El ruido de internet sube — y la gente lo paga
El cold email se muere, el internet se muere, y los agentes de IA están comiendo el mundo en silencio. Mientras tanto, las apps de delivery le suben el precio a la clase trabajadora. La teoría del internet muerto es real ahora. No solo estamos viendo el cambio — está pasando en nuestros bolsillos.
El correo frío se está poniendo más difícil, y no es por el contenido — es por el ruido de fondo
Zach Holman lleva años mandando correos fríos. Los escribe directo, sin pulir con IA, sin relleno de plantilla. Su último post es una lectura sin tonterías sobre lo que realmente funciona cuando intentas llegarle a alguien que no te conoce — y lo que se está poniendo peor.
El problema no es que la gente ignore los correos. Es que cada buzón ahora es una inundación de outreach generado por IA, boletines y pings automatizados. La relación señal-ruido se está colapsando. Holman nota que el mismo correo que habría recibido una respuesta en 2018 ahora llega al mensaje número 200 sin leer cuando el destinatario por fin lo alcanza. El contenido importa menos que el timing y el asunto — porque el asunto es lo único que separa tu nota del botón de borrar.
Sus reglas prácticas, no filosóficas: escribe a una persona, no a una empresa; empieza con una petición específica; mantenlo bajo 100 palabras; nunca uses "I hope this finds you well" — es el equivalente de un apretón de manos de LinkedIn para el correo frío. También señala la nueva anti-patrón: los correos pulidos por IA que suenan demasiado suaves. Los que se sienten reales — un poco rugosos en los bordes, específicos, personales — son los que se abren. Los que parecen generados por un modelo que leyó mucho copy de ventas se van a pasar de largo.
Este es un pieza aiexplainerworthy porque no trata sobre una herramienta o un vendor. Trata sobre el oficio de escribir claro en una era de ruido. Las lecciones aplican a cualquiera — no solo a fundadores y PMs, sino a la prima que intenta que le note su negocio de catering, a la tía en Facebook publicando su side hustle, al recién graduado mandando currículums. Las reglas son las mismas: sé específico, sé corto, sé real.
Por qué nos importa: el correo frío es cómo vamos a llegar a escuelas, clínicas y bufetes — la gente que decide si necesitan Obsidian Comms. Si escribimos como si le habláramos a una persona, no le estuviéramos haciendo pitch a una empresa, nuestros correos van a llegar.
Zach Holman sobre el cold email — el que de verdad funciona
Zach Holman escribió un post práctico sobre cold email, el que funciona — no la versión pulida de LinkedIn sino la real: corto, específico, y enviado a la persona correcta. El post cubre la mecánica — los subject lines que no terminan en spam, cómo escribir el cuerpo para que el destinatario lo termine de leer, cuándo hacer seguimiento y cuándo dejar de insistir. Es el tipo de advice que puedes usar hoy mismo.
Lo que hace útil la versión de Holman es que la escribió desde la práctica, no desde la teoría. Los tips son lo bastante concretos para aplicarlos directo: cuánto debe durar el email, qué debe decir el subject line, cuándo mencionar una conexión en común. Sin relleno.
Por qué nos importa: el cold email es cómo llegamos a la gente que maneja los negocios y organizaciones que importan a nuestra comunidad — las abuelas, los dueños de la taquería, los líderes del barrio — y las reglas de Holman funcionan en ese mundo tanto como en el tech.
Por qué nos importa: los mejores cold emails suenan como una persona escribiéndole a otra, no como una empresa haciendo broadcast. Esa es la misma voz que usa esta news todos los días.
Por qué nos importa: esto es sobre el oficio de explicar las cosas claro, no sobre ninguna herramienta en particular — el mismo oficio que da forma a cómo escribimos cada item aquí.
El costo real no es la llamada del LLM en sí. Son las llamadas que dispara.
— martinfowler.com
#the-llm-tax-on-every-orchestration-call-dc6fa6Lo que el Discourse acertó sobre los LLMs — y lo que se perdió
El Discourse es un foro para la gente que realmente construye LLMs: investigadores, ingenieros, fundadores, los que han pasado por la guerra. Su hilo reciente sobre lo que funciona y lo que no es uno de los resúmenes más claros del campo que he visto.
La gran conclusión es…
Obsidian AI — La IA que no sale de la oficina
IEPs, expedientes médicos, discovery legal, expedientes del condado — la gente que maneja estos papeles necesita IA para redactar, resumir, traducir y buscar. Pero las reglas son claras: los datos no pueden salir del edificio. FERPA para escuelas. HIPAA para clínicas. CJIS para la ley.
