Ir directamente a la información del producto
1 de 5

Programación agéntica con OpenAI Codex CLI

Programación agéntica con OpenAI Codex CLI

Construye flujos de trabajo de agentes inteligentes mediante ingeniería agéntica, MCP, hooks y automatización de entregas

El autocompletado te ahorra pulsaciones. Un agente bien dirigido te devuelve la tarde entera. Este libro es la diferencia entre las dos cosas.

Precio habitual $ 296.74 MXN
Precio habitual $ 479.98 MXN Precio de oferta $ 296.74 MXN
-38% Próximamente

⚡ Libro completo (última edición)

⚡ Formatos EPUB y PDF

⚡ En español latinoamericano neutro

⚡ Envío instantáneo

⚡ Incluye audioresumen*

⚡ Incluye videoresumen*

⚡ Incluye recursos adicionales*

⚡ Actualizaciones [gratis]

     *NotebookLM Pro

Mercado Pago Compra ahora, paga después con Mercado Pago
  • American Express
  • Apple Pay
  • Google Pay
  • Maestro
  • Mastercard
  • PayPal
  • USDC
  • Visa

Casi todo lo que se publica sobre programar con IA sigue midiendo lo mismo: si el modelo acierta el nombre de la función, si la sugerencia era buena, si el autocompletado ahorró pulsaciones. Este libro empieza diciendo que eso es medir lo incorrecto. La pregunta que importa es si la herramienta puede trabajar dentro de tu repositorio real —tus pruebas, tu CI, tus convenciones— y hacer trabajo útil con autonomía de verdad; y responderla exige un oficio distinto al de escribir buenos prompts. Ese oficio es el libro: dónde poner el límite de confianza, cómo se escribe el contexto que el agente lee siempre, qué hacer cuando la ventana se llena a mitad de tarea, cuándo un subagente ayuda y cuándo estorba, cómo se depura un fallo que nadie tecleó y cómo se prueba un flujo que no es determinista. Es además un libro deliberadamente honesto sobre su alcance: no es una introducción a los prompts, no es un texto sobre modelos de lenguaje y no es una comparativa de herramientas —el autor explica por qué esa comparativa caducaría antes de imprimirse—. Y hay un detalle que lo dice todo sobre el tema: fue escrito con la ayuda de agentes de programación, con los juicios editoriales enteramente humanos. La tesis está puesta en práctica en su propia fabricación.

Libro electrónico - Última edición, de Daniel Vaughan (autor)

Consigue un fragmento


Le pediste una corrección. Volvió con dos, una prueba y un pull request

La diferencia entre sugerir código y terminar la tarea

Un martes de noviembre, en el tren de las 07:02, Daniel Vaughan apuntó Codex CLI a un servicio que llevaba seis meses sin abrir y describió el síntoma. 🚆

La herramienta leyó los archivos. Rastreó la ruta de ejecución. Corrió las pruebas. Encontró un segundo problema que él no había mencionado, le escribió una prueba fallida, arregló los dos y preguntó si abría el pull request. Antes de llegar a Londres había un diff limpio y una explicación de la causa raíz.

Eso no es autocompletado. El autocompletado es bueno línea por línea. El chat es bueno pregunta por pregunta. Un agente es bueno en la tarea: refactorizar un módulo, cerrar una funcionalidad de extremo a extremo, diagnosticar una compilación rota. Lo que antes te costaba la tarde. ⚙️

Pero dirigir un agente dentro de un repositorio de verdad es otro oficio. ¿Hasta dónde puede llegar? ¿Qué pasa cuando la ventana de contexto se llena a mitad de trabajo? ¿Cómo evitas que dos ejecuciones se pisen? ¿Cómo depuras un fallo que nadie tecleó?

