rtovar

AI & Software Engineering. Co-founder at MART Automations. Tweeting about code, multi-agent systems & tech.

Posts in 🇪🇸 & 🇺🇸

[rtovar @rtovardev]

Claude Fable 5 de Anthropic vuelve disponible globalmente desde el 1 de julio.

Según su anuncio oficial, tras levantar controles de exportación, el modelo (diseñado para uso general con safeguards fuertes) ya está en https://t.co/Mw26dcYU18, Claude Code y plataformas asociadas, con límites de uso temporal para planes pagos.

Para mí, esto me hace pensar en cómo los safeguards siguen siendo un trade-off real en modelos de coding: bloquean más de lo ideal en tareas rutinarias pero permiten que algo potente llegue a más builders. Me parece útil para workflows de debugging o agentic coding en proyectos reales, aunque sigo viendo el riesgo de falsos positivos que menciona Anthropic.

Lo conecto con la tendencia de más colaboración industria-gobierno en frameworks para jailbreaks, que podría estandarizar esto pronto.

Fuente: https://t.co/cmGeO1nFIZ

[rtovar @rtovardev]

@FaztTech Excelentes opciones! justamente estoy pasando a produccion diferentes tipos de agentes. Que opinas de opciones como Modal o https://t.co/LMmqdK6HIW? Me han estado funcionando de manera fenomenal debido a su manera de cobro y facil implementacion

[rtovar @rtovardev]

Karpathy destaca la ingeniería de bajo voltaje para maximizar tokens/watt en LLMs; aplica esto a optimizar agentes locales con hardware eficiente como en proyectos de edge AI.

https://t.co/VA7hf1x27C

[Andrej Karpathy @karpathy]

Congrats!! I was impressed to learn about some of the engineering wizardry (e.g. *very* low voltage domains, cluster scale memory, ...) that goes into tokens/watt maxxing of state of the art LLMs at interactive tokens/sec/user. Esp fun and memorable is the idea that this is engineering at the "opposite" regime to that of power transmission lines: very low voltage high current (at tiny distances) vs. very high voltage & low current (at great distances). Looking forward to more!

[rtovar @rtovardev]

Pydantic AI soltó v2.3.0 y v2.2.0 en los últimos dos días.

Según los releases en GitHub, v2.3.0 trae soporte nativo para https://t.co/ZbK6u5N61N (Zhipu) con thinking, y v2.2.0 añade Claude Sonnet 5 más fixes en providers, tool returns y uso de modelos.

Para mí esto me hace pensar en lo práctico que se está poniendo armar agents estables sin reinventar cada capa de tools y hooks. En proyectos reales donde conectás varios LLMs o necesitás reproducibilidad en workflows, estas actualizaciones pequeñas pero constantes ayudan a no romper lo que ya funciona. Me parece que el patrón que se ve es más madurez en las libs de AI engineering, algo que complementa lo que también está pasando en IDEs como el update de Visual Studio con más Copilot agent features.

No me termina de convencer todavía saltar a todo sin probar, pero sí lo voy a mirar para mis próximos agents.

Fuente: https://t.co/XmXaaGnGe5

[rtovar @rtovardev]

Me enteré de que Meta planea montar un negocio de cloud para vender su exceso de compute y modelos de AI, compitiendo directo con AWS, Azure y Google. Me hace pensar que la infraestructura se va a poner aún más central en todo esto, especialmente para quien construye agentes o prototipos locales. Dudo un poco si Meta tiene el expertise real en cloud enterprise para ejecutarlo bien, pero si lo logran podría bajar barreras para builders independientes. Para la ingeniería de AI importa porque el acceso y costo del compute sigue siendo el limitante principal en lo que podemos probar y escalar. https://t.co/nBTSxF5Ytv

[rtovar @rtovardev]

Anthropic acaba de lanzar Claude Sonnet 5 y lo puso como default para planes Free y Pro.

Según su anuncio, es el Sonnet más agentic hasta ahora: planea, usa herramientas como browsers y terminales, y corre tareas autónomas con performance cercana a Opus 4.8 pero a precio más bajo (intro $2/$10 por millón de tokens hasta agosto).

