Notas
Textos cortos sobre la metodología y las decisiones arquitectónicas detrás de los sistemas de IA que entrego — specs, evals, orquestación multi-agente, integración de LLMs y la disciplina de dirigir agentes de codificación.
Destacados
Recientes
3 de julio de 2026
Se suponía que la IA sería más barata que una persona
Todo el caso de negocio para reemplazar un puesto con un agente es un solo número: el modelo es más barato que el salario. En 2026 empezaron a llegar las facturas y el número dejó de ser cierto — Forbes publicó el titular de que la IA puede costar más que las personas a las que reemplazó, Uber quemó su presupuesto anual de IA en unos cuatro meses, y Meta tuvo que ponerles un tope a sus propios ingenieros. No eliminaste el trabajo cuando metiste al agente. Convertiste un salario fijo en una factura de tokens medida más el tiempo sénior que ahora hace falta para revisarlo, corregirlo y limpiar detrás de él. Haz esa cuenta antes de hacer el despido.
- business
- careers
3 de julio de 2026
La inyección de prompts no es un bug que vayas a parchear
Los equipos siguen tratando la inyección de prompts como una vulnerabilidad ordinaria — una que un update del modelo o un filtro ingenioso acabará cerrando. No lo hará. El informe de 2026 de OWASP y una línea creciente de investigadores la describen ahora como una propiedad permanente de cómo funcionan los LLM: el modelo genuinamente no puede distinguir tus instrucciones de los datos que está leyendo. Una vez que aceptas eso, el trabajo cambia. Dejas de intentar prevenir la inyección y empiezas a asegurarte de que una exitosa no pueda hacer ningún daño — lo que se reduce a nunca dejar que un solo agente tenga los tres poderes que convierten una entrada envenenada en una brecha.
- security
- architecture
3 de julio de 2026
El agente que se reescribe a sí mismo no tiene especificación
El nuevo argumento de venta es el agente 'autoevolutivo' — adapta su propio comportamiento mientras se ejecuta, así nunca tienes que actualizarlo. ServiceNow y NVIDIA acaban de apuntar uno directo a tu escritorio. Pero el software en producción necesita una cosa por encima de todo: un blanco fijo contra el que puedas verificar. Un agente que reescribe su propia lógica es un sistema donde lo que probaste no es lo que estará corriendo la semana que viene. Deja que aprenda en datos que puedas leer y reiniciar — nunca en un comportamiento cuyo cambio no puedas observar.
- agents
- architecture
3 de julio de 2026
El modelo se volvió commodity. El chip no.
Durante dos años todo el juego fue qué modelo es el más listo. Ese juego se está acabando: Claude Sonnet 5 aterrizó cerca de la calidad de la clase Opus por una fracción del precio, los labs compiten en coste en lugar de en IQ, y cambiar de proveedor ahora es un cambio de configuración. Cuando la capa de capacidad se vuelve commodity, el foso resbala hacia abajo por la pila — hacia el silicio de inferencia y los racks. OpenAI acaba de fabricar su propio chip. Esto es lo que significa para el resto de nosotros que construimos encima: el suelo de tu precio por token lo fijan dos capas más arriba, gente que nunca conocerás, así que diseña en consecuencia.
- business
- architecture
3 de julio de 2026
No puedes hacer un test unitario a una tirada de dados
Los desarrolladores acoplan un LLM a un sistema, escriben un test normal de pasa/falla a su alrededor, lo ven fallar de forma intermitente, y entonces o borran el test o mockean el modelo hasta dejarlo sin sentido. Ambas cosas están mal. Un componente probabilístico no está roto cuando varía — pero 'varía' no es permiso para dejar de probarlo. Simplemente tienes que probar la distribución en lugar de la muestra: puntúa un conjunto dorado con tolerancia, condiciona el paso a una tasa de aciertos, afirma las invariantes que deben cumplirse siempre, y mantén una línea dura entre el núcleo estocástico y la cáscara determinista que lo rodea.
- methodology
- eval
1 de julio de 2026
La deuda de código que genera la IA no se paga. Se acumula en silencio.
El coste del código generado por IA no es el bug que atrapas en la revisión — es el defecto que sobrevive, sin dueño, en un código del que nadie tiene un modelo mental. Un estudio de 2026 sobre más de 300k commits escritos por IA encontró que casi una cuarta parte de los problemas que la IA introdujo seguían ahí en HEAD. La deuda humana se salda porque alguien recuerda haberla contraído. La deuda de la IA simplemente se acumula, porque nadie lo hizo. La única cobertura real no es más cobertura de tests. Es comprensión.
- architecture
- methodology