KV Cache vs. Prompt: la ingeniería detrás de los agentes que vuelan, cap 2

De qué trata

Segundo capítulo de un curso gratuito de inteligencia artificial, de tokens a agentes. Dura 41 minutos y se divide en dos mitades.

La primera repasa la atención con la analogía de la biblioteca (Query, Key y Value, multi-head), plantea el problema de rehacer todo para cada palabra, muestra una demo con y sin caché y explica la causalidad que permite guardar los valores. También trata por qué la salida cuesta más que la entrada y por qué las sesiones largas se vuelven lentas.

La segunda mitad es práctica: caché de prefijo, el efecto de poner un timestamp al principio o al final del system prompt, la regla «lo fijo adelante, lo variable atrás», el cálculo del coste y tres síntomas de lentitud con su diagnóstico. Termina con una tarea de 5 minutos.

• Atención: Query, Key y Value y multi-head
• Qué es el KV cache y por qué acelera la generación
• Causalidad: por qué el pasado no se puede cambiar
• Caché de prefijo y orden del system prompt
• Coste de cache read frente a cache creation

Para quién es este curso

• Desarrolladores que usan agentes como Claude Code o Cursor y quieren entender por qué se ralentizan o encarecen.
• Quien construye aplicaciones con LLM y quiere optimizar el system prompt para aprovechar el caché.
• Personas curiosas por cómo funciona la atención en los modelos, explicada con analogías.

Qué sabrás hacer al terminar

• Entender la atención con Query, Key y Value y el papel de las cabezas múltiples.
• Explicar por qué generar sin caché crece de forma cuadrática y cómo lo evita el KV cache.
• Distinguir entre cache read y cache creation y su efecto en el coste.
• Reordenar un system prompt colocando lo fijo al principio y lo variable al final.
• Diagnosticar tres síntomas habituales de lentitud o sobrecoste.

Plan de estudio sugerido

1 semana · unas 1,5 h por semana

1. 1.Sesión 1: ve 0:00–14:36 (atención y problema del coste) y reproduce la analogía con tus palabras.
2. 2.Sesión 2: ve 14:36–26:02 (causalidad, KV cache, costes) y anota por qué la salida cuesta más.
3. 3.Sesión 3: ve 26:02–41:00 (caché de prefijo) y haz la tarea de revisar las 3 primeras líneas de tu system prompt.

El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.

Consejos para seguirlo

• Pausa en 4:47 e intenta explicar la fórmula de atención sin mirar antes de seguir.
• En la Demo 3 (28:51) compara el resultado con tus propios prompts si usas una API con caché.
• Haz la tarea final con un system prompt real y busca fechas o datos variables al principio.
• Si ya dominas la atención, puedes saltar el repaso y empezar en 8:03.

Antes y después de este curso

• Después de este cursoCLAUDE CODE 2026: Curso Completo en Español (actualizado)Aplica el conocimiento de caché y contexto a una herramienta de agentes concreta.
• AlternativaAgentic AI – Complete Course for BeginnersOfrece otra introducción a los agentes de IA, en inglés.

Cómo lo presenta el autor

Gentleman Programming | KV cache | Qué es el KV cache y por qué la IA se pone lenta: capítulo 2 del curso gratis de inteligencia artificial, de tokens a agentes. Sin lo que vemos hoy no existirían Claude Code, Cursor ni ningún agente que trabaje media hora seguida sobre tu código.

Arrancamos con un repaso completo de la atención con la analogía de la biblioteca (Query, Key y Value, el…

Extracto de la descripción original en YouTube.

Preguntas frecuentes

Más cursos de Programación