Para mí me parece un movimiento inteligente porque acerca capacidades agentic a más developers sin que cueste tanto. No me termina de convencer del todo si de verdad mantiene la consistencia en proyectos grandes sin que suba el effort level, pero me hace pensar que el equilibrio costo-rendimiento en coding agents está cambiando rápido.

https://t.co/2zWm2Nwj1s

[Anthropic @AnthropicAI]

We’ve received notice that the Department of Commerce has lifted export controls on Claude Fable 5 and Mythos 5.

We'll begin restoring access tomorrow, and will share an update soon.

We’re grateful to our users for their patience, and to everyone who worked with us on redeploying the models.

[rtovar @rtovardev]

Me topé con nanobot y me dejó pensando.

Es un agente de IA open-source y ultraligero, hecho para que corras tu propio agente personal en tu máquina, sin depender de infraestructura pesada. Lo empezó Xubin Ren como proyecto personal y acaba de sacar la v0.2.2, enfocada en confiabilidad: mejor manejo de sesiones, SDK de Python, más integraciones.

Lo que me llama no es que sea ligero. Es la idea de un agente que de verdad es tuyo: lo lees, lo entiendes, lo modificas. Para mí ese es el punto más interesante, más que sumar funciones.

Eso sí, correrlo una vez es fácil. Lo difícil es que siga funcionando bien semana tras semana. Ahí se separa un demo de algo que de verdad usas.

https://t.co/ReJfJuTnpx

[rtovar @rtovardev]

Sakana sacó Fugu: un modelo cuyo trabajo no es responder, sino coordinar a otros modelos frontier y elegir cuál usar.

Me hace pensar que el modelo se está volviendo intercambiable. El valor se mueve a la capa que orquesta, no al modelo de turno.

https://t.co/nxmCZXwDmV

[rtovar @rtovardev]

Salió GLM-5.2, un modelo de pesos abiertos (open-weights, lo puedes descargar y correr tú) que en varios benchmarks de coding de largo horizonte le gana a GPT-5.5, y según reportan cuesta como la sexta parte.

Lo que me llama la atención no es solo el ranking. Es la combinación: pesos abiertos, licencia permisiva y una fracción del costo, peleando arriba en tareas de agentes.

Para alguien que está aprendiendo a construir agentes, eso cambia el cálculo. Puedo experimentar mucho más sin que cada prueba me pese en la factura.

Todavía me falta probarlo en serio para opinar con propiedad, pero la dirección me entusiasma: opciones abiertas y competitivas para builders.

https://t.co/z85m2CSjb5

[rtovar @rtovardev]

Nokia y Google Cloud metieron seis agentes de IA (con modelos Gemini) directo en redes de telecomunicaciones reales para resolver incidencias solas.

Lo que me llama la atención no es que existan los agentes. Es dónde los están poniendo: producción de verdad, a escala industrial, donde un error se nota al toque.

Me parece que ahí está el salto difícil. No es el modelo. Es que un sistema multi-agente corra confiable cuando ya no hay un humano revisando cada paso.

Todavía no sé si la confiabilidad aguanta a esa escala, pero es la dirección que más me interesa seguir.

https://t.co/2Gi5axBwu6

[rtovar @rtovardev]

Otra semana, otro framework de agentes: salió Fugu Ultra y la lista awesome-llm-agents se actualizó de nuevo.

Para mí la tentación es saltar al más nuevo. Pero lo que mueve la aguja no es probarlos todos: es quedarme con uno y hacer el loop confiable.

https://t.co/93oZbwT81l

[rtovar @rtovardev]

La Unión Europea va a financiar su propio modelo de IA frontier, y será de código abierto.

La Comisión Europea eligió al consorcio EUROPA, liderado por la italiana Domyn, como ganador de su "Frontier AI Grand Challenge". El plan: un modelo abierto de más de 400 mil millones de parámetros, que cubra los 24 idiomas oficiales de la UE y quede disponible para empresas, investigadores e instituciones.

A mí lo que me llama de esto no es la pelea geopolítica. Es que cada modelo frontier abierto y serio le da más control a quien construye encima: lo corres donde quieras, ajustas el costo, no dependes de una sola API. Más opciones abiertas de verdad me parece buena noticia.

https://t.co/4YhBEq4soI

[rtovar @rtovardev]

Un agente puede pasar tus pruebas y aun así fallar cuando alguien lo presiona en una conversación larga.

