Jose Manuel Sánchez

[Carter @essediafoilouco]

Como explicar para os jovens de hoje que um desses caras da foto - assistindo a um jogo dos EUA - nem existe?

[Notion Status @NotionStatus]

Anthropic's Opus 4.7 and 4.8 models are experiencing degraded performance, which is causing a higher rate of failures for users selecting these models in Notion AI.

To mitigate impact, all Anthropic models have been disabled in the model picker and requests have been rerouted to alternative providers. Most users should now be able to continue using Notion AI with minimal disruption, though Anthropic-specific features remain unavailable.

Please refer to https://t.co/2jxfCbG6UZ for the details.

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

家人们，今天给你们扒10个GitHub上免费到离谱的仓库，每一个都能干掉你正在按月交钱的软件，看完别说鸟哥没提醒你。

1️⃣ TradingAgents
一整支AI分析师团队在你电脑里吵架做单。基本面、情绪、新闻、技术分析师同时开工，最后风险经理和执行代理拍板。等于把一支华尔街团队7×24小时塞进你笔记本，还不要工资。
🔗 https://t.co/kwYRkz5PuO

2️⃣ LibreChat
一个界面把ChatGPT、Claude、Gemini、DeepSeek等20多个模型全收了，支持自托管和原生MCP。数据是你的，基础设施是你的。能自己跑，凭啥还交月费？
🔗 https://t.co/V3iCwASOCA

3️⃣ HyperFrames
HeyGen把自家视频引擎开源了。写个HTML就能产出生产级MP4，原生支持GSAP、Lottie、Three.js，同样输入永远同样输出。
🔗 https://t.co/6Gp8NAb38O

4️⃣ Fincept Terminal
笔记本上跑的彭博终端平替，AI投资代理灵感来自传奇投资人。深度财报分析、市场情报、几十个数据源，企业级的钱一分不用掏。
🔗 https://t.co/e0Fgr7sK1S

5️⃣ MoneyPrinterTurbo
丢个关键词，脚本、画面、字幕、音乐、成片一条龙。横屏竖屏随便选，基本不用动手剪。
🔗 https://t.co/yFPFib4nBr

6️⃣ Agentic Inbox
Cloudflare开源的AI邮件客户端，AI帮你读收件箱、起草回复，全程数据不出你的地盘。没有外部服务器，没有订阅费。
🔗 https://t.co/tbEaZSfis8

7️⃣ VoxCPM
几秒音频就能克隆声音，几十种语言高质量输出，还能凭一句文字描述捏出定制嗓音。
🔗 https://t.co/SlEimVxLez

8️⃣ Flowsint
输个域名，关联的IP、子域名、邮箱、加密钱包、社交账号全给你画成图。纯本地跑，做私密调查和OSINT情报的神器。
🔗 https://t.co/5UguHbZpwx

9️⃣ agent-skills
谷歌工程师Addy Osmani放出了他生产环境验证过的Claude Code技能库，API设计、调试、代码审查、CI/CD、前端工程全覆盖。
🔗 https://t.co/52Ef6XqvAz

🔟 Nango
企业每年砸几千刀的集成层，几百个预置API、托管OAuth、AI生成集成代码，一堆高速创业公司和企业团队都在用。
🔗 https://t.co/tlv7hGZZs1

这些可不是练手的玩具项目，每一个都能替掉你还在月月付费的软件。

挑一个，装上，塞进你的工作流。100%免费，100%开源。

省下的钱，记得请鸟哥喝杯咖啡。

[Antonio Leiva @antonioleivag]

Bro, acabo de soltar mi charla en @commit_conf y ha sido cine bro.

Full modo erudito sobre el escenario, soltando IA para devs con toda la actitud. La peña flipando, yo en mi salsa.

Se vienen cositas masivas.

[AYi @AYi_AInotes]

Damn，这个必须卧槽一下了，Karpathy 的 CLAUDE.md 只有 65 行，
居然能把 AI 编程准确率从 65% 拉到 94%，

以22 万星标登顶 GitHub 趋势榜，而且绝大多数开发者还没读过，

里面没有一行奇技淫巧，4 条规则全是同一个方向：

→ 先想清楚再写代码
陈述假设，不确定就问，杜绝猜测

→ 从最简方案入手
只写能解决问题的最少代码，不加任何多余抽象

→ 像手术一样精准修改
不碰与需求无关的代码，每行改动都对应明确要求

→ 以目标驱动执行
写第一行代码前，把模糊指令转化为可验证的成功标准

65 行，4 条规则，每一条都在对抗开发者“先写再说”的本能，

本质上是把慢下来这件事变成硬规则，

趁别人还没保存，赶紧先存好 👇

[filipe @filicroval]

GitHub acaba de matar el vibe coding?

Su nuevo repo spec-kit ya lleva 92k estrellas, y muestra hacia dónde va de verdad el desarrollo con IA.

Esto es lo que hace:
En vez de pedirle a tu IA "hazme una app de tareas" y rezar… ejecutas 6 comandos que convierten tu idea en una especificación estructurada que el agente puede ejecutar:

/speckit.constitution → define las reglas del proyecto (calidad, testing, UX)
/speckit.specify → describe QUÉ construir (no la tecnología)
/speckit.clarify → la IA hace preguntas para eliminar ambigüedades
/speckit.plan → ahora sí, eliges el stack
/speckit.tasks → genera una lista de tareas ordenada por dependencias
/speckit.implement → el agente lo construye

El entregable ya no es el código.
Es una especificación viva que tu IA lee, discute y ejecuta.

