El intermediario se está muriendo, los modelos están sobreextendidos — el trabajo real es más silencioso.
Amazon y la FTC se están dando golpes, la tienda está creciendo más que el intermediario, y el token tax de MCP está comiéndose los presupuestos. Mientras tanto, Apple se despide de Intel, los agentes de Kelex recuerdan lo que han visto, y OpenTelemetry por fin se lanza. Los modelos hacen ruido, pero lo útil es pequeño. Esto te toca: deja de perseguir el hype, construye lo que dura.
Amazon le metió a la FTC — y la FTC está devolviendo la jugada
Amazon presentó una demanda contra la FTC después de que la agencia bloqueara su adquisición de One Medical por $6.5 mil millones. La FTC argumentó que el trato le daría a Amazon la capacidad de usar sus membresías Prime y sus beneficios de farmacia para dominar el mercado de salud, dejando fuera a clínicas y farmacias independientes. La demanda de Amazon dice que el razonamiento de la FTC es débil y busca una orden judicial para cerrar el trato de todos modos.
El caso de la FTC es parte de su esfuerzo más amplio por reafirmar la aplicación antimonopolio bajo Lina Khan. También es un caso de prueba para la nueva FTC — la administración Trump ha mostrado escepticismo hacia el antimonopolio, y la agencia se está preparando para presión legal y política. Si un tribunal permite el trato, podría establecer un precedente sobre qué tan agresiva puede ser la FTC para bloquear adquisiciones tecnológicas en el futuro. Si lo bloquea, la FTC gana una victoria para su agenda más amplia.
Para la comunidad, esto importa porque Amazon ya es uno de los mayores empleadores en muchos barrios latinos y negros — y está entrando en salud, donde podría dejar sin competencia a las pequeñas clínicas, farmacias y prácticas independientes de las que muchos de nosotros dependemos. Lo que sea que haga este caso, muestra quién tiene la palabra para moldear el mercado en el que realmente vivimos.
Por qué nos importa: la entrada de Amazon a salud podría dejar sin competencia a las clínicas y farmacias de las que muchos de nosotros dependemos — y la decisión del tribunal sobre este trato establece el estándar de hasta dónde pueden llegar las empresas tecnológicas antes de que el gobierno intervenga.
ChatGPT y Google ya no citan — los links se fueron
ChatGPT dejó de incluir enlaces a las fuentes y Google Search ahora los muestra con mucha más parsimonia. El resultado es el mismo: la gente lee la respuesta sin seguir a la fuente. Los sitios que vivían del tráfico de esas recomendaciones empezaron a sangrar.
Lo que cambia es el modelo de distribución. Antes, los buscadores y los chatbots actuaban como distribuidores gratuitos — pasaban a la gente de la pregunta al artículo, y el artículo ganaba páginas vistas. Ahora, la pregunta se consume en la ventana misma. El clic ya no es automático. Los publishers se quedan con el contenido, pero pierden el alcance.
No es un bug; es el camino lógico de estos productos. Los usuarios quieren respuestas rápidas, no una lista de links. Los chatbots y los buscadores priorizan esa experiencia. Para los sitios que dependen del tráfico orgánico, la consecuencia es directa: menos visitas, menos ingresos por publicidad, menos incentivo para publicar.
Por qué nos importa: la gente que escribe, hace blogs, o maneja un negocio local — la migra del tráfico que venía de Google — ya no puede confiar en ese grifo. Hay que construir audiencia directa: lista de correo, redes, comunidad.
El viejo manual para monitorear máquinas y contenedores no cubre agentes que piensan por su cuenta.
— datadoghq.com
#grafana-learns-from-datadog-s-ai-agent-security-lessons-82a08fLa tienda no murió — lo que murió fue el intermediario
El artículo de HBR rastrea un cambio en cómo los comerciantes hacen dinero. La jugada vieja: rentar espacio en estante, comprar slots de ads, y marcarle precio a lo que cae ahí. Ese modelo se está aflojando. Los ads se están poniendo caros, los marketplaces están apretando los márgenes, y el dinero real se está moviendo hacia las marcas que poseen la relación con el comprador — las que están construyendo sus propios canales, no solo comprándolos.
