Pensamientos sobre diseno, desarrollo, infraestructura de IA y creacion de productos.
Anthropic instaló silenciosamente una VM de 10 GB en las Mac de los usuarios. La observabilidad de agentes requiere tres capas: medición de recursos, aplicación de políticas y auditoría en tiempo de ejecución.
AI & Technology49.746 fragmentos, 83 MB, cero llamadas a API. Cómo la búsqueda BM25 + vectorial + fusión RRF en un solo archivo SQLite convierte 16.894 archivos de Obsidian en una base de conocimiento consultable.
AI EngineeringConstruye un skill de revision de codigo desde cero. Estructura de directorios, frontmatter, matching LLM, presupuestos de contexto y auto-activacion.
AI Development¿Qué patrones de AGENTS.md realmente cambian el comportamiento del agente? Anti-patrones que debe evitar, patrones que funcionan y una matriz de compatibilidad entre herramientas para 8 herramientas.
AI Development118 funciones con ralentizaciones de 3x a 446x en dos PRs de Claude Code. Los agentes de IA optimizan para la corrección, no para el rendimiento. Los datos sobre por qué, y qué construir.
AI EngineeringTres hilos principales de HN sobre Claude Code convergen en una conclusión: la arquitectura CLI-first es más económica, más rápida y más componible que los flujos de trabajo de agentes en IDE.
AI & TechnologyLa ingeniería de contexto es la habilidad de mayor impacto en el desarrollo de agentes. Tres capas de compresión convierten una ventana de 200K tokens de un pasivo en una ventaja.
AI & TechnologyAnthropic analizó 9.830 conversaciones. El refinamiento iterativo duplica los marcadores de fluidez. Los resultados pulidos suprimen la evaluación. Los hooks de calidad fuerzan la iteración.
AI EngineeringUsa los docs oficiales para la configuración; usa la referencia de Blake para arquitectura, seguridad, extensibilidad y 36 resultados de duelos a ciegas.
AI DevelopmentUn modelo 7B con acceso experto disperso iguala agentes 50 veces su tamano. Ruta trabajo rutinario a modelos pequenos y juicios a modelos frontier.
AI & TechnologySiete modos de fallo identificados en más de 500 sesiones de agentes autónomos. Cada uno tiene una señal de detección, un ejemplo real y una solución concreta. La taxonomía que HN pidió.
AI EngineeringClaude Code no es una función del IDE. Es infraestructura. 84 hooks, 48 skills, 19 agentes y 15.000 líneas de orquestación lo demuestran.
AI & TechnologyEscritura tecnica en Introl
Recomendaciones de hardware completas y análisis de costos para ejecutar grandes modelos de lenguaje localmente.
Guía de selección de GPU comparando los últimos aceleradores de datacenter de NVIDIA para diferentes cargas de trabajo de IA.
Análisis técnico profundo de la evolución de la Tensor Processing Unit de Google desde TPUv1 hasta TPUv5.
Estrategias de compartición de recursos para clústeres GPU en entornos containerizados.
Guía para construir y gestionar computación de IA distribuida con el framework Ray.
Análisis de la economía de LLM de código abierto y el posicionamiento competitivo de DeepSeek.
Requisitos de energía futuros de centros de datos y hoja de ruta de GPU de próxima generación de NVIDIA.
Soluciones de reactores modulares pequeños para alimentar la infraestructura de IA de próxima generación.
Análisis técnico de las innovaciones de arquitectura Multi-Head Compression de DeepSeek.