El feed se está ampliando — y se está poniendo más raro
La gente sigue abriendo cuentas in bancos que ya no dan servicio, y los modelos se multiplican como primos. OpenAI pisa el acelerador, Stripe compra OpenRouter, YouTube Plus vuelve como estafa. El feed se está ampliando, y se está poniendo más raro. Mantén la cabeza baja, verifica los datos, y muévete.
El IPO de OpenAI llega en 2027 — y la quema de efectivo es la verdadera historia
OpenAI está planeando una oferta pública el próximo año, según un reporte de CNBC. La compañía ha estado quemando miles de millones en compras de GPUs y corridas de entrenamiento, y el IPO es el tipo de salida que convierte el capital de venture en dinero real.
El timing es notable: 2027 pone el filing justo después de la última ola de releases de foundation models y la carrera armamentista de hardware que le siguió. Las necesidades de efectivo de OpenAI son del tipo que el dinero de venture no siempre puede cubrir por su cuenta — entrenar los últimos modelos cuesta decenas de millones por corrida, y el balance sheet de la compañía ha sido objeto de mucha especulación. Un listing público le permitiría acceder al mercado de valores a una escala que los mercados privados no pueden igualar.
Para las comunidades para las que escribimos — los dueños de negocios, los trabajadores de gig, la gente corriendo side hustles — la gran lección es la que nadie menciona en las earnings calls: las compañías de AI ya son grandes como para necesitar mercados públicos. Eso significa más escrutinio, más expectativas trimestrales, y un tipo diferente de presión sobre la tecnología misma. Los modelos van a seguir creciendo hasta que el mercado diga stop.
Por qué nos importa: cuando las compañías de AI más grandes van a público, la tecnología que construyen — y las reglas alrededor de ella — empieza a moldear los jobs, los precios, y las herramientas de las que dependemos cada semana.
La vacuna contra el cáncer de Moderna llegó a la meta
Moderna y Merck anunciaron que su vacuna de ARNm contra el cáncer pasó la fase 3 para melanoma — la enfermedad que mata a más gente entre los cánceres de piel. Esto no es una curiosidad de laboratorio; es la primera vez que una vacuna de ARNm contra el cáncer cruza la última barrera regulatoria. El medicamento funciona enseñándole al sistema inmune a reconocer mutaciones específicas del tumor, lo cual es un enfoque fundamentalmente distinto al de la quimio o los inhibidores de checkpoint.
La noticia es grande por una razón. Por los últimos años, las vacunas contra el cáncer han sido mucho hype y casi ningún resultado. La plataforma de ARNm había apostado por enfermedades infecciosas — COVID, gripe, VSR — y los inversionistas empezaban a preguntarse si el cáncer era la apuesta equivocada. Este ensayo le da la vuelta a esa narrativa. No cura el melanoma de plano, pero le da al sistema inmune un objetivo que puede golpear de verdad. Eso le importa a cualquiera en la familia que haya tenido un ser querido peleando contra el melanoma, porque es uno de los cánceres que se propaga rápido y pega fuerte.
La compañía aún no ha presentado la solicitud de aprobación de la FDA, así que todavía hay un camino regulatorio por recorrer y manufactura que escalar. Pero la biología funcionó. Esta es la clase de historia que la prensa de biotech trata como titular llamativo, y por una vez realmente se merece la atención.
Por qué nos importa: cuando una vacuna contra el cáncer funciona, las personas que más se benefician son las que no pueden pagar los tratamientos de $150,000 al año que vienen después.
RAG: Cuando los LLMs dejan de inventar y empiezan a buscar
Los LLMs son buenos para hablar. Pero son pésimos para saber qué pasó el martes pasado en tu barrio. No tienen memoria de tu vida ni copia de las actas del concejo municipal. Solo predicen la siguiente palabra, lo que significa que van a inventarse una historia y sonar convincentes haciéndolo.
RAG es la solución. Le das al modelo un fragmento de texto real —un PDF, una fila de base de datos, el memo del delegado sindical— y le dices que responda usando solo eso. La parte de retrieval busca los docs correctos. La parte de generation escribe la respuesta. La guardrail es simple: si la fuente no lo cubre, el modelo lo dice en vez de inventar algo.
Piensa en cómo tu tío maneja una pregunta en la reunión de la familia. No finge que sabe el nombre de cada hijo de cada primo. Le pregunta a la abuela. Hojea el álbum de fotos. Responde desde lo que realmente tiene. Eso es RAG —el modelo revisando su material de referencia antes de abrir la boca.
Por qué nos importa: los registros del gobierno, los contratos sindicales, los avisos de renta y el papeleo de negocios pequeños están encerrados en PDFs que nadie quiere leer. RAG te permite hacer preguntas en lenguaje natural y obtener respuestas sacadas de los documentos reales en vez de de la imaginación de un chatbot.
Prueba con una herramienta gratuita y dale un PDF real —tu contrato de renta, un recibo de pago, una carta de la HOA— y haz una pregunta que solo ese documento puede responder.
