Nicolas Boites

AI Strategy | Leadership | Personal Growth | Tech Insights | Practical Wisdom | Scalable Systems

[Nicolas Boites @nicolasboites]

Muchas personas viven escondiéndose de los problemas.

Esperan que se resuelvan solos. Que alguien más los tome. Que el tiempo los borre. Que los demás se olviden.

Por eso terminan viviendo las mismas situaciones una y otra vez.

El ownership cambia eso.

Porque tomar responsabilidad significa dejar de esconderte.

Tener esa conversación. Hacer la pregunta incómoda. Intentar resolverlo aunque no sepas cómo.

Y aunque da miedo, también es una de las cosas que más te hacen crecer.

[Nicolas Boites @nicolasboites]

El peor tipo de miedo es el que puedes justificar

El que se disfraza de responsabilidad.

El que te dice: “Ahora no es el momento.” “Tienes responsabilidades.” “¿Y si sale mal?”

No solo te frena

Te hace sentir bien por no intentarlo

[Nicolas Boites @nicolasboites]

The worst fear is the one you can justify

It disguises itself as responsibility

It says: “Now isn’t the right time.” “You have responsibilities.” “What if this goes wrong?”

Not only it stop you from trying

It makes you feel smart for not trying

[Nicolas Boites @nicolasboites]

Deja de pedirle consejos a tu familia y amigos

Confía en tu intuición

La mayoría de las veces, no tienen la respuesta

Y mientras más opiniones pides, menos valoras la tuya

[Nicolas Boites @nicolasboites]

Sobrepensar es un callejón sin salida

No solo porque solemos enfocarnos en lo negativo, sino porque, incluso al intentar imaginar otros resultados, nuestra mente se enfoca solo en el peor

[Nicolas Boites @nicolasboites]

Stop asking family and friends for advice.

Trust your intuition.

Most of the time, they don’t have the answers you need.

And the more voices you invite in, the quieter your own voice becomes

[Nicolas Boites @nicolasboites]

Overthinking is a dead end

Not just because we tend to focus on the negative, but even when exploring other outcomes, our minds fixate on the worst

[Nicolas Boites @nicolasboites]

@aaronbenitez_ Cuál es tu mejor tip para los que son expertos en lo digital pero no en lo social? Cómo pueden mejorar? Cómo deberían acercarse a esta parte social?

[Nicolas Boites @nicolasboites]

@CondusefMX Me pueden ayudar?
Tengo una tarjeta invex volaris
No he podido acceder a mi aplicación desde aproximadamente 1 mes
Trate de que me dieran solución por teléfono, WhatsApp y aquí en X y no me han solucionado
Lo peor es que me bloquearon de X después de etiquetarlos

[Nicolas Boites @nicolasboites]

@invextarjetas @CondusefMX hay algo que pueda hacer? No quiero esperarme los 30 días hábiles que tienen para darme acceso porque me cobrarán comisión por no uso de la tarjeta y no la podré cancelar
Y si la uso, no la podré pagar porque no tengo acceso a los datos

[Nicolas Boites @nicolasboites]

@invextarjetas Susan, ya mandé dm, me preguntaron que si quería agendar una llamada, les dije que si y no me han confirmado si la agendaron o no. Que hago?

[Nicolas Boites @nicolasboites]

@invextarjetas Así es, pero tampoco me han solucionado. Hay algo que pueda hacer para tener acceso a la app?
Nadie me dice cuál es el problema y todos me preguntan lo mismo una y otra vez sin solucionar nada

[Nicolas Boites @nicolasboites]

@invextarjetas También he intentado marcar a los teléfonos que vienen en el plástico y no contesta. Marca ocupado o simplemente se cuelgan. Hay algún motivo por el que estén fallando? Lo intente con 1 semana de diferencia y aún así nadie toma la llamada

[Nicolas Boites @nicolasboites]

Agent ergonomics

Conforme los LLM mejoran, los agentes se vuelven mas capaces de realizar mas tareas de forma autónoma, liberando a los humanos para enfocarse en la estrategia y la supervisión.