Y sin embargo, la mayoría de las soluciones de IA «privada» todavía hacen llamadas a la nube. O bien son proyectos de investigación con una pila local que requiere un ingeniero para mantenerla viva.
Obsidian AI resuelve esto. Es una unidad completa — GPU, modelos, agentes, voz, consola de administración — que se instala en la red de tu organización. No hace llamadas salientes. La superficie es la misma que BFTS Chat, pero los datos y el cerebro no salen de la pieza.
Es lo que necesitas cuando el sello de confidencialidad no es suficiente: cuando los datos deben estar físicamente en tus servidores, no solo «bajo contrato».
SpaceX quiere meterse con los carriers — y ya tiene la red
SpaceX está armando su propia red satelital para competir con los grandes carriers de telecomunicaciones, y no lo hace con promesas: ya tiene la infraestructura. Los Starlink satellites — esa constelación que se ve en el cielo cuando oscurece — son el primer paso. Pero la…
El agent loop de ChatGPT recibió un upgrade, y se nota
ChatGPT ha estado parcheando en silencio su agent loop — el mecanismo que le permite al modelo encadenar múltiples tool calls en lugar de detenerse después de una. El cambio clave es un eval gate: antes de comprometerse con el siguiente paso, se pregunta si está lo suficientemente segura para avanzar. Si no, regresa por clarificación en vez de adivinar mal.
La idea es simple pero cambia la sensación de la experiencia. En vez de avanzar por una tarea con confianza ciega y potencialmente desperdiciar turns, se detiene cuando no está segura — un pequeño costo que ahorra errores grandes. El patrón hace eco del enfoque de bounded-confidence que estamos usando por aquí: moverse rápido cuando segura, flag cuando no.
Por qué nos importa: es un patrón que vale la pena copiar — los confidence gates en tool loops ahorran tiempo y errores, y no requieren nuevos modelos, solo mejor wiring.
Por qué nos importa: el mismo patrón — moverse cuando segura, flag cuando no — es exactamente lo que estamos construyendo en Kelex para que el agent no se estanque ni adivine mal.
Los ingresos de OpenAI por fin le van al ritmo del hype
La CFO de OpenAI, Sarah Friar, le dijo a los empleados que el ARR de julio superó a todo el Q2. Eso es un salto grande — ahora están haciendo más ingresos en un solo mes que en el trimestre anterior completo.
El timing es notable. OpenAI ha estado gastando fuerte en los…
La teoría del internet muerto ya es real
Fast Company reporta que la "dead internet theory" — la idea de que la mayor parte de lo que navegamos ya no es humano, sino robots hablando con robots — está ocurriendo de verdad. Los web agents (agentes que navegan la web) crecen más rápido que el tráfico generado por humanos. Lo que antes era un nicho de automación técnica ahora es el tráfico dominante.
Esto no es solo bots generando contenido. Son agentes que leen páginas, evalúan productos, toman decisiones — y lo hacen en el idioma que las máquinas hablan. Si tu página solo está pensada para humanos que leen con ojos, los agentes pueden pasar de largo.
El ajuste ya empezó: páginas optimizadas para ser leídas por máquinas, no solo por personas. AEO (Answer Engine Optimization) compite con el SEO tradicional porque los agentes no buscan como nosotros — leen diferente, comparan diferente, recomiendan diferente.
Por qué nos importa: la gente que no optimiza para agentes va a perder terreno sin darse cuenta — sus páginas siguen ahí, pero ya no las está viendo quien decide.
La IA no está reemplazando al marketing — es una nueva clase de trabajadora
Una lectora llamada Almundo escribió en Substack que el pánico habitual — la IA viene por tu trabajo — está al revés. La historia real es que la IA se está volviendo compañera, no reemplazo. Piensa en cómo una pasante llega el primer día: puede redactar copy, ordenar data,…
Warner Bros. le echa la bronca a Amazon por su saqueo de talento
Warner Bros. Discovery le echa la bronca a Amazon, acusando al gigante tech de robarle talento a la fuerza. La demanda nombra a Pia Barlow, ex vicepresidenta senior de marketing de originales en Warner, que empieza en Amazon como jefa de marketing de series originales el 3 de agosto. Estaba aún bajo contrato — hasta el 31 de octubre — cuando se fue.
Francesca Orsi, jefa de series dramáticas y películas de HBO, se cree que es otra de las víctimas. La demanda lo enmarca como un patrón más: Amazon ha estado saqueando las casas establecidas de Hollywood, trayendo ejecutivos baratos antes de que se cierren sus ventanas de no-compita. Warner lo llama un "saqueo de empleados sin ley" y dice que Amazon ha elegido montar en las espaldas de veteranos de otros estudios en lugar de desarrollar su propio talento.
