🧩 Conocimiento × Habilidad × Sabiduría

Pocock divide "saber algo" en tres capas, y la primera es conocimiento (en inglés, knowledge). Es lo que él llama "lo fundamental, entenderlo en la cabeza": comprendes qué es algo, por qué existe y cómo funciona, al menos en teoría. Es la capa más fácil de adquirir: lees, miras, alguien te lo explica y listo, ya lo tienes en la cabeza.

¿Por qué importa esta separación para nuestro curso? Porque el conocimiento es justamente el tipo de cosa que la IA distribuye gratis y en segundos. Pídele al modelo "explícame qué es la inyección de dependencias" y recibes una clase. El error común de principiante es confundir este acceso fácil al conocimiento con la competencia real: leer sobre pruebas no te hace bueno para probar, igual que leer sobre natación no te enseña a nadar. El conocimiento es necesario, pero es solo el peldaño 1 de 3 y, por sí solo, es el más barato de los tres.

El segundo escalón es la habilidad (en inglés, skills). En palabras de Pocock, es "haberlo hecho varias veces, muscle memory" (memoria muscular). No basta con entender: necesitas tener ejecutado la cosa repetidamente, mal, ajustada, repetida — hasta que el gesto se vuelva fluido. Es la diferencia entre saber la receta y cocinar bien el plato; entre leer sobre debugging y depurar un problema complicado a las dos de la mañana sin entrar en pánico.

Fíjate en una trampa de vocabulario: aquí "skill" significa tu habilidad humana para hacer algo. En la Trilha 3, la palabra skill va a significar otra cosa: el procedimiento que empaquetas para el agente. No es una coincidencia: la skill-procedimiento es precisamente el intento de congelar tu habilidad en un archivo. El porqué de que esto conecte con todo el curso: hoy la IA es excelente ejecutando la parte «muscular» del trabajo; ya hizo ese tipo de tarea millones de veces durante su entrenamiento. El error común es pensar que, como la IA tiene la fuerza, tú no necesitas la tuya: sin tu habilidad para juzgar el resultado, ni siquiera puedes decir si la IA lo hizo bien.

El tercer escalón es el más sutil: la sabiduría (en inglés, sabiduría). Pocock la define como "saber CUÁNDO hacer, cómo encaja en el mundo real". No se trata de ejecutar — se trata de juzgar: ¿este es el momento? ¿Es el enfoque adecuado para ESTA situación? ¿Vale la pena el costo? Puedes tener todo el conocimiento y toda la habilidad y aun así tomar la decisión equivocada, porque la sabiduría es la capa que conecta la técnica con el contexto en el que se aplicará.

Aquí es donde la IA choca con un límite duro. El modelo tiene conocimiento (se entrenó con todo lo que ya se escribió) y habilidad (ya «hizo» el patrón millones de veces). Pero no vivió tu situación: no sabes que esa parte del código es frágil porque un cliente importante depende de ella, ni que el plazo se acorta por un motivo político, ni que ese atajo ya salió mal el año pasado. El porqué esto importa: la sabiduría es el escalón que más se resiste a la automatización y, por lo tanto, el que más te valoriza como humano en el loop. El error común es delegar el criterio ("la IA decide") en vez de delegar solo la ejecución.

Aquí está la observación más contundente del módulo. Pocock dice que la sabiduría es «casi imposible sin haber hecho la cosa en el contexto exacto". Y da un ejemplo que ayuda a fijar la idea: "To be like someone at Anthropic you can gain the knowledge and skills, but you'd need to go to Anthropic to gain the wisdom." — es decir, para ser como alguien de la Anthropic, puedes adquirir el conocimiento y las habilidades por tu cuenta, pero tendrías que ir a Anthropic para adquirir la sabiduría.

¿Por qué? Porque la sabiduría de ese lugar está en las decisiones reales que solo se toman allí: las restricciones internas, las conversaciones de pasillo, las compensaciones que nadie documenta, los errores que ya han salido caros. El conocimiento y la habilidad son transferibles — tú descargas, tú practicas. La sabiduría es situada: queda ligada al contexto que la generó. La consecuencia práctica para nuestro curso es directa: puedes empaquetar y delegar los dos primeros niveles, pero el tercero queda en manos de quien vive el contexto: tú. El error común es esperar que una skill o una IA cargue con la sabiduría de tu negocio; no estuvo allí.

Llega la parte práctica. Pocock dice: puedes empaquetar los dos primeros (knowledge + skills) en una skill reutilizable. Como el conocimiento y la habilidad se pueden transferir, caben en un archivo de instrucciones que el agente ejecuta siempre de la misma manera. Es el DRY humano: en sus palabras, "I've made this plan 100 times → turn it into a skill, distribute to the team, everyone plans the same way, contributing back to that skill, raising the floor." — hice este plan 100 veces, así que lo convierto en una skill, la distribuyo al equipo, todos planifican igual, todos contribuyen de vuelta y el nivel mínimo sube.

Fíjate en el efecto compuesto: al empaquetar, no solo ahorras tu tiempo, sino que elevas el piso de todo el equipo (el peor caso mejora) y crea un lugar único donde todos perfeccionan la habilidad. El error común es intentar empaquetar también el criterio: escribir en la skill "decide si vale la pena". No conviene: la skill carga el cómo, pero el cuándo/si sigue siendo una decisión tuya, caso por caso. Abajo, un esqueleto real de skill que empaqueta solo los dos primeros niveles — cópialo y adáptalo:

---
name: plano-de-feature
description: Meu jeito de planejar uma feature nova (já fiz isso 100x).
---

# CONHECIMENTO (o que precisa ser entendido)
- O que é o produto, quem é o usuário, qual problema resolvemos.
- Padrões do nosso codebase: camadas, nomes, onde mora cada coisa.

# HABILIDADE (os passos, sempre nesta ordem)
1. Mapear os arquivos afetados antes de tocar em qualquer um.
2. Escrever os testes do caso feliz + 2 casos de borda PRIMEIRO.
3. Implementar em fatias pequenas; rodar os testes a cada fatia.
4. Abrir PR pequeno com um resumo do "porquê".

# O QUE ESTA SKILL NAO DECIDE (fica com o humano = SABEDORIA)
- SE esta feature deve ser construida agora.
- Trade-offs de prazo/risco que dependem do contexto do negocio.
- Quando "bom o bastante" e bom o bastante.

Al cerrar el módulo, quédate con este principio operativo: delega la ejecución, reserva el criterio. El conocimiento y la habilidad (los dos primeros peldaños) los empaquetas en skills y se los entregas a la IA: se le dan muy bien. La sabiduría (el tercero) te la quedas tú, porque depende de vivir tu contexto, y es precisamente lo que te hace irreemplazable en el loop. Cada vez que vayas a delegar, separa mentalmente: «esto es el cómo (va a la skill) o el cuándo/si (¿se queda conmigo)?» Usa la siguiente lista de verificación para decidir en el momento; cópiala y pégala cuando vayas a diseñar una skill nueva:

Antes de delegar uma tarefa a IA, classifique cada parte:

[ ] E CONHECIMENTO? (entender o que/por que) -> delegue: a IA explica.
[ ] E HABILIDADE?   (executar um passo conhecido) -> delegue: vira skill.
[ ] E SABEDORIA?    (quando/se/vale a pena, dado o contexto) -> GUARDE.

Pergunta de ouro: "a IA esteve nas reunioes onde isso se decidiu?"
- Nao esteve -> e sabedoria -> a decisao e SUA (a IA so executa o resultado).
- Esteve (esta tudo no prompt/codebase) -> pode delegar com seguranca.