Las enjambres de agentes ya se pagan solas
La web está llena de agents — están comprando el tráfico. Las enjambres de agentes se pagan solas, Google AI Search se lo está llevando todo, y el oficio de explicar las cosas con claridad importa más que nunca. China está alcanzando. La dead internet theory es real. Esta es la semana en que las máquinas empezaron a pagar las cuentas.
Los enjambres de agentes ya se pagan solos
Cursor acaba de publicar un post sobre la economía de correr múltiples agentes de IA a la vez. La idea central es simple: en vez de un solo agente haciendo todo el trabajo, repartes las tareas entre un enjambre pequeño y los dejas correr en paralelo. El resultado es mayor throughput y menor costo por tarea — el tipo de matemática que hace que un dev levante la vista del terminal.
Lo que importa es el precio. El post recorre la economía unitaria: compute, consumo de tokens, y el overhead de orquestar agentes. Cuando logras que 2–3 agentes trabajen en archivos distintos sin esperar, la cuenta total baja incluso mientras el trabajo se hace más rápido. Ese es el cambio — los agentes dejan de ser una novedad y empiezan a ser infraestructura.
Por qué nos importa: la gente que construye y maneja side businesses es la que va a poner esto a trabajar primero, y las cuentas de costo son lo que lo transforma de juguete a herramienta para los primos que no pueden permitirse esperar.
No hace falta ser el más listo si piensas con claridad
La pieza de Sean Goedecke vale la pena porque le da la vuelta al mito de la inteligencia. La idea es simple: pensar claro gana a la inteligencia cruda, y pensar claro es una habilidad que se practica, no un don con el que se nace.
La pieza no intenta ser ingeniosa — es clara. Ese es el punto. El escritor te lleva por el camino de cómo pensar sin el ruido habitual: qué notar, qué mantener en la cabeza a la vez, cómo revisar el razonamiento antes de comprometerte con él. Los ejemplos son concretos, no abstractos. Si alguna vez sentiste que estabas agarrando la respuesta correcta sin aterrizar del todo, esto es lo que ayuda.
El TL;DR: la inteligencia está sobrevalorada. La claridad está subvalorada. Puedes volverte bueno en claridad.
Por qué nos importa: la gente que construye, que maneja los side businesses, que lleva las cuentas — no necesitamos ser los más listos de la pieza. Solo necesitamos pensar recto, y esto te dice cómo.
La gente ya no busca — pregunta, y Google le responde sin mandarla a otro lado.
— techcrunch.com
#google-ai-search-is-winning-and-it-s-taking-traffic-from-everyone-ed19cbClaude en multiplayer — escribiendo lado a lado con la IA
Anthropic lanzó un modo multiplayer para Claude. En vez de una sola persona chateando con una sola IA, la nueva función permite que varias personas editen el mismo documento al mismo tiempo mientras Claude trabaja en el fondo. Es de esas cosas que suenan simples hasta que las…
El FCC le puso la mano a los inversores chinos
El FCC, ese gremio que regula las telecomunicaciones, incluyó a los inversores extranjeros — y en particular a los chinos — en la lista de equipos y partes que ahora necesitan su aprobación antes de venderse. La regla no es nueva en espíritu, pero esta vez los nombres se…
El oficio de explicar las cosas claro
TLDR ha estado armando en silencio un corpus de textos sobre cómo explicar las cosas — no sobre una herramienta o vendor en particular, sino sobre el oficio mismo. Los artículos llegan a la inbox como notas de alguien que ha pasado años descubriendo cómo hacer que lo complejo se sienta obvio.
El escritor mantiene las frases cortas, los verbos honestos, y los ejemplos sacados del trabajo real. No hay relleno, ni quejas. Cuando algo necesita decirse, se dice — y luego sigue. Un buen explicador no grita; deja que el lector llegue a la idea por su cuenta.
Por qué nos importa: la gente está ahogada en videos de cómo-hacer y presentaciones de 20 slides que suenan impresionantes y no dicen nada. Esto es lo opuesto — el tipo de escritura que de verdad ayuda a alguien a hacer su trabajo.
Por qué los artículos de Brown Forces parecen escritos por una persona
El artículo cayó en el bucket de aiexplainerworthy — lo que significa que trata sobre el oficio de explicar las cosas con claridad, no sobre ninguna herramienta o vendor en particular. Esa distinción importa, porque la mayor parte de lo que pasa por "contenido de IA" hoy en…
Por qué los organoides no han resuelto la medicina — aún
Los organoides — mini-órganos cultivados en laboratorio a partir de células madre — siguen recibiendo mucho hype como el próximo gran avance médico. La última reseña de Owl Posting explica por qué el hype va por delante de la ciencia real.
