AI Coding Summit 2026

Cole explicará su flujo de trabajo de codificación agentic que le permite delegar toda la codificación al agente mientras él sigue al mando (¡sin codificación de vibraciones!). La clave es crear un enfoque estructurado tanto para la planificación inicial como para la validación, y él demostrará cómo se ve eso. Además, mostrará el verdadero poder de crear un sistema para la codificación de AI: con un sistema adecuado, cada error de codificación que comete el LLM es una oportunidad no solo para abordar el error manualmente, sino para corregir el sistema para que el error no vuelva a ocurrir. ¡Eso es lo que hace que tu agente de codificación sea cada vez más confiable con el tiempo!

En esta masterclass, aprenderás un proceso repetible para construir aplicaciones full stack en Cursor. Comenzaremos con una idea y utilizaremos un agente para definir requisitos claros. A continuación, generaremos un esquema de base de datos y configuraremos las herramientas de construcción. Luego crearemos el backend y el frontend, y conectaremos las capas entre sí. A lo largo del camino, aprenderás a utilizar bucles de contexto, detectar alucinaciones, corregir errores y solicitar una interfaz de usuario moderna. Al final, serás capaz de construir una aplicación full stack generada por IA por tu cuenta.

Únete a una sesión enfocada de 2 horas que cubre el propósito de MCP, su arquitectura, implementación práctica del servidor y direcciones futuras. Diseñado para desarrolladores y arquitectos de sistemas que buscan integrar datos contextuales con modelos de ML de manera efectiva, utilizando las últimas características de 2026 de MCP como enrutamiento semántico y contexto federado.Agenda:- Introducción & ¿Por qué MCP? Desafíos clave que MCP resuelve y beneficios principales, incluyendo un rendimiento 20x de las capas federadas.- Profundización en la Arquitectura: Componentes, interacciones, principios de escalabilidad, además de cifrado resistente a cuántica en MCP 2.1.- Construyendo tu propio servidor MCP: Guía paso a paso con fragmentos de código y mejores prácticas; demostración en vivo de fusión de datos multimodales.- Futuro de los desarrollos de MCP: Potenciales mejoras como flujos de trabajo agénticos, tendencias emergentes y escenarios del mundo real.Conclusiones clave:- Comprensión clara del razonamiento de MCP.- Perspectiva sobre patrones de diseño y consideraciones de escalado.- Pasos prácticos para implementar un servidor prototipo.- Conciencia de las tendencias futuras y cómo aplicar MCP en proyectos.

En esta sesión práctica, nos sumergiremos directamente en la mecánica práctica de trabajar con la última investigación y modelos de Google DeepMind. Exploraremos Google AI Studio, Antigravity y las Gemini APIs, centrándonos en cómo integrar sin problemas estas capacidades en tus propios proyectos. Si estás buscando el equivalente moderno para desarrolladores de Python's "import antigravity" (¡juego de palabras intencionado!), esto es.Priorizaremos un enfoque práctico y amigable para hackers para que puedas salir con una sólida intuición de cómo funcionan estas herramientas bajo el capó. Saldrás completamente capacitado para usar estos modelos en tu propia arquitectura, con los pasos exactos necesarios para comenzar y funcionar con Gemini para la generación de código, análisis y experimentación diaria lo más rápido posible.

Únete a esta masterclass interactiva de 2 horas para aprender a crear tu propio compañero de trabajo AI utilizando el Codex SDK, inspirado en el trabajo de Rudrank en un bot de GitHub/Slack que creó para automatizar revisiones de código, correcciones de errores y adiciones de características para superar las diferencias de zona horaria opuestas en el trabajo.

Exploraremos cómo pasar de la "programación por intuición" manual a asumir un rol gerencial, donde la AI maneja el trabajo pesado mientras te enfocas en la planificación y validación de alto nivel. Cubriremos la creación de prompts iterativos y la integración con GitHub y Slack para la automatización con el resto del equipo.Al final, desplegarás un bot funcional en tu repositorio, listo para asistir en tus proyectos e incluso liberar tiempo para objetivos personales como terminar ese backlog de juegos.Esta sesión es ideal para desarrolladores curiosos que buscan construir un "ejército" de ayudantes AI.Tabla de Contenidos1. Introducción & ¿Por qué Compañeros de Trabajo AI?: - Discutir la motivación detrás del desarrollo impulsado por AI, pasando de solo asistencia AI hace un año. Cómo aprovechar el plan de ChatGPT y usar el Codex SDK para programar codex directamente para crear agentes estructurados.- Visión general de las fortalezas del Codex SDK en generación de código, auditorías y razonamiento de múltiples pasos, con ejemplos reales de la construcción de mi compañero de trabajo AI.
2. Arquitectura:- Explorar componentes como el análisis de comandos, la persistencia de sesiones (TTL de 24 horas) y la integración con GitHub a través de Octokit. - Cubrir patrones agénticos: planificación con modelos de alta precisión (por ejemplo, Codex xHigh), implementación con modelos eficientes Codex Medium, y manejo de errores para tareas de larga duración.
3. Construyendo El Bot: - Configurar el entorno (clonar el repositorio de ejemplo, configurar .env con claves API), crear una App de GitHub, implementar características principales (por ejemplo, @bot para corregir errores)- Probar con comandos de muestra. Incluir demostraciones en vivo de auditorías de código, creación de ramas/PR y sondeo para comandos de detención. Los participantes bifurcarán y personalizarán su propio bot. 
4. Direcciones Futuras: - Subtareas paralelas, MCPs, habilidades- Preguntas y Respuestas

Los agentes de codificación de IA modernos no solo autocompletan. Ejecutan, conectan y automatizan. Con la configuración incorrecta, pueden acceder a más de tu sistema de lo que pretendías. En esta sesión, demostraré cómo la autonomía de los agentes, las integraciones de MCP y las Skills pueden llevar a riesgos de seguridad inesperados. A través de ejemplos usando Cursor.ai, veremos cómo elecciones de configuración aparentemente inofensivas se acumulan en una exposición real y cómo establecer configuraciones predeterminadas seguras para un "Vibe Coding" seguro y de alta velocidad.