Este libro es ese oficio, en seis partes y 28 capítulos: AGENTS.md y prompts que funcionan con un agente, modos de aprobación y sandbox en la capa del núcleo, contexto, MCP y hooks, skills, subagentes, worktrees, costos, CI/CD, seguridad, depuración y evaluación. Y cinco guías prácticas de principio a fin. 🧭

Lo escribe quien dirige una práctica global donde ingenieros y agentes trabajan juntos dentro de empresas grandes. Las opiniones salen de uso diario en producción, no de benchmarks.

Español neutro. Sin suscripción: lo compras una vez y es tuyo. 📗

Deja de sugerirle código. Empieza a dirigirlo. 🚀

INFO

Programación agéntica con OpenAI Codex CLI

Construye flujos de trabajo de agentes inteligentes mediante ingeniería agéntica, MCP, hooks y automatización de entregas

Daniel Vaughan

Un martes de noviembre, en el tren de las 07:02, el autor apuntó Codex CLI a un servicio de Node que llevaba seis meses sin mirar y describió el síntoma. La herramienta no sugirió una solución. Leyó los archivos, rastreó la ruta de ejecución, corrió la suite de pruebas, encontró un segundo problema que nadie había mencionado, escribió una prueba fallida para él, arregló los dos y preguntó si abría un pull request. Antes de llegar a Londres había un diff limpio, una explicación de la causa raíz y una ligera sensación de incomodidad.

Esa es la diferencia que este libro persigue. La mayoría de las herramientas de IA para programar son completadores de texto sofisticados: les das código, te dan más código, tú aceptas o rechazas. Codex CLI es un bucle de agente: le das un objetivo y planifica, ejecuta, observa el resultado, se corrige y continúa hasta terminar o atascarse. Lee y escribe archivos, ejecuta comandos de shell, corre pruebas, llama a API, despliega subagentes en paralelo y mantiene el contexto entre pasos. El autocompletado es bueno línea por línea; el chat, pregunta por pregunta; la ejecución agéntica es buena en la tarea — refactorizar un módulo, añadir una funcionalidad de extremo a extremo, diagnosticar una compilación rota. Lo que antes te costaba la tarde.

Son seis partes y 28 capítulos, y están ordenados como se aprende el oficio. Primero los fundamentos y el AGENTS.md que el agente lee siempre. Después las salvaguardas: modos de aprobación, sandbox en la capa del núcleo, ventana de contexto, MCP y hooks. Luego el escalamiento —skills, subagentes, orquestación multiagente, worktrees, costos y CI/CD— y la producción, con endurecimiento de seguridad, despliegue empresarial, depuración y estrategia de evaluación. Cierra con cinco guías prácticas de principio a fin y una mirada al equipo que viene: el pod de ingeniería agéntica.

Es un libro deliberadamente honesto sobre su alcance. No es una introducción a la ingeniería de prompts, no es un texto sobre modelos de lenguaje y no es una comparativa de herramientas: el autor explica que esa comparativa caducaría antes de imprimirse. Es una herramienta tratada a fondo por alguien que la usa a diario en bases de código de producción, proyectos desde cero y pipelines de CI, con opiniones firmes sobre lo que funciona y lo que no.

Y separa a propósito lo estable de lo volátil: la arquitectura, los modelos mentales y los flujos principales no cambian, mientras que los flags y las opciones de configuración se tratan como puntos de partida. Codex CLI se publica cada semana; el criterio para dirigirlo, no.

Acerca del autor

Daniel Vaughan es líder tecnológico y arquitecto de software establecido en el Reino Unido, especializado en IA agéntica. Lleva casi treinta años entre empresas, startups y el mundo académico, siempre alrededor del mismo eje: la calidad de la ingeniería y la productividad de quien desarrolla.

Es jefe de Ingeniería de Implementación Avanzada en HCLTech AI Labs, donde dirige una práctica global que mete ingenieros y agentes de programación dentro de entornos empresariales complejos para llevar la IA del prototipo a sistemas activos. Construyó esa práctica desde cero: células regionales donde un arquitecto compartido, unos pocos ingenieros y una flota de agentes —Codex, Claude Code, Cursor, GitHub Copilot— rinden como un equipo mucho mayor.

