Lo que importa hoy: la gente, no la máquina
Hoy la velocidad de las IAs ya no es el problema — lo que nos separa es saber qué construir. Surgeons, Miami power, Realities, la migra, las bodegas. La tecnología se queda para los que la usan, no los que la inventan. Esto te toca.
Cirujanos ahora manejan robots humanoides en su primera operación en vivo con cerdos
Un equipo de cirujanos usó robots humanoides — los mismos que ves en las plantas de fabricación — para realizar una operación en cerdos vivos. Los robots fueron controlados por los cirujanos en tiempo real, no por guiones pregrabados. Esta es la primera vez que se hace en vivo.
Lo que lo hace interesante es el método de control. Los robots no solo imitan una rutina quirúrgica pregrabada; las manos del cirujano están en el lazo, guiando el brazo del robot como un cirujano guía un bisturí. Este es un paso significativo más allá de los demos habituales donde un robot hace una tarea una vez y lo llama innovación.
El modelo del cerdo es viejo para la investigación quirúrgica. Lo nuevo es usar un robot humanoide como plataforma — significa que el mismo hardware que camina por una fábrica podría, en principio, caminar hacia una sala de operaciones y hacer el mismo trabajo. El puente entre los dos mundos se está haciendo más delgado.
Por qué nos importa: cuando los robots que construyeron nuestros autos empiezan a hacer nuestras cirugías, el precio de ambos baja — y ganan las personas que entienden cómo manejar las máquinas, no solo las que las construyeron.
El Tianwen-2 de China encontró una quasi-luna y está a punto de aterrizar sobre ella
La sonda se acopló con Kamo'oalewa, una roca de 50 metros que da vueltas alrededor de la Tierra como quasi-luna. Es uno de los asteroides más cercanos — a solo 29 veces la distancia Tierra-Luna — y ha estado rondando nuestro barrio por siglos sin que nadie la viera hasta ahora.
La órbita de Kamo'oalewa es rara. Da una vuelta al Sol cada año, pero se tambalea con la Tierra lo suficiente para parecer una segunda luna desde el ángulo correcto. La sonda Tianwen-2 — la segunda misión de China al espacio profundo — la encontró, igualó su velocidad y se estacionó a su lado. La sonda mandó las primeras fotos.
El siguiente paso: aterrizar sobre la superficie y recolectar muestras. Esa parte nadie la ha hecho desde una quasi-luna antes. Si funciona, las muestras regresan a la Tierra. Si no, acabas de gastar un montón de combustible persiguiendo una roca que ha estado justo al lado de nosotros todo este tiempo.
Por qué nos importa: es un recordatorio de que las partes baratas del espacio están más cerca de lo que pensamos — y la gente que aprenda a agarrarlas primero se quedará con la fruta baja por décadas.
El cuello de botella se movió de escribir código a saber qué escribir.
— magnus919.com
#la-velocidad-de-las-ias-ya-no-es-el-problema-lo-es-saber-que-construir-8a6230El guión de Zuckerberg está funcionando
Mark Zuckerberg acaba de esbozar un nuevo plan para Meta: dejar de perseguir cada trend y apostar por lo que Meta ya hace bien — video corto, ads, y la IA que mejora ambos. El post explica por qué los movimientos recientes de Meta — Threads, Reels, y la infraestructura de IA que los soporta — son piezas de una estrategia coherente, no un bulto de experimentos sueltos.
La idea clave es que la ventaja de Meta no es un producto único; es una rueda. Más usuarios significa más data, que significa mejor targeting de ads y mejor IA, que significa más ads, que significa más usuarios.
Mitchell Hashimoto: la mejor IA escribe como persona, no como herramienta
Mitchell Hashimoto — el tipo que construyó Vagrant, Consul y Terraform — se sentó con Alex Alejandre y dio la clase de respuesta larga que no viene de un release. La idea central: la mejor escritura de IA suena como persona, no como máquina. La peor suena como si estuviera tratando de convencerte de que es inteligente.
