AI's eating the world and the engineers are tired
Wes McKinney says AI agents are the new standard, and everyone's scrambling to catch up. But look closer and you'll see the human cost: Meta's AI unit is a gulag, AI's reshaping nonfiction, and the UK's banning social media for kids. Meanwhile CRISPR is quietly cutting cancer cells without killing the good ones. The story isn't just AI — it's who gets left behind building it.
Wes McKinney dice que los agentes de IA son el nuevo estándar
Wes McKinney, creador de pandas, acaba de publicar un artículo donde argumenta que los agentes de IA se están convirtiendo en la forma predeterminada de construir aplicaciones. La idea central es sencilla: en lugar de programar reglas y flujos de trabajo específicos, le dices al agente qué hacer y le dejas que descubra los pasos.
Esto importa porque McKinney ya no es solo un tipo de pandas — es ingeniero senior en una empresa de IA importante, y su forma de verlo tiene peso. No está prediciendo que los agentes reemplazarán todo, sino que se convertirán en la nueva base. No necesitas ser desarrollador para usarlos, y no necesitas saber qué es un agente para que te afecten.
El cambio ya se está viendo en cómo se están construyendo las herramientas. Las apps que antes eran menús y botones se están volviendo conversacionales. Los flujos de trabajo que antes eran manuales se están pasando a los agentes. Para la gente que maneja negocios propios, organiza la comunidad, o simplemente intenta hacer las cosas sin esperar a alguien más, esto significa que las herramientas están empezando a funcionar más como la gente que están reemplazando.
Por qué nos importa: los agentes de IA se están convirtiendo en el nuevo estándar, y la gente que trabaja con las manos, maneja negocios pequeños y hace malabares entre trabajos es la que va a sentir el cambio primero.
Anthropic le cierra la puerta a Fable y Mythos tras la directiva de Trump
Anthropic está echando a andar dos de sus modelos, Fable y Mythos, después de que la administración de Trump le diera la orden. Los modelos se van a apagar, y el movimiento muestra qué rápido los cambios federales pueden remodelar el panorama de la IA.
Esto no es solo limpieza corporativa. Fable y Mythos han sido los caballos de batalla de la línea de productos de Anthropic, y su cierre resuena en las empresas y equipos que construyeron encima de ellos. Los trabajadores, los socios y los desarrolladores que envían herramientas potenciadas por estos modelos ahora están recalibrando.
Por qué nos importa: la migra's reach into tech means even AI companies aren't immune to the new administration's pressure — y los efectos en cadena le pegan a los side hustles y equipos pequeños que dependen de herramientas estables.
Fine-Tuning: Cómo enseñarle a la IA tu oficio
Todo modelo de IA empieza siendo generalista. GPT-4 ha leído millones de libros y artículos — conoce las reglas del inglés, algo de matemáticas, un poco de medicina, un poco de derecho. Pero no es especialista. Es esa prima que puede arreglar una llave que gotea, cambiarle el aceite al carro y ayudarte a armar muebles de IKEA. Buena en todo. No la mejor en nada.
El fine-tuning toma ese modelo general y le enseña algo específico. Le das cientos o miles de ejemplos — cien facturas, mil escritos legales, unas cuantas descripciones de productos — y el modelo ajusta sus pesos internos para que coincida. No se está reescribiendo el modelo desde cero. Le estás enseñando tu oficio particular.
Piensa en un chef que ya conoce las técnicas francesas, italianas y mexicanas. No lo empiezas de cero. Le das la receta de mole de tu abuela, las reglas de tu abuela para cuándo agregar el chile, y practican juntos. Después de un tiempo, él hace tu mole mejor que tú.
Por eso un modelo fine-tuned puede escribir escritos legales en el estilo que usa tu firma, o traducir expedientes médicos con más precisión, o generar descripciones de productos que suenen como tu marca. Es el mismo modelo por dentro, pero ha aprendido tus patrones.
El fine-tuning es más barato que entrenar un modelo desde cero, y usualmente toma días, no meses. Necesitas ejemplos de calidad — no cantidad. Cien buenos ejemplos vencen a mil descuidados.
La pega: tienes que tener los ejemplos, y tienen que estar limpios. Basura entra, basura sale, incluso cuando el modelo base es inteligente.
