Esta semana ha sido de la cambiar absolutamente la forma de trabajar con LLM, y no hablo de si Claude Code o Codex o GLM o Kimi K2... hablo de trabajar de una forma profesional, que hace que se pueda tener proyectos grandes con varias personas trabajando en un mismo proyecto, manteniendo la calidad del código y estableciendo y haciendo que los modelos sigan un Standard de desarrollo.
Usa Spec Driven Development, usando AgentOs ha sido un salto de calidad descomunal... si no estais usando algo asi.. es la diferencia entre diseñar una bici.. o quere construir un cohete a Marte, pone criterio, estructura y escala, para poder tener varios agentes trabajando en diferentes work trees y que el resultado tenga todo el sentido https://t.co/W8I0QuZlks
💙❤️Dicen que nadie es profeta en su tierra, y la mía me lleva en volandas desde el más absoluto de los orígenes. ¡GRACIAS A MI PUEBLO, MI CIUDAD, MI GENTE, MI TODO!
… este niño de Elcano, la Hacendita, los Pisos de Chocolate y el barrio la Pólvora. Este niño de la calle Patomás, los Jardines, Arenal, el Llano y la Plazoleta. Este valmista confeso, este niño de la Compasión, que en Dos Hermanas jugó y vivió el baloncesto, este Motillero, papi de nazarenito y nazarenita chica… este que pensaba que no había premio más grande… va y se encuentra que se podía mejorar y me encuentro el premio aún más digno, aún más humano, aún más honesto, aún más doble, aún más como Dos Hermanas. Aún más nuestro. ¡¡VIVA DOS HERMANAS!!
Llevar agentes a producción me enseñó que la mayoría de lo que hay en el mercado son chatbots con wrappers rimbombantes.
Sistemas reales necesitan arquitectura real: determinismo, separación de capas, multi-modelo, deployment serio.
Acabo de llevar a producción mi primer proyecto serio con agentes de IA.
Lo que aprendí en este proceso cambió completamente mi forma de pensar sobre arquitectura de sistemas con LLMs.
Aquí está todo lo que descubrí 🧵👇
El proyecto: un pipeline completo end-to-end requerimientos → análisis → generación de fases → razonamiento multi-modelo → código → evaluación →fusión de resultados → GitHub PR
Cada componente con una sola responsabilidad. Cada paso limpio y verificable.
New on the Anthropic Engineering blog: tips on how to build more efficient agents that handle more tools while using fewer tokens.
Code execution with the Model Context Protocol (MCP): https://t.co/PeStmufIkp
🚨 RIP “Prompt Engineering.”
The GAIR team just dropped Context Engineering 2.0 — and it completely reframes how we think about human–AI interaction.
Forget prompts. Forget “few-shot.” Context is the real interface.
Here’s the core idea:
“A person is the sum of their contexts.”
Machines aren’t failing because they lack intelligence.
They fail because they lack context-processing ability.
Context Engineering 2.0 maps this evolution:
1.0 Context as Translation
Humans adapt to computers.
2.0 Context as Instruction
LLMs interpret natural language.
3.0 Context as Scenario
Agents understand your goals.
4.0 Context as World
AI proactively builds your environment.
We’re in the middle of the 2.0 → 3.0 shift right now.
The jump from “context-aware” to “context-cooperative” systems changes everything from memory design to multi-agent collaboration.
This isn’t a buzzword. It’s the new foundation for the AI era.
Read the paper: arxiv. org/abs/2510.26493v1
@UnicajaBanco@UnicajaResponde lo de tener la banca online sin funcionar, lo puedo entender, todo se cae, pero de vergüenza es tener una interrupción de servicio de más de 8h y no dar ni un comunicado a los clientes.