Edición 39 — 2026-06-20
El negocio de chips de Amazon le pega más fuerte a Nvidia
Amazon está empujando para desafiar a Nvidia de forma más directa, vendiendo sus propios chips de IA a clientes externos en lugar de mantenerlos encerrados dentro de AWS. La compañía ha estado construyendo silenciosamente silicio personalizado durante años, pero ahora está tratando su división de chips como una competidora real del dominio de Nvidia en el mercado de centros de datos.
Por otro lado, NASA escogió la empresa de cohetes de Eric Schmidt para una misión a Marte, montando una carrera directa con SpaceX. Schmidt, el ex CEO de Google, ha estado invirtiendo fuerte en infraestructura espacial a través de las inversiones y emprendimientos de su compañía. La victoria lo pone compitiendo con las propias ambiciones de SpaceX en Marte.
Por qué nos importa: Los chips de Amazon y los cohetes de Schmidt son dos caras de la misma historia — el dinero grande consolidando la tecnología y el espacio en que confiamos, y la gente que construyó esa riqueza apostando a que lo pueden hacer mejor.
The genome's tangled DNA is tripping up AI
A new Quanta Magazine piece drills into why AI keeps stumbling on the human genome — and it's not because the models are dumb, but because they're looking at the wrong thing.
Most AI models treat DNA as a linear string of letters — the A, C, T, G sequence — the way they treat words in a sentence. But the genome isn't a string. It's a three-dimensional structure, folded and twisted inside the cell nucleus. Genes that sit far apart on the linear sequence can be right next to each other in physical space. That folding matters because it determines how genes interact, switch on, and respond to signals.
When AI ignores the 3D geometry, it misses the mechanics. A model might spot a pattern in the base-pair sequence and call it a finding — when the real action is happening in the folded structure, not the flat string. The fix is getting models to learn spatial relationships, not just sequence patterns. It's a small shift in how AI approaches the problem, but it's the difference between guessing and understanding.
Why this matters for us: The same pattern-recognition models powering everything from medical diagnostics to ancestry tools will be more reliable when they stop treating DNA like a sentence and start treating it like the tangled mess it actually is.
Embeddings: cómo la IA recuerda lo que importa
Las computadoras no entienden palabras. Entienden números. Cuando escribes una pregunta, la máquina convierte tus palabras en una lista de números — un "embedding" — y compara esa lista con los números que ya tiene guardados.
Piensa en un álbum de fotos de la familia. Cada foto tiene un número que dice qué tan parecida es a las demás. La foto de tía Rosa en la quinceañera tiene un puntaje alto de similitud con la foto de ella bailando, pero un puntaje más bajo con la foto de la mesa de comida. El álbum no sabe lo que es "quinceañera" o "bailando." Solo sabe los números.
Los embeddings funcionan igual. Son una forma para que las máquinas digan "estas dos cosas van juntas" sin saber lo que las cosas son en realidad. Una receta de enchiladas y una receta de chilaquiles quedan cerca en el espacio de números. Un tweet sobre la migra y una noticia sobre ICE quedan cerca. La IA no necesita que se lo digan. Los números se lo dicen.
Por eso tu buscador puede encontrar lo que quieres aunque te equivoques en la ortografía. Por eso tu teléfono puede saber que hablas de "la migra" cuando escribes "la migra app" y te muestra la app correcta. Por eso puedes buscar "algo para arreglar mi llanta" y obtener resultados sobre reparación de llantas, no sobre arreglar tu relación.
El truco es que los embeddings capturan lo que las cosas son para, no solo cómo se llaman. Dos cosas pueden tener nombres distintos pero vivir cerca en el espacio de números. Dos cosas pueden compartir un nombre pero vivir lejos.
La próxima vez que busques con tu teléfono, fíjate qué encuentra. Si encuentra lo correcto, los embeddings están haciendo su trabajo. Si no, sabes que los números no terminaron de alinearse.