Esta masterclass introduce Sandboxes como una primitiva de computación general y utiliza Cloudflare Sandboxes como la implementación concreta. Los participantes exploran casos de uso comunes y del mundo real para la ejecución en sandbox y aprenden a razonar sobre cuándo y por qué los sandboxes son la herramienta adecuada.

La masterclass es intencionalmente adyacente al producto en lugar de específica del producto. Se utilizan Cloudflare Sandboxes a lo largo de la masterclass, pero los conceptos se aplican ampliamente a los entornos de ejecución segura modernos.


Objetivos de la Masterclass

Al final de esta masterclass, los participantes podrán:

- Explicar qué es un sandbox y por qué existe como una primitiva de computación
- Identificar problemas comunes que los sandboxes están bien equipados para resolver
- Ejecutar de manera segura código no confiable o dinámico
- Usar sandboxes para el desarrollo, pruebas y flujos de trabajo de automatización
- Razonar sobre seguridad, rendimiento y compensaciones al elegir la ejecución en sandbox

En esta masterclass interactiva, construirás una extensión de navegador interna funcional que tú y tu equipo pueden usar para compartir contexto a través de las aplicaciones que usas diariamente. Comenzaremos con un ejemplo práctico y del mundo real: un web clipper que personalizarás para enviar contenido desde GitHub a la herramienta de comunicación de tu equipo (Slack, Discord o Teams). Aprenderás cómo generar extensiones con lenguaje natural, modificar formularios y lógica, conectarte a aplicaciones como Slack y GitHub, y desplegar lo que construyas a tu equipo. Al final, tendrás una automatización funcional ejecutándose en tu navegador y las habilidades para crear más.
Esta masterclass es ideal para desarrolladores y líderes técnicos que desean construir y desplegar rápidamente extensiones internas seguras sin escribir extensiones de navegador completas y manejar infraestructura.

Únete a nosotros para una masterclass interactiva donde entrenarás tu primera red neuronal utilizando el clásico conjunto de datos MNIST de dígitos escritos a mano. En esta sesión práctica, los participantes usarán OpenShift AI 3.x Workbenches para construir y entrenar un modelo de PyTorch que reconoce dígitos escritos a mano a partir de imágenes.Esta masterclass amigable para principiantes proporciona una introducción práctica a los flujos de trabajo de aprendizaje automático en una plataforma de IA de nivel empresarial. Trabajando directamente en Jupyter notebooks, los asistentes clonarán un repositorio de GitHub listo para usar, explorarán el conjunto de datos MNIST y recorrerán toda la tubería de entrenamiento del modelo, desde el preprocesamiento de datos hasta la evaluación del modelo. La sesión utiliza configuraciones optimizadas para CPU, haciéndola accesible sin requerir recursos especializados de GPU.Ya sea que seas nuevo en IA/ML o tengas curiosidad sobre cómo funcionan realmente los modelos que utilizas, esta masterclass ofrece experiencia práctica y aplicable de inmediato.Conclusiones: Los participantes se irán con una red neuronal funcional, un cuaderno de entrenamiento completo al que pueden referirse y conocimientos fundamentales sobre el despliegue y utilización de cargas de trabajo de ML en OpenShift AI.

¿Listo para dar vida a la IA conversacional? En esta masterclass práctica, recorreremos el proceso de implementación de un agente de voz en tiempo real utilizando la plataforma en la nube de Render. Trabajarás directamente con la plantilla de agente de voz de LiveKit para crear un asistente de IA interactivo que pueda escuchar, pensar y responder de manera natural a través de la voz.Descubrirás:Cómo configurar y configurar un agente de voz de LiveKit utilizando la plantilla de implementación de RenderLa arquitectura detrás de los sistemas de IA de voz en tiempo real y cómo funcionan juntos los diferentes componentesMejores prácticas para gestionar variables de entorno, claves API e integraciones de servicios en la nubeTécnicas para probar y depurar tu agente de voz implementado en producciónEstrategias para monitorear el rendimiento y escalar tu aplicación de IA a medida que crece el usoAl final de esta masterclass, tendrás un agente de voz completamente funcional ejecutándose en la nube, listo para manejar conversaciones reales. Obtendrás experiencia práctica con herramientas modernas de implementación de IA y comprenderás todo el proceso desde la plantilla hasta la producción.Esta masterclass es ideal para desarrolladores interesados en la IA conversacional, ingenieros que buscan agregar capacidades de voz a sus aplicaciones y cualquier persona curiosa por implementar sistemas de IA en tiempo real sin perderse en la complejidad de la infraestructura.