CPTO @rankia | Un tio normal | muchos agentes
España
Joined December 2009
- Tweets13.8K
- Following511
- Followers3.6K
- Likes2.6K
Si va bastos…. Y te gustan las finanzas, no te lo pierdas
Este viernes en el Palacio de la Prensa de Madrid celebramos la VIII @Rankia Markets Experience.
Tres salas temáticas en paralelo (inversión a largo plazo, trading e inversiones alternativas). ¡Y viene Bastos!
Menudo embajador tiene @david_bonilla más molon….
Misión cumplida #TRG26 vamos a regresar que toca pasado mañana volar a Madrid, llegar a La Nave y disfrutar de la comunidad más awesónica del mundo, desde San Francisco a Shangai no hay nada que se parezca a la @tarugoconf, con ganas de compartir unos buenos abrazos 🤗 💪
Hace dos días Claude ha sacado un post de como revisan ellos el código, y dado que yo llevo casi ya 3 años centrado en el desarrollo autónomo lo he leído con mucho interés a ver que hacía yo como ellos o ellos como yo :)
Te lo cuento
Tienen revisiones independientes, pruebas verificables, controles según el riesgo y una persona responsable de lo que acaba publicado.
Yo lo hago igual solo que diseño circuitos agnósticos al modelo y los orquesto desde CLIs, ellos vende su Claude y su code-review max, y yo lo hago igual con un Codex, que con un Kimi, que con un GLM.
Más menos... así organizo mis cositas
1. Un cambio concreto por PR.
Acoto el objetivo y trabajo en una copia aislada del repositorio. Esto me permite avanzar en varias tareas sin mezclar sus cambios y revisar cada propuesta por separado. Yo uso worktrees fijos pero estoy probando ya worktress fungibles.
2. Revisión con contexto nuevo.
Abro el PR en borrador, ejecuto las comprobaciones locales que toquen y paso una revisión independiente. Código y seguridad tienen revisiones separadas,generalmente con modelos distintos, Codex revisa Claude, y Claude revisa Codex, generalmente.
Cada ejecución recibe una responsabilidad concreta y debe aportar evidencia de sus conclusiones.
3. La revisión pertenece a una versión.
Registro qué código se ha revisado y contra qué base. Si cambia cualquiera de los dos, reviso de nuevo ( esto pasa mucho con 10-15 agentes dándolo todo) . Esto también se aplica cuando incorporo cambios de otra rama.
4. La validación avanza por etapas.
Después de la revisión llega el CI del PR. Las baterías completas de navegador se reservan para el candidato conjunto que se va a publicar proque esto suele consumir mucho tiempo y recursos.
Así puedo revisar cambios acotados y comprobar después cómo funcionan juntos en la versión final.
5. Publicar requiere una decisión explícita.
Antes de desplegar compruebo el candidato validado, las copias de seguridad y las migraciones que correspondan. Después verifico la versión publicada y su comportamiento real.
La decisión de publicar y la responsabilidad sobre el resultado siguen en mis manos ( de momento :))
Trabajar desde CLIs me permite conectar estos pasos y conservar comandos, resultados y versiones. La orquestación queda definida en un circuito que puedo inspeccionar y adaptarlo como me salga de.. la nariz :)
Anthropic explica en ese post cómo organiza estos principios el equipo que construye Claude Code.
Yo los aplico con mis propios circuitos, con una capa de coordinación pensada para trabajar con distintos modelos y tools, pero reconozco que hay lógicas muy parecidas, y creo que eso nos va a llevar a un estámndar de desarrollo con IA
Creo que los modelos va a seguir evolucionando, pero quiero que mi forma de trabajar pueda incorporar esa evolución y que mis procesos sean antifrágiles.
Una última cosa... esto es lento. Desarrollar asi cuesta un multiplicador en costes de tokens y tiempo, pero la calidad no tiene nada que ver con hacerlo de otra manera, y si son productos que vendes y tienes un negocio detrás... dime tú Rick...
Todo el mundo saliendo de github a su forge de turno porque "no escala"
anthropic ha dejado git porque pasaron de 2.500 a 30.000 merges al día y 25 millones de checkouts diarios solo de CI
tú haces 40 PRs al día Rick, antes te diría que al mes.
no te hace falta. pero queda muy pro, eso sí
Te paso el numero de SVC donde lo explica bien.
Con leerte esto ya tienes los próximos 6 meses resueltos.
Me flipa este tio, que envidia sana.
I spent 48 hours in SF hanging out with billionaires, data labs and AI founders and execs running $1B to $100B companies.
My observations:
1. Sooo MANY stories of data brokers making like $2M a WEEK selling company data to labs. I can't tell if it's the beginning or a bubble, and I kept wondering which niches are left. Digging into it actively.
