El efecto @G_Programming. En un canal donde solemos estar 30-40 personas en directo, hemos pasado con creces esos límites. No puedo estar más que agradecido! 🙌🙌
También hubo una gran charla con @juan_barbat, @egdev66, @guajilodev y compañía. Espectacular. 🚀🚀
One Architecture Diagram That Explains Every AI Agent
Strip away the framework names and every agent you have ever used is the same seven components wired into a loop.
Not LangGraph specific. Not CrewAI specific. The pattern holds whether you built it yourself in 200 lines or bought it as a platform.
Here is the anatomy.
Les presento Gentle Dot, locura. Una flor de proyecto que vengo a traer a la comunidad.
¿Saben qué me molestaba muchísimo de los asistentes? Que viven en una pestaña que tenés que ir a buscar, se olvidan de vos entre chat y chat, y no pueden salir del navegador.
Entonces armé esto. Una rosa de neón que vive en tu escritorio. Apretás Option + Espacio y el chat se abre encima de lo que estés haciendo, sin cambiar de ventana, sin buscar nada.
Una sola conversación, continua, con memoria de verdad. Nada de listas de chats para administrar. Recuerda con Engram, así que lo que importa queda guardado.
Y acá viene lo lindo: con tu permiso, usa tu Mac por vos. Ve la pantalla, hace clicks, escribe, abre apps. Un brillo rosa te muestra dónde está actuando. Lo riesgoso (enviar, pagar, borrar) te pregunta primero, los gestores de contraseñas y la configuración del sistema quedan fuera de su alcance, y con Option + Shift + Esc frenás todo al instante.
Le hablás y te contesta en voz alta. El modelo de voz puede correr cien por ciento local, español incluido.
Usás tus propias suscripciones o API keys, conectás Notion, Linear, Slack o Gmail, e importás los MCP que ya tenés en Claude, Cursor o VS Code. Cada vez que va a enviar o cambiar algo, te muestra un preview y espera tu ok.
Corre en macOS, en Linux, en el navegador o en tu propio VPS con Docker. Open source, licencia MIT, construido sobre Gentle Shell.
Ojo con una cosa: está en early preview. Todavía no hay releases publicadas, así que lo compilás vos, y algunas protecciones todavía viven al alcance del agente. Úsenlo en una máquina y en cuentas donde estén cómodos dejando que un asistente actúe.
Pruébenlo, rómpanlo, abran issues, dejen su estrellita.
Repo en comentarios, mis locuritas cósmicas.
¡Si tienes un servidor propio, necesitas esta guía!
Tiene 137 recetas para proteger tu máquina y aplicación
✓ Autenticación, sesiones y contraseñas
✓ Docker, GraphQL y GitHub Actions
✓ .NET, Java, PHP, SQL...
Oficial de OWASP:
→ https://t.co/zT7u8TaqeT
EL CREADOR DE CLAUDE CODE YA NO ESCRIBE PROMPTS
Boris, la persona que construyó la herramienta, soltó esto en una entrevista:
"Ya no escribo prompts. Escribo loops, y los loops hacen el trabajo. Mi trabajo es escribir loops."
Mientras la mayoría de devs sigue puliendo el prompt perfecto, él ya pasó a otra cosa.
En 30 minutos enseña su setup diario real:
→ Claude Code + loops + workflows dinámicos
→ Su flujo de trabajo de cada día
→ Cómo aplicarlo desde hoy
Vale más que cualquier curso de vibe coding de 500$.
Gratis. Subtitulado a español e inglés.
Y después lee esto: todo lo que necesitas saber sobre loops para aplicar lo que cuenta ↓
Guárdalo🔖
Send this Jev prompt to any LLM or AI agent
It sets up Jev → analyzes you → finds where you waste time and money → upgrades your AI setup beyond 95% of people...
Copy this now. Thank me later:
Ya sabía yo, esto es lo interesante pero para verlo desde afuera, que está pasando en el mercado, como la RAM ahora vale menos y hay más accesibilidad, como los modelos cada vez consumen menos y son más inteligentes... Yo entiendo las modas el Jev y todo esto, pero gente miremos desde afuera lo que está pasando y lo que todo esto significa
إيلون ماسك يزلزل عرش شركات الاتصالات العالمية بقرار تاريخي سينهي العصر التقليدي للإنترنت للأبد! 🚨
اشتراك واحد فقط في Starlink سيغطي إنترنت منزلك (شامل الراوتر) وهاتفك المحمول مباشرة من أسطول الأقمار الصناعية في الفضاء.. بدون وسطاء ولا شبكات محلية!