La ventaja es velocidad — 40% más rápido que el modelo base, y eso importa cuando estás corriendo un loop.
— benjoffe.com
#openai-s-new-day-of-week-model-is-a-40-speed-win-68d8f2La vacuna de mRNA contra el cáncer de Moderna sí funcionó en Fase 3
Moderna y Merck acabaron de anunciar su primer éxito en Fase 3 para una vacuna contra el cáncer — una inyección de mRNA personalizada que entrena al sistema inmune para cazar células de melanoma después de la cirugía. Redujo el riesgo de que el cáncer regrese 44% comparado…
Agents que recuerdan — Kelex
La mayoría de los frameworks de agentes tratan cada corrida como un chat nuevo. Sin memoria. Sin contexto entre días. Sin forma de marcar incertidumbre o pasarle el trabajo a un humano. Si ya armaste un agente que de verdad funciona, sabes el dolor: el bloat de código, los loops infinitos, los momentos en que miente con total confianza.
Kelex es la base que la mayoría de los builders termina escribiendo por su cuenta. Te da memoria tipada, tenants y agentes como objetos de primera clase, y confianza acotada con flagging progresivo para que el sistema sepa cuándo pedir ayuda. Los webhooks te permiten dirigir las cosas en tiempo real — humano en el loop, no humano nunca en el loop.
Nosotras corremos Lara y el content stack de BFTS sobre esto antes de venderlo. No es un demo; es lo que hace el trabajo.
Si estás armando productos de agentes para gente real — no demos de juguete — esto te ahorra meses de reinventar la rueda.
macOS 26.7 de Apple: la historia real detrás del leak
Apple soltó un build beta de macOS 26.7 para los developers esta semana, y el leak llegó antes del anuncio oficial. Eso pasa cuando lanzas un beta — la gente hace screenshots, la gente lo comparte, y el internet se mueve más rápido que el press release.
El build en sí es…
macOS 26.7 se filtra — la actualización silenciosa que nadie está hablando
Una filtración de MacRumors apunta a que macOS 26.7 llega pronto, y los cambios son del tipo que mantienen tu Mac sin tropezar con sus propios pies. Apple suele empaquetar estos como releases puntuales — arreglos de bugs, actualizaciones de frameworks, parches de seguridad chicos — en vez de features que roban titulares. La comunidad está atenta porque los últimos ciclos han sido flacos en wow, lo que significa que el verdadero valor está en la estabilidad.
La parte interesante para la mayoría de la gente es lo que no está en las release notes todavía: los builds internos circulan en los foros primero, y luego el release público aparece en silencio. Si has estado en beta, esta es la clase de update que alisa las aristas. Si estás en stable, es la clase que instalás antes de un proyecto grande — la que mantiene el sistema sin sorpresas.
Por qué nos importa: la gente que corre negocios propios en sus Macs — los primos con tiendas de Shopify, las abuelas vendiendo tamales por internet, los freelancers facturando por Square — no reciben los Macs nuevos y brillantes, y definitivamente no pueden esperar a los anuncios de features. Esta es la actualización que mantiene sus máquinas honestas.
El IPO de OpenAI ya es real y llega en 2027
OpenAI está planeando salir a bolsa en 2027, según un reporte de Bloomberg. La compañía ya presentó su solicitud confidencial ante la SEC bajo la JOBS Act, lo que le permite mantener sus finanzas en secreto por hasta un año mientras pone sus papeles en orden. Este es el…
Stripe compra OpenRouter — el gateway de modelos de IA que está corriendo los backend de un montón de apps sin que nadie lo note
Stripe se está llevando OpenRouter, un gateway de APIs que enruta peticiones a decenas de modelos de IA detrás de una sola interfaz. Es una de esas piezas de infraestructura poco glamorosa que los devs no piensan hasta que se rompe — y de repente, cada startup que construyó encima tiene que rearmar su stack.
OpenRouter fue fundada por tres egresados de Stanford y levantó $100M con una valuación de $380M en 2024. Su propuesta es simple: en vez de andar peleando con API keys de Anthropic, OpenAI, Google y una docena más, mandás una sola petición a OpenRouter y te elige el mejor modelo para el trabajo según costo y latencia. Un montón de wrappers de IA baratos — los que le permiten a equipos chicos armar bots de atención al cliente, procesadores de documentos y proyectos paralelos sin escribir ML — corren sobre OpenRouter. El movimiento de Stripe tiene sentido si lo pensás: ya son los rieles para que el dinero circule por la web, y ahora se quedan con los rieles para las peticiones de IA que pasan por ellos.
La operación se cierra en la segunda mitad de 2026. OpenRouter va a seguir operando de forma independiente, y Stripe dice que no va a subir precios para los clientes existentes. La pregunta es si esa promesa aguanta cuando el dinero queda en el mismo edificio.