Por qué nos importa: La forma en que tu teléfono y los buscadores entienden tus palabras determina lo que ves — y lo que te pierdes — en las historias que afectan a tu familia, tu barrio y tu billetera.
Cuando NASA elige un contratista, no solo está eligiendo una empresa—está eligiendo quién controlará la próxima década de acceso al espacio.
— techcrunch.com
#nasa-picks-eric-schmidt-s-rocket-company-for-mars-mission-7c224dLos chips de IA de Amazon ya no son solo para AWS
Amazon está vendiendo sus propios chips de IA a otras empresas, no solo usándolos dentro de AWS. La compañía ha estado construyendo silenciosamente su propio silicio personalizado por años — los chips Trainium para entrenar modelos y los chips Graviton para inferencia — y…
TradeWork: trabajos, equipos, pagos y papeleo en un solo lugar
Pintores, plomeros, electricistas y paisajistas siguen peleando con estimaciones en apps de notas, facturas en PDF, equipos por WhatsApp y pagos en cheque.
Los CRMs genéricos son muy pesados. Las apps para oficios suelen estar hechas para la oficina, no para la camioneta.
TradeWork es una plataforma de trabajo mobile-first que pone los trabajos, los equipos, las facturas y los pagos en un solo lugar. Está hecha para equipos de oficios que trabajan desde la camioneta — no desde un escritorio.
Tiene interfaces bilingües para que la oficina, el capataz y el ayudante puedan leer el mismo trabajo. Sin tener que adivinar qué quiso decir la otra persona.
Por qué nos importa:
https://tradework.work
New media is getting stuck looking at itself
A new crop of media companies is wrestling with a quiet problem: they're becoming too good at reflecting their own tastes back to themselves. The result is content that feels smart but doesn't always land with the people outside the room.
The piece — written for TLDR Product…
Monthly subscriptions — when to offer them
RevenueCat just published a guide on when companies should offer monthly billing. The piece walks through what drives the decision: how often customers use the product, how long the value sticks around, and whether people actually want to keep paying month to month.
The a16z article behind the piece looks at the broader shift — new media companies are testing subscription models as their main revenue engine, not just an add-on. A year in, they're seeing which formats and audiences actually stick to monthly payments and which ones bounce back to one-time purchases.
Why this matters for us: the companies building the tools and platforms we rely on are betting their revenue on our willingness to pay month after month, so how they design those subscriptions affects what we pay and what we keep.
Jenny Wanger creó una IA que la corrige después de cada llamada
Jenny Wanger creó una IA que la corrige después de cada llamada. No es un dashboard pulido, no es una herramienta de suscripción. Es algo desechable que vive en su flujo de trabajo y le dice qué hizo mal — y qué debería intentar después.
Es algo pequeño. Pero apunta a algo…
Software is becoming disposable — and that's a problem for la gente
Startups are building software that burns out faster. Auren Hoffman's latest note argues that the old playbook of shipping once and compounding value over decades is cracking. Tools now launch, catch a wave, then dissolve — replaced by the next shiny thing.
The pattern is familiar to anyone who's watched their neighborhood businesses cycle through. The bakery on the corner closes, a café opens in its place, then a smoothie shop takes over before the espresso machine cools. Software is doing the same. The tools we depend on — the ones that run our payrolls, track our inventory, even manage our health — are increasingly built to be swapped out rather than inherited.
This matters because disposable software doesn't just mean more apps to juggle. It means the people who actually use it — the shop owners, the delivery workers, the small operators — get stuck holding the bag when a tool shuts down or pivots. The data they've accumulated? Gone or locked behind a new pricing wall. The workflows they've built? Unraveled. The cousin who figured out how to run their side business on a specific platform now has to learn the new one — or risk losing customers.
Why this matters for us: when the tools that run our daily lives keep changing without warning, it's usually la gente — not the founders or the VCs — who pays the price.