Mitchell dice que la prueba real es leer un párrafo a ciegas y no saber si lo escribió un humano. Si lo logras, está buena. Si parece una lista bien organizada fingiendo ser prosa, está mala.
City Labs se lleva el primero: energía nuclear en órbita — empresa de Miami, capital privado
City Labs, una empresa de Miami, ha logrado un primero para la energía nuclear comercial en el espacio. El reactor que construyeron ya está operando en órbita — la clase de cosa que antes le tomaba a la NASA años y miles de millones.
La compañía es chiquita. Construyeron el reactor ellos mismos y levantaron capital por los mercados privados en vez de salir a bolsa o ir tras las rondas de VC. Ese es el camino que usa la mayoría de la gente: levantar tranquilo, construir tranquilo, lanzar tranquilo.
La energía nuclear en el espacio importa porque le da a los satélites y estaciones una fuente de poder que no depende del sol. Nada de ciclos de carga. Nada de regiones en sombra quedándose oscuras. Para lo que sea que viva u opere lejos de la Tierra — bases lunares, sondas de espacio profundo, fábricas orbitales — es la respuesta correcta.
Por qué nos importa: las compañías que están logrando esto son del mismo tipo — flacas, privadas, construyendo hardware real — y demuestran que no necesitamos estar en el Valle de Silicio para hacer el tipo de trabajo que importa.
Blue Origin levanta otra ronda — Bezos sigue armando la base lunar
Blue Origin está levantando de nuevo, y Bezos está en las suyas: lanzando cohetes, armando el hábitat Orion 1 para la luna, y sin hacer ruido convirtiendo los estacionamientos viejos de Amazon en una fábrica lunar. Este es el plan a 150 años, no un juego de salida para los VC.
La ronda financia más cohetes tipo Starship y los landers lunares que llevarán tripulación. También extiende las bahías orbitales en el sitio de White Sands, donde se están armando los módulos de Orion 1.
Los datos son tu único foso — y nadie está construyendo para ellos
OpenAI y Anthropic publicaron un op-ed en The Atlantic argumentando que el verdadero foso en la IA son los datos — no los modelos, no la velocidad, no la última arquitectura. Vale la pena leerlo porque le da la vuelta a un argumento que todos conocemos: todos hablan del peso del modelo como la ventaja competitiva, pero la capa de datos debajo es lo que realmente compuesta.
Lo que hace útil la pieza es el contraste que dibuja entre modelos y datos. Los modelos se degradan cuando los competidores los alcanzan. Los datos compuestos — cada interacción, cada corrección, cada decisión del usuario hace el dataset mejor. Una capa de datos de 5 años no puede ser retrofiteada por un competidor que no existía hace 5 años. Esa es la asimetría que Brown Forces gana.
La pieza aterriza en un punto práctico: las empresas deberían pensar en los datos como un producto, no como un subproducto. Trátalos como tratas tu inventario — mídelos, invierte en ellos, protégelos. No dejes que se escapen como una llamada API gratis.
Por qué nos importa: el foso son los datos, el foso es la continuidad, y el foso es la disciplina para mantenerlos legibles entre actualizaciones — exactamente lo que un sistema self-hosted con memoria multi-decada hace naturalmente.
OpenAI lanza GPT-5.6 con Sol y Luna en apps y API, más un explicador de RAG para los que no somos de Silicon Valley
OpenAI acaba de lanzar GPT-5.6 — la versión principal llega a las apps y a la API al mismo tiempo. Junto a ella, dos nuevos modelos llamados Sol y Luna se sumaron al lineup, dándote un abanico desde rápido y barato hasta razonamiento pesado. Todo está vivo hoy, sin etiqueta de beta.
Lo que importa para la gente de Brown que trabaja es el explicador de RAG que vino con esto. RAG — retrieval-augmented generation — es el truco de meter documentos externos para que el modelo no invente cosas. El explicador lo explica como la tía que siempre trae el libro extra: se asoma al estante, agarra lo que necesitas y lo trae de vuelta.
