n8n 2.0 salió en diciembre de 2025 y cambió bastante más de lo que la gente esperaba. No fue solo un rediseño visual —fue una reescritura de la arquitectura de ejecución. El soporte para la versión 1.x terminó en marzo de 2026, lo que significa que si estás empezando desde cero o todavía no migraste, ya no hay excusa para no hacerlo con la versión actual.
Esta guía va directo al grano: qué cambió en 2.0, cómo instalarlo y cómo armar tu primer workflow con IA. Sin rodeos.
Los 3 cambios más importantes de n8n 2.0
El cambio más importante para producción son los Task Runners. Todo el código JavaScript y Python ahora corre en un proceso aislado del motor principal de n8n. Antes, un script con un bug podía tumbar el nodo principal o exponer el entorno de ejecución. Con Task Runners habilitados por default en 2.0, ese problema se eliminó de raíz.
El segundo cambio que más agradecerás si ya usabas n8n 1.x: el sistema Draft/Publish. En la versión anterior, guardar un workflow lo publicaba directamente en producción. Más de un equipo vivió el susto de cambiar algo en un workflow activo y romper un proceso en vivo. Ahora tienes drafts. Iteras sin consecuencias y publicas cuando estás listo.
El tercero: SQLite 10x más rápido. Si usas SQLite como backend en una instalación self-hosted, la mejora es real gracias a un nuevo driver de connection pooling. No cambia la vida si procesas pocas ejecuciones al día, pero en workflows de alto volumen en una instancia pequeña sí vas a notarlo.
Cómo instalar n8n 2.0 en 2026: las 3 opciones reales
- ▸npm global: npm install -g n8n — el más rápido para probar localmente, no recomendado para producción
- ▸Docker: la opción recomendada para self-hosted — control de versiones, fácil de actualizar, portable entre entornos
- ▸n8n Cloud: sin fricción de setup, desde $20/mes — ideal si no quieres administrar infraestructura
Un dato que no aparece en la documentación oficial: self-hosted tiene costos ocultos. Necesitas un servidor (Railway o Render te salen desde $10/mes), y cuando algo se rompe eres tú quien lo arregla. La versión Cloud simplifica bastante esto, especialmente para equipos sin un DevOps dedicado.
Tu primer workflow con IA en n8n 2.0
El workflow más común para empezar: webhook → nodo AI Agent → respuesta automática. Se arma en 15 minutos con los templates que trae n8n. Lo nuevo en 2.0 es que el nodo AI Agent ya soporta nativamente Claude (Anthropic), OpenAI, Groq y Ollama —sin necesitar configuraciones HTTP manuales ni APIs custom.
Los nodos de IA que más vas a usar en 2026:
- ▸AI Agent: el corazón de cualquier flujo autónomo — razona, decide qué herramientas usar y encadena acciones
- ▸Chat Trigger: punto de entrada para bots de WhatsApp, Telegram, Slack o email entrante
- ▸Vector Store nodes: Supabase Vector, Pinecone, Qdrant — para RAG y memoria de largo plazo
- ▸Anthropic / OpenAI / Ollama nodes: conexión directa a los modelos que prefieras, sin código
- ▸Code node con Task Runner: para lógica personalizada en JS o Python, ahora aislado y seguro por default
Lo que nadie te dice sobre n8n
n8n no es para procesar datos a escala. Si necesitas mover millones de registros, Spark, dbt o Airflow son la respuesta correcta. n8n brilla en el rango de 1 a 50,000 filas, en integraciones entre sistemas SaaS y en bots conversacionales. Es una herramienta de automatización de procesos, no un motor de data engineering.
El otro punto que pocos dicen: la curva de aprendizaje de n8n parece baja, pero escalar a workflows complejos con manejo de errores, reintentos y estado persistente requiere que entiendas bien la arquitectura. Muchos proyectos empiezan simples y terminan con workflows de 80 nodos que nadie sabe cómo mantener. La solución no es n8n 2.0 —es entender cuándo usar n8n y cuándo no.
De la automatización a los agentes de IA: el siguiente nivel
n8n 2.0 es una puerta de entrada excelente a los agentes de IA sin escribir código. Pero si quieres construir agentes con memoria persistente, razonamiento complejo y workflows multi-paso, el siguiente paso es aprender los frameworks de código. En DataPath, el curso de automatización con n8n te da la base práctica con proyectos reales. Y para construir agentes de WhatsApp con IA listos para producción, el curso de agentes de IA para WhatsApp con n8n te lleva directo al caso de uso más demandado en LATAM.
Si quieres subir al nivel de código y construir agentes más sofisticados —con estado, checkpointing y lógica de decisión compleja— el curso de LangGraph es el paso natural desde n8n. Los conceptos son los mismos; el nivel de control es otro.