Antes fue director de ingeniería de software en Mastercard, en Londres, a cargo de la estrategia en la nube y la arquitectura de productos de pago en tiempo real en un entorno financiero altamente regulado. Y antes pasó ocho años en el Instituto Europeo de Bioinformática, en Cambridge, de ingeniero a liderazgo, con los mismos problemas que hoy resuelve con herramientas agénticas.

Es autor de Desarrollo nativo en la nube con Google Cloud (O’Reilly, 2024) y Ext GWT 2.0: Guía para principiantes (Packt, 2010), Google Developer Expert y Green Software Champion. Escribe sobre ingeniería agéntica en blog.danielvaughan.com.

Lo que aprenderás

Parte 1 — Fundamentos (capítulos 1 a 4). Qué es exactamente Codex CLI, de dónde viene y por qué un bucle de agente no es un autocompletado con más contexto.

  • El panorama agéntico: agentes de IDE, agentes de terminal y agentes alojados en la nube — y dónde cae cada uno
  • Instalación por npm, Homebrew o binario; las tres rutas de autenticación y los tres errores de la primera semana
  • codex frente a codex exec: la sesión interactiva y la ejecución headless
  • Prompts que funcionan con un agente: esfuerzo de razonamiento, modo de planificación, PLANS.md para tareas de varias horas y el patrón de puntos de control
  • AGENTS.md por niveles —constitución, especialista, skill—, su cadena de descubrimiento, su límite de longitud y la lista de poda para cuando se infla

Parte 2 — Salvaguardas (capítulos 5 a 9). Las palancas que deciden hasta dónde puede llegar una ejecución. Es la parte a la que vuelves como referencia.

  • Los tres modos de aprobación y cuándo «nunca» tiene sentido y cuándo es una mala idea
  • Sandboxing en la capa del núcleo: restricciones de red y de sistema de archivos con bubblewrap en Linux y Seatbelt en macOS
  • Elegir modelo y cuánto razonamiento pedirle según la tarea
  • Gestionar la ventana de contexto antes de que se llene a mitad de trabajo
  • MCP, consumiendo servidores y sirviendo el tuyo, y hooks para interceptar el ciclo de vida del agente

Parte 3 — Escalamiento (capítulos 10 a 15). Salir de los valores predeterminados: aquí es donde el trabajo deja de ser una sesión y pasa a ser un sistema.

  • El ecosistema de skills: usarlas y escribir las tuyas
  • Subagentes y ejecución en paralelo, con patrones de orquestación multiagente
  • Worktrees y ejecución aislada, para que dos tareas no se pisen
  • Gestión de costos y estrategia de cuotas: ver el gasto antes de gastarlo
  • Integración de CI/CD, con el agente dentro del pipeline

Parte 4 — Producción (capítulos 16 a 19). Lo que aparece cuando el uso deja de ser personal y pasa a ser del equipo.

  • Endurecimiento de la seguridad y despliegue empresarial
  • Depuración y diagnóstico de fallos de agentes: entender por qué falló algo que nadie tecleó
  • Estrategia de pruebas y evaluación para flujos agénticos, que es lo que separa una demostración de un proceso confiable

Parte 5 — Guías prácticas (capítulos 20 a 24). Cinco tareas reales de principio a fin, estructuradas también como ejercicios para dar talleres.

  • Revisión de código con IA
  • Migración y modernización de bases de código
  • Ingeniería de backend y de frontend
  • Infraestructura como código

Parte 6 — El panorama general (capítulos 25 a 28). Un paso atrás para mirar la arquitectura y el oficio.