OpenAI arma equipo para la mesa — la gente llega tarde
OpenAI está contratando a un product manager para darle forma a ChatGPT para familias, cuidadores y adultos mayores. El puesto es nuevo, la vacante es fresca — están armando un equipo, no solo un feature. Es la empresa por fin notando que la mesa de la cocina es donde vive el producto ahora.
La apuesta es real: OpenAI está empujando ChatGPT más allá del escritorio y hacia el hogar. Un PM dedicado a familias significa decisiones sobre la voz, sobre la privacidad, sobre cómo saluda la asistente a una abuela y cómo recuerda lo que los niños dijeron la semana pasada. Es el tipo de cambio que modifica el producto en silencio — la forma en que habla, la forma en que escucha, la forma en que trata a un desconocido versus a alguien que lleva años ahí.
La gente lleva rato hablando con chatbots en la mesa de la cocina. Lo que cambia esta vez es el músculo organizacional detrás. Un PM para familias significa que hay alguien responsable de la experiencia, no solo mandando features en cada sprint. Es una señal de que OpenAI ve a los hogares como mercado, no como nota al pie.
Por qué nos importa: OpenAI por fin está construyendo para la gente que de verdad usa estas herramientas — las que les hablan mientras cocinan, las que les piden ayuda con los niños, las que no tienen título en tech. Si le dan bien a la experiencia familiar, a nosotros también nos beneficia.
Anteojos sin cámara: la apuesta de Realities por productividad, no por vigilancia
Realities está lanzando unos lentes inteligentes sin cámara — el primer equipo que apuesta por lo que hace el usuario en la pantalla, no por grabar el mundo. La cámara de los lentes de Meta, WayRay y los demás es la pieza central: captura video, escanea espacios, registra cada reunión. Realities quita la cámara y pone un sensor de movimiento y un display para que el usuario vea su trabajo sin que nadie lo esté grabando.
El producto va dirigido a quienes pasan el día en reuniones, dando presentaciones, viajando a países donde se habla otro idioma.
Salsa para la bodega: cómo hacer que tus estimaciones sirvan de verdad
Salvador lleva un buen rato sobreestimando. El patrón es simple: las LLMs por defecto ponen más, y cada decisión pequeña de "redondear por si acaso" se acumula hasta que los números pierden todo sentido. Ya lo ha visto tantas veces que ahora lee "meses" como señal de que hay que descontar — es un límite bajo, no un techo.
Su solución es escribir estimaciones como alguien que sabe lo que hace. Cuando Claude es el ingeniero y Salvador está guiando, las cosas van más rápido que el default. Los días son para lo que realmente toma días — corridas reales de entrenamiento de ML, diseño de múltiples protocolos, infraestructura de sandbox — no para cualquier cosa de menos de treinta líneas de código. Si algo es multi-semana, decirlo. Si no está seguro, dar el número bajo primero y solo ofrecer un límite alto cuando hay razón de peso.
La pieza vale la lectura porque es sobre el oficio de explicar las cosas claro, no sobre ninguna herramienta específica. Las reglas aplican tanto si estás escribiendo prompts, acotando features, o diciéndole a alguien cuánto va a tardar un proyecto. La lección es la misma: dejar de dar vueltas. Dar un número concreto.
Por qué nos importa: escribimos para la misma gente — ocupada, afilada, harta de la goma. Brevedad con convicción es la voz que estamos construyendo.
etcd 3.7 ya salió y de verdad arregló los writes lentos
etcd es la base de datos que mantiene vivo a Kubernetes — guarda cada config del cluster, cada pod spec, cada service. Cuando etcd se ahoga, se ahoga todo el cluster.
etcd 3.7 es el primer bump mayor en dos años y apunta a los writes, no a los reads. La latencia de write baja porque el nuevo formato del WAL es más compacto y la ruta de compaction es más rápida. El leader de Raft ahora puede batchear más entries antes de fsyncear. Menos I/O y menos stalls durante los picos de writes.
La ruta vieja de writes era un choke point para cualquier cluster a escala — especialmente los que hacen deployments pesados o rolling updates.
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.