Si estás usando la IA para algo específico — soporte al cliente, contenido, entrada de datos — el fine-tuning probablemente vale la pena. Empieza con diez buenos ejemplos y mira qué hace. Si la salida se ve como si perteneciera a tu trabajo, vas por buen camino.
Por qué nos importa:
A dispatcher for all the AI helpers you've already hired, instead of replacing them.
— databricks.com
#databricks-unifies-your-ai-agents-under-one-roof-32a20e¿Ya se murió la no-ficción?
Tim Ferriss se hizo una pregunta sencilla: ¿ya se murió la no-ficción?
La respuesta, dice, es sí — pero no de la forma llamativa que la gente imagina. La IA no reemplazó a los autores de no-ficción. Reemplazó el género de la no-ficción misma. Ese tipo de libro que se lee…
LookFresh: Reservas y Pagos para la Barbería
Tu barbería doesn't run on DMs.
Cada día suena el teléfono. "Yo, ¿tomas los viernes?" "Te lo paso por Venmo." "Oye, ¿a qué hora quedamos?" Los no-shows se acumulan. Los screenshots de Venmo crecen. Las plataformas de reservas cobran un porcentaje por cada cita y parecen hechas para cadenas de salones con horarios de personal, no para la gente trabajando silla por silla.
LookFresh le quita el fricción. Te da un link de reservas limpio que tus clientes de verdad usan. Los pagos presenciales y en línea llegan a un solo lugar. Los pagos de Stripe Connect van directo a tu cuenta. Tarifa plana de plataforma en vez de porcentajes por corte — así la gente se queda con más de cada cita.
Ya no tienes que adivinar si el cliente pagó. Ya no hay porcentajes comiéndose el hustle. Solo un sistema de reservas que se ajusta a cómo ya funciona la barbería.
https://lookfresh.vip
Meta's AI unit is a gulag, say the engineers stuck inside it
Meta's months-old AI unit has become a soul-crushing gulag for the engineers who built it, according to accounts from people actually working there. The company bet big on the new unit, but the people inside are reporting long hours, relentless pressure, and a culture that's…
El Reino Unido podría prohibir las redes sociales para menores de 16 años
El Reino Unido está sopesando una prohibición amplia de las redes sociales para menores de 16 años, siguiendo el ejemplo de Australia. La propuesta bloquearía el acceso a una amplia gama de plataformas para cualquier persona en ese rango de edad, yendo más allá de las reglas de verificación de edad que han sido la norma.
Australia aprobó su propia versión de la ley el año pasado, y el Reino Unido ahora está mirando algo similar — aunque los detalles aún se están definiendo. El gobierno está evaluando si aplicar la prohibición a través del diseño de las plataformas (como restringir lo que los menores de 16 pueden ver o a quién pueden seguir) o con puertas de edad más estrictas.
Esto es parte de un impulso creciente para tratar las redes sociales menos como un patio de juegos abierto y más como un espacio regulado. La ley de Australia ha sido la plantilla; otros países están observando de cerca para ver si se mantiene en la práctica. La pregunta es si el Reino Unido irá más lejos o simplemente copiará el manual.
Por qué nos importa: Nuestros hijos crecen en estas plataformas también, y si el Reino Unido establece un precedente, podría remodelar cómo funcionan las redes sociales para los jóvenes — y cómo los padres exigen responsabilidad a las plataformas.
Document parsing is cheaper than you think, then it isn't
Parsing documents with AI sounds like a solved problem until you ship it to production. That's the takeaway from a recent Databricks post on the hidden costs of document parsing at scale.
The issue isn't that AI can't read your documents — it can. The issue is that it gets…
Cockroach Labs muestra cómo dejar de perder plata con los agentes de IA
Cockroach Labs publicó un análisis sobre cómo las empresas están manejando costos cuando corren agentes de IA a escala. El post recorre los retos de infraestructura que aparecen cuando pasas de un prototipo a producción — compute, almacenamiento, y ese tipo de overhead operativo que se cuela en los equipos.
Los datos propios de la compañía son la columna vertebral aquí. Están viendo qué pasa cuando corres agentes de IA en múltiples regiones, manejas los retries, y mantienes la latencia baja bajo carga. Los números apuntan a una pregunta práctica: ¿cuánto de lo que gastas está realmente haciendo trabajo versus quemando tokens y conexiones solo para mantener las cosas vivas?