Hace unas semanas, OpenAI anunciaba que realizo un experimento donde su agente Codex construyo y desplegó una producto interno de software. Todo el código — lógica de la aplicación, test, configuración de CI, documentación, observabilidad, herramientas— fue escrito por Codex.

¿Cómo logran las empresas como OpenAI estos avances? No basta con tener el mejor LLM

Una parte importante es el agent ergonomics: diseñar y adaptar el entorno de trabajo —incluyendo herramientas, documentos, conversaciones — para que sean comprensibles y utilizables no solo por humanos, sino también por agentes de IA.

Un punto importante a considerar en el diseño del entorno es el manejo de contexto y la estructura de nuestro proyecto.

Para evitar que el agente pierda el enfoque, omita reglas o llene su contexto de información que no sirve, un enfoque efectivo es crear una sección en el repositorio de nuestro proyecto de forma jerárquica y navegable, similar a un mapa interactivo —como en la imagen— en lugar de sobrecargar toda la información en un archivo monolítico como AGENTS.md que incluya tareas, código, ejemplos y documentos todo en uno.

Con esto, el agente entonces navega, obtiene lo que necesita en el momento que lo necesita, y trabaja con contexto relevante en lugar de contexto masivo, mejorando la eficiencia y reduciendo errores.

Otro aspecto igual de importante es dónde vive la información. Para que el agente realice tareas de manera efectiva, debe tener acceso a la información clave. Esto requiere rediseñar la colaboración entre equipos y con el agente.

Aunque el agente no tome decisiones críticas sobre, por ejemplo, la arquitectura general del proyecto, debe estar al tanto de ellas para alinear sus acciones.

Normalmente, este tipo de decisiones ocurren "off-repository", es decir, fuera del repositorio de código, que es la única información accesible y persistente para el agente.

Esto incluye discusiones en videollamadas, mensajes en Slack o WhatsApp, emails, documentos en Google Drive o incluso ideas no documentadas en la mente de los integrantes del equipo. Toda esta información, aunque crucial para el éxito del proyecto, queda invisible para el agente, lo que limita su capacidad.

Por ello, es necesario integrarla explícitamente en el repositorio y adaptarla para mejorar su legibilidad y navegabilidad para que el agente pueda buscar, interpretar y actuar sobre ella sin fricciones.

Diseñar el entorno para agentes no es opcional si quieres integrar flujos realmente autónomos en tu empresa, es fundamental empezar a diseñar y estructurar tus herramientas con agent ergonomic en mente.

[Nicolas Boites @nicolasboites]

Claude Code Security: la IA que encuentra las vulnerabilidades que llevan décadas escondidas en tu código

Hay un problema que casi ningún equipo de software habla abiertamente: vulnerabilidades que llevan años viviendo en producción, perfectamente camufladas, esperando a que alguien con las herramientas correctas las encuentre.
Ese "alguien" ya no necesita ser humano.
El 20 de febrero de 2026, Anthropic lanzó Claude Code Security: una capacidad integrada en Claude Code que escanea bases de código en busca de vulnerabilidades y sugiere parches para revisión humana, encontrando problemas que los métodos tradicionales suelen pasar por alto.

El problema que viene a resolver
Las herramientas de análisis estático tradicionales funcionan con reglas: detectan patrones conocidos como contraseñas expuestas o cifrado desactualizado. Eso atrapa los problemas obvios, pero los ataques más peligrosos explotan otro tipo de fallas —errores en la lógica de negocio, controles de acceso mal implementados, flujos de datos que solo se vuelven peligrosos cuando varios componentes interactúan de cierta manera.
Ese tipo de vulnerabilidad requería hasta ahora a un investigador humano con contexto profundo del sistema. Alguien que entienda cómo funciona el código, no solo cómo se ve.

