No echo de menos escribir código.
Pero sí echo de menos estar yo solo delante de un problema sin tener ni idea de cómo resolverlo.
Probar. Fallar. Darle vueltas durante horas. Y conseguirlo.
Al terminar no solo habías resuelto el problema. Notabas que algo había cambiado en tu cabeza. Habías desbloqueado algo en tu forma de pensar.
Ahora siento que tengo que esforzarme para usar mis propias neuronas. La recompensa es demasiado inmediata.
Antes estaba en resolver algo después de horas de frustración. Ahora puede estar en escribir un prompt y ver aparecer el resultado en segundos.
Hemos trasladado parte de la dopamina del scroll infinito a los prompts infinitos.
Y me preocupa lo fácil que resulta dejar de valorar el esfuerzo.
No solo programando.
Pensar cuesta.
Entender al otro cuesta.
Cambiar de opinión cuesta.
Y ahora incluso podemos preguntarle a una IA hasta encontrar una respuesta que confirme exactamente lo que ya pensábamos.
Siempre he dicho que lo bonito de programar nunca fue escribir código. Era resolver problemas.
Y, curiosamente, eso sigue siendo lo que más me gusta de la IA: me permite resolver problemas que antes ni siquiera podía plantearme.
Solo intento que, por el camino, no resuelva también por mí el esfuerzo de pensar.
La verdad... Piensen un momento e intenten ponerse en la piel de un desarrollador de 2016.
Este desarrollador viaja en el tiempo y llega a 2026. Se encuentra con esta situación:
- En lugar de escribir código, le pedimos a un chat que nos haga las cosas. La mayoría no revisa lo que nos devuelve, muchas veces ni lo lee. Se asume que todo está bien por defecto.
- El mayor uso de estos chats por parte de la población es para ayudarlos en temas psicológicos o sentimentales. Por otro lado, en Linkedin es imposible entrar y encontrar un post escrito por un humano.
- Compañías hackean empresas o sistemas usando sus productos, mostrándolo como un logro a la vez que afirman que son peligrosos y piden detener su avance. A los 5 días sacan nuevos productos.
- Las empresas quieren que sus trabajadores lleguen sabiendo utilizar IA, pero se niegan a pagar cursos o a pagar suscripciones/cuotas de IA a sus trabajadores si pasa de 20€.
- La gente intenta aprender sobre un tema viendo un short/tiktok de 30 segundos, que es un resumen de un video corto de 10 minutos, que a su vez es un resumen de una clase de 2 horas. Leer un libro ni se plantea.
- Los profesores ponen ejercicios con IA. Los estudiantes entregan sus trabajos haciéndolos con IA, los profesores los detectan con otra IA, y la nota la pone… otra IA.
- En redes sociales, la gente evalúa y hace benchmarks de los modelos de estas empresas pidiéndole que te diga cuantas "r" tiene "Strawberry" o creando pelícanos en bicicleta.
Es que si lo piensas, es loquísimo...
@felipepoloruiz He estado usando @nanobot_project,
Es un harness estilo openclaw o Hermes, pero es bastante auditable, para saber que tengo que atajar o adaptar en función a las necesidades del negocio.
Es muy loco que Xiaomi está haciendo livestream del entrenamiento de su próximo modelo de IA.
Coste, tokens, fallos de GPU y reinicios en tiempo real.
Llevan gastados 1,5 millones de $:
→ https://t.co/QuzfHOiOE4
He estado probando orquestar agentes de forma remota, ya llevaba varios intentos pero no lo lograba de forma eficaz, inspirado en el video de @G_Programming donde orquesta sus agentes desde su smartphone.
Usando orca relay y mi tablet Samsung o mi iPhone.
Que maravilla, no me llaman los teléfono plegables, pero aquí veo un caso de uso potente.
Obviamente en la tablet trabajo bastante más cómodo que en el iPhone (aunque tampoco está tan mal)
Y los computadores se queda en casa con los agentes trabajando.
@antonioleivag Y pensándolo mejor, los modelos en cada nuevo release demuestran ser más eficientes y capaces, incluso deepseek, en general el tema del harness se irá simplificando
the openai hugging face incident gets cited a lot but what about the detail where they had to use GLM 5.2 to analyze the attack because the "safe" proprietary models refused
@fmontes Depende,
Con tareas grandes trato de armar primero un prompt que me dé un prototipo del agente, a partir de ahí empezar a refinar tools o skills según sea necesario, priorizando determinismo.
Consejo para juniors:
Veo a muchas personas decir que ya no leen el código generado por IA porque “es demasiado”.
Imaginen a un ingeniero civil diciendo: “Los albañiles construyeron demasiado rápido y no tuve tiempo de revisar”. Tres meses después, la casa se cuartea.
¿Esa sería una justificación? ¿Quién tendría que responder? ¿Quién pagará los daños?
Si no puedes revisar todo, divide el trabajo, genera cambios más pequeños, escribe pruebas o apóyate en otros agentes para revisarlo. Y si aun así no puedes verificarlo, estás generando más código del que puedes controlar.
“Fue demasiado y no pude revisarlo” no te exime: te hace ver irresponsable.
Puedes delegar la ejecución y parte de la revisión. La responsabilidad final sigue siendo tuya.
@HoloCrusader17@josedlujan Si eso se nota siempre con todos, pero la verdad no he investigado mucho. Hasta ahora lo veo más como estrategia de los labs. Con lo que conozco hasta ahora no se si hay una razón técnica que degrade la inferencia más allá de los límites de contexto.
@ErickSky Estoy que pago la suscripción de DeepSeek,
Acabe la cuota mensual de go probando diferentes modelos. Tengo que esperar unos días para probar lo nuevo de DeepSeek
Y esto tiene un efecto no esperado. Mucha gente dice que nos volvemos tonto con la IA, en mi caso lo contrario, está retándome constantemente, y me hace avanzar y aprender mucho.
Ahora que tenemos IA para codificar, mucho sitio se puede hacer con Vanilla JavaScript, muchos sitios no necesitan realmente un framework o biblioteca para lo que hacen en sí.