Funciona con Claude Code, Copilot, Cursor, Codex, Gemini y 25+ agentes más.

El cambio que casi nadie está viendo: "La IA escribe código" → "La IA ejecuta una especificación."

El desarrollo centrado en la intención es el nuevo estándar.

[Marco @maarcoofdezz]

UN SOLO ARCHIVO CLAUDE. md ACABA DE ALCANZAR EL #1 EN TENDENCIAS DE GITHUB.

82,100 estrellas. 7.8k forks. cero dependencias.

Guarda esto en favoritos antes de que se te olvide. Y tu Claude empezará a funcionar de manera diferente.

4 principios. un archivo. Hábitos de codificación LLM de Karpathy. destilados.
> piensa antes de codificar.
> simplicidad primero.
> solo ediciones quirúrgicas.
> objetivos dirigidos por metas antes de empezar.

Intercámbialo en tu CLAUDE. md hoy.
tu Código Claude se convierte en una herramienta diferente.

Léelo hoy. Enlace abajo.

Claude → Habilidades → CLAUDE. md → Código Mejor → Sistemas Mejores → Dinero

[Fran Gómez @Nanchinho]

Yo veo difícil presentar la declaración de la renta por la incertidumbre internacional.

¿Se entiende mejor así?

[Simon Brown @simonbrown]

Structurizr v2026.04.19 has been released - see https://t.co/oqfM6gdWxH for details.

[Simon Brown @simonbrown]

New tool added to the C4 model website ... "EasyC4 Diagram Creator" converts PlantUML/Mermaid textual definitions into drawio diagrams -> https://t.co/o5AeaDmbwL

See the full list of tools at https://t.co/k4EHDQMzNx

[Jose Manuel Sánchez @sanchezsuarezj]

de qué año puede ser esto @grok ?

[Simon Brown @simonbrown]

Introducing the "C4 model and Structurizr DSL pattern catalog"! 📢

This pattern catalog presents a number of minimal examples of how to use the C4 model and the Structurizr DSL to model common patterns found in software architecture.

Link: https://t.co/HvFooEREqf

[Simon Brown @simonbrown]

Automated PNG/SVG exports from Structurizr -> https://t.co/HuqUNYjjrC

(early access now available for Patreon members, free to read next week)

[santi @santtiagom_]

Anthropic publicó uno de los mejores artículos sobre cómo construir agentes con LLMs.

Explica 5 patrones de arquitectura muy comunes en estos sistemas:

1) Prompt chaining
En lugar de pedir todo en un solo prompt, dividís el problema en pasos donde cada uno usa el resultado del anterior.
Ej: leer un PR → identificar archivos modificados → resumir cambios → generar comentario de review.

2) Routing
Usar el modelo para entender qué tipo de tarea es y decidir qué workflow ejecutar.
Ej: si el pedido es explicar código → abrir el archivo y analizarlo. Si es arreglar un test → correr los tests y buscar el error.

3) Parallelization
Hacer varias llamadas al modelo al mismo tiempo para explorar distintas soluciones o analizar partes del problema en paralelo.
Ej: generar varias soluciones a un bug y después elegir la mejor.

4) Orchestrator / workers
Un agente principal divide un problema grande en subtareas y las delega a agentes especializados.
Ej: analizar un deploy fallido → uno revisa logs, otro métricas, otro cambios en el repo → después el agente principal junta esa información y arma el análisis.

5) Evaluator / optimizer
Un modelo genera una respuesta y otro la evalúa y la mejora.
Ej: uno escribe código y otro lo revisa, corre tests y propone mejoras.

Me gustó mucho. Se los recomiendo.

Les dejo el link:
https://t.co/z753zfmLdJ

[Roberto Canales Mora @rcanalesmora]

Empiezo a publicar tutoriales en mi página Web https://t.co/BmaHC0iZsV

[David Bonilla @david_bonilla]

La #bonilista de este fin de semana fue posible gracias al apoyo de @osohub_es, una boutique de desarrollo enfocada en la calidad que te ofrece una sesión de consultoría técnica gratuita. Sin venderte nada. Solo criterio senior.

😉 [email protected]

[DevRelPuzzle @DevRelPuzzle]

Si trabajais con IA, miraos esto, no vaya a ser que luego os lleveis un susto:
https://t.co/o6vtiq3N5K

[joaquindiez @joaquindiez]

La forma de programar ha cambiado, tal vez para siempre, este ha sido mi viaje En el último año y medio, y tengo vértigo. Siento en algunos momentos el agotamiento mental por la velocidad que coge todo y el sentirme que me quedo atras. https://t.co/wNhf7uFkav

[Guillaume Laforge @glaforge]

💪Zero Boilerplate #Java STDIO #MCP Servers with @LangChain4j and @jbangdev
You just need one Java file. JBang installed. No build!
Then configure your custom MCP server to use with your favorite #AI #Agent harness, like @geminicli and friends!

[Guillaume Laforge @glaforge]

In @LangChain4j 1.11.0, plenty of cool #Gemini enhancements! 🚀
Discover new @NanoBanana image generation (up to 4K)
@googlemaps & Search grounding for #Gemini.
And no need to scrape, with the URL context tool!

Learn more: https://t.co/ZmsKDbm3iH