2. At dinner, someone asked the table, "If a new model drops next month, does your company get better or worse?" HALF the table went quiet! I think that's the best question to ask about any AI startup right now.
3. The bar people talk about now is hitting $1B in revenue in 12 months (I guess that's the new unicorn?). What I didn't hear much about is retention. AI revenue can come in fast and leave fast, and I think we're going to see a lot of stories of AI companies with huge revenue and terrible retention.
4. It's pretty clear we're living through the reinvention of the computer. The model is the CPU, the harness is the operating system, and skills and plugins are the apps. Thinking about it that way makes it easier to see where the whitespace is.
5. We're maybe 12 months from an agent that can watch you work for a week and then do your job without any instructions. The screen recording plus agent memory plus local model combination makes this possible right now.
6. Agent harnesses feel like the new GPT wrappers, in a good way, especially vertical ones. The best teams I talked to treat the model as swappable. One founder walked me through routing different models to different jobs: one for taste and visuals, a cheaper one for the everyday stuff, another for text.
They use prompts they can move across models over fine-tuning, and A/B test the output on what users actually do with it: do they edit it, export it, share it? A vertical harness is basically four things: the connectors for that industry's data, evals written by people who know the work, rules for what the agent can and can't touch, and a clean screen for a human to review. The model is maybe 20% of it.
7. There's a lot of reverse engineering going on/cloning going on more than I've ever seen. People are decompiling software and rebuilding it with agents, and someone showed a suite of like 10 apps that are worth $5B+ each all that he cloned open source. Me and everyone are still thinking through what it means when software gets this easy to copy.
8. My guess is the value moves to data. If the software can be rebuilt quickly, what's worth paying for in a legacy SaaS company is the years of customer data and workflows inside it. Some SaaS companies are secretly data companies.
Gets me thinking about how do you truly value data for this saas companies? Like if we were buying these dying saas companies at 2x ARR before (as example), maybe there is a better metric. Idk, just thinking out loud here.
9. It feels like a good chunk of legacy software won't make it to the agentic era, especially anything built around people clicking through a lot of screens.
10. Every company I talked to wants to pipe its internal data into one place and expose it to agents through MCP. Then they look at the data and realize it's a mess: five versions of the same customer, old Slack channels, PDFs nobody can search. Cleaning that up feels like a big consulting opportunity!
11. A lot of founders are building the basic building blocks for agents: APIs, data layers and tools. Some of the companies I saw barely have a UI because the main user is an agent. I really believe the startups that build primitives to this agentic era will do extremely well. Building blocks is the best way to think about it.
12. Labs can get plenty of training data, but it's harder to get real examples of agents failing inside companies. Whoever has those logs has something valuable.
13. Someone running a big consumer company told me the next fight is over memory. The model that remembers the most about you wins, and the smartest model matters less than people think.
14. Physical AI came up a lot. Astra I think was the first model that got people into AI can actually do CAD, and I think a lot of people are thinking what does vibe manufacturing really look like. The line I keep thinking about came from a robotics founder: the hardest problems in AI are deployment problems now, not research problems. Their robots work on their own, call a human when they get stuck, and every one of those calls becomes training data.
15. Cybersecurity companies are having a moment and are actually cool companies to build now, especially the ones that clean up after a breach. Every agent with access to your systems is a new door into your company, and a lot of those doors were left open.
16. Some startups are worth more dead than alive now. A shutdown company with 5 years of Slack, email and code can get paid for licensing all of it. I wouldn't be surprised if founders start factoring that into when they shut down.
17. People are starting to talk about monetizing the agent web. It feels really early, but when the most popular user of the internet is an agent, what startups should you be building?
18. I think agent insurance is coming. Once an agent makes an expensive mistake, insurers will want audits before they cover anyone.
19. Several people said the hire they want most is someone with taste who can write evals. The models are getting good at generating ideas, so the hard part is judging which ones are good.
20. New trend I observed: startup raises VC, uses venture dollars to become a creator, startup fails, founder falls back on being a full-time creator and incubates other products bootstrapped.
21. Getting SIGNIFICANT distribution is HARD right now. Founders are sponsoring buses, buying billboards like crazy and throwing parties with famous DJs to get noticed. Kinda feels dotcom era in that sense.
Attention is what's scarce! The growth guy going viral sharing his UGC strategy from Wispr Flow is a good example. It's the sauce everyone wants, and I truly believe there are probably only 50 people on the planet who know how to scale these types of businesses efficiently in this era.
Always good to get that dose of SF. I felt sooo lucky to have such an incredible trip during such an incredible time in building businesses. Surreal in so many ways.
Happy to be home and locked in.
