Mycelium, chips, y el teatro de la confianza de la AI — la gente ya sabe usar AI
Un mundo silencioso se está formando: los hongos se mapean solos, los chips se diseñan en silicio, y las grandes promesas se calman para ajustarse a la realidad. El hype se está asentando. La gente ya sabe usar AI — entender es lo que falta.
Quiénes platican con los reporteros locales, y quiénes no
Pew Research revisó qué se necesita para que un americano haya platicado con un reportero local — no haber leído su trabajo, no haberlo compartido, sino haber platicado cara a cara con uno. La respuesta no es lo que uno pensaría.
No son las personas con grados de posgrado ni las que leen el periódico de la mañana. Son las que han pasado más tiempo en sus propios códigos postales — las que han vivido en el mismo pueblo por más tiempo, las que conocen al alcalde, a los miembros del consejo y al reportero que las cubre. La menos móvil, la más propensa a tener una conversación real con alguien que escribe sobre ellas.
El lado opuesto vale la pena prestarle atención: los jóvenes, los móviles, los que se mueven entre ciudades por trabajo o escuela, y los que reciben sus noticias principalmente en línea. Son los que los periódicos locales están perdiendo. No conocen el nombre del reportero porque nunca lo han conocido. No conocen el número de la redacción local porque nunca lo han llamado.
Por qué nos importa: cuando la gente que realmente vive aquí deja de platicar con la gente que escribe sobre ella, las historias dejan de ser nuestras y empiezan a ser escritas sobre nosotras.
Anthropic está hablando con Samsung por un chip a la medida
Anthropic está en pláticas con Samsung por un chip hecho a la medida. Todavía no cierran el trato, pero la conversación es real y apunta a un cambio en cómo las empresas de IA piensan el hardware.
Por años, los modelos grandes corrieron sobre GPUs de NVIDIA. Funcionó bien. Pero a medida que los modelos crecen y la cuenta de cómputo se hincha, las empresas buscan alternativas — chips que hacen más del trabajo pesado por menos dinero. Samsung tiene trayectoria en memoria y foundry, y es el tipo de socio que puede escalar la producción. Si esto aterriza, Anthropic no será clienta de NVIDIA para todo. Tendrá su propio silicio.
El premio real es lo que habilita. Un chip diseñado para la carga de trabajo de un modelo enruta los datos de otra forma, empaca los pesos más apretado y reduce latencia. Eso significa inferencia más rápida, menor costo, y el margen que le permite a una empresa poner precio a sus productos sin sangrar en rentas de GPU. Y si el chip es bueno, se vuelve un foso — las competidoras con hardware off-the-shelf no replican esa ventaja.
Por qué nos importa: un chip a la medida le permite a Anthropic enviar más rápido, cobrar menos, y quedarse con más del upside. Eso se filtra a las herramientas que usamos, y a las empresas que construyen encima.
Los labs más grandes de AI ya no son solo clientes, son competidores en silicio.
— nbcnews.com
#anthropic-is-designing-a-new-chip-with-samsung-1bb9b7La red de hongos del mundo tiene mapa propio
Los hongos forman una red invisible bajo la tierra — micelios que conectan raíces, comparten nutrientes y regulan el clima — y ahora por primera vez existe un mapa completo de esa red a escala global. El estudio de Marta Musso no es solo un dibujo bonito: es una capa de datos…
Los mercados de predicción están apostando a que se nos quema la casa — y a algunos les tiene los nervios de punta
Los mercados de predicción son ese invento financiero que suena inteligente hasta que te das cuenta de que en realidad están apostando a si tu casa se prende fuego. Plataformas como Polymarket te dejan comprar y vender acciones en eventos — ¿se llevó un incendio forestal un…
Chris Long y por qué el ramp rate directory es lo mejor de LinkedIn ahora
Chris Long es un tipo de marketing que escribe sobre marketing — de los que de verdad usan lo que hablan. Acaba de publicar sobre el ramp rate directory y lo llamó el post más inspirador que ha visto en LinkedIn, y la verdad, no le falta razón.