  • Benchmarks y rendimiento en el mundo real, y qué miden de verdad
  • Herramientas de la competencia y cuándo conviene cada una
  • Ingeniería de entornos para agentes de larga ejecución
  • El pod de ingeniería agéntica: cómo se arma un equipo donde personas y agentes trabajan juntos

TRANSFORMACIÓN

Pasar de usar la IA como autocompletado a dirigir un agente que trabaja solo dentro de tu repositorio. En 28 capítulos y seis partes aprendes a instalarlo y darle instrucciones, a escribir el AGENTS.md que lee en cada sesión, a fijar hasta dónde puede llegar con los modos de aprobación y el sandbox del sistema operativo, a administrar la ventana de contexto y el gasto, a extenderlo con MCP, hooks y skills, a repartir trabajo entre subagentes y worktrees, a meterlo en tu pipeline de CI/CD, y a endurecerlo y depurarlo cuando el uso deja de ser personal y pasa a ser de equipo. Cierra con cinco guías prácticas de principio a fin y una lectura del oficio: cómo se arma un equipo de ingeniería agéntica.

¿PARA QUIÉN ES?

Para ingenieros de nivel medio a senior que viven en la terminal y ya usan IA para programar —Copilot, Claude Code, Cursor— y quieren saber qué cambia de verdad con un agente. También para quien decide cómo entra un agente en un repositorio de producción sin romper la seguridad ni el presupuesto.

Habilidades:

Dirigir, limitar, extender y evaluar agentes de programación

Nivel: Intermedio-avanzado

Requisitos:

  • Experiencia de ingeniería y soltura en la terminal
  • Codex CLI instalado y una cuenta de ChatGPT o clave de API

IMPORTANCIA ESTRATÉGICA

El talento de ingeniería latinoamericano compite de tú a tú, pero casi siempre con menos gente por proyecto. La ejecución agéntica es la palanca que más cambia esa aritmética: un arquitecto, unos pocos ingenieros y una flota de agentes rinden como un equipo mucho mayor, y eso es literalmente el modelo que el autor construyó y describe. El problema es que ese saber circula en inglés, dentro de empresas que ya iban adelante, y quien aprende solo se queda con los tutoriales de instalación. Ponerlo entero en español neutro —incluida la parte incómoda, la de seguridad, costos y evaluación— le quita ese peaje a quien no tiene detrás una consultora que se lo enseñe. Y hay algo más de fondo: la diferencia entre usar IA para escribir código más rápido y saber diseñar el entorno donde un agente trabaja bien es la diferencia entre ejecutar y dirigir. Es exactamente la frontera que decide qué trabajo se queda en la región y cuál se va.

AUTORES

Daniel Vaughan es líder tecnológico y arquitecto de software establecido en el Reino Unido, especializado en IA agéntica. Lleva casi treinta años entre empresas, startups y el mundo académico, siempre alrededor del mismo eje: la calidad de la ingeniería y la productividad de quien desarrolla.

Es jefe de Ingeniería de Implementación Avanzada en HCLTech AI Labs, donde dirige una práctica global que mete ingenieros y agentes de programación dentro de entornos empresariales complejos para llevar la IA del prototipo a sistemas activos. Construyó esa práctica desde cero: células regionales donde un arquitecto compartido, unos pocos ingenieros y una flota de agentes —Codex, Claude Code, Cursor, GitHub Copilot— rinden como un equipo mucho mayor.

Antes fue director de ingeniería de software en Mastercard, en Londres, a cargo de la estrategia en la nube y la arquitectura de productos de pago en tiempo real en un entorno financiero altamente regulado. Y antes pasó ocho años en el Instituto Europeo de Bioinformática, en Cambridge, de ingeniero a liderazgo, con los mismos problemas que hoy resuelve con herramientas agénticas.

Es autor de Desarrollo nativo en la nube con Google Cloud (O’Reilly, 2024) y Ext GWT 2.0: Guía para principiantes (Packt, 2010), Google Developer Expert y Green Software Champion. Escribe sobre ingeniería agéntica en blog.danielvaughan.com.