Por qué nos importa: mientras los agentes de IA pasan del hype al trabajo diario, las compañías que resuelvan el control de costos primero serán las que realmente confiaremos para correr nuestros sistemas.
Meta's AI unit is a gulag, engineers say
Meta's months-old AI unit is calling itself the future. The engineers inside are calling it a gulag.
The TechCrunch report on the ground says the complaints aren't just about long hours or shifting targets. They're about the actual working conditions — the pace, the…
Nuevo truco de CRISPR que destrozó las células cancerosas sin tocar las sanas
Los científicos del Instituto de Genómica Innovadora desarrollaron una técnica de CRISPR que destroza selectivamente las células cancerosas sin dañar las sanas. El método funciona apuntando a marcadores específicos en las células tumorales y desencadenando una cascada que las destroza desde adentro hacia afuera.
El avance importa porque los enfoques anteriores de CRISPR para el cáncer a menudo también se iban tras las células sanas, causando daño colateral en el cuerpo. Esta nueva versión es más precisa, lo que significa menos efectos secundarios y potencialmente un uso más amplio. Los investigadores la han probado en modelos animales hasta ahora, con resultados que muestran que la técnica puede eliminar los tumores sin arruinar el tejido circundante.
Por qué nos importa: El cáncer no le importa de dónde vienes, y los tratamientos que funcionan mejor y duelen menos ayudan a nuestras familias a superarlo sin perder todo en el proceso.
Google lanza un nuevo método para auditar el machine unlearning
Google Research acaba de publicar un nuevo framework para verificar si los modelos de IA realmente olvidaron lo que se les pidió que olvidaran. El machine unlearning — la práctica de remover datos específicos de un modelo entrenado — se supone que es la respuesta de la tech…
Linux Foundation lanza OpenSharing para estandarizar el intercambio de datos de IA
La Linux Foundation anunció OpenSharing, un proyecto para estandarizar cómo los modelos de IA y los datasets se mueven entre diferentes plataformas y herramientas. La iniciativa establece formatos comunes para compartir pesos de modelos, datos de entrenamiento y metadatos, para que las organizaciones no tengan que jugar a la ruleta rusa con formatos propietarios.
El impulso llega cuando la industria de la IA se ha convertido en un patchwork de estándares incompatibles. Las empresas que construyen modelos en una plataforma a menudo luchan para moverlos a otra. OpenSharing busca cortar esa fricción estableciendo reglas compartidas sobre cómo se empaquetan, describen e intercambian los activos — menos sobre inventar algo nuevo, más sobre acordar qué ya funciona.
Por qué nos importa: cuando el intercambio de datos de IA se estandariza, el costo de construir y compartir herramientas baja, lo que significa que equipos más pequeños y desarrolladores independientes pueden competir con el gran tech en lugar de quedar atrapados en sus formatos.
Lo que realmente significa el unified data ops
Matia está impulsando un concepto llamado "unified data ops" — que no es más que una forma elegante de decir: deja de dejar que tus datos vivan en cinco lugares distintos. A medida que las empresas se llenan de herramientas de IA, sus datos se dispersan entre bases de datos,…
CRISPR Ahora Corta Células Cancerosas Sin Matar a las Buenas
Los investigadores crearon una nueva técnica de CRISPR que corta selectivamente las células cancerosas sin dañar el tejido sano. El enfoque antiguo era más bien tosco: cortaba el ADN por todos lados, lo que significaba daños colaterales en las células que de verdad necesitamos.
El nuevo método usa una etiqueta molecular que solo se activa en las células cancerosas, así que las tijeras de edición genética se mantienen guardadas hasta llegar a su objetivo. Piensa en ello como una llave que solo le queda a una cerradura. El resultado: menos efectos secundarios, un blanco más preciso y un camino hacia tratamientos que dan duro sin arruinar la casa.
Por qué nos importa: CRISPR ha prometido mucho por décadas, pero los efectos secundarios han sido reales — y cuando los tratamientos le duelen a la gente que deberían sanar, la gente deja de confiar en ellos. Esta se acerca más a funcionar como debería.
TLDR newsletter suelta nuevos links que vale la pena leer
TLDR — la newsletter que ha estado superando silenciosamente a todas las demás tech digests — soltó una nueva ronda de links que vale la pena el scroll.
La última tanda cubre lo que la internet está bullendo esta semana: ese tipo de historias que terminan siendo las que…