Sebastian

Un simple comunicador que comunica.

[Matias Scalbi @MatiasScalbi]

El cobre va a ser (ya es) una necesidad para todo el nuevo mundo que se viene

Es un hecho que la producción de cobre no va a alcanzar para la GIGANTE demanda que habrá

El gran cuello de botella que se afrontará el mundo es la ENERGÍA

Te dejo mi análisis del Cobre y pronto haré más, atentos a este tema

https://t.co/rzCiW6GXUK

[Manuel Zapata @ManuelZapata]

LangChain, Google y Anthropic publicaron este año su versión de cómo cambia el ciclo de desarrollo de software con agentes de código. Los tres valen la pena:

1. The Agent Development Lifecycle (ADLC). Blog de LangChain, escrito por Harrison Chase. Propone un ciclo propio para agentes: build, test, deploy y monitor, con la gobernanza alrededor de las cuatro etapas.

2. The New SDLC With Vibe Coding. Whitepaper de Google, publicado en Kaggle. Pone el vibe coding y la ingeniería agéntica como extremos de una misma práctica: dónde caes depende de cuánto verifiques lo que escribe el agente.

3. The AI-Native SDLC Playbook. De Anthropic. Arma el ciclo en seis etapas y cada una deja un artefacto versionado en el repo: intent.md, spec.md, plan.md, el diff, la revisión.

Los tres links van en la respuesta.

¿Cuál de los tres ciclos se parece más a cómo trabajas hoy?

______________________________

Acá vamos contando cómo cambia el proceso de desarrollo cuando entran agentes.
Síguenos si este tipo de temas te interesan 🔔

[Aakash Gupta @aakashgupta]

The banana in your kitchen is a sterile mutant that can't reproduce. Every single one is a clone, and nearly the entire global export supply traces back to one plant raised in an English greenhouse in the 1830s.

Wild bananas are stuffed with hard seeds the size of peppercorns. Barely any flesh. Around 7,000 years ago, farmers in New Guinea stumbled on rare mutants carrying three sets of chromosomes instead of two. An odd number can't split evenly during reproduction, so seed-making fails and the plant pours everything into flesh. Those tiny black specks in the middle of your banana are the remains of seeds that never developed.

Perfect fruit, one catch. No seeds means no planting. Growing another one requires cutting a shoot off the base and sticking it in the ground.

A clone.

Back in the 1830s, the Duke of Devonshire's gardener raised one of these plants at Chatsworth House. His family name was Cavendish. Cuttings descended from that greenhouse now make up 99% of bananas exported on Earth, genetically identical from Ecuador to the Philippines.

Identical genes means a fungus that kills one plant kills all of them. And it already happened. Gros Michel, the banana everyone ate before 1960, was wiped out commercially by a soil fungus called Panama disease. The industry quietly swapped in the Cavendish, a lookalike that resisted it, and most shoppers never noticed their banana had been replaced.

A new strain called TR4 kills Cavendish too. No cure exists, the spores survive in soil for decades, and it has spread to more than 20 countries. Late 2025 it reached Ecuador, the world's biggest exporter.

The world already lost its banana once and got handed a body double. The body double is dying the same way.

[Eloy Marchán @eloymarchan]

Dos editores de medios grandes (un canal y un periódico) me contaron que recibieron la orden de sus directores de no tocar el tema de Keiko Fujimori y Damián Valenzuela, caso revelado por @ensustrece. Lo conté ayer en el programa de @DiarioDeCurwen.

[Carlos Cornejo A. @CarlosCornejoA]

Si los dominicales de mañana, en señal abierta, no abren con el caso Cerimedo y sus posibles vínculos con el fujimorismo y la presidenta, ya no habrá ninguna duda de dónde está cada quién en este tablero.

[Avi Chawla @_avichawla]

Why KV cache stores K and V vectors but never Q?

(a popular technical LLM interview question)

LLMs are autoregressive so each token is predicted from every token before it, one at a time.

This autoregressive nature has a direct consequence inside the model.

A forward pass over <n> tokens produces <n> hidden states, but only the last one is projected to logits and is required to generate the next token.

So to understand why KV cache just stores K and V vector, we must back track to see how exactly is the last hidden state produced.

Let's walk through this with a 10-token prompt.

1) Prefill:

All 10 tokens go through the model in one forward pass, in parallel (with causal masking), since the whole prompt is already known.

At every layer, each of the 10 positions produces a query, a key and a value vector, and attention at each position runs against all positions up to it.

This pass is compute-heavy, and it's why the first token takes noticeably longer than the ones after it. TTFT is mostly prefill.

2) The first output token:

To generate the 11th token, only the 10th token's hidden state is needed. So this is projected from the hidden-dim to vocab-dim to generate logits over vocab.

These logits then go through softmax and sampling to generate token 11.

3) Back-track the hidden state:

The last hidden state is the last row of the feedforward block's output. The feedforward block is position-wise (it's applied to each row independently) so that row comes from the last row of the attention output before it.

So now we need to see how the last row of attention is computed.

4) Attention matrix:

QKᵀ for a 10-token prompt will give a 10 × 10 matrix.

Row <i> will have the dot product of query <i> with every key.

Row 10 is therefore Q₁₀·K₁, Q₁₀·K₂, all the way to Q₁₀·K₁₀.