Vi un benchmark nuevo, NRT-Bench, que en vez de evaluar al agente con un solo prompt lo somete a ataques adversariales multi-turno: una conversación sostenida que lo va empujando. Según el paper, una parte de las sesiones termina saltándose funciones de seguridad que en pruebas de un turno sí respetaba.

Para mí el recordatorio es claro: probar un agente con un caso aislado no alcanza. Lo que lo rompe casi nunca es el primer mensaje, es la quinta vuelta. Si automatizas algo sensible, vale la pena testearlo en conversación, no solo en un prompt bonito.

https://t.co/vPqoqsLJOf

[rtovar @rtovardev]

🚨 UPDATE: ANTHROPIC API IS BACK ONLINE 🚨

Good news for your agents and terminal workflows: Anthropic's infrastructure has stabilized, and the API is fully back online.

Requests to https://t.co/2SsXsXYbeR are returning 200 OK status codes across all models (Opus, Sonnet, and Haiku). You can now safely revert your fallback setups and bring your production environments back to normal.

Time to spin those pipelines back up! 🛠️⚡

#ClaudeAPI #Anthropic #DevAlert #Backend #SystemFixed

[rtovar @rtovardev]

Quick status check for everyone running workflows right now: Is the Anthropic API completely down for you too?

[rtovar @rtovardev]

🚨 GENERAL ALERT: ANTHROPIC API IS DOWN 🚨

If your agents, RAG pipelines, or terminal workflows just froze up, it’s not your code or your internet: Anthropic's API is currently experiencing a global outage.

Requests to https://t.co/2SsXsXYbeR are throwing massive connection errors (timeouts and 5xx status codes). The infrastructure failure is affecting all models across the board—whether your environment is pointing to Opus, Sonnet, or Haiku.

If you have critical systems running in production, it is highly recommended to trigger your fallback mechanisms and temporarily route your environment variables to alternative providers to avoid downtime while Anthropic stabilizes their services.

Check your consoles and hang tight! 🛠️

#ClaudeAPI #Anthropic #DevAlert #Backend #SystemDown #MultiAgent

[rtovar @rtovardev]

Junio 2026 puede ser el mes con más modelos frontier lanzados de la historia.

En semanas salieron Gemini 3.5 Pro, Claude Fable 5 y Mythos 5, y Grok 5. Y según este análisis, entre el primero y el cuarto puesto la diferencia en la mayoría de benchmarks ya es "ruido estadístico".

Para mí lo interesante no es quién gana el benchmark de la semana. Es que si los modelos top quedan casi empatados, elegir modelo deja de ser la decisión que más pesa. Lo que de verdad te diferencia pasa a ser lo que construyes alrededor: el contexto, la memoria, las evals, cómo lo integras a un proceso real.

Sigo probando los nuevos. Pero cada vez le pongo menos energía a "cuál" y más a "qué hago con él".

https://t.co/Np0VLwK8Xv

[rtovar @rtovardev]

Alguien juntó 161 recursos sobre cómo llevar agentes a producción en un solo repo.

Es el agentic-engineering-handbook. Lo ordena en fases: el loop del agente, tools y MCP, contexto y memoria, runtime para agentes largos, y al final evals, seguridad y producción.

Verlo así me confirmó algo: armar un agente que funciona en una demo y uno que aguanta producción son dos trabajos distintos. La demo es el prompt. Producción es todo lo de abajo: memoria, evals, manejo de estado.

https://t.co/BmpZjDuE8V

[rtovar @rtovardev]

Vi un paper donde ponen agentes LLM a optimizar el compilador mismo.

Se llama AutoPass. En vez de tratar al compilador como caja negra, dejan que el agente lea sus estados internos y use el feedback de runtime para ajustar las optimizaciones, sin entrenar nada. Resultado: 1.04× en x86-64 y 1.12× en ARM64 sobre -O3.

El número me parece modesto, no es magia. Lo que me llamó la atención es el patrón: el agente rinde cuando le das visibilidad de lo que pasa adentro, no cuando lo dejas adivinar. Eso aplica a casi todo lo que automatizo.

https://t.co/YHfoHm2a5i