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.
19 de junio de 2026
El cuello de botella se mudó a la red eléctrica
OpenAI contrató 10 gigavatios con NVIDIA y otros 6 con AMD; a un centro de datos de Stargate en Michigan acaban de aprobarle 1,4 gigavatios pese a las furiosas objeciones de los vecinos. La restricción de la IA dejó de ser el modelo hace tiempo. Es la electricidad, el suelo y la política que los rodea. Eso redefine cuánto vale la eficiencia, y es la misma lección que gobierna sistemas mucho más pequeños que un centro de datos.
- architecture
- ai-native
19 de junio de 2026
El código que escribe el código
Anthropic ahora dice que más del 80% del código que se integra en sus propios sistemas lo escribe Claude — frente a un puñado de puntos porcentuales antes de 2025. Y este mes publicó un informe serio sobre la automejora recursiva: una IA que ayuda a construir la siguiente IA. Quita la ciencia ficción y queda un mensaje práctico para el resto de nosotros sobre hacia dónde se mueve el cuello de botella y qué disciplina exige.
- agents
- methodology
19 de junio de 2026
Ahora al modelo le hace red-team el gobierno
El organismo de estándares de IA de EE. UU. firmó acuerdos con Google DeepMind, Microsoft y xAI para evaluar sus modelos de frontera antes del lanzamiento público — y ya realizó más de 40 evaluaciones, algunas de modelos que el público nunca llegó a ver. El Reino Unido firmó acuerdos paralelos. Quita la política y queda una señal clara: a un modelo se lo conoce evaluándolo, no por las «sensaciones». Quédate con el patrón.
- security
- methodology
19 de junio de 2026
Tu modelo tiene una vida útil de seis semanas
En una sola ventana de dos semanas este mes la industria lanzó Claude Mythos 5, GPT-5.6, Gemini 3.2 y un muro de modelos frontera chinos — Qwen 3.7, DeepSeek V4.1, GLM-6 y más. Los nuevos modelos frontera ahora aterrizan con un metrónomo de aproximadamente seis semanas. Si la ventaja de tu producto es «usamos el mejor modelo», tu ventaja caduca antes que el trimestre. Aquí va cómo construir para un blanco en movimiento.
- ai-native
- architecture
19 de junio de 2026
La aceleración con IA trae una factura de seguridad
Gartner dice que el 90% de los líderes de ingeniería reportan mejoras con las herramientas de IA para código — un aumento neto de productividad del 19%. La misma investigación dice que el código de IA sin revisar tiene un 23% más de densidad de bugs, y que el 14,3% de los fragmentos generados por IA cargan vulnerabilidades de seguridad frente al 9,1% del código escrito por humanos. Casi nadie imprime esas dos cifras en la misma frase. Deberías, porque son la misma historia.
- security
- methodology
15 de junio de 2026
No fue el modelo. Fueron tus datos.
La mayoría de los proyectos de IA fracasan — MIT descubrió que el 95% de los pilotos de IA generativa no produjeron ninguna ganancia medible, y RAND situó la tasa de fracaso general en torno al 80%. Cuando algo sale mal, el instinto es culpar al modelo: no es lo bastante listo, elegimos mal, malos prompts. Los datos dicen otra cosa. La causa de fracaso más citada es la mala calidad de los datos, y solo alrededor del 12% de las organizaciones tienen datos lo bastante limpios como para sostener IA siquiera. Lo más probable es que no tengas un problema de modelo. Tienes un problema de datos disfrazado de problema de modelo. Aquí te explico cómo distinguirlo.
- architecture
- methodology