[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-google-adk-02":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\r\n\u003Chtml lang=\"es\">\r\n\r\n\u003Chead>\r\n    \u003Cmeta charset=\"UTF-8\">\r\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\r\n    \u003Cmeta name=\"description\"\r\n        content=\"Laboratorio 2: Aprende a intercambiar el cerebro (LLM) de tu agente. Diferencias entre Gemini Flash y Pro, y cómo configurar modelos agnósticos en ADK.\">\r\n    \u003Cmeta name=\"keywords\"\r\n        content=\"Gemini Flash, Gemini Pro, LLM, ADK, Model Agnostic, Inteligencia Artificial, Python, Model Configuration\">\r\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\r\n    \u003Ctitle>Intercambiando el Cerebro | Curso Agentes IA\u003C/title>\r\n    \u003Cstyle>\r\n        body {\r\n            font-family: sans-serif;\r\n            line-height: 1.6;\r\n        }\r\n\r\n        h1,\r\n        h2,\r\n        h3 {\r\n            color: #333;\r\n        }\r\n\r\n        ul {\r\n            list-style-type: disc;\r\n            margin-left: 20px;\r\n        }\r\n\r\n        code {\r\n            background-color: #f4f4f4;\r\n            padding: 2px 5px;\r\n            border-radius: 3px;\r\n            font-family: monospace;\r\n        }\r\n    \u003C/style>\r\n\u003C/head>\r\n\r\n\u003Cbody>\r\n    \u003Ch1>Intercambiando el \"Cerebro\" (Modelos LLM)\u003C/h1>\r\n\r\n    \u003Cp>\u003Cstrong>Autor:\u003C/strong> \u003Ca href=\"https://www.youtube.com/@EduardoMartinezAgrelo\" target=\"_blank\">Eduardo Martínez\r\n            Agrelo\u003C/a>\u003C/p>\r\n\r\n    \u003Cp>En el mundo real de la producción, un solo modelo no sirve para todas las tareas. Un buen Ingeniero de IA debe\r\n        saber cuándo priorizar la velocidad y el coste, y cuándo necesita un razonamiento profundo. En este laboratorio\r\n        exploraremos la capacidad \u003Cstrong>Model Agnostic\u003C/strong> de ADK, permitiéndonos cambiar el motor de nuestro\r\n        agente con una sola línea de código.\u003C/p>\r\n\r\n    \u003Ch2>Gemini Flash vs. Gemini Pro\u003C/h2>\r\n\r\n    \u003Cp>La familia de modelos Gemini ofrece diferentes capacidades según la necesidad del workflow. En ADK, entender\r\n        estas diferencias es clave para la optimización:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>Gemini Flash:\u003C/strong> Diseñado para la velocidad y la eficiencia. Es ideal para tareas de\r\n            extracción, resúmenes rápidos o respuestas de baja latencia.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Gemini Pro:\u003C/strong> El modelo de alto rendimiento. Posee un razonamiento superior y una ventana de\r\n            contexto masiva, perfecto para lógica compleja o análisis detallados.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Abstracción del Modelo en ADK\u003C/h2>\r\n\r\n    \u003Cp>Una de las potencias de ADK es que separa la definición del agente de la implementación del modelo. Esto nos\r\n        permite configurar el \"cerebro\" de forma dinámica:\u003C/p>\r\n    \u003Cp>\u003Ccode>model=\"gemini-1.5-pro\"\u003C/code> o \u003Ccode>model=OpenAiModel(model_name=\"gpt-4o\")\u003C/code>\u003C/p>\r\n    \u003Cp>Esta abstracción facilita la portabilidad de nuestra aplicación, permitiendo que el mismo agente funcione con\r\n        diferentes proveedores o versiones de modelos sin reescribir la lógica de negocio.\u003C/p>\r\n\r\n    \u003Ch2>Configuración y Parámetros (Temperature)\u003C/h2>\r\n\r\n    \u003Cp>No solo podemos cambiar el modelo, sino también cómo se comporta. A través de \u003Ccode>model_kwargs\u003C/code>, tomamos\r\n        el control sobre la creatividad y precisión del agente:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>Temperatura:\u003C/strong> Controla la aleatoriedad. Un valor bajo (0.1) nos da respuestas deterministas\r\n            y técnicas; un valor alto (0.8) fomenta la creatividad.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Flexibilidad:\u003C/strong> Podemos definir estas configuraciones mediante variables de entorno,\r\n            permitiendo que el sistema elija el modelo según el entorno de despliegue.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Implementación práctica\u003C/h2>\r\n\r\n    \u003Cp>En este laboratorio, crearemos un agente \"Flexible\". Configuraremos el código para que lea el modelo desde\r\n        nuestro archivo \u003Ccode>.env\u003C/code>. Realizaremos pruebas de estrés comparando cómo responde Gemini Flash frente a\r\n        Gemini Pro ante una misma pregunta técnica compleja. Observarás cómo la latencia disminuye con Flash, pero la\r\n        profundidad del razonamiento aumenta significativamente con Pro, dándote el criterio necesario para decidir en\r\n        producción.\u003C/p>\r\n\r\n    \u003Ch2>Conclusión: Optimización de recursos\u003C/h2>\r\n    \u003Cp>Has aprendido que el poder de un agente no reside en usar siempre el modelo más caro, sino en usar el adecuado\r\n        para cada tarea. Ya sabes cómo intercambiar cerebros y ajustar su creatividad. Con el motor ya configurado, el\r\n        siguiente paso es romper los límites de la IA dándole \"manos\" a través de las Custom Tools.\u003C/p>\r\n\u003C/body>\r\n\r\n\u003C/html>","May 12, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-google-adk-02.jpg",[8,14,19,24],{"id":9,"title":10,"description":11,"image":12,"date":13},"curso-gcp-apache-spark-01","Spark: Infraestructura como Código con Terraform | Curso Spark, Scala y Terraform","Aprende a desplegar clústeres de Big Data profesionalmente. Domina Terraform para crear infraestructura como código (IaC) en Google Cloud y automatiza tu entorno de Dataproc para Spark.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-01.jpg","March 12, 2026",{"id":15,"title":16,"description":17,"image":18,"date":13},"curso-gcp-apache-spark-02","Spark: Ingesta (Raw to Bronze) y Formatos Columnares | Curso Spark, Scala y Terraform","Domina la ingesta de datos con Spark. Aprende a convertir JSONs pesados en formato Parquet, optimiza tu almacenamiento en un 85% y domina los esquemas estrictos con Scala.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-02.jpg",{"id":20,"title":21,"description":22,"image":23,"date":13},"curso-gcp-apache-spark-03","Spark: Limpieza y Calidad (Bronze to Silver) | Curso Spark, Scala y Terraform","Domina la limpieza de datos en Spark. Aprende a usar Scala para implementar la capa Silver (Plata) de tu arquitectura Medallón, utilizando Case Classes para mayor seguridad.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-03.jpg",{"id":25,"title":26,"description":27,"image":28,"date":13},"curso-gcp-apache-spark-04","Spark: Analítica Avanzada (Silver to Gold) | Curso Spark, Scala y Terraform","Domina el Análisis Avanzado con Spark. Aprende a calcular métricas de negocio con Window Functions y a extraer el Top 3 de canciones por país y día para tu capa Gold.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-04.jpg",1778604629805]