LO QUE APRENDERÁS

Parte 1 — Fundamentos (capítulos 1 a 4). Qué es exactamente Codex CLI, de dónde viene y por qué un bucle de agente no es un autocompletado con más contexto.

  • El panorama agéntico: agentes de IDE, agentes de terminal y agentes alojados en la nube — y dónde cae cada uno
  • Instalación por npm, Homebrew o binario; las tres rutas de autenticación y los tres errores de la primera semana
  • codex frente a codex exec: la sesión interactiva y la ejecución headless
  • Prompts que funcionan con un agente: esfuerzo de razonamiento, modo de planificación, PLANS.md para tareas de varias horas y el patrón de puntos de control
  • AGENTS.md por niveles —constitución, especialista, skill—, su cadena de descubrimiento, su límite de longitud y la lista de poda para cuando se infla

Parte 2 — Salvaguardas (capítulos 5 a 9). Las palancas que deciden hasta dónde puede llegar una ejecución. Es la parte a la que vuelves como referencia.

  • Los tres modos de aprobación y cuándo «nunca» tiene sentido y cuándo es una mala idea
  • Sandboxing en la capa del núcleo: restricciones de red y de sistema de archivos con bubblewrap en Linux y Seatbelt en macOS
  • Elegir modelo y cuánto razonamiento pedirle según la tarea
  • Gestionar la ventana de contexto antes de que se llene a mitad de trabajo
  • MCP, consumiendo servidores y sirviendo el tuyo, y hooks para interceptar el ciclo de vida del agente

Parte 3 — Escalamiento (capítulos 10 a 15). Salir de los valores predeterminados: aquí es donde el trabajo deja de ser una sesión y pasa a ser un sistema.

  • El ecosistema de skills: usarlas y escribir las tuyas
  • Subagentes y ejecución en paralelo, con patrones de orquestación multiagente
  • Worktrees y ejecución aislada, para que dos tareas no se pisen
  • Gestión de costos y estrategia de cuotas: ver el gasto antes de gastarlo
  • Integración de CI/CD, con el agente dentro del pipeline

Parte 4 — Producción (capítulos 16 a 19). Lo que aparece cuando el uso deja de ser personal y pasa a ser del equipo.

  • Endurecimiento de la seguridad y despliegue empresarial
  • Depuración y diagnóstico de fallos de agentes: entender por qué falló algo que nadie tecleó
  • Estrategia de pruebas y evaluación para flujos agénticos, que es lo que separa una demostración de un proceso confiable

Parte 5 — Guías prácticas (capítulos 20 a 24). Cinco tareas reales de principio a fin, estructuradas también como ejercicios para dar talleres.

  • Revisión de código con IA
  • Migración y modernización de bases de código
  • Ingeniería de backend y de frontend
  • Infraestructura como código

Parte 6 — El panorama general (capítulos 25 a 28). Un paso atrás para mirar la arquitectura y el oficio.

  • Benchmarks y rendimiento en el mundo real, y qué miden de verdad
  • Herramientas de la competencia y cuándo conviene cada una
  • Ingeniería de entornos para agentes de larga ejecución
  • El pod de ingeniería agéntica: cómo se arma un equipo donde personas y agentes trabajan juntos

¿CÓMO FUNCIONA?

⚡ Dentro de nuestra plataforma encontrarás los enlaces de descarga, te avisaremos por correo electrónico de todas las futuras actualizaciones.

Descarga el ebook y disfrútalo en las mejores plataformas como Google Play Books, Apple Books o Kindle

El formato EPUB se puede leer sin internet con estas y más plataformas. Y por supuesto, siempre puedes leer el archivo PDF (LISTO PARA IMPRIMIR), donde y como quieras.


Otros libros miden si el modelo acierta la sugerencia. Este mide si el agente termina la tarea solo.