El problema es que los organoides son diminutos, frágiles y caros de producir. Se ven como tejido real bajo el microscopio pero no se comportan igual que los órganos que supuestamente representan. Un organoide hepático no es un hígado. Un organoide cerebral no es un cerebro. La diferencia importa cuando los usas para probar fármacos, modelar enfermedades y, eventualmente, trasplantarlos.
Los investigadores van haciendo avances reales — cultivando organoides más complejos con vasculatura, conectándolos a nervios, usándolos para estudiar condiciones desde Alzheimer hasta cáncer. Pero la brecha entre resultados prometedores en el laboratorio y herramientas clínicas confiables es más amplia de lo que los comunicados de prensa sugieren. El mercado de organoides se proyecta en miles de millones, pero los ingresos reales siguen siendo una fracción de eso.
El verdadero beneficio llega probablemente en 5–10 años, cuando la tecnología escale y se abarate lo suficiente para que hospitales y laboratorios de biotech los usen a diario. Hasta entonces, espera más titulares que tratamientos reales.
Por qué nos importa: el mismo ciclo de hype que hemos visto con CRISPR, ARNm e IA se está repitiendo aquí — y las compañías que realmente entreguen (no solo prometan) diagnósticos y terapias basadas en organoides serán las que valgan la pena, no las que tengan las rondas de financiamiento más grandes.
La teoría del dead internet es real — la web está llena de agentes
Chloe Christine Allerton está rastreando un cambio silencioso en LinkedIn: bots y agentes están publicando más que los humanos, y están empezando a hablar entre ellos. Los números son pequeños por ahora — unas cuantas decenas de posts por trimestre — pero la tendencia es…
Bundling es la estrategia, no el empaque
Dave Bittner escribe que el bundling — agrupar capacidades — es la verdadera estrategia de producto, no solo una forma de vender más. Los productos no ganan por tener features ingeniosas. Ganan porque bundlean las partes correctas para que el cliente las use juntas sin pensar.
La pieza es aiexplainerworthy: habla del oficio de explicar las cosas con claridad, ese tipo de escritura que te enseña a pensar sobre tus propios productos. No es sobre una herramienta o vendor específica. Es sobre el patrón.
El bundling es lo que pasa cuando una company deja de enviar features en aislamiento y empieza a enviar una cosa que funciona. Las features siguen ahí, pero ya no son el headline. El headline es el bundle.
Por qué nos importa: la gente bundles sus herramientas — un teléfono, una cartera, las llaves del auto, todo en un bolsillo. No piensan en cada item; piensan en el bolsillo. Lo mismo pasa con el software, y los writers que entienden esto van a escribir sobre productos que se mueven, no productos que se quedan en la estantería.
El principio de la antítesis — por qué las mejores explicaciones empiezan con lo que no es
Dan escribe sobre un truco que suena simple pero es difícil de atinar: explicar algo diciendo lo que no es, no solo lo que es.
A single net isn't just a line — it's a line without stubs, with clearance, with a thickness. A router que produce una net a la vez es una bestia…
Los modelos de China se están acercando
El Claude de Anthropic acaba de ganar un benchmark contra el GPT-5 de OpenAI. No por mucho, pero lo suficiente para que el titular se moviera. Mientras tanto, en Shanghai y Hangzhou, Alibaba y ByteDance están lanzando modelos que están cerrando la brecha.
La historia no es realmente sobre quién gana el próximo benchmark. Es sobre si Estados Unidos puede mantener la ventaja mientras los modelos chinos se vuelven lo suficientemente buenos para importar en el trabajo real — traducción, programación, soporte al cliente, las cosas que la gente realmente hace con la IA.
Por qué nos importa: si los modelos de China se vuelven más baratos y mejores, las herramientas que usamos y las empresas que las construyen van a cambiar — y la gente que puede leer tanto en inglés como en español y escribir código limpio será la que monte esa ola.
La sala de máquinas: una forma nueva de pensar en la IA
Alex Wlchan propone una metáfora sencilla — la sala de máquinas — para entender cómo funcionan los LLMs. Un prompt es una carta. El modelo es un empleado que la lee, pasa las hojas de sus estantes, y escribe la respuesta. Esto no es conocimiento nuevo; es una forma nueva de…