Meta's AI for Work Chief Walks
Nikhil Singh, Meta's head of AI for Work, is leaving. He's been with the company since 2016, and he's not the only one. The departure is part of Meta's broader shift to put AI front and center — from the product side to the business side.
Meta is reorganizing around AI.…
El nuevo cuello de botella ya no es el código — es decidir qué construir
Stack Overflow's latest piece points out something most folks in product miss: the bottleneck shifted years ago. It used to be whether we could build fast enough. Now it's whether we're building the right thing. The technical team is ready — the real friction is in the decisions.
This is the quiet truth nobody says out loud at product all-hands. We got so good at shipping that shipping became the easy part. The hard part is the 3 a.m. call: "Should we cut this feature, double down, or kill it entirely?" That's the bottleneck now. Not velocity. Clarity.
The piece lands because it names what the comunidad already feels: la gente who's been through the hustle — the abuelo who spent thirty years at the same plant, the cousin running a side business, the auntie on Facebook who knows every price change before anyone else — they all know this. It's never been about doing more. It's about knowing what to do.
Por qué nos importa: the next generation of workers won't be measured by how fast they ship — they'll be measured by how clear they are about what's worth shipping.
Tu ADN está enredado — y la IA podría pasarlo por alto
Los modelos de IA se han vuelto muy buenos para leer el ADN. Lo ven como una cadena de letras — A, C, G, T — y predicen cómo se comportan los genes solo con esa secuencia. Pero el genoma no es solo una cadena. Es un objeto físico que se pliega, se enreda y forma bucles dentro…
Sahin.io lanza una nueva página principal — una versión más limpia del branding personal
Sahin.io lanzó una nueva página principal. Es un sitio personal — el tipo que vive en un dominio único, usualmente construido por un fundador o desarrollador que quiere algo que no se vea como plantilla.
La página es directa: es un punto de aterrizaje para que Sahin publique contenido, comparta su trabajo y conecte con lectores. Sin dashboard complicado, sin muro de suscripción — solo un diseño limpio con un propósito claro.
El sitio personal ha tenido un regreso silencioso últimamente. Muchos de nosotros estamos cansados de los feeds algorítmicos y el ruido de LinkedIn y Twitter. Un sitio personal es un lugar que te pertenece — ningún algoritmo puede enterrarlo, ninguna plataforma puede apagarlo.
Por qué nos importa: cuando los fundadores construyen sus propios espacios en lugar de rentarlos en plataformas sociales, mantienen el control sobre cómo se muestran al mundo — y eso es lo mismo que queremos para nuestros negocios.
Mobileye entra al robotaxi con servicio propio
Mobileye, el brazo de conducción autónoma de Intel, está entrando al mercado de robotaxis en Estados Unidos con un servicio propio — no como proveedor de sensores, sino como operador de flota.
La jugada es directa. Mobileye ya tiene la tecnología de detección y la…
TLDR Newsletter te manda lo que importa en tech
TLDR volvió a su ritmo diario — Dan y el equipo están curando los links que de verdad importan para la gente de Brown en tech, no solo el ruido de Silicon Valley. Te dan un resumen rápido de lo que se mueve en AI, funding de startups, y las herramientas que usamos todos los días, con suficiente contexto para saber si vale la pena tu tiempo.
El newsletter lleva tiempo ya y se ganó la confianza de una audiencia que no quiere otro tech bro newsletter diciéndonos qué pensar. Es lean — no hay deep dives de 2,000 palabras, no hay contenido patrocinado escondido en medio — solo los links que importan y por qué importan. Si eres Brown dev, founder, o alguien tratando de entender hacia dónde está fluyendo el dinero en tech ahora, vale la pena tenerlo en tu lectura de la mañana.
Por qué nos importa: Cuando TLDR captura las historias correctas — sobre funding yendo a founders subrepresentados, nuevas herramientas para emprendedores inmigrantes, o cambios de política que nos afectan — va moldeando silenciosamente qué prestamos atención y qué ignoramos.