Notice that only Q₁₀ appears in it. Q₁ through Q₉ only belong to their corresponding rows 1-9, and those rows' hidden states we already discarded because they were never needed.

The last row of attention goes through softmax and multiplies the full stack of value vectors, V₁ through V₁₀, to give the last row of the attention output.

So the last hidden state depends on exactly three things: Q₁₀, every key, and every value.

5) Generating token 12:

Token 11 is appended, and this time, we need row 11's hidden state to generate token 12.

Mathematically, attention operation turns out to be Q₁₁ against K₁ through K₁₁, then multiplied by V₁ through V₁₁.

K₁ through K₁₁ and V₁ through V₁₁ are bit-for-bit what prefill + first token produced since under causal masking, a token's key and value depend on that token and the ones before it, never on anything after, so appending token 11 cannot change anything at position 3.

6) The cache state:

Overall, this implies that you just need to retain the keys and values at each decoding step, and compute only the new position's Q, K and V.

Each decode step requires one query vector, which is never used again, so they are never cached across the decoding process.

The visual below explains the entire process.

That said, KV cache is only one of four separate caching layers in an LLM stack.

The other three are prefix caching on the server, prompt caching billed by a provider, and a semantic cache that skips the model entirely.

I wrote a full breakdown of all four caches in LLM serving that you should know as an AI engineer, with code for each.

Read it below.

[ Marco Sifuentes 🥑 @ocram]

drinking game: un shot por cada dominical que toque uno de estos temas:

✅ Damián Valenzuela
✅ Fernando Cerimedo
✅ Esposa de Galarreta
✅ Chang &amp; Tania

van a despertar frescos el lunes.

[Nathan Wolf 🇲🇽 @nwlust]

La historia no ocurrió por capítulos. Todo esto estaba ocurriendo al mismo tiempo.

Este gráfico intenta comprimir unos 5,000 años de historia en una sola imagen. Es inevitablemente incompleto y simplifica muchísimo, pero tiene una virtud extraordinaria: nos obliga a abandonar la forma lineal en que normalmente aprendemos historia.

Ejemplos fascinantes:

Cleopatra vivió más cerca de nuestro tiempo que de la construcción de la Gran Pirámide de Guiza.

Existe evidencia de enseñanza en Oxford desde 1096, siglos antes del apogeo mexica.

Mientras en Europa surgían y desaparecían reinos e imperios, simultáneamente ocurrían procesos completamente distintos en China, India, Persia, el mundo islámico y América.

Esa es quizá la mejor manera de leer este gráfico, no como un mapa exacto de la historia universal, sino como un mapa de la simultaneidad de la historia.

Y una advertencia importante: África y buena parte de América están claramente subrepresentadas.

Aun así, vale la pena ampliarlo y perderse un rato en él. 🌎

[Ezequiel Ferrero @ezeferrero]

Harry Potter y el misterio de por qué nos enteramos de esto a través de Al Jazeera

[🦇 @Lionlovera_]

a mi me voló la cabeza cuando aprendí que asi se ve una banana real y que todas las frutas que comemos hoy en dia han sido mejoradas genéticamente

[Khairallah AL-Awady @eng_khairallah1]

this is f*cking gold

How to build your first AI agent (Full guide)

if I had this a year ago, I would've shipped my first agent in a day instead of 2 weeks

in the right hands, this changes everything:

[Miguel Ángel Durán @midudev]

Un CEO despide a programadores para usar la IA.
Los devs se van… y publican un CEO open source.

Se llama OpenExecutive y son 8 agentes de Claude

✓ Estrategia, finanzas, legal, HR, ops, marketing...
✓ Usa FastAPI + Next.js

→ https://t.co/dgsMTm6bRI

[Fran Perez @franperez_fp]

Alguien dijo "decime que tu nuevo CEO es hetero sin decirme que tu nuevo CEO es hetero" y me pareció espectacular. Este es el anuncio del nuevo M6 en la Mac Mini.

[Lauti @lautidev_]

El tipo tiene +10 años en pagos y trabaja en Rebill. La mitad de mi vida el la tiene de experiencia en pagos. No conozco persona que sepa más de pagos que este muchacho. Follow

[TechieSA @TechieBySA]

Internet memes come to life😂

[Matias Scalbi @MatiasScalbi]

Ganamos gente $NVDA 🟢

Acá les dejo mi tesis de hasta cuanto la veo llegando en las próximas semanas/mes

Ayer confirmó porque es la empresa rank 1 del mundo

A la tarde hago el análisis completo del balance

Abraazoo y buena jornada

[Miss Atomic Bomb 👩🏽‍🦱💥 @Zwartjefio]

Esperando las 7 trompetas 🎺

[Ragi Yaser Burhum @rburhum]

Cuando @Revolut esté operando en 🇵🇪, eventualmente prenderán la integración completa de Hyperliquid (perps, mercado secundario y stocks tokenizados, mejores intereses, mandar dinero casi gratis, etc.). Los bancos locales recién están probando Bitcoin. No entienden el 🌊 q llega

[unlunar @leidy_saez]

Ustedes se han visto la película 2012? Donde personas normales ven noticias donde en otros lugares del mundo, hay terremotos, inundaciones, incendios, y nadie sospecha que hay que salir corriendo prontamente, donde están las arcas? Alguien llame a alguien

[Iztapanero @ElIztapanero]

Les damos la bienvenida al cielo de los memes