Para trabajar como ingeniero de IA no necesitas crear tu propio ChatGPT. Lo que piden las empresas es otra cosa: saber conectar un modelo a sus herramientas y sus datos, darle memoria y comprobar que no se equivoca. Y eso se aprende con cinco proyectos.

Uno: crea un MCP para tu propio sistema. Por ejemplo, para que tus clientes consulten sus pedidos desde Claude o ChatGPT. MCP es un estándar abierto, así que lo puedes hacer en cualquier lenguaje, lo despliegas en un servidor y listo, cualquier asistente compatible se puede conectar. En Claude se llaman conectores y en ChatGPT, apps; por dentro, son MCPs.

Dos: crea un RAG, un chat que responda sobre tus documentos y cite de dónde saca cada cosa. Son esos chats que puedes meter dentro de un proyecto que ya tienes: si tienes un ERP, un CRM o una web, tus usuarios pueden hablar con sus propios datos. Antes de responder, el chat busca en tus documentos lo que tiene que ver con la pregunta y contesta con eso, sin inventar. Lo puedes armar con LangChain o LlamaIndex y una base de datos vectorial como pgvector.

Tres: dale memoria a tu agente, para que mañana todavía recuerde quién eres. Básicamente es instalarle un programa aparte donde guarda lo importante de cada conversación y lo busca antes de responder. Y como vive aparte, no importa si usas Claude Code, Codex o Cursor: todos se pueden conectar a la misma memoria. Para eso tienes Mem0; y si estás creando tu propio agente, también Letta.

Cuatro: crea tus evals, un conjunto de pruebas que compare tres modelos. Son como los tests de tu código, pero para las respuestas de la IA: te dicen con datos si está respondiendo bien, en vez de probarla a ojo. ¿Te ha pasado que cambias el prompt y algo que antes funcionaba se rompe? Con los evals lo ves al momento. Juntas preguntas reales con la respuesta que esperas, y una herramienta como promptfoo las corre solas y te dice cuáles pasan y cuáles fallan. Las corres con un modelo caro, uno barato y uno local, y ves cuál acierta más y cuánto cuesta cada uno. A veces el barato te sirve igual.

Cinco: crea tu propio harness, o sea, el arnés de un agente. Es un programa, que puede ser de consola y en cualquier lenguaje, donde conectas un modelo, le creas tus propias herramientas, como leer archivos o ejecutar comandos, y lo pones a trabajar en un ciclo: piensa, usa una herramienta, mira el resultado y vuelve a pensar. Claude Code y Codex son justamente eso, un harness alrededor de un modelo. Cuando creas el tuyo, entiendes cómo funciona por dentro un agente.

Y lo mejor: no son cinco proyectos sueltos. Es una sola app que va creciendo con cada uno.

¿Quieres que la construyamos paso a paso? Te leo en los comentarios.