@ataschz Esto ya pasó en empresas grandes de afuera (AMZN, MSFT o META), y va a pasar acá.
Cuando la IA se usa para aparentar productividad o generar código sin demasiado criterio, terminás acumulando código complejo, poco mantenible y mucha deuda técnica.
@JohnGalt_is_www Lo probé, el único modelo que mas o menos me convenció, fue glm 5.1, los demás tuvieron un comportamiento muy inconsistente, muchos errores, demasiadas alucinaciones, particularmente Deepseek v4.
@Mariandipietra En opencode al menos, no me funcionó del todo bien. Lo usaba cómo coder subagent, y la verdad medio que se colgaba, como que no terminaba de cerrar bien las cosas, no me gustaba el código, alucinaba. Kimi tampoco me gustó, y Deepseek alucina demasiado. Terminé usando glm 5.1.
@franperez_co En absoluto. Es solo un clip; no hay manera de editar eso ni de generar nuevas tomas, etc. Ni quiero imaginar cuántos clips de esos generaron hasta que uno les salió medianamente decente. Y, de nuevo, es solo un clip.
@ericzakariasson I don’t know why, but for several days now Gemini 3 pro has been performing quite poorly in Cursor; it’s making mistakes on things it previously didn’t.
@IngenieroSeed A un compañero de trabajo y a mi, nos dieron la misma MacBook Pro M3, el mismo día, mi compañero la usaba siempre conectada, mientras que yo no. A los 6 meses, él tenía menos de la mitad de ciclos de batería que yo. Ahora la uso enchufada y controlo la carga con la app aldente.
@svpino In my case, it was quite the opposite, Cursor ran much faster, both in terms of model responses and overall app performance. I also prefer how Cursor handles MCPs. It offers more available models. Plus, I find that the model usage in terms of token consumption is much clearer.
@tomasmalamud Lo probé en Cursor, es bastante mas rápido que el 4, genera mejor código también. Si bien cuesta lo mismo, en un día consumí 23M de tokens, no sé si fue el hipe, o es que el modelo en si genera mas tokens, cuidado con eso ja. Igualmente me parece que el código de Codex es mejor.
Last call! Registration closes tomorrow at 2pm ET for our 5-Day Gen AI Intensive Course with Google next week.
Find more curriculum info & FAQs on the event website 👉 https://t.co/InPsGiAbLo
Our new RAG++ course is now live. Built in collaboration with @cohere and @Weaviate_io, it's designed for engineers to create production-ready RAG systems. With hands-on exercises, you'll learn evaluation strategies, retrieval techniques, and more.
Register here: https://t.co/iCLJ9vbtIP
📢 Ultima semana para anotarse en el curso de python para finanzas de la Ucema
Este año lo diagramé en 2 partes:
1. Python desde cero para aprender a conseguir, limpiar, y analizar datos financieros
2. Foco en la parte financiera aplicada con python: Portfolio (MPT, NCO, Black Litterman), Fit de distr de retornos, Backtesting, Screeners, Machine Learning aplicado a casos de uso en finanzas (clustering jerárquico, kmean/gauss, bayesianos, arboles, ensambles, SVM, grid search, boosting/bagging etc)
We're looking for senior full-stack product engineers to join @llama_index to build out the new data stack for AI software.
You'll be:
- Working on LlamaCloud - a platform to process and centralize all your knowledge, across any storage system, for production LLM applications
- Rapidly iterating with customers and interacting with our developer community
- Wear many engineering hats, and also product/design
- Shipping AI/LLM-powered applications yourself to our wide open-source community
We're seeking those with:
1. Track record of fast shipping velocity from prototype to production
2. Ability to lead technical and product directions
3. Passion for LLM application development
Apply now on our trusty google sheet! https://t.co/CSH1PrRuUH
Also wrote up an actual JD instead of having this tweet be the only source of truth 😉: https://t.co/oCWQAxpaUM