Lo que está cambiando es el activo.
Agents que recuerdan — Kelex
La mayoría de los frameworks de agentes tratan cada corrida como un chat nuevo. Sin memoria. Sin flags. Sin rastro de auditoría. Levantas un modelo, le preguntas algo, recibes una respuesta. Y luego la sesión se muere. La siguiente empieza de cero.
Esa es la arquitectura equivocada para cualquier cosa que necesite quedarse.
Kelex arregla el sustrato. Le da a los builders memoria tipada, tenants y agentes como objetos de primera clase, y flagging progresivo para que el sistema marque lo que no puede decidir. Los webhooks permiten que los operadores humanos dirijan al agente cuando se topa con incertidumbre. Es un agente de verdad, de largo plazo — uno que recuerda al usuario a lo largo de meses y retoma donde lo dejó.
Nosotras corremos a Lara y el content stack de BFTS sobre esto antes de venderlo. Esa es la prueba: si nos funciona a nosotras, te funciona a vos.
Sin reescribir el sustrato. Sin parchear una docena de librerías. Te llevás lo que faltaba.
OpenTelemetry ya creció: salió del incubador y ahora es proyecto oficial
OpenTelemetry salió del incubador de la CNCF y se convirtió en proyecto graduado el 31 de agosto de 2026. Es un hito formal: el proyecto pasó los filtros de madurez y ahora vive en el catálogo principal de la CNCF, no en su sandbox. En la práctica, significa que la spec se estabilizó, la estructura de gobernanza está cerrada y la comunidad puede sacar releases sin la red de seguridad de la incubación.
OpenTelemetry es el estándar abierto para recolectar traces, métricas y logs de las aplicaciones — la cañería que te permite preguntar qué se rompió cuando un servicio está lento.
Kubernetes 1.37 pone en GA la migración de versión de almacenamiento
Kubernetes 1.37 hace GA la migración de la versión de almacenamiento. El controller-manager ahora exige una sola versión de API por tipo de recurso y rechaza escrituras a esquemas viejos. La herramienta de migración lleva meses disponible — este es el punto donde el cluster empieza a fiscalizar el cambio.
No es una migración de los datos; eso pasó cuando los objetos se escribieron en la nueva versión. Es una migración de la superficie de la API: el cluster deja de aceptar el formato viejo en el wire. Cualquier cliente que siga mandando una versión vieja recibe un error en lugar de una conversión silenciosa.
La migración tardó tanto porque rompe la garantía de backwards-compatibility en la que Kubernetes se ha apoyado desde 1.0. Al ponerlo en GA, el proyecto está diciendo que las versiones viejas de la API llevan deprecadas el tiempo suficiente y ya es hora de dejar de aceptarlas.
Por qué nos importa: si corren un cluster, esta es de esas release notes que de verdad hay que leer — el controller-manager va a empezar a rechazar llamadas a la API vieja y la herramienta de migración necesita terminar el trabajo antes de que salga 1.37.
Apple por fin se despide de Intel — los devs pueden hacer lo mismo
Apple le puso más fácil a los devs de Mac quitarle soporte a Intel. El anuncio significa que las herramientas ahora tratan a arm64 como la ruta por defecto. Si tu app solo corre en Apple Silicon, podés saltarte la parte de Intel por completo. El cambio es de esos silenciosos que solo se notan cuando estás compilando algo y te explota en la cara.
Esta es la tercera parte de un arco largo. Apple se pasó a sus propios chips en 2020. Para 2022 ya no estaban vendiendo Macs con Intel. Ahora las herramientas de desarrollo van alcanzando el ritmo, y el mensaje al resto de la industria está claro: la era de x86 se está cerrando.
Android Studio ahora corre Gemma 4 local en tu máquina
Google acaba de meter un asistente de IA con Gemma 4 en Android Studio. El modelo corre on-device — no mandas tu código a la nube para que te conteste. Es un modelo de 30B de parámetros que lee y escribe código en Kotlin, Java y C++, además de logcat y errores de build. Lo traes con el canal estable más reciente del IDE, sin plugins extra.
