vivimos en una época dónde creo que ha nacido un nuevo rol imprescindible en las empresas
básicamente un "experto en IA", aunque no me gusta mucho el nombre. El rol de esta persona debe ser:
- Estar en redes (sobre todo X, también reddit, discord y youtube) al tanto de las novedades que van saliendo
- Tener criterio y experiencia suficiente para diferenciar qué es bullshit y qué no
- Comunicar los avances al resto de la empresa, mediante reuniones estratégicas con high management y después realizando cursos de formación periódicos para los empleados. Que su trabajo sea literalmente sentar a las charos del departamento y obligarles 5h a usar Claude o ChatGPT o lo que sea. Lo mismo con los ingenieros y Codex/ClaudeCode o la plataforma de elección.
las empresas medianas y gordas que no tengan roles así, están jodidas tbh, ngmi
para este puesto no vale cualquier inútil tampoco, es un rol complicado, o se le paga muy bien o se irá a otro lado o montará su propia cosa (hablo de 80k starting salary en Madrid/Bcn COMO POCO)
We’ve agreed to a partnership with @SpaceX that will substantially increase our compute capacity.
This, along with our other recent compute deals, means that we’ve been able to increase our usage limits for Claude Code and the Claude API.
Mi vida en Cuba de niño era casi una «huelga de hambre» obligada.
UNICEF no se preocupó por mí.
Nadie vino a ayudarme.
Yo no necesitaba migajas ni donaciones.
Yo quería que el trabajo de mi madre y de mi padre fueran suficientes, que bastante necesidad pasaron.
Pan viejo.
Pan duro.
Pan mohoso.
Arroz solo.
Arroz sin sal.
Boniato.
Agua con azúcar.
Desayunos vacíos.
Almuerzos incomibles.
Meriendas inexistentes.
Decir «carne de res» era una herejía.
Me cago en ti, en tu revolución y en tu ideología.
Me cago en tu justicia social.
Me cago en tu comodidad, que jamás habrías cambiado por mi tortura socialista.
Most people think MCP, RAG, and AI Agents compete with each other.
They don’t.
They solve different problems in the AI stack.
Here’s the simplest way to understand it 👇
🔌 MCP (Model Context Protocol)
MCP standardizes how LLMs use tools.
Instead of building custom integrations every time, MCP lets models:
• discover available tools
• call them
• receive structured responses
Examples of tools:
Files, databases, GitHub, Slack, internal APIs.
Important:
MCP doesn’t decide what to do.
It only defines how tools are exposed and used.
📚 RAG (Retrieval-Augmented Generation)
RAG improves what the model knows at runtime.
Flow:
User question → retrieve relevant docs → add to prompt → generate answer.
Common sources:
• PDFs
• code repositories
• vector databases
• internal documentation
Best for:
• company knowledge bases
• private or up-to-date data
• reducing hallucinations
But remember:
RAG doesn’t execute actions.
It only improves answers.
🤖 AI Agents
Agents are focused on doing things.
Typical loop:
Observe → Reason → Act → Repeat
Agents can:
• call tools
• write code
• browse the web
• store memory
• run workflows
• delegate tasks
How they fit together
The most powerful AI systems use all three:
Agents → decide what to do
RAG → provide the knowledge
MCP → connect tools
Different layers.
Same architecture.
The future of AI apps isn’t just better prompts.
It’s better systems.
#AI #LLM #RAG #AIAgents #MCP #GenAI