almost every modern machine can be understood as signals moving through systems.
> a microphone converts pressure into voltage.
> a camera converts light into pixels.
> an imu converts motion into measurements.
> a controller converts error into commands.
signals and systems by alan v. oppenheim teaches the mathematics underneath all of this.
• signals
• convolution
• fourier transforms
• laplace transforms
• sampling
• frequency response
• linear systems
the key idea is simple:
input → system → output
once you understand how systems transform signals, entire fields start connecting.
• audio
• communications
• robotics
• control
• computer vision
• radar
• electronics
you stop seeing sensor readings as random streams of numbers.
you start seeing information evolving through mathematical systems.
@MalaMalamente Los ingleses,franceses y españoles saquearon,violaron, esclavizaron y aniquilaron culturas y civilizaciones x todo el mundo, se qdaron con sus riquezas,con sus tierras a cambio de la cruzy su "linaje" de forma violenta pero luego exigen ser pura raza para vivir en su patria?🥚🥚
71% da população mundial nunca usou AI generativa
28% só usou free chats
apenas 1% paga alguma assinatura de AI
e 0,14% usa AI pra escrever código
É por isso que microsaas vende. Aquele app basico de gerar foto com AI, ou de contar calorias, que o chat gpt free faz igual, vende.
O mercado de AI wrappers (aquele app que é só um promtp chamando a AI) tem mercado estimado em 300 BILHÕES de dolares em 2026.
Você e eu vivemos numa bolha. Você vê todo mundo aqui usando AI de forma avançada, e acha que o mundo inteiro é assim. E pior, você ainda cai na sindrome do impostor por isso, mas esquece que isso é 0,14% da população mundial.
Entao, bora construir microssas guys. Em breve vou trazer uma novidade sobre isso pra te ajudar, inclusive
🚨 Un desarrollador acaba de hacer lo que Google no ha conseguido en años.
Ha creado un navegador en Rust que arranca al instante, consume 10 veces menos RAM y bloquea miles de trackers automáticamente.
Acumula más de 10K stars en GitHub, es gratis y open-source.
te explico cómo funciona ⬇️
Así se ve un sueldo de 750.000 dólares al año: un tipo en camiseta blanca, un pizarrón y 2 horas y media.
Stanford, CS336. Percy Liang construye un LLM desde cero. Lo que hay debajo de Claude y ChatGPT, y arranca por la parte que todos saltan: el modelo no lee tu texto, lee números.
Anthropic paga ese sueldo a los ingenieros que entienden esa capa.
Lo único que cobra Stanford son 2 horas y media de tu atención.
Presentando: Apollo
Un cerebro, cualquier cuerpo🧠
Apollo es un agente de voz self-hosteable: corre entero en tu propia cuenta y se queda esperando a que le conectes un aparato. Alcanza con un micrófono, un parlante y wifi.
El contrato entre los dos está documentado, y viene con skills para que Claude escriba el firmware por vos.
Sacás la placa del cajón a la mañana y le hablás a la tarde 🌅
La idea es simple: que no tires la placa 📻
bunx create heyapollo .
https://t.co/lZL36Fb6gx
Repo: https://t.co/eMvaey3syG
🔴 ¡QWEN 3.8 27B LIBERADO!
A finales de 2025 modelos como Opus 4.5 le abrió los ojos al mundo en cuanto a las capacidades de lo que la IA agéntica podía hacer, sobre todo en programación.
Hoy ya puedes ejecutar un modelo superior directamente en tu portátil, en local 🔥
DESCANSE EN PAZ VIBE CODING:
2025 - 2026 🪦
GitHub ha sacado spec-kit
La idea: dejas de pedirle cosas al agente a lo loco y escribes primero la especificación.
Luego el agente la ejecuta.
El flujo son 5 comandos:
/speckit.constitution → los principios de tu proyecto
/speckit.specify → qué quieres construir
/speckit.plan → stack y arquitectura
/speckit.tasks → lista de tareas real
/speckit.implement → lo construye
Funciona con 30+ agentes:
- Copilot,
- Claude
- Codex
- Cursor
y muuuuchos más.
+ 125,000 ⭐ en GitHub
Link al repo en los comentarios👇🏼