Cómo funciona
En lugar de escanear patrones, Claude Code Security razona sobre el código como lo haría un investigador de seguridad: entiende cómo interactúan los componentes, traza el flujo de datos, y detecta vulnerabilidades complejas que las herramientas basadas en reglas no ven.
Antes de que cualquier hallazgo llegue al analista, Claude re-examina sus propios resultados intentando probarlos o refutarlos, filtrando falsos positivos. Cada hallazgo recibe una calificación de severidad para que el equipo pueda priorizar. Y nada se aplica automáticamente: Claude propone, el desarrollador decide.

Lo que respalda la herramienta
Esto no es un feature lanzado de prisa. El equipo Frontier Red Team de Anthropic lleva más de un año probando el sistema en competencias Capture-the-Flag y en colaboración con el Pacific Northwest National Laboratory para defensa de infraestructura crítica.
Los números hablan solos: con Claude Opus 4.6, identificaron más de 500 vulnerabilidades en proyectos open source en producción —errores que habían pasado desapercibidos durante décadas a pesar de revisión experta continua. Anthropic también usa la herramienta en su propio código y la califica como "extremadamente efectiva".

[Nicolas Boites @nicolasboites]

https://t.co/o2jswil8yt

[Andrej Karpathy @karpathy]

Very interested in what the coming era of highly bespoke software might look like.

Example from this morning - I've become a bit loosy goosy with my cardio recently so I decided to do a more srs, regimented experiment to try to lower my Resting Heart Rate from 50 -> 45, over experiment duration of 8 weeks. The primary way to do this is to aspire to a certain sum total minute goals in Zone 2 cardio and 1 HIIT/week.

1 hour later I vibe coded this super custom dashboard for this very specific experiment that shows me how I'm tracking. Claude had to reverse engineer the Woodway treadmill cloud API to pull raw data, process, filter, debug it and create a web UI frontend to track the experiment. It wasn't a fully smooth experience and I had to notice and ask to fix bugs e.g. it screwed up metric vs. imperial system units and it screwed up on the calendar matching up days to dates etc.

But I still feel like the overall direction is clear:
1) There will never be (and shouldn't be) a specific app on the app store for this kind of thing. I shouldn't have to look for, download and use some kind of a "Cardio experiment tracker", when this thing is ~300 lines of code that an LLM agent will give you in seconds. The idea of an "app store" of a long tail of discrete set of apps you choose from feels somehow wrong and outdated when LLM agents can improvise the app on the spot and just for you.
2) Second, the industry has to reconfigure into a set of services of sensors and actuators with agent native ergonomics. My Woodway treadmill is a sensor - it turns physical state into digital knowledge. It shouldn't maintain some human-readable frontend and my LLM agent shouldn't have to reverse engineer it, it should be an API/CLI easily usable by my agent. I'm a little bit disappointed (and my timelines are correspondingly slower) with how slowly this progression is happening in the industry overall. 99% of products/services still don't have an AI-native CLI yet. 99% of products/services maintain .html/.css docs like I won't immediately look for how to copy paste the whole thing to my agent to get something done. They give you a list of instructions on a webpage to open this or that url and click here or there to do a thing. In 2026. What am I a computer? You do it. Or have my agent do it.

So anyway today I am impressed that this random thing took 1 hour (it would have been ~10 hours 2 years ago). But what excites me more is thinking through how this really should have been 1 minute tops. What has to be in place so that it would be 1 minute? So that I could simply say "Hi can you help me track my cardio over the next 8 weeks", and after a very brief Q&A the app would be up. The AI would already have a lot personal context, it would gather the extra needed data, it would reference and search related skill libraries, and maintain all my little apps/automations.

TLDR the "app store" of a set of discrete apps that you choose from is an increasingly outdated concept all by itself. The future are services of AI-native sensors & actuators orchestrated via LLM glue into highly custom, ephemeral apps. It's just not here yet.