Preguntas frecuentes del libro

¿Para quién es este libro? Para ingenieros de nivel medio a senior cómodos en la terminal. El autor dice de frente que no es para perfiles no técnicos.

¿Necesito saber de modelos de lenguaje? No. Se asume experiencia de ingeniería, no de aprendizaje automático. Lo que haga falta, se explica.

¿Sirve si ya uso Claude Code o Copilot? Sí. Los modelos mentales agénticos se trasladan enteros a cualquier agente de terminal.

¿Qué es AGENTS.md? El contexto persistente que el agente lee en cada sesión. El capítulo 4 cubre patrones, límite de longitud y poda.

¿Puedo impedir que toque ciertos archivos o la red? Sí: modos de aprobación más sandbox del sistema operativo, con bubblewrap en Linux y Seatbelt en macOS.

¿Y si no quiero aprobar cada comando? Hay tres modos. El libro explica cuándo la ejecución sin aprobación tiene sentido y cuándo no.

¿Cómo controlo el gasto? El capítulo 14 trata gestión de costos y estrategia de cuotas, más la conciencia de presupuesto de tokens.

¿Qué diferencia hay entre codex y codex exec? La sesión interactiva frente a la ejecución headless, que es la que va dentro de scripts y CI.

¿Qué es MCP y cuándo lo necesito? El protocolo para conectar el agente a tus sistemas. El capítulo 8 cubre consumirlo y servirlo.

¿Qué hace un hook? Intercepta el ciclo de vida del agente para auditar, bloquear o disparar algo tuyo en cada paso.

¿Cuándo conviene un subagente? Cuando hay subtareas independientes que no deben ocupar tu ventana principal. Capítulos 11 y 12.

¿Cómo corro varias tareas sin que se pisen? Con worktrees y ejecución aislada. El capítulo 13 va entero de eso.

¿Puedo meterlo en mi pipeline de CI/CD? Sí, el capítulo 15 lo cubre, y el 17 añade lo que exige un despliegue empresarial.

¿Cómo sé si el flujo agéntico funciona? Midiéndolo. El capítulo 19 da la estrategia de pruebas y evaluación para flujos no deterministas.

¿Se queda desactualizado si la herramienta cambia? El autor separa lo estable —arquitectura y flujos— de flags y opciones, que trata como punto de partida.

¿Trae repositorio de código? No: el libro no publica uno. Cada capítulo trae sus ejemplos y ejercicios dentro del texto.

¿En qué formato lo recibo? En EPUB, PDF y DOCX en español, más el original en inglés y un cuaderno de estudio con audioresumen.

Ver todos los detalles

¿Necesitas factura?

Una vez realizada tu compra, obtendrás los pasos para solicitarla.


Aprende sin riesgos con nuestra garantía de satisfacción total

En Libros de Alejandría 5.0 creemos en el poder de la educación para transformar vidas. Por esta razón, no solo ofrecemos conocimiento de alto nivel en tecnología, negocios y marketing, sino que también garantizamos que cada inversión en aprendizaje sea segura.

Estamos tan convencidos del impacto y la calidad de nuestros recursos que los respaldamos con la mejor garantía:

Si un producto no cumple con tus expectativas, te devolvemos el 100% de tu dinero, sin rodeos.

Sin trámites complicados ni condiciones ocultas. Con tan solo un mensaje de texto.

Cada recurso que vendemos está diseñado para aportar valor real. Si no lo logramos contigo, no pagas. Así de simple.

Aprende con confianza. ¡Tu satisfacción es nuestra prioridad y está garantizada!


Pago seguro

Nuestra tienda online ofrece un sistema de pagos altamente seguro, utilizando plataformas de encriptación avanzada para proteger tus datos en cada transacción.

Ofrecemos las opciones de pago más seguras: Apple Pay, Visa, Mastercard, American Express, entre otras.

Comprar ahora

Resuelve tus dudas ahora...