El panorama más grande: Google ha estado empujando sus modelos open-weight por todos lados — Gemini es el grande, pero Gemma es el primo más chiquito y rápido, diseñado para edge devices. Correrlo local significa menos latencia, menos costo, y sin vendor lock-in en tu código. Para quien esté construyendo apps de Android, esto es un copilot gratis que vive en tu laptop en lugar del server de alguien más. La contraparte es hardware: el modelo de 30B necesita una GPU decente para correr suave. Si tu máquina es vieja, lo vas a sentir. Pero si tienes el silicon, es un upgrade serio sobre el autocomplete de antes.
Por qué nos importa:
Para el dev que ha estado pagando por GitHub Copilot o Cursor, esta es una alternativa gratis que respeta su código al mantenerlo en su propia máquina.
Apple le pone la vida más fácil a los devs de Mac para dejar atrás a Intel
La última actualización de Xcode 26 agrega un checkbox de un clic en los proyectos que le dice al compilador que apunte solo a Apple Silicon. Si lo marcan, el build se salta los binarios de Intel y solo se envía para chips M-series. Es lo opuesto a lo que hacían los universal binaries de antes.
Esto es una señal real. Desde que salió el M1 en 2020, la línea Mac lleva cuatro años completa en Apple Silicon. Muchos proyectos open-source siguen enviando universal binaries — Intel y ARM juntos — porque la plantilla por defecto no ha cambiado.
El impuesto del contexto MCP se está comiendo tu presupuesto de tokens
MCP es el protocolo que le permite a los agentes de IA hablar con herramientas externas — bases de datos, APIs, sistemas de archivos, lo que sea. Se suponía que iba a hacer útiles a los agentes. En cambio, se está comiendo tu presupuesto de tokens en formas que nadie te advirtió.
El problema es simple: cada vez que un agente llama a una herramienta MCP, el sistema tiene que serializar el esquema de la herramienta, la firma de la función, los parámetros, los resultados. Todo eso se mete en la ventana de contexto como tokens extra. Una llamada a una herramienta grande como un intérprete de código o una base de conocimiento puede sumar fácilmente 2,000–5,000 tokens de overhead. Haz eso 50 veces en una cadena y acabas de gastar 200k tokens en cañerías en vez de razonamiento. El agente no es tonto — la ventana de contexto sí lo es. Se llena de definiciones de herramientas y blobs de resultados, y la conversación real se empuja hacia afuera.
La solución no es prohibir las llamadas MCP. Es dejar de tratar los esquemas de herramientas como si pertenecieran al prompt. Cachelos. Comprímalos. Envíe solo los que el agente realmente necesita. Unos cuantos equipos ya están haciendo esto — y sus facturas de tokens bajaron 30–40% sin cambiar el comportamiento del agente en absoluto.
Por qué nos importa: si estás construyendo herramientas para la comunidad — un libro de alquileres, un rastreador de remesas, una app de inventario para la bodega — este es el costo oculto que hace esas herramientas inaccesibles. Arregla el impuesto del contexto o la herramienta muere en la factura de tokens antes de que alguien la intente.
Deja de intentar ganarle a los modelos — el juego está mal planteado
Sean Goedeké lleva todo el año construyendo un punto: los modelos ya son tan capaces que competir con ellos en pura capacidad es una apuesta perdedora. La verdadera ventaja no es generar más rápido ni pensar más que el modelo — es construir algo que el modelo no puede replicar. Eso significa workflows, data y distribución que son específicas de tu situación.
Los modelos están mejorando en escribir, programar, resumir, incluso razonar. Los que ganan no son los que escriben prompts más rápido.
El club Right But Early — por qué mueren las buenas ideas
TLDR está corriendo una comunidad de 200 personas llamada Right But Early Club. El nombre lo dice todo: ideas que están en lo correcto, pero demasiado temprano. La gente dentro suele ser fundadores u operadores probando algo real — un modelo nuevo, un producto nuevo, una forma nueva de trabajar — y topan con el mismo muro: el mercado no está listo todavía.
