Propuesta: Conexiones entre el guion MCP y los videos anteriores

Este documento propone adiciones al GUION-v1 para enlazar con los 8 videos publicados del canal. No modifica el guion original — marca dónde insertar cada referencia.

Mapa de conexiones

Video	Concepto que conecta con MCP	Dónde insertar en el guion
Harness Engineering	MCP es la capa de conectividad del harness	Sección concepto (5:00-10:00)
Agent Skills	Skills = capa 1 del stack, Uber usa el mismo patrón de scoping	Sección Uber (13:00-22:00)
3 Agentes A2A	A2A = otra capa del stack, discovery vía agent.json	Sección cuándo usar qué (10:00-13:00)
IDP 7 Agentes	7 agentes orquestados = sub-agents del framework Google	Sección cuándo usar qué (10:00-13:00)
Cloud Run Producción	Infraestructura donde correrían los MCP servers	Sección roadmap - stateless transport (22:00-28:00)
Workspace Profiling	Perfilamiento = MCP como lookup + seguridad/governance	Sección Uber - governance (13:00-22:00)
Agent Teams	CLAUDE.md = documentación reactiva, skills over MCP	Sección roadmap - skills over MCP (22:00-28:00)
AutoDream	Auto-memory = contexto persistente, Memory Bank de Google	Sección Google Next (si se menciona)

Inserciones propuestas por sección

Sección [5:00-10:00] — La tesis: 3 capas de conectividad

Después de presentar las 3 capas (Skills, MCP, CLI), insertar:

Si viste mi video de Harness Engineering,
esto te va a sonar familiar.

[CLIP: Harness Engineering — 0:01:02 a 0:01:10]
> "Lo que construyes alrededor del modelo importa
> mucho más que el mismo modelo."

El harness controla al agente.
Pero el harness necesita conectividad.
Y MCP es esa capa de conectividad
que le faltaba al harness.

De hecho, el creador de MCP usa el término
"agent harness" literalmente en su keynote.
Dice: "Lo primero que necesitamos construir
está en el lado del cliente,
en el agent harness."

Control + conectividad.
Son las dos piezas que un agente necesita
para funcionar en producción.

Sección [10:00-13:00] — Cuándo usar qué (framework Google)

Después del diagrama de 5 casos, insertar:

Y fíjense, nosotros ya implementamos
varios de estos patrones sin llamarlos así.

[CLIP: 3 Agentes A2A — 0:00:00 a 0:00:07]
> "Finalmente vamos a publicar en skills como A2A..."

Nuestros 3 agentes que se descubren
y se delegan tareas — eso es el caso 4:
sub-agents trabajando juntos dentro de un sistema.

[CLIP: IDP 7 Agentes — 0:00:00 a 0:00:07]
> "Y si te digo que puedes construir un IDP
> con siete agentes de manera secuencial..."

Y los 7 agentes del IDP — también sub-agents,
pero a mayor escala.

Lo que ninguno de esos videos tenía
era MCP como capa de conectividad.
Los agentes se conectaban a herramientas
porque yo escribí cada integración a mano.

MCP estandariza eso.
En vez de escribir la integración cada vez,
conectas un MCP server y listo.

Sobre A2A, insertar:

¿Y A2A? Nuestros agentes ya se comunican
por A2A en producción.

[CLIP: Cloud Run — 0:00:00 a 0:00:06]
> "Lo que ves ahí son siete agentes de IA
> corriendo en Google Cloud, no en Docker, no en local."

A2A es para que agentes de distintas organizaciones
hablen entre sí.
MCP es para que un agente se conecte a herramientas.
Son capas distintas del mismo sistema.

Sección [13:00-22:00] — Uber: la prueba en producción

Después de “Los 3 problemas que tuvieron” → seguridad, insertar:

Y esto me recuerda exactamente
a lo que construimos en el video de Workspace.

[CLIP: Workspace Profiling — 0:25:19 a 0:25:40]
> (Lucía pide sueldo → rechazada)

Nuestro agente de RRHH perfila al usuario
y decide si tiene permiso.
El modelo no decide — el código decide.

Uber hace lo mismo a escala:
autorización centralizada,
redactor automático de datos sensibles,
guardrails que bloquean endpoints peligrosos.

La diferencia es que nosotros lo hicimos
con código custom para cada agente.
Uber lo hizo con un MCP Gateway centralizado
que aplica las mismas reglas a todos los agentes.

Después de “Lo que hacen para que sea confiable” (scoping, tool selection, parameter overrides), insertar:

Esto es exactamente el mismo principio
que mostramos en el video de Agent Skills.

[CLIP: Agent Skills — 0:02:38 a 0:02:55]
> "Un agente puede razonar sobre cualquier cosa,
> puede pensar, analizar y planificar,
> pero a la hora de ejecutar solo puede hacer
> lo que sus skills le permitan."

Uber no le da al LLM acceso a todos los tools.
Le acota cuáles puede usar, le fija parámetros.
Es la capa 2 de seguridad — la restricción
arquitectónica, no instrucciones.