وداعاً للمناطق الميتة وانقطاع التغطية في أي بقعة على كوكب الأرض! 🧵👇
Jev + Grok Bot is the best agent setup I've built so far
it's cheaper and faster than 95% of agent stacks i've seen, and the setup takes just 5 minutes:
your prompt → Grok Bot → Jev decides → Grok Bot acts → result
step 1 → go to @typesafeai and create an API key. don't paste it into any chat
step 2 → ask Grok Bot to save it as TYPESAFE_API_KEY in the secret field
step 3 → have Grok Bot install typesafe-sdk on its Agent Computer and run a quick system_one test with one Choice question
step 4 → ask Grok Bot to build a small usage lab: router, dry-run mode, config and logs. or just clone my repo below
step 5 → add a skill called jev-usage-router: before opening a browser, starting research, retrying a task or spinning up another bot, it asks the router first and follows the answer
step 6 → run it in shadow mode first and read the logs. switch to active only once you trust the calls. keep a kill switch: bypass Jev or set enabled: false
step 7 → go active. Jev picks the route, Grok Bot carries it out, and anything irreversible still waits for a human
i've been running it on routine tasks and the difference is hard to ignore
there are a hundred ways to use this pair, so the real advice is to set it up early and start learning where it helps
grab the setup, then read the full article below ↓
It's 2026, and you're still not using OpenTelemetry?
Here's how this makes your life as a software engineer easier.
If you care about observability, you should know about OpenTelemetry.
It's a vendor-neutral, open-source standard for instrumenting applications to generate telemetry data.
That's a few buzzwords to say: logs, traces, and metrics.
Does it work in .NET?
Yes, it's supported with a few libraries that are easy to integrate.
I wrote a simple guide to getting started with OpenTelemetry.
Learn more here: https://t.co/08YFqnBAwB
What do you use to implement observability in your apps?
Once you have OpenTelemetry set up, the next step is to collect and view the data.
For this, I usually use the Grafana stack with Loki, Tempo, and Prometheus.
Jev is TypeSafe AI's first System One Model.
It is 100x faster and cheaper than frontier LLMs.
That opens up a lot of use cases people usually skip because the big models are too slow or too expensive for them.
Here are 9 use cases where we think Jev could be used instead of an LLM.
Nuevas releases: gentle-ai v3.5.0 y Gentle Shell v3.4.0. Te cuento qué cambia, en fácil.
En gentle-ai el cambio grande no es una feature: es un default. El review ahora viene PRENDIDO de fábrica. Antes, una instalación nueva no revisaba nada hasta que lo activabas a mano, y el que no sabía que existía nunca lo usaba.
No cambia nada de cómo funciona, es el mismo ciclo de siempre. Lo único distinto es que ahora lo tenés sin pedirlo. Y si no lo querés, se apaga con un comando: gentle-ai review mode disable. Esa decisión es tuya y nunca del agente.
¿Por qué tardé en prenderlo? Porque prender algo para TODOS te obliga a que esté sólido. Por eso el resto de la release es casi todo endurecimiento: de 67 commits, 28 fueron arreglos y 18 tests. Entre ellos, uno importante: si el análisis de riesgo falla, ahora falla del lado seguro. Antes un error podía leerse como "cambio de bajo riesgo"; ahora se trata como riesgoso.
Y Gentle Shell trajo dos cosas que van a cambiar tu día a día:
Tiene comando propio. Ahora escribís gentle-shell y arranca, con su modo de configuración aislada por si querés tenerlo separado de tu Pi de siempre. Dejó de ser algo que se monta encima para tener su propia puerta de entrada.
Y ahora el agente te puede PREGUNTAR de verdad. Se sumó un sistema nativo de preguntas: hasta cuatro, con opciones para elegir una o varias, con descripciones y vista previa, navegables con el teclado, y siempre con la salida de escribir libremente si ninguna opción te convence. Y no te tapa la conversación: vive abajo, en el dock.
Además: menús nativos para animaciones y subagentes en segundo plano, control de calidad de animaciones (incluido un modo "papa" para máquinas humildes), y las extensiones ahora pueden registrar sus propias fuentes de consumo de suscripción.
Ojo con esto si actualizás: si tenés instalado el paquete de terceros de preguntas (rpiv-ask-user-question), sacálo antes, porque Pi no carga dos extensiones con el mismo nombre de herramienta.
