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
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
1 de julio de 2026
«RAG ha muerto» es un error de categoría
Cada vez que las ventanas de contexto se agrandan, vuelve el titular: «RAG ha muerto, mete todo en el prompt y ya». Se equivoca siempre, y se equivoca por una razón instructiva — confunde una técnica con un problema. La recuperación no murió; lo que murió fue el RAG ingenuo con base de datos vectorial, y lo está reemplazando una recuperación más inteligente, no la ausencia de recuperación. «X ha muerto» es casi siempre el sonido de alguien confundiendo la implementación actual con la necesidad permanente que hay debajo.
- methodology
- architecture
1 de julio de 2026
El cuello de botella se movió. Tú sigues optimizando el de antes.
Durante treinta años el recurso escaso en software fue escribir código, así que lo optimizamos todo alrededor de la velocidad de tecleo. La IA volvió casi gratis el escribir — y la restricción se mudó, sin avisar, a la verificación: leer, confiar y aceptar la salida. Casi ningún equipo se reestructuró. Siguen echando más agua a un embudo cuyo cuello ahora es la revisión, y luego se preguntan por qué lo «más rápido» no se sintió más rápido. Las métricas de velocidad mienten porque miden la mitad que ya no es el cuello de botella.
- methodology
- ai-native
1 de julio de 2026
El «workslop» no es productividad. Es un impuesto.
La IA debía encargarse del trabajo tedioso. En muchos equipos hace lo contrario: genera resultados que parecen verosímiles y que alguien más abajo tiene que detectar, descifrar y rehacer. Los investigadores lo bautizaron «workslop», y los números son feos — el 53% de los oficinistas dice haberlo recibido, cada caso cuesta ~2 horas de arreglar, y envenena en silencio la confianza entre colegas. No es una ganancia de productividad. Es una transferencia de productividad — y alguien más abajo paga la cuenta.
- business
- methodology
1 de julio de 2026
Tu ventana de contexto de un millón de tokens te está mintiendo
Los proveedores venden la longitud de contexto como si fuera RAM: más grande es siempre mejor, solo mete todo dentro. Pero la atención no es uniforme. Los estudios encuentran una y otra vez la misma forma de U — el modelo usa de forma fiable el inicio y el final de su ventana e ignora silenciosamente el medio, con la precisión cayendo un 30%+ una vez que lo importante queda enterrado ahí, a veces tras apenas 10k tokens. El contexto no es un balde que llenas. Es un recurso posicional y escaso que se diseña. «Ponlo todo en el prompt» es la nueva optimización prematura.
- architecture
- methodology