El club es un lugar para probar antes de arriesgarlo todo. Haces el pitch, recibes feedback, aprendes qué se rompe de verdad, y decides si sigues o cortas pérdidas. Sin pitch decks. Sin métricas de vanidad. Solo el trabajo y la gente que lo hace.
Por qué nos importa: la comunidad tiene un montón de gente corriendo side hustles que el mercado les sigue diciendo que no están listas — esto es una forma de probar esa llamada antes de quemar meses y ahorros.
Por qué tus features de IA no se usan
Kristen Berman tiene una regla: si la gente no usa la feature de IA en los primeros tres segundos, está muerta. La progressive disclosure hace el trabajo pesado — mostrá el botón solo cuando es relevante, no como una orb flotante en cada pantalla. El truco es que el trigger sea obvio para que el usuario lo entienda sin tutorial.
El problema real es que la mayoría de los equipos le pegan la IA arriba de la nav bar como un badge de honor. Nadie la está buscando. Lo que funciona es un one-tap prompt en el flujo donde el trabajo ya está pasando. El botón vive donde está la mano del usuario.
Cómo meterle mano a un proyecto de software sin quemarte
Lucas F. Costa escribe sobre ocho reglas para manejar equipos de software, y la primera es la que todos ignoran: el scope creep mata los proyectos. Pones una fecha límite, defines las features, y luego el stakeholder agrega una más. El equipo trabaja más, el código se vuelve un desastre, y el lanzamiento se retrasa. La solución es simple — si no está en el scope original, es un proyecto nuevo. Punto.
El resto de la lista cubre el trabajo real: escribir las cosas para poder explicarlas a alguien más. Armar piezas pequeñas y enviarlas. Cortar las features que no importan. Tomar las decisiones difíciles temprano en vez de posponerlas. Estas no son ideas de Silicon Valley — son las mismas reglas que usa cualquier equipo que trabaja cuando está intentando sacar algo adelante sin que toda la gente pierda la cabeza.
El punto no es seguir estas reglas religiosamente. Es tener algo a lo que agarrarse cuando el proyecto empieza a salirse de control y no sabes por qué. La mayoría de los equipos se saltean la escritura, dejan entrar el scope creep por la puerta de atrás, y luego se preguntan por qué lo que enviaron seis meses tarde no funciona. La lista de Costa es solo un recordatorio de que las reglas aburridas son las que evitan que todo se desmorone.
Por qué nos importa: muchos de nosotros corremos negocios propios y gigs de freelancing donde somos el único dev — estas reglas son cómo evitás que tus propios proyectos se coman tu vida.
Mitchell Hashimoto, el fundador de Packer y Vagrant, está de vuelta escribiendo sobre sistemas
Mitchell Hashimoto fue una de las voces tempranas en DevOps. Armó Vagrant para entornos de desarrollo reproducibles, Packer para imágenes, Nomad para scheduling, Consul para service discovery, y Terraform para provisioning — todo free and open source, todo usado en producción. Vendió HashiCorp a VMware en 2021 por unos $6.1 billones y se alejó.
Ahora está escribiendo de nuevo en su propio sitio, publicando entrevistas y ensayos sobre infraestructura, sistemas distribuidos, y los tradeoffs que le quitan el sueño a los ingenieros.
Los tips de code review de PostHog: 30 líneas o menos
PostHog publicó una lista práctica de tips de code review — las que de verdad usás en vez de las que fingís que leés. La idea: mantener los PRs bajo 300 líneas, escribir el commit message antes del código, y destacar los cambios riesgosos de forma explícita. Es una hoja de referencia, no un manifiesto.
Las que valen la pena son las aburridas. Un título y descripción claros ahorran más tiempo que cualquier linter. Los comentarios del reviewer deben ser accionables — no "esto se ve raro" sino "esta función toca la DB en un loop". Y si sos el que escribe el PR, resistí la tentación de defender el código en el thread; simplemente arreglá lo que pide el reviewer y subí otra vez.
Por qué nos importa: es el tipo de disciplina que mantiene a los equipos chicos sin ahogarse en bloat — y la que podés robarle a cualquiera, sin necesidad de ese brillo de Silicon Valley.