n8n lanzó la versión 2.47.0 el 3 de noviembre, y el titular no es un nodo nuevo: es que el asistente de n8n ahora construye aplicaciones completas, no solo workflows. Si ya armas automatizaciones ahí, esto cambia cómo vas a trabajar con la herramienta de aquí en adelante.
Qué trae la 2.47.0 de verdad
El equipo de n8n integró "app building" directamente en el asistente: reutiliza las mismas herramientas de sandbox y archivos de workspace que ya usaba para escribir workflows, pero ahora las apunta a escribir los archivos de una app entera. También sumaron dos herramientas para lectura y edición masiva de archivos, que funcionan incluso fuera del flujo de construcción de apps.
- ▸Las skills que crea o edita el asistente ahora se muestran como "artifacts", con navegación en el sidebar y enlaces desde el chat y las pestañas.
- ▸El artifact del agente aparece mientras se está construyendo, no solo al terminar — puedes ver el progreso en tiempo real en vez de esperar a que corte.
- ▸Los prompts del agent builder ya se pueden cachear porque el system prompt quedó fijo. Eso baja la latencia cuando repites una llamada parecida.
- ▸El parche 2.47.2, del 4 de noviembre, arregló que el npm install de n8n fallara en ciertas plataformas.
Por qué no es un detalle menor
n8n ya no se presenta como "automatización clásica": en su propio repositorio de GitHub, los agentes de IA aparecen primero y los workflows tradicionales después. La plataforma supera las 208,000 estrellas en GitHub y pasa de 1,500 conectores y agentes prearmados. El 27 de noviembre cumple siete años con una valuación reportada de 2,500 millones de dólares. Nada de esto es casualidad: la demanda de equipos que quieren automatizar con agentes — no solo con triggers y condicionales — es la que está empujando el producto hacia ahí.
El servidor MCP: conéctalo desde Claude, ChatGPT o Cursor
MCP (Model Context Protocol) es el estándar que dejó de ser una curiosidad técnica para convertirse en el idioma común entre agentes y herramientas. n8n lo aprovecha en dos direcciones: puedes conectar Claude, ChatGPT o cualquier cliente MCP directamente a tu instancia de n8n y pedirle que arme un workflow con una instrucción en lenguaje natural — en la demo oficial, el prompt "Crea un workflow que me mande el pronóstico del clima todos los días a las 7am" generó un flujo funcional en minutos. Y al revés: los agentes que ya tienes dentro de n8n pueden consumir servidores MCP externos como herramientas propias, sin que tengas que programar el conector a mano.
Lo que el marketing no cuenta: igual tienes que revisar lo que el asistente genera antes de activarlo en producción. He visto automatizaciones que funcionan perfecto en la demo y se caen apenas tocan datos reales de un CRM con campos mal nombrados.
Casos donde esto sí cambia tu flujo de trabajo
Con app building, el asistente ya no te deja a medio camino cuando necesitas algo más que un workflow: puede entregarte una pequeña app interna con su propia interfaz, conectada al mismo flujo que ya armaste. En la práctica, esto sirve para cosas como un panel donde el equipo de soporte aprueba o rechaza una respuesta antes de que salga, o una vista donde ventas revisa los leads que un agente calificó automáticamente antes de que entren al CRM.
Si quieres armar algo así desde cero, en el curso de Automatización e Inteligencia Artificial con N8N vas paso a paso desde tu primer workflow hasta un agente con memoria y herramientas propias. Y si tu caso puntual es atención por WhatsApp, el taller de Creación de Agentes IA para WhatsApp con N8N es el camino más corto.
n8n es una pieza, no todo el stack
n8n resuelve muy bien la parte de orquestar triggers, conectores y un asistente que escribe el workflow por ti. Pero cuando el agente necesita memoria de largo plazo, evaluación de sus propias respuestas o un loop de decisión más complejo que "si pasa esto, llama a esa herramienta", ya estás hablando de arquitectura de agentes en serio. La ruta de AI Agentic Engineer cubre justo esa capa: memoria, herramientas, observabilidad, más allá de un solo nodo o un solo framework.
Si quieres ver cómo otros equipos ya están resolviendo esto con n8n en la práctica, cada semana hacemos un taller en vivo en la Comunidad AI Builders — es un escalón más barato que un bootcamp completo si solo quieres probar el agua.
Por dónde empezar
Si nunca has tocado n8n, instálalo gratis en modo self-hosted o pruébalo en la nube, y arma un workflow simple antes de pedirle al asistente que construya una app completa — entender el flujo manual te ayuda a detectar cuándo el asistente se equivocó. Si ya lo usas a diario, la 2.47 vale la pena solo por el caché de prompts: en instancias con volumen, la diferencia de latencia se nota.
Puedes revisar el curso de Automatización e Inteligencia Artificial con N8N, explorar la ruta de AI Agentic Engineer o ver el resto del catálogo de cursos de DataPath.