Por qué nos importa: OpenRouter mantiene los costos de las herramientas de IA lo suficientemente bajos para que bodegas, lavaderos y los grupos de Facebook de las abuelas puedan usarlos sin pagar precios de startup — si Stripe fusiona la facturación, ese piso se sube.
El feed se está ampliando — y se está poniendo raro
Google está rastreando más de 51,000 eventos de AI overview y los resultados de búsqueda se están desviando del patrón viejo del feed. Las plataformas están ampliando lo que muestran, y los resultados se ven distintos a lo que eran hace un año.
Esa ampliación es la historia…
No necesitas escribir la job description para tu próximo task con IA
Sunil Pai está dándole vuelta a la idea de que hay que hand-holdear los LLMs con instrucciones paso a paso. La sabiduría convencional dice que escribes un prompt cuidadoso, desglosás cada subtask, y encadenás varios modelos. La contra de Sunil es más simple: escribí la task, no la job description. Dejale al modelo que se las arregle para hacer el trabajo.
El post pasa por ejemplos concretos — generar imágenes, escribir código, extraer datos — y muestra que los prompts sobre-engineered a veces dan resultados peores que dejar que el modelo planee su propio approach. Es un cambio real en cómo la gente está usando estos modelos, no solo una filosofía de blog.
Esto importa para cualquier equipo de Brown que quiere shippear rápido con IA: dejá de pasar horas armando el prompt perfecto para cada task. Escribí lo que querés que se haga. El modelo puede encargarse del resto.
Por qué nos importa: los equipos que dejan de over-promptear shippean más rápido, y eso significa que la gente que maneja negocios chicos y side hustles puede usar IA sin tener que contratar un prompt engineer.
La gente sigue abriendo cuentas en bancos que ya no dan servicio
Los bancos están cerrando cuentas legacy — las cuentas de cheques y ahorros de toda la vida que nunca recibieron la actualización de la app. Cuando un banco decide que un producto ya no es rentable, deja de aceptar clientes nuevos y empieza a mover a los existentes a cuentas…
YouTube Plus regresó — pero es un cobro, no un regalo
YouTube Plus volvió a la app store después de una breve baneo por sideloading. Es la misma app que te deja ver sin ads y usar las features de YouTube Premium gratis. Los devs la sacaron Apple y Google, y ahora está de vuelta.
Esto es un juego de gato y ratón que lleva años. La app funciona spoofing la API interna de YouTube — fingiendo ser un suscriptor Premium para que la app crea que eres uno de los que paga. No es hacking; es usar el propio sistema de la app contra ella. Y cada vez que YouTube o las app stores hacen crack down, los devs la actualizan y la vuelven a sacar.
El catch es que YouTube Plus ahora es una app de suscripción — 99 centavos al mes. Los developers que hicieron la versión original gratis ahora están monetizando el workaround. Hay una ironía en que la gente que te decía que robaras YouTube Premium ahora te cobra por robar YouTube Premium.
Por qué nos importa: cuando las big platforms hacen price gouging y la única forma de poder pagarlas es por sideloaded apps, nos quedamos eligiendo entre pagar el rent y pagar el servicio — y los middlemen ganan en ambos lados.
Amazon está lanzando 5,000 satélites para mandar datos directo a los iPhones
Project Kuiper de Amazon planea lanzar 5,000 satélites — suficientes para cubrir todo el globo — y mandar internet directo a tu iPhone. Sin hardware especial. Solo el teléfono y vista clara al cielo.
Amazon lleva tiempo probando esto. Los satélites orbitan bajo, a unas 350…
Google no está penalizando el contenido de IA, al final
Google llevaba tiempo diciendo que el contenido escrito con IA iba a recibir penalizaciones en búsqueda. La realidad es otra. Louis Smith borró el 40% de su propio contenido —la mitad claramente etiquetada como generada por IA— y vio qué pasó con sus rankings. No cayeron. Se mantuvieron.
El algoritmo no está mirando si una pieza vino de un humano o de una máquina. Está mirando si es útil. Los que construyeron el manual de SEO alrededor de la vieja suposición —que Google iba a bajar activamente el contenido de IA— están equivocados. El buscador lo trata como cualquier otro contenido: lo posiciona según calidad, relevancia y si la gente se queda a leerlo.
Esto cambia el tablero para muchos sitios pequeños y escritores solitarios que se han estado preguntando si vale la pena usar herramientas de IA. La respuesta es: usa lo que haga el trabajo, siempre que el resultado sea bueno. Google no es el que decide eso —los lectores son.
Por qué nos importa: muchos de nosotros estamos corriendo side hustles, sitios pequeños y negocios de contenido con márgenes finos, y esto significa que las herramientas que usamos no tienen que ser un tema moral —Google solo quiere cosas que funcionen.
Cómo uso Claude en paralelo para hacer trabajo de verdad
Kieran Flanagan escribió un post sobre un skill de Claude que te permite correr varias sesiones a la vez en lugar de esperar a que una termine para arrancar la siguiente. La idea es simple: configuras el skill y mandas varios prompts en paralelo, y recibes los resultados más…