Correr modelos local ya está bien de verdad
Vicky Boykis armó un post largo sobre correr modelos de IA localmente — y el equipo de TLDR lo tomó como uno de los mejores reads de la semana. El piece pasa por lo que cambió: ya no necesitas una GPU de $5,000 para obtener resultados útiles, y el software stack ya se puso al…
El test del espejo que nadie le cuenta a los product managers
La pieza más reciente de Dan Pereira plantea una pregunta tranquila que la mayoría de los PMs evitan: ¿estás construyendo cosas que realmente funcionan, o solo puliendo los mismos espejos de siempre?
El newsletter TLDR Product siempre ha sido una de las lecturas más honestas en el espacio tech — no porque sea ruidoso al respecto, sino porque se detiene a mirar lo que realmente está pasando. El punto de Pereira es que el trabajo de producto puede convertirse en un salón de espejos: dashboards, roadmaps, reuniones con stakeholders, todo reflejando la misma actividad. El trabajo se siente real. Pero ¿moverá la aguja? ¿El producto está realmente mejorando, o solo está teniendo más reuniones para mejorar?
Hay algo familiar aquí para cualquiera que haya pasado años en la lucha — la prima que tiene un negocio paralelo y tiene que jugglear contabilidad, proveedores y una docena de grupos de WhatsApp, todo mientras finge que sabe lo que está haciendo. El rol de PM se ha convertido en ese mismo tipo de trabajo: eres responsable de todo y responsable de algo, y la presión es seguir pareciendo que lo tienes bajo control mientras lo que estás construyendo revela lentamente si valió la pena. El verdadero test no es el deck de revisión. Es si la gente realmente usa lo que enviaste.
Por qué nos importa: el mismo perseguir espejos que atrapa a los product managers en Silicon Valley es lo que mantiene a los fundadores Brown y Black trabajando más duro por menos reconocimiento, y está en nosotros preguntar si el trabajo que estamos haciendo está moviendo cosas o solo nos está moviendo en círculos.
Para la comunidad
Tecnología que toca a la comunidad hispana
Estas historias pegan distinto para nuestra gente — tecnología migratoria, acceso al idioma, los sin banco, niños de color, derechos del trabajador gig.
Los AI agents are getting tired
The Atlantic reporta que los AI agents — los que están haciendo el trabajo pesado por ti ahora — están empezando a mostrar señales de cansancio. El trabajo que antes hacía un humano en una tarde ahora se está trasladando a la IA, y los agentes también se están cansando.
No es que se estén rompiendo. Es que se están cansando. El trabajo que antes hacía un humano en una tarde ahora se está trasladando a la IA, y los agentes también se están cansando.
Lo que está pasando es que los AI agents están empezando a mostrar señales de cansancio. El trabajo que antes hacía un humano en una tarde ahora se está trasladando a la IA, y los agentes también se están cansando.
Por qué nos importa: Cuando los AI agents se cansan, el trabajo que se suponía era gratis vuelve a ser caro, y la gente que depende de ellos para hacer las cosas termina pagando por eso.
La era del SaaS de la abuelita ya llegó
La IA ya rompió la vieja regla: antes necesitabas un equipo y un buen tiempo para construir software. Ahora un fundador solo con su laptop puede lanzar un producto que compite con los grandes. Esto no es un buzzword — está pasando ahorita, y está cambiando quién puede jugar.
El cambio es práctico. Las herramientas de IA se encargan del trabajo pesado — escribir código, diseñar interfaces, hasta el marketing — así que el cuello de botella ya no es la habilidad técnica, sino el hustle. Una prima que tiene su negocio de lado puede lanzar un producto SaaS. Una dueña de tienda puede construir una herramienta que resuelva su propio problema y venderla a otros. Las tiendas de la abuelita del software ya no son solo una metáfora.
Por qué nos importa: cuando la IA iguala el terreno de juego, significa que nuestras familias y comunidades pueden dejar de esperar permiso para construir — y empezar a construir.