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.
4 de junio de 2026
Los labs ahora compiten en precio, no en IQ
Durante dos años, el lanzamiento de un modelo insignia tenía un solo titular: somos los más inteligentes, este es el benchmark que superamos. En Microsoft Build 2026 el titular cambió — misma liga que Opus, pero ~10x más output por dólar y 60% menos tokens. La presunción pasó del IQ a la eficiencia, y toda la industria se está reorganizando en torno al precio, no a la capacidad máxima. Aquí explico por qué se invirtió el eje, y qué significa si tú construyes.
- ai-native
- business
- agents
4 de junio de 2026
El peldaño de abajo desapareció
Ya están los datos, y son específicos: la IA se comió al junior, no al senior. Las empresas no están despidiendo juniors; simplemente dejaron de contratarlos, en silencio, porque las tareas que hacían los juniors son exactamente lo que ahora hacen los agentes. Parece eficiente. Pero a los seniors no se los contrata, se los cultiva: un senior es un junior que sobrevivió a unos cuantos miles de bugs. Recorta los juniors para ahorrar ahora y estarás matando de hambre al pipeline (cantera) que produce a los seniors de los que dependes. Nos estamos comiendo la semilla.
- careers
- ai-native
- business
4 de junio de 2026
Llegó la factura
Durante dos años el costo de la IA se sintió como un error de redondeo. En 2026 llegó la factura — Uber quemó el presupuesto anual de IA en cuatro meses, Microsoft les quitó Claude Code a sus propios ingenieros, JPMorgan dice que los tokens se están comiendo las ganancias de internet. Esto no es un bache pasajero. La facturación por tokens invierte la economía sobre la que se construyó el software, y el giro cruel es que un agente mejor cuesta más. Esto es lo que realmente cambió, con honestidad.
- business
- ai-native
- agents
4 de junio de 2026
Tokenmaxxing, o cuando la ley de Goodhart viene por la IA
Las empresas querían 'adopción de IA', así que midieron el proxy más fácil — el uso de tokens —, lo pusieron en una tabla de clasificación (leaderboard) y obtuvieron exactamente lo que midieron: gente quemando tokens para escalar en la tabla, no para hacer mejor trabajo. Es una ley de cincuenta años devorando una estrategia recién estrenada, y ahora sale cara dos veces: pagas por los tokens desperdiciados y envenenas la señal que querías. El arreglo también es viejo — mide resultados, no actividad.
- methodology
- business
4 de junio de 2026
Tu organigrama no puede correr agentes
Todo ejecutivo se pregunta '¿ya es lo bastante bueno el modelo?'. Nuevos datos del MIT dicen que esa es la pregunta equivocada: el 85% de las organizaciones quiere ser agentic (agéntico), pero el 76% admite que sus propias operaciones no pueden soportarlo. El bloqueo no es la capacidad del modelo, es que las empresas están atornillando un nuevo tipo de trabajador a un organigrama dibujado para humanos. Un agente no tiene jefe, ni escalera de carrera, tiene permisos acotados y una tasa de alucinación. Aquí está la casilla que le falta a tu organigrama.
- business
- methodology
- ai-native
3 de junio de 2026
Un modelo barato puede hacer el 90% del trabajo
El movimiento por defecto es apuntar el modelo más grande e inteligente a todo. Funciona en la demo y, en silencio, te lleva a la quiebra a escala — porque la mayor parte de lo que hace un agente no es razonar, es mecánico, y estás pagando sueldo de genio por leer un formulario. La solución es aburrida y vale ~90%: deja que un modelo inteligente planifique, y que los modelos baratos hagan. Acá está la economía, y la única regla arquitectónica que lo hace posible.
- agents
- architecture
- business