A Curva da Felicidade.
O economista David G. Blanchflower analisou dados de 132 países para investigar a relação entre idade e bem-estar subjetivo. O trabalho reuniu 109 conjuntos de dados e encontrou evidências de uma curva em U em todos os países analisados.
A curva sugere que:
- Na juventude: o bem-estar tende a ser relativamente elevado.
- Na meia-idade: a satisfação com a vida diminui, em média.
- A partir de aproximadamente 47 a 48 anos: o bem-estar tende a se recuperar, segundo as estimativas médias do estudo.
Créditos: IG / longevitydaily_
Un descenso dura, como poco, un año. Semana tras semana te das cuenta de que estás jugando en la B. Cada vez que miras el calendario te ves en la B. Y el mes o los dos meses previos al descenso son horribles porque pierdes una y otra vez, lo ves venir y no te puedes quitar ese miedo de la cabeza. Perder una final es mucho menos doloroso. En primer lugar, el camino hacia esa final está lleno de alegrías porque vas superando rondas. No hay miedo, sino ilusión. En segundo lugar, la revancha llega rápido y más pronto que tarde volverás a enfrentarte a ese equipo y a ganarle. En tercer lugar, no es lo mismo pelear por ser el mejor, sabiendo que en el peor de los casos vas a ser el segundo mejor de todos, que pelear por no ser el último. Un descenso es una mancha imborrable para un club grande. Perder una final, contra quien sea, no es ninguna mancha. Es un sobresaliente al que le ha faltado solo un par de detalles para ser matrícula de honor.
Anthropic pays engineers $750,000+ a year to understand how LLMs work.
Stanford just put a 2 hour lecture that covers 80% of it for FREE.
Bookmark this. Give it 2 hours today.
It might be the highest ROI thing you do this month:
We’re building a latency Football bot for Polymarket. Target: operational before the World Cup. Save this.
The principle: pro sports feeds (Sportradar, Opta) deliver pitch events in ~200-500ms. The Polymarket orderbook takes longer to reprice thin liquidity, market makers pulling quotes while they reassess. That window is the edge.
Yesterday, first live test on Bayern vs Real (Champions League QF).
86th minute, Camavinga gets his second yellow. Pipeline receives the event from Sportradar 280ms after the card. “Bayern advances” market was at ~0.55. Model recomputes to ~0.68 post-red and fires a $500 order.
Partial fill as expected: ~$180 caught around 0.55-0.57, the rest slipped to 0.63. Average 0.59. Market stabilized at 0.67 a few seconds later. Unrealized +$30. +6% in seconds.
It’s a test. But the loop worked end to end detection, decision, fill, before the book caught up.
What we learned: network latency is part of the problem. The real bottleneck is orderbook depth. We’re competing with sharp bots, not retail on their couch. And “next goal” markets have better spreads than qualification markets. Pivoting there.
What we’re building before June: fill routing across 12 venues via Jito atomic bundles. Low-signal event modeling (dangerous fouls, injuries, tactical shifts). UMA oracle hedging. Node co-location near Sportradar servers.
Why the World Cup matters.
104 matches in 39 days. $2.5B+ in projected prediction market volume. Deep liquidity means bigger positions fill cleanly. Thin liquidity in group stages means wider spreads. Both environments leave serious money on the table.
56 days to ship. We’re on it.
Learn how to use coding agents in 30 minutes!
This course teaches you how to build software with agents: plan new features, fix bugs, review and test code, and more.
It's 100% free and these concepts apply to any agent!
Dois engenheiros da Anthropic acabaram de mudar a forma como devs pensam sobre IA.
Barry Zhang e Mahesh Murag subiram no palco do AI Engineer Code Summit e disseram uma frase que incomodou muita gente:
"Parem de construir agentes. Construam Skills."
Em 16 minutos eles provam que a indústria inteira está resolvendo o problema errado.
Aqui está o que a maioria não entendeu:
→ Skills são pastas. Literalmente pastas com arquivos markdown.
→ Elas ensinam ao Claude o SEU fluxo de trabalho, a SUA expertise, o SEU domínio.
→ Um único agente genérico + biblioteca de Skills específicas supera dezenas de agentes especializados.
→ Fortune 100s já estão deployando Skills em escala pra ensinar agentes sobre processos internos.
→ Times de produtividade com 10.000+ devs usam Skills pra padronizar como código é escrito.
A analogia que eles usaram é perfeita:
Quem você quer fazendo seu imposto de renda? O gênio com QI 300 que nunca viu legislação tributária, ou o contador experiente que faz isso há 20 anos?
Inteligência sem expertise é entretenimento.
Expertise empacotada é produtividade.
O que mudou: a Anthropic parou de tentar criar agentes diferentes pra cada domínio.
Perceberam que com Claude Code, o padrão é sempre o mesmo. Um modelo acoplado a um runtime com filesystem.
A diferença entre um agente medíocre e um extraordinário não é o modelo. É o conhecimento de domínio que você alimenta.
Skills resolvem isso com progressive disclosure. O agente só carrega o nome e descrição da skill. Quando relevante, puxa o SKILL.md. Quando precisa de mais, navega os arquivos de referência. Zero desperdício de contexto.
Isso não é uma feature. É uma mudança de paradigma.
Quem entender isso agora vai operar em outro nível daqui a 90 dias.
Quem ignorar vai continuar escrevendo prompts de mil palavras toda vez que abrir o chat. E ainda explicar de novo e de novo o que “realmente” quer.
This 2-hour Stanford lecture breaks down how models like ChatGPT and Claude are actually built, clearer than what many people in top AI roles ever get exposed to.
Save this and set aside two hours today. It might end up being the most valuable thing you learn all week.
Para que tomen dimensión de lo que son las hinchadas colombianas: esto llevó Deportivo Pereira a la Bombonera vs el la gente que llevó el equipo más grande de Ecuador.
Y de repente,
- El hombre que se levanta a las 6 de la mañana para ir a trabajar.
- Que almuerza a las 3:30 de la tarde debido a una larga llamada.
- Que se acuesta a las 9:30 de la noche para sobrevivir en la empresa.
Ya no es tu padre.
Eres tú.
Cardiologist wins 3rd place at Anthropic's hackathon. Out of 13,000 applications. Built in 7 days by Michał Nedoszytko MD. Coded day and night - in the hospital, in the cloud, while flying from Brussels to San Francisco.
A few years ago, it would have been impossible for a doctor to build this alone in just a couple of days. AI changed that.
The project is called https://t.co/wAliajqjVF. It is an AI agentic care platform for patients. Including reverse AI scribe it is a companion that guides the patient from the moment they leave the doctor's office.
Powered by the massive context window of Opus 4.6, it allows patients to explore their full medical history, connected devices, Evidence Based resources and external data sources — all in one place.
Today, the barrier to entry has vanished; even a practicing physician can build an application from scratch.
Probé TODOS los MCPs útiles para programadores.
Los instalé, configuré, soluciones problemas y los puse a prueba.
Me quedé con ESTOS.
Hacete un café, trae una cerveza o lo que quieras tomar, abrí tu entorno de desarrollo y configuralos conmigo.
00:00 - Intro
00:48 - Tips Generales de Seguridad
05:10 - Problemas Comunes
08:32 - MCP 1
16:42 - MCP 2
21:38 - MCP 3
31:03 - MCP 4
35:09 - MCP 5
39:27 - MCP 6
44:18 - MCP 7
48:20 - MCP 8
51:20 - BONUS MCPs