Asistente o Agente: Construyendo la Misma Máquina de Contenido de Tres Maneras

Anatoly Klavdienko, responsable del desarrollo de agentes de IA en AlpinaGPT y Alpina Digital, automatizó la producción de 5-10 videos cortos por semana para un canal de Telegram sobre IA y tecnología. Primero usó ChatGPT como asistente de chat, lo que le tomaba unas 4 horas a la semana para 10 videos, pero implicaba copiar y ensamblar manualmente. Luego construyó un flujo de trabajo en n8n, dedicando cuatro días a la configuración y depuración, pero encontró que el editor visual era doloroso para iterar, carecía de control de versiones y de una depuración adecuada. Finalmente, exportó el flujo de n8n como JSON, se lo pasó a Claude Code y obtuvo un pipeline funcional en Python en una tarde. El agente final consta de 2074 líneas de código de producción en 19 archivos, con tres pipelines: D (obtención de fuentes de 12 canales RSS mediante GPT-4o), C (generación con HeyGen con 11 identificadores de aspecto, Whisper y postprocesamiento con FFmpeg) y A (publicación en YouTube, TikTok e Instagram Reels). Los tiempos reales del archivo pipeline.log muestran que la obtención de fuentes toma entre 80 y 84 segundos, y la generación entre 6 y 8 minutos. Cuando la API de SubMagic empezó a fallar el 20 de abril de 2026, el autor la reemplazó con un servicio de postprocesamiento personalizado en un día. Concluye que los agentes de código son ahora más económicos que los constructores visuales, ofreciendo un mejor control y capacidad de depuración.