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.
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
1 de julio de 2026
El doble de tarea, el cuádruple de fallo
Todo el mundo quiere el agente que trabaje una jornada entera de 8 horas. La matemática está en contra. Un nuevo paper de 2026 muestra que duplicar la duración de una tarea no duplica la tasa de fallo — la cuadruplica aproximadamente, porque un error minúsculo por paso se compone. Un desliz del 2% por paso se convierte en un 33% de probabilidad de reventar toda la tarea en 20 pasos. La autonomía de horizonte largo no está esperando a un modelo más listo. Es un problema de arquitectura: descompón, pon checkpoints, verifica.
- agents
- architecture
1 de julio de 2026
El precio por asiento está muerto. La mayoría de los founders le cobran mal al cadáver.
Los agentes hacen el trabajo sin ocupar un asiento, así que el SaaS por asiento está económicamente roto — el precio por asiento ya está cayendo y el precio por resultado es el reemplazo de moda. Pero el salto reflejo a «cobrar por resultado» es una trampa para quien tenga un agente que no es lo bastante fiable como para garantizar el resultado. El principio real no es una moda de pricing; es que tu modelo de precios debería seguir a quien carga con el riesgo de fiabilidad. Es una confesión de cuánto confías en tu propio producto.
- business
- agents
1 de julio de 2026
Perplexity se aleja de MCP — y no se equivocan
MCP ganó la guerra de estándares tan rápido que casi nadie se detuvo a preguntar si de verdad es bueno en producción. Entonces el CTO de Perplexity dijo en voz alta que internamente están dejándolo — porque los metadatos de las herramientas pueden comerse el 40–50% de tu ventana de contexto antes de que el agente haga algo útil. El sueño de «solo enchufa 50 servidores MCP» choca contra la economía del contexto. Las herramientas son una dependencia, no un buffet.
- architecture
- agents
1 de julio de 2026
El mejor agente es el más aburrido
La industria vende la autonomía como el objetivo: dale al agente una meta difusa y deja que averigüe el cómo. Pero los sistemas que de verdad sobreviven en producción hacen lo contrario — herramientas acotadas, flujos deterministas, decisiones limitadas, puertas humanas. La autonomía no es una virtud que maximizas; es un presupuesto que gastas, y cada peso que gastas te compra una nueva forma de fallar. Pon la inteligencia en la decisión estrecha, y haz que todo lo que la rodea sea andamiaje tonto y predecible.
- agents
- architecture
1 de julio de 2026
Los agentes de voz por fin cruzaron la línea de la latencia
Durante años, los agentes de voz con IA fallaban en una sola cosa: la pausa. Ese medio segundo de aire muerto después de que dejabas de hablar hacía que cualquier bot telefónico se sintiera roto. En 2026 la pausa desapareció: streaming de voz de punta a punta, nuevos modelos de voz de state-space a 40 ms y round trips por debajo de 500 ms meten la voz dentro de la ventana en la que una conversación se siente real. El modelo nunca fue la parte difícil. El timing sí lo era — y ahora el timing es un problema de ingeniería, no de investigación.
- ai-native
- agents