El caso es de palanca — y de timing. Si el tribunal le da la razón, le pondrá más difícil a Amazon seguir robando staff creativo senior sin pagar por el periodo de transición. Para las guerras del streaming, es una señal de que la vieja guardia está peleando.
Por qué nos importa: la gente que construye lo que miramos vale más que los contratos que los atan — y las compañías que ignoran eso pagan el precio.
Los modelos Llama escriben posts de blog peor que Claude — y aquí está el porqué
El post en wakamoleguy.com le hace a los LLMs una prueba de estrés silenciosa: les pides que escriban un post de blog y luego miras el resultado. La afirmación principal es que los modelos Llama son sorprendentemente malos para esto, peores que Claude para la tarea — no…
Las bases de datos wide-column están comiendo el mundo en silencio
El post más reciente de TLDR Data explica qué es una wide-column store. Bigtable y Cassandra usan este modelo — filas anchas indexadas por una columna primaria, con cualquier cantidad de columnas dispersas repartidas entre ellas. Es la diferencia entre una tabla y un mapa.
La ventaja es real. Podés agregar columnas sin tocar el schema, y las queries tocan solo las columnas que necesitan. Por eso las cargas de trabajo pesadas en escritura — analytics, time-series, logs — se van a estas stores. No necesitan toda la maquinaria relacional para ser útiles.
Si tus datos son naturalmente anchos — una fila por usuario, por device, por session — una wide-column table mapea directo. Si son angostos y relacionales, estás pagando por columnas que no usás.
Por qué nos importa: el cambio de tablas rígidas a stores flexibles es una de las victorias más silenciosas para la gente que corre lean — menos schema churn, menos lock-in, menos ops overhead.
Monte Carlo lanza una herramienta de observabilidad para agents, porque los LLMs son difíciles de leer
Monte Carlo lanzó una herramienta que vigila a los agents — los que usan tools, llaman a APIs y encadenan varias llamadas a modelos — y registra lo que hacen para que los ingenieros puedan debuguearlos. Por un tiempo, la observabilidad estaba hecha para APIs y microservicios:…
LangChain está armando la cañería para los agentes de IA — no los agentes mismos
LangChain acaba de publicar un post describiendo una nueva capa de infraestructura para el stack de agentes. La jugada es deliberada: ya no venden solo el framework del agente. Están armando las tuberías que permiten a los agentes buscar datos, guardar resultados y platicar entre ellos.
Las piezas nuevas incluyen un vector store para embeddings, un graph store para relaciones y un table store para datos estructurados — todo con una API amigable para agentes. Los agentes pueden leer y escribir en estos stores sin que el dev tenga que armar bases de datos separadas. La idea es que un agente solo pueda consultar un vector store por un documento, soltar sus hallazgos en un graph y escribir un resumen en una tabla, todo por una interfaz consistente.
Esto no es vaporware. Los componentes ya están vivos en el release de LangChain y el código está en GitHub. LangChain se está posicionando como la empresa de cañería para la próxima ola de herramientas de agentes, no como la constructora de agentes.
Por qué nos importa: la gente que arma herramientas para nuestras escuelas, clínicas y negocios pequeños va a usar LangChain — así que conviene saber lo que está armando, antes que los vendedores.
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.
Las apps de delivery están subiendo precios en silencio — y esto le va a doler a la gente que trabaja
DoorDash, Instacart y Uber Eats están subiendo las comisiones a la gente que más las necesita. Los aumentos parecen pequeños — unos centavos por orden, un dólar aquí, un dólar allá — pero se acumulan rápido para las familias que piden comida y abarrotes cada semana.
Las apps han estado subsidiando las comisiones por años para atrapar el hábito. Ya ganaron, y ahora se están llevando la ganancia de vuelta. El costo real no es solo lo que pagas; es la erosión silenciosa de la conveniencia, el punto donde $15 se siente como $18 sin que nadie diga nada.
Esto le importa a las familias trabajadoras que dependen de estos servicios para los abarrotes, la comida de los chavos, y la tía que no puede manejar hasta la tienda. Los aumentos le pegan a la gente que más necesita el servicio — y que tiene menos flexibilidad para buscar ofertas.
Por qué nos importa: la gente que depende de DoorDash y Instacart para los abarrotes y la comida de la semana está a punto de pagar más por lo mismo — en silencio, sin que nadie pregunte.