El patrón tiene 40 años.
Nosotros lo mostramos en febrero.
Uber lo implementó a escala enterprise.
Mismo principio, distinta escala.

Sección [22:00-28:00] — Lo que viene

Después de “Progressive Discovery”, insertar:

Y de hecho, si usas Claude Code,
ya estás usando progressive discovery.

[CLIP: Agent Teams — 0:13:44 a 0:13:56]
> "El CLAUDE.md... Sin esto, el equipo
> literalmente no existe."

Cuando Claude Code carga tu CLAUDE.md
al inicio de la sesión,
eso es un guide — una pieza del harness.

Cuando defer tools y los carga on demand,
eso es progressive discovery.

Ya está pasando en tu terminal.
Ahora imagina eso en producción,
con cientos de MCP servers.

Después de “Skills over MCP”, insertar:

Y esto conecta directamente con nuestra fábrica de skills.

[CLIP: Agent Teams — 0:00:00 a 0:00:07]
> "Hoy no te voy a mostrar cómo crear una skill,
> te voy a mostrar cómo construir una fábrica
> que crea skills por ti."

En ese video, la fábrica produce skills
que Claude lee como archivos locales.
Con skills over MCP, el server envía las skills
junto con los tools.

Es el mismo concepto — documentación que viaja
con la capacidad — pero distribuido.
El server author actualiza la skill
y todos los clientes la reciben sin hacer nada.

Sección [28:00-32:00] — Cierre

Reemplazar el párrafo que referencia harness engineering por una versión que conecte TODOS los videos:

Si llevas siguiendo este canal,
cada video fue una pieza de este puzzle:

[PANTALLA — diagrama de serie]

Agent Skills          → la capa de restricciones (qué puede hacer)
Protocolo A2A         → la capa de coordinación (quién habla con quién)
7 Agentes + Cloud Run → la infraestructura (dónde corren)
Workspace Profiling   → governance en acción (quién tiene permiso)
Agent Teams           → la fábrica de skills (cómo se producen)
Harness Engineering   → el framework que une todo (control)

Y MCP es la pieza que faltaba:
la capa de conectividad.

Cada video construyó una capa.
Ahora todas tienen nombre
y la industria entera las está adoptando.

Clips a agregar (organizados por sección)

#	Video fuente	Timestamp	Dur	Qué muestra	Sección del guion MCP
1	Harness Engineering	0:01:02 - 0:01:10	8s	”Lo que construyes alrededor importa más”	3 capas
2	3 Agentes A2A	0:00:00 - 0:00:07	7s	”Publicar en skills como A2A”	Cuándo usar qué
3	IDP 7 Agentes	0:00:00 - 0:00:07	7s	”Construir un IDP con 7 agentes”	Cuándo usar qué
4	Cloud Run	0:00:00 - 0:00:06	6s	”7 agentes en Google Cloud, producción real”	Cuándo usar qué
5	Workspace Profiling	0:25:19 - 0:25:40	21s	Lucía rechazada (seguridad)	Uber - governance
6	Agent Skills	0:02:38 - 0:02:55	17s	”Solo puede ejecutar lo que sus skills permitan”	Uber - confiabilidad
7	Agent Teams	0:13:44 - 0:13:56	12s	”CLAUDE.md, sin esto no existe”	Progressive discovery
8	Agent Teams	0:00:00 - 0:00:07	7s	”Fábrica que crea skills por ti”	Skills over MCP
Total clips nuevos			~85s

Diagrama de serie propuesto para el cierre

VIDEO 1: Agent Skills (feb)
  └── Restricciones — qué puede hacer un agente
       │
VIDEO 2: 3 Agentes A2A (mar)
  └── Coordinación — agentes que se descubren y delegan
       │
VIDEO 3: Agent Teams (mar)
  └── Producción de skills — la fábrica
       │
VIDEO 4: IDP 7 Agentes (recut)
  └── Orquestación — 7 agentes trabajando juntos
       │
VIDEO 5: Cloud Run (abr)
  └── Infraestructura — producción real, no local
       │
VIDEO 6: Workspace Profiling (abr)
  └── Governance — permisos, perfilamiento, seguridad
       │
VIDEO 7: Harness Engineering (may)
  └── Control — el framework que une todo
       │
VIDEO 8: El Futuro de MCP (próximo)  ← ESTÁS ACÁ
  └── Conectividad — cómo el agente se conecta al mundo
       │
VIDEO 9: ??? (futuro)
  └── El stack completo funcionando junto

Notas

Los clips son cortos (85s total) — no ralentizan el video
Cada clip tiene un propósito: demostrar que el concepto ya existe en tu catálogo
El patrón es el mismo que funcionó en Harness Engineering: “ya lo teníamos, ahora tiene nombre”
El diagrama de serie en el cierre convierte tu catálogo en una narrativa progresiva — cada video es una capa del stack de producción de agentes
AutoDream no tiene conexión fuerte con MCP — se puede omitir sin problema