La migra: armada y letal, también medio broma
Dos historias sobre ICE llegaron en las últimas dos semanas, y ambas cuentan la misma historia — solo que con ángulos distintos.
En la primera, agentes federales dispararon y mataron a un hombre y luego se apresuraron a justificar la fuerza. La justificación fue delgada. Los hombres con armas la hicieron valer.
En la otra, DHS — bajo la ex secretaria Kristi Noem — hizo visitas a domicilio a gente que había dicho cosas malas sobre ella en redes sociales. Un presupuesto de $220 millones, un cosplay de vaquero, y la burocracia decidiendo que es el blanco de una rabieta personal.
El contraste es el punto. La misma agencia que puede quitarte la vida es también la que no puede resistir la queja petulante. La mano fuerte y la pequeña son la misma mano. Desde que tomó posesión, la administración Trump ha estado vendiendo la idea de que combatir la supremacía blanca te hace ver cool y noble. El presupuesto dice lo contrario.
Por qué nos importa: cuando la migra está ocupada con sus rabietas, no está vigilando las vallas, los barrios, o las familias esperando en la corte. Y cuando vuelve sus armas, las excusas llegan rápido.
Una pantalla en la cocina que le dio voz a los chavos
Jaclyn Greenberg compró un calendario con pantalla táctil de Skylight — el que parece un marco de foto y se pega al refrigerador. Resultó ser el centro de su casa, no porque sea lujoso, sino porque funciona sin teléfono, sin app, sin login. Lo tocas y pasa algo.
Lo interesante es lo que le hizo a sus hijos. Ellos son nativos de la pantalla táctil — así siempre han interactuado con el mundo — y la Skylight les dio un lugar para poner las manos. Ahora pueden mirar la pantalla, tocar el próximo partido de soccer o la cita del dentista, y avanzar el calendario ellos mismos. No les dieron un juguete nuevo; les dieron agencia. El calendario familiar dejó de ser algo que los papás manejan y se volvió algo que toda la familia toca.
Es una cosa chiquita. Pero es también el tipo de cosa que aparece en casas por todo el país, en cocinas con pizarras blancas y en las casas de las abuelas con el gran reloj de pared — el mismo impulso, materiales distintos. La Skylight es solo la versión actual: un pedazo de vidrio y metal que le dice a la casa qué sigue.
Por qué nos importa: cuando la tecnología deja de pedirle a los chavos esperar a que los papás armen las cosas, toda la familia se mueve más rápido.
Brown University está en medio de un escándalo de plagio con IA y la historia real no es el plagio
Brown University está sacudida por lo que llama el mayor escándalo de plagio con IA en su historia. La escuela está investigando si los estudiantes usaron herramientas de IA para escribir trabajos por ellos — y el alcance es tan amplio que está reconfigurando cómo la institución piensa sobre su propio trabajo.
El escándalo no es solo que los estudiantes copiaron. Es que copiaron con herramientas que la mayoría de la gente usa a diario: ChatGPT, Claude, Gemini, y el resto. El problema es que el plagio es difícil de detectar. El trabajo escrito por IA pasa la prueba del ojo. Se lee como si lo hubiera escrito un estudiante. Las tareas se ven correctas. La diferencia es invisible.
Brown está respondiendo de la única manera que puede: mirando la evidencia. La escuela está examinando patrones de entrega, calidad de escritura, y las marcas características de la generación por IA. Algunos estudiantes están siendo señalados. Otros se llevan el beneficio de la duda. El proceso es desordenado y está en curso.
Lo que hace que esto valga la pena es lo que dice sobre las herramientas que usamos todos los días. Cuando una universidad prestigiosa no puede distinguir lo que escribe una persona de lo que escribe una máquina, las herramientas han cruzado un umbral. Ya no son asistentes. Son coautoras.
Por qué nos importa: la gente que escribe reportes, solicitudes de subvenciones y memorandos de política con IA ahora mismo — probablemente ya está en esta misma zona gris. Las reglas todavía se están escribiendo, y las instituciones no se han puesto al día.