🔵 Definitivamente lo del Steam Controller se nos esta yendo de las manos. Los usuarios encontraron una forma en la que pueden jugar con el como si fuera un coche a control remoto, y funciona a todas las direcciones con el WASD.
Qué locura lo de la comunidad de Steam xD
Me tomé el tiempo de descomponer por dónde empezaría si quisiera construir un bot como el que usamos en @tortastudios para automatizar tareas reales.
La parte interesante es el sistema alrededor: permisos, colas, workers, CI/CD, contenedores efímeros, trazabilidad, observabilidad, etc... nosotros hemos llegado al punto en el que el modelo es hasta cierto punto irrelevante.
Un negocio que veo claro es el de alojar modelos open en Europa.
Para cumplir la normativa Europa es necesario en muchos casos, y por temas de privacidad puede ser muy relevante también.
En Europa hay pocas, pero he visto @llmbase y me ha sorprendido que los precios son los mismos que en OpenRouter y similares.
Pero ellos alojan todos los modelos en Europa.
¿Alguien lo conoce y lo usa? Porque me parece muy buena opción!
https://t.co/q9mTsXTBrw
Antes de que mis agentes escriban una sola línea de código, les doy una carpeta de documentación.
En los proyectos en los que trabajamos, el agente la lee antes de tocar nada: arquitectura, decisiones con su porqué (ADRs), modelo de datos, convenciones y un AGENTS.md con las reglas que no se pueden romper.
Esa documentación guía al agente y lo mantiene dentro de tus límites.
El paso que sigue: que esas reglas no solo se describan, sino que se verifiquen solas. Un agente puede leer un documento y romperlo igual. Un check automático, no.
Hemos estado explorando Architecture as Code, de Neal Ford y Mark Richards, y lo recomendamos. Va justo en esa dirección.
Te dejo el link al libro en la respuesta.
Claude Code ahora soporta Artifacts.
pensalo como una evolución de los HTML que Claude Code ya podía generar.
un Artifact es una página que Claude construye y va actualizando mientras trabaja.
cada Artifact tiene su propia URL, historial de versiones y actualizaciones automáticas.
por ejemplo:
> un resumen de los cambios de una feature
> una investigación de un incidente
> una auditoría de seguridad
> un dashboard con métricas
me parece una forma mucho más simple de compartir lo que encontró un agente con el resto del equipo.
Este artículo me encantó, enfocado a devs que están pensando saltar de NextJS a TanStack Start y quieren relacionar conceptos entre frameworks!
https://t.co/9KcYDUXnF1
Vercel acaba de crear el Next.js de los agentes.
Se llama eve y es un Framework open source para crear agentes. La idea central: construir un agente debería ser definir QUÉ hace, y no ensamblar todo el codigo desde cero.
Básicamente, eve crea un agente con estos archivos:
📄 agent.ts → el modelo que usa
📄 instructions.md → quién es (su system prompt)
📁 tools/ → qué puede hacer (un tool = un archivo .ts)
📁 skills/ → qué sabe (un skill = un .md)
📁 subagents/ → a quién le delega
📁 channels/ → dónde vive (Slack, Discord, Teams, etc.)
📁 schedules/ → cuándo actúa solo (cron)
El nombre y la ubicación del archivo SON su definición. eve descubre todo en build time y arma el agente sin boilerplate.
Igual que Next.js convierte una carpeta en rutas, eve convierte un archivo en una habilidad.
Y lo mejor: la parte de producción ya viene incluida 👇
✅ Ejecución durable (cada conversación es un workflow checkpointeado que sobrevive a crashes y deploys)
✅ Sandbox por agente (el código que genera corre aislado, nunca toca tu runtime)
✅ Aprobaciones human-in-the-loop (el agente pausa y espera tu OK sin gastar cómputo)
✅ Conexiones a MCP servers y APIs (Slack, GitHub, Snowflake, Salesforce, Notion, Linear)
El dev loop es un solo comando: eve dev. Y para deployar, vercel deploy como cualquier proyecto.
Ademas Vercel ya esta ejecutado +100 agentes en producción sobre eve.
Para las personas que usan OpenCode.
¿Con qué modelo prefieren trabajar su código?
¿Prefieren modelos locales?
Y si hiciera un curso de OpenCode, ¿qué temas principales les gustaría que cubriera?
🚀 SpaceX ACABA DE COMPRAR Cursor por $60 MIL MILLONES
De ser un fork de VS Code ahora tiene acceso total a Colossus y su millón de GPUs.
Ahora tendrán:
- El supercomputador más potente del planeta
- uno de los editores/agente de IA más usados
- Datos reales de millones de devs top
Aunque lo que más me pregunto es si renombrarán a sus modelos grok y composer o se funcionarán
El CEO de Microsoft publicó un artículo de domingo donde dice que ve el futuro de las empresas como la unión del capital humano con el capital tokenizado: el registro de propiedad intelectual de sus procesos agénticos, los cuales no deben ser usados por las empresas de IA para entrenar sus modelos. Esa capa superior de flujos de trabajo con IA es lo que va a diferenciar a las empresas.
agente = modelo + harness
modelo → es el cerebro. interpreta el contexto y toma decisiones.
harness (runtime) → es la capa que coordina la ejecución del agente.
conecta al modelo con:
> tools → para leer archivos, llamar APIs, consultar bases de datos o ejecutar código
> memory → para recuperar contexto desde conversaciones anteriores y preferencias guardadas
> loops → para ejecutar tareas, observar resultados y seguir avanzando hasta completar el objetivo
además suele encargarse de:
> planificación → organizar los pasos necesarios para resolver una tarea
> permisos → controlar qué archivos, tools o acciones puede utilizar
> monitoreo → registrar qué hizo el agente y qué resultados obtuvo
> validaciones → verificar que el resultado sea correcto antes de continuar
> manejo de errores → detectar problemas y decidir cómo responder
> reintentos → volver a intentar o cambiar de estrategia cuando algo falla
por eso cuando construís un agente, el modelo es solo una pieza.
gran parte del desafío está en diseñar el harness que coordina todo lo demás.
Al parecer ya se están dando cuenta de que las herramientas de IA, sin las personas adecuadas, no valen tanto.
El día de hoy Satya Nadella, CEO de Microsoft, publicó algo muy interesante sobre cómo funcionaría esto.
Menciona que en una empresa moderna debe existir tanto el capital humano (el conocimiento, juicio, relaciones, ingenio y capacidad de reconocer patrones de las personas) como el capital de tokens (básicamente la capacidad de IA que construye y posee la empresa).
La clave está en combinarlos para formar un learning loop (bucle de aprendizaje) donde humanos y herramientas de IA se potencien mutuamente.
Cada workflow, cada decisión y cada dato real de la empresa se convierte en señal para que el sistema mejore continuamente. Ese loop se vuelve el verdadero valor de la compañía: una máquina que escala el conocimiento tácito y es muy difícil de copiar.
Así que al fin se está pisando tierra: ya no se habla de reemplazar a las personas, sino de amplificar su expertise para que mejoren con el tiempo. 🔥
Y bueno, finalmente menciona que las empresas que armen estos sistemas agenticos propios temprano van a tener una ventaja brutal.