Slim E

[Brinquitos @BrinquitosBro]

Tazo dorado pre-pandemia. Baby Girl. FORRO de vieja. La conocí recién llegada al país, era cero mamona. Chulada de morra, me cae de madres, tenía un cuerpo divino y unos labios que sabía usar a la perfección.🤤🍑 Amaba la forma en la que ponía el gorro. Whisky + moiz =faena total

[ryu. @romanftp]

Un chino ha creado un sistema de agentes en Claude Code para vender landing pages a pequeños negocios y, trabajando completamente solo, atiende unos 47 clientes al mes cobrando alrededor de 400 dólares por cada uno.

Construyó 7 agentes sobre Claude Sonnet 4.6 capaces de analizar Google Maps en ciudades pequeñas, detectar negocios sin web o con páginas totalmente desactualizadas y llevar cada oportunidad hasta un mockup terminado, un video promocional y un mensaje de prospección listo para enviar.

Sin asistentes.
Sin equipo comercial.
Sin SDRs.

Solo él, un MacBook, un iPhone y una API key.

Mientras agencias tradicionales mantienen equipos completos para manejar el mismo flujo de trabajo, sus únicos costes reales son tokens y suscripciones a Lovable, Higgsfield y Calendly.

Los 7 agentes funcionan coordinados por un orquestador en Claude Code Router. El sistema consume unos 3 millones de tokens diarios y el gasto medio en API ronda apenas los 480 dólares al mes.

Todos trabajan mediante servidores MCP y comparten estado usando el sistema de archivos, evitando problemas de concurrencia y memoria compartida. Incluso uno de los agentes vive directamente en su iPhone y responde leads mientras él está en el metro, en un taxi o caminando.

Este fue el prompt principal que configuró:

“You are the orchestrator of a solo agency that sells ready-made websites to local businesses…”

La clave es que el sistema entiende perfectamente qué es, cuáles son sus límites y qué objetivos debe cumplir.

Sabe que debe encontrar leads automáticamente.
Sabe que debe convertir cada oportunidad en una landing, un video y un mensaje comercial sin intervención humana.
Y sabe exactamente cuándo debe involucrar al dueño.

El sistema funciona 24/7:

Scout analiza unos 220 negocios diarios y deja 30 leads nuevos en cola.

Diagnoser genera diagnósticos y mensajes personalizados para cada lead.

Builder crea entre 3 y 5 landing pages completas para los mejores prospectos.

Filmer produce un video vertical de 10 segundos para cada propuesta.

Pitcher envía unos 30 mensajes diarios en 4 canales distintos con una tasa de respuesta cercana al 14%.

Checker revisa automáticamente todos los mensajes antes de enviarlos.

Solo cuando una operación supera los 3.000 dólares o el ratio de respuesta cae por debajo del 12%, el sistema despierta al propietario.

Y si en ese momento está en el metro o en un taxi, el agente Mobile responde automáticamente al lead interesado, agenda una llamada en Calendly y devuelve el lead a la cola. El dueño solo tiene que pulsar “aprobar” y entrar a la reunión.

Algunos logs reales del sistema:

“218 negocios analizados en Austin, Denver y Miami. 34 sin web, 19 con webs de 2014 y 6 con reseñas pidiendo rediseño.”

“30 mensajes enviados. 14 respuestas. 5 positivas. 3 Zooms agendados.”

“Landing page creada para una clínica dental. Responsive. 5 secciones. Video en render.”

“Acuerdo de 3.400 dólares supera el límite aprobado. Enviando para revisión manual.”

Y lo más loco es que no tiene servidores propios ni backend dedicado.

Solo un sandbox local, un router MCP, una API key de Claude y esa misma clave conectada a su iPhone.

De todo lo que he visto este año, probablemente sea el ejemplo más limpio y eficiente de una agencia unipersonal automatizada:

480 dólares al mes en APIs.
18.800 dólares de ingresos.
7 prompts.
Un sistema de archivos.
Y un teléfono en el bolsillo.

Guarda esto antes de que sea tarde

[Jade Miura @jademiurax]

Hi boy 😈🔥

[Rohit @heyrohitai]

Andrej Karpathy’s 1-hour Stanford lecture on AI engineering is one of the best explanations I’ve seen of how AI systems actually work.

The progression is simple:

10% → LLM
30% → Prompt
50% → Agent
70% → Loop
100% → Graph

The key takeaway:

AI engineering isn’t just about writing better prompts.

It’s about building systems around models — giving them context, memory, tools, feedback loops, and data flows.

“Delete everything, keep Graph.”

Definitely worth watching if you’re building with AI agents.

Watch → Bookmark →

[CopyRebeldia @CopyRebeldia]

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.

[Adriana 0livarez @olivarezadri]

A donde crees que voy ?

[🇻🇪AJZP Diamanta💎 @AJZPDiamanta1]

Amores linda tarde para estar juntos quitándonos este frío.
En📍#CDMX Activa

Envíame what's 💌
📲 https://t.co/5LwdMREIT7

[🇻🇪AJZP Diamanta💎 @AJZPDiamanta1]

Amores buenas noches 🌃
📍#CDMX 💋

Envíame what's 💌
📲 https://t.co/svA7tU3TZE

[Rudale @RudaleTheGreat]

when i die bury me in $clussy heaven

[Rudale @RudaleTheGreat]

So much $clussy they call me P.T. Barnum

[AdacuentaNew @AdacuentaN]

Amores míos preciosos Te Amo Acapulco Mañana y viernes Puebla con amiga para trío vuelvo pronto Acapulco perdón x no poder verlos a todos 🤎 pro to vuelvo y con amiga para trío denme RT y ♥️🙏🏻 Los Amo

[Slim E @SlimLoloy]

@RoldanJuanita07 Ojalá algún día puedas venir a Acapulco

[Kali the Muscle Goddess @kalithemuscle]

Follow my *official* backup account 🤎

[Slim E @SlimLoloy]

@minuez_ale88097 Compa llegaste a contratar servicio de ella?

[Slim E @SlimLoloy]

@Jesusgonza91175 Compa llegaste a contratar servicio de ella?

[Slim E @SlimLoloy]

Compa necesito referencias sobre una morra para servicio
@minuez_ale88097

[Mr Az @MrAzTrades]

Just like that $PRXVT is in price discovery.

10m market cap IS INEVITABLE.

Whales are top blasting.

We’re about to see INSANE GOD CANDLES