Para actualizar (el sync no es opcional en esta):
brew upgrade gentle-ai && gentle-ai sync
pi install npm:[email protected]
Notas completas:
https://t.co/uyaUgX2Bc0
https://t.co/Ua15RBhfvx
Jev is "Internet" moment for AI: up to 193x faster and 444x cheaper in tests with Claude Fable 5.1 and GPT-6 Astra
Whar is Jev, how to use and unlock its real 100х advantage in my 10-page research:
step 1 → meet Jev: LLM writes, agents act, Jev chooses the next move - split intelligence from execution
step 2 → turn every agent fork into three primitives: Choice selects one route, Score measures a defined scale, Noul returns the probability of yes
step 3 → build before getting access: use TypeSafe’s official adapter with OpenAI, Anthropic or xAI, then swap in Jev without rebuilding the graph
step 4 → setup first Jev: one state, three parallel decisions, risk-based thresholds and a real queue your agents can execute
step 5 → batch decisions instead of serializing them: 13 questions in one call ran 10x faster and 12.2x cheaper than 13 sequential calls
step 6 → place Jev at every bounded fork: choose the agent, model, tool, browser action or human escalation, then read fresh state
step 7 → benchmark the entire loop: Browser Use hit Google Flights in 7.1s, Every ran 777 checks in under 0.7s, Mobile Jev completed 9 actions in 21s
step 8 → rank wide, read narrow: Jev cut wrong Hermes skill loads from 16.8% to 7.3% and pushed legal Top-10 retrieval from 38% to 62%
step 9 → steal a system, not a prompt: Chief of Staff, model router, inbox firewall, research feed, browser controller and safety gate all use State → Questions → Action → Verify
step 10 → keep Jev out of math, writing and irreversible execution: code computes, LLMs create, Jev decides, fresh state proves the result
the result: one slow, expensive agent becomes an always-on decision machine that routes, scores and escalates in milliseconds
Copy the complete 10-page Jev blueprint - then read full 10-step roadmap below ↓
LINUX INTEGRATION CHEATSHEET
Linux + Bash → Shell Scripting
Linux + Cron → Task Automation
Linux + Systemd → Service Management
Linux + SSH → Remote Server Access
Linux + rsync → File Synchronization
Linux + grep → Text Searching
Linux + awk → Text Processing
Linux + sed → Stream Editing
Linux + tmux → Terminal Multiplexing
Linux + Vim → Advanced Text Editing
Linux + Git → Version Control
Linux + Docker → Containerization
Linux + Podman → Rootless Containers
Linux + Kubernetes → Container Orchestration
Linux + Nginx → Web Server Hosting
Linux + Apache → Website Deployment
Linux + MySQL → Database Management
Linux + PostgreSQL → Enterprise Databases
Linux + Fail2Ban → Server Security
Linux + UFW → Firewall Management
Linux + OpenSSL → Encryption & Security
Linux + Ansible → Infrastructure Automation
Linux + Terraform → Infrastructure as Code
Linux + Prometheus → Monitoring Systems
Linux + Grafana → Observability Dashboards
Linux + eBPF → Kernel Observability & Networking
Grab the Linux Handbook:
https://t.co/DeHjJ1Wubf
He recopilado 179 libros gratis de programación en español.
PDF, HTML y EPUB. 42 temas: JavaScript, Python, TypeScript, React, Rust, Git, SQL…
Sin registro, sin pagos, sin sorpresas:
→ https://t.co/OhHoYuehXp
Nuevas releases: gentle-ai v3.4.0 y Gentle Shell v3.3.0. Te cuento qué cambia para vos, en fácil.
Del lado de gentle-ai, lo más importante: el agente ya no puede saltearse un review que corresponde. Antes la regla era prosa que el modelo podía ignorar; ahora la herramienta le devuelve el comando exacto a ejecutar cuando toca revisar, con el motivo, y el agente lo corre tal cual. Menos criterio del modelo, más contrato de la herramienta.
También se arregló el famoso "Model not found" al revisar en Pi: los revisores corrían en un proceso aparte que no veía tus proveedores ni tus claves. Ahora corren adentro del propio Pi, con tu registro de modelos vivo. Cualquier proveedor que Pi pueda usar, el revisor también: los de extensiones, los de OAuth, todos.
Y Gentle Shell trajo una tanda grande de mejoras de uso diario... JUNTO CON UN NUEVO LAYOUT:
Doble Escape, al estilo Claude Code (se activa por preferencia): un Esc mientras el agente trabaja te muestra el aviso, el segundo cancela. Y lo mejor: los mensajes que tenías encolados no se pierden, se mandan como el próximo turno. Con el prompt quieto, doble Esc te limpia el borrador y lo guarda en el historial.
Header en vivo en pantalla completa: proyecto, rama, modelo, perfil, y los medidores de contexto, costo y uso, siempre visibles arriba. Con alt+u abrís el detalle de consumo.
Los perfiles ahora cambian la sesión EN VIVO: antes aplicabas un perfil y la sesión corriente seguía con el modelo viejo aunque la confirmación dijera lo contrario. Ahora cambia de verdad, y te dice honestamente qué pasó.
El overlay de cambios ahora etiqueta cada árbol con su rama real (chau el "detached" para todo), y los agentes terminados quedan como historial de la sesión: cerrás y volvés, y siguen ahí.
Y una regla de ODD que ahora se cumple por código, no por buena voluntad: si el agente principal quiere tocar más de un archivo, el segundo se le rechaza y se delega a un subagente. Escrito en el runtime, no en el prompt.
Para actualizar:
brew upgrade gentle-ai && gentle-ai sync
pi install npm:[email protected]
Notas completas:
https://t.co/zHihjPn48o
https://t.co/5EUOCODZva