Edición 43 — 24 de junio de 2026

Lenny's Newsletter acaba de publicar una guía de cómo construir loops de agentes de IA — esos donde el modelo no solo escupe una respuesta, sino que sigue pensando, revisando su trabajo y volviendo a intentarlo hasta que termina.

El artículo explica la mecánica: le das el prompt al agente, lo dejas razonar, revisas su output y si algo está mal, vuelves a hacer el loop. Es la diferencia entre pedirle a un amigo una recomendación y que investigue, cruce datos y regrese con una respuesta de verdad.

Lo interesante es que estos loops se están convirtiendo en la forma estándar de hacer que la IA haga trabajo real — no solo generar texto, sino manejar decisiones, correcciones y tareas de múltiples pasos. Por eso tantos equipos están dejando atrás los chatbots simples para ir por agentes que pueden correr un proceso completo por su cuenta.

Por qué nos importa: si estás usando la IA para hacer cosas, probablemente ya estás corriendo estos loops aunque no lo sepas.

La investigación de Dave sobre "timescales" muestra que la integración con IA usualmente falla no porque la tecnología sea mala, sino porque los equipos están midiendo las cosas equivocadas. Seguimos preguntándonos si la IA funciona cuando lo que deberíamos preguntar es si nuestro producto sigue teniendo sentido con la IA dentro. Las herramientas cambian. El producto no.

Esto nos golpea fuerte a nosotros. Cuando un restaurante usa IA para pedidos, cuando una clínica la usa para agendar, cuando un negocio pequeño automatiza facturas — solo funciona si alguien que entiende el negocio realmente guía la integración. De lo contrario, la migra app es solo otra herramienta que nadie sabe usar.

La solución es simple y nadie la sigue: pon gente de producto en el centro de las decisiones de IA, no los ingenieros que la construyeron. Porque una herramienta que resuelve el problema equivocado es peor que no tener herramienta alguna.

Por qué nos importa: Cuando las decisiones de producto ignoran a la gente que realmente usa las herramientas, terminamos pagando más por tecnología que no funciona — y ese dinero sale de nuestros bolsillos.

El newsletter TLDR regresó con un nuevo lote de lo que vale la pena saber esta semana. Ha estado corriendo un buen tiempo — Dan Kohn ha estado sacando el digest para la gente que quiere las noticias tech de la semana sin el ruido. El formato es limpio: sin ensayos largos, sin opiniones forzadas, solo lo que importa y por qué importa.

Lo que ha estado en la mesa últimamente: las herramientas de IA pasando de demo a uso real, los pagos y la banca rearmándose para la gente que trabaja de verdad, y la tech de inmigración que por fin se está moviendo más allá de la fase de hype. No todo lo que llaman "disrupción" lo es — algunas cosas son solo el mismo juego de siempre con una capa de pintura nueva. El newsletter lo mantiene claro.

Por qué nos importa: Cuando el ciclo de noticias tech grande pasa por aquí, usualmente son las mismas compañías contando las mismas historias. TLDR corta por lo sano para que la gente pueda saber qué es real y qué es solo ruido.

Meta está haciendo pausa en su programa de rastreo de empleados después de que toda la empresa pudiera ver los datos sensibles que había estado recopilando. El despliegue interno reveló que lo que empezó como un esfuerzo de monitoreo dirigido se había vuelto visible para todos.

La pausa le da a Meta tiempo para decidir qué hacer a continuación. Los propios trabajadores de la compañía ahora están dentro de un sistema de vigilancia que muchas empresas tech han estado implementando por años — la clase de cosa que empieza con un piloto pequeño y termina observando a todos en silencio.

### Por qué nos importa:
Cuando las grandes tech tratan a sus propios trabajadores como conejillos de indias, el resto de nosotros recibimos el memo de que la vigilancia es simplemente cómo deben funcionar las cosas.

Instagram está probando una nueva app de TV que destaca contenido episódico más largo y shows en vivo. La idea es sencilla: darle a la gente algo para ver entre tanto scroll. En lugar de clips cortos y Reels, la app está armando contenido estilo serie y transmisiones en vivo que compiten con Netflix, Disney+ y el resto del paquete de streaming.

Esto no es Instagram intentando ser un estudio de contenido. Es intentar ser un destino — un lugar al que puedes abrir y ver algo sin pensar demasiado. Los formatos episódicos te invitan a volver. Los shows en vivo crean urgencia. Juntos, te sacan del scroll infinito y te meten en algo con principio, medio y fin.

Por qué nos importa: mientras más de nuestro contenido migra a apps que premian ver sobre hacer scroll, los shows, los creadores y los creadores de color que llegan ahí se ven — y los algoritmos que moldean qué se promociona empiezan a trabajar para nosotros en lugar de contra nosotros.

Meta's employee tracking program is on pause. The company had been tracking location, keyboard strokes, and other sensitive data, then let the whole company see what was being collected. Once it became visible, the backlash followed.

The program, which was part of Meta's broader workplace monitoring push, was rolled out to employees across the company. But something shifted when the data itself became public. Workers started seeing what they'd been sending, and the scale of what was being tracked became harder to ignore.

This is the same pattern we're seeing across Big Tech: companies build surveillance tools for their own workers, then realize the data they've collected is just as valuable when exposed. Meta's pause suggests the program's design had blind spots — not just in what it collected, but in how it shared it.

Why this matters for us: Every tracking system built in Silicon Valley eventually gets repurposed for us — our data, our movements, our habits — so when Meta's own workers push back, it's a reminder that the tools built on our backs can be turned around.