Agentes de IA para Biotech

Módulo 1: Fundamentos: qué son los AI agents

En este módulo entenderás qué hace distinto a un agent de un chatbot normal, y por qué esto cambia cómo trabajas en el laboratorio.

Chatbot vs agent

Un chatbot responde mensajes. Le escribes, te contesta, y termina ahí. Un AI agent va más lejos: recibe un objetivo, decide qué pasos seguir, usa herramientas y repite el proceso hasta completar la tarea.

La diferencia clave está en el bucle de trabajo:

• Un chatbot genera texto y espera tu siguiente mensaje.
• Un agent planifica, ejecuta acciones (leer archivos, correr código, buscar información), observa el resultado y corrige su curso.

Cómo "piensa" un agent

Todo agent funciona con tres piezas:

1. Contexto: lo que el modelo sabe de tu proyecto. Incluye tu prompt, los archivos que lee y las instrucciones que le diste.
2. Herramientas: las acciones disponibles. Leer un FASTA, ejecutar Python, buscar en la web, editar un archivo.
3. Bucle: planifica un paso, lo ejecuta, revisa el resultado y decide el siguiente paso.

Objetivo: "Analiza secuencias.fasta y genera un reporte"
   ↓
Agent planifica: leer archivo → calcular GC → detectar outliers → escribir reporte
   ↓
Ejecuta paso 1, observa resultado, continúa (o corrige si falla)
   ↓
Entrega el reporte final

Por qué importa en biotech

Tu trabajo tiene muchas tareas repetitivas con estructura clara: limpiar datos, generar gráficos, buscar protocolos, redactar informes. Esas tareas son exactamente donde los agentes rinden.

Casos de uso reales:

• Escribir scripts de análisis sin ser experto en programación
• Automatizar reportes de QC de secuenciación
• Resumir literatura y extraer condiciones experimentales
• Convertir protocolos de laboratorio en checklists ejecutables

Los agentes que usaremos

En esta cápsula trabajarás con tres herramientas concretas:

• Claude (claude.ai): assistant conversacional de Anthropic. Ideal para diseñar proyectos, revisar código y pensar protocolos.
• OpenCode: agent de código open-source que corre en tu terminal. Lee tu proyecto, edita archivos y ejecuta comandos.
• Cursor: editor de código con IA integrada. Alternativa visual a OpenCode, mismo concepto de agent con acceso a tu proyecto.

Los tres comparten el mismo principio: el modelo necesita contexto de tu proyecto para trabajar bien.