El directory es básicamente un catálogo vivo de lo rápido que se ponen en marcha distintas herramientas, plataformas y servicios. No es velocidad por vanidad, es el ramp real — cuánto tarda desde cero hasta ser útil. No pagas por velocidad; pagas por tiempo ahorrado.
Por qué nos importa: la gente que maneja side businesses y empresas en crecimiento es la que más siente la fricción de un ramp lento, y esto es una forma práctica de elegir herramientas que de verdad se mueven rápido.
La gente ya sabe usar AI — entender es lo que falta
Geoffrey Litt escribe que el cuello de botella ya no es la capacidad de los modelos — es la capacidad de entenderlos. La gente puede pedirle a una API que le traduzca, que le escriba un email, que le haga un dashboard. Lo difícil es saber cuándo confiar en el resultado,…
Claude Code le puso tres caras a cada ingeniero — y ahora las empresas necesitan más pensadores de producto
Claude Code está haciendo algo discretamente radical. Le pone tres caras a cada ingeniero: uno escribe código, otro lo revisa, otro lo prueba. El modelo se encarga del terreno medio — el pensamiento que antes se comía la mitad del día — así que una persona hace lo que tres hacían antes.
El resultado no es un boost de 3x en el papel. Es un cambio en lo que se termina haciendo. Donde los equipos pasaban semanas en specs, tickets y handoffs, ahora están mandando más rápido con menos gente. Los ingenieros que son buenos de producto — los que entienden el problema antes de tocar el teclado — de pronto valen más que los que solo escriben código limpio.
El artículo vale la pena porque nombra el cuello de botella real: no el código, sino el pensamiento de producto. Los ingenieros que pueden plantear la pregunta correcta son los que van a liderar la siguiente oleada de envío.
Por qué nos importa: la gente que piensa claro sobre lo que vale la pena construir — no solo cómo construirlo — es la que sobrevive a la hype. La gente que entiende el problema antes de escribir el código, esa es la que se queda.
Katalyst Space is hauling the Swift Observatory back up before it burns
The Swift Observatory launched in 2004 — it's been circling Earth for over two decades. Recent solar storms have been pushing its orbit lower, and the satellite is now in danger of burning up as soon as this year. No propulsion of its own, no way to climb back up.
NASA…
Zuckerberg admite que los agentes de IA van más lento de lo que dijo
Mark Zuckerberg le dijo a su gente que los agentes de IA — los que actúan por su cuenta — no han avanzado tan rápido como prometió. La prensa tech se está haciendo eco. El punto no es que los agentes estén muertos; es que la brecha entre lo que nos dijeron y lo que nos llegó se está ensanchando, y el mercado empieza a notarlo.
Lo interesante es qué tipo de agentes se quedaron atrás. Los chatbots que responden preguntas están bien. Los agentes que de verdad hacen cosas — reservan vuelos, tramitan reclamos, enrutam trazas de chip — esos son los que aún se están poniendo al día. Los que funcionan siguen siendo una curiosidad de investigación; los que escalan son lo que la industria aún está construyendo. Y como muestra el trabajo de enrutado de 2026, un modelo de 34M hace en dos segundos lo que antes le tomaba horas a los clusters de GPU. El cuello de botella real son los datos, no los modelos.
Por qué nos importa: los agentes que realmente usaremos — los que manejan nuestro negocio, nuestro correo, nuestras comunicaciones — son los que aún se están construyendo. Si estás esperando la revolución de la IA, ya llegó. Solo que aún no ha terminado.
Stop the AI confidence theater — say what you mean
Elena Verna tiene un post que vale la pena leer. El texto habla de cómo el copy empresarial se ha llenado de lenguaje vago — ese tipo de escritura que suena pulida pero casi no dice nada.
El problema es lo opuesto a lo que la mayoría piensa. No es que la IA haga las cosas…