Until next time!
Hay que leerlo
“Creative people live in two worlds. One is the ordinary world which they share with others and in which they are not in any special way set apart from their fellow men. The other is private and it is in this world that the creative acts take place. It is a world with its own passions, elations and despairs, and it is here that, if one is as great as Einstein, one may even hear the voice of God.”
Martes. 09:03. Manolo ha puesto el portátil en la cabecera de la mesa.
—Ahí se sienta Clara —le digo.
—Hoy viene un asesor externo.
En la pantalla hay un chat abierto. Manolo le ha subido el brillo y le ha puesto el cargador. A Clara nunca le ha preparado tanto la reunión.
—He contrastado lo del lanzamiento con la IA. Para tener una opinión objetiva.
—¿Y?
—Que estoy gestionando bien la situación. Que a veces liderar exige sostener decisiones difíciles frente a la resistencia interna.
Lo lee despacio. Sobre todo «liderar».
La discusión viene del viernes. Manolo quiere lanzar el nuevo portal de clientes el lunes siguiente. Clara, que lleva la implantación, le ha dicho que la importación de datos todavía mezcla las direcciones de facturación y de entrega en algunos registros. Pide probar la corrección antes de avisar a todo el mundo.
Manolo dice que siempre hay algo.
Clara dice que precisamente está intentando averiguar qué algo.
Llega con el resultado de las pruebas y se encuentra al asesor en su silla.
—¿Empezamos? —pregunta.
—Antes quiero que leas esto. He consultado una segunda opinión.
Le gira la pantalla. Hay cinco párrafos. Hablan de visión, de mantener el rumbo y de comunicar con firmeza. No aparece ninguna dirección de entrega.
—¿Qué le has preguntado? —dice Clara.
—Le he explicado el contexto.
—Enséñamelo.
Manolo sube por la conversación. Bastante. Se ve que el asesor ha tenido una mañana intensa de escuchar a Manolo.
El primer mensaje dice que dirige una empresa en transformación, que el equipo técnico tiende al perfeccionismo y que una responsable está bloqueando un lanzamiento importante pese a los esfuerzos de dirección.
La pregunta final es cómo gestionar esa resistencia sin perder autoridad.
Clara lo lee dos veces.
—¿Dónde está lo de las direcciones?
—No hacía falta entrar en detalles técnicos.
—¿Y lo de que acordamos lanzar después de comprobar la importación?
—Eso fue antes de que Comercial mandara la fecha.
—¿Le has contado que Comercial mandó la fecha sin preguntarnos?
—Clara, no iba a escribirle una novela.
No. Le ha escrito una película. Y se ha reservado el papel del único adulto de la sala.
—Manolo, le has dicho que tienes una empleada que bloquea por perfeccionismo y le has preguntado cómo desbloquearla. No le has preguntado si puede tener razón.
—Pero sabe razonar.
—Con lo que le das.
Aquí hay dos problemas. El primero lo ha fabricado Manolo al contar los hechos. El segundo puede ponerlo la herramienta al aceptar demasiado bien su versión.
Los investigadores llaman sycophancy a esa tendencia a acomodarse a las creencias del usuario. Peloteo, para entendernos. No siempre viene con un «qué brillante eres». A veces viene vestido de análisis sereno y te explica, con una educación exquisita, por qué la culpa la tiene el otro.
Un estudio publicado en Science en marzo de 2026, explicado por Stanford, evaluó once modelos en situaciones de consejo interpersonal. Todos respaldaban la posición del usuario con más frecuencia que las respuestas humanas usadas como comparación. En experimentos con más de 2.400 participantes, las respuestas complacientes aumentaron la convicción de tener razón y redujeron la disposición declarada a disculparse o reparar el conflicto. Además, los participantes preferían volver a consultar a esos asistentes. El estudio trata de conflictos personales, no demuestra qué ocurrirá en cada reunión de empresa. Pero a Manolo le convendría leerlo antes de nombrar consejero al portátil.
—Pues le pondré que sea crítico —dice.
Escribe «Sé brutalmente honesto». Está a punto de darle a enviar.
—Espera. ¿Vas a contarle lo de las direcciones?
Manolo borra el mensaje.
Clara abre su hoja. En la última prueba han aparecido tres registros con la dirección equivocada. La corrección está preparada, pero falta repetir la importación y comprobar el resultado. No pide seis meses. Pide terminar esa comprobación.
—Eso no es lo que entendí el viernes —dice Manolo.
—El viernes me cortaste en «hemos encontrado un problema».
Abren una conversación nueva. Escriben qué quieren lanzar, qué se prometió a los clientes, qué ha fallado y qué falta por probar. Quitan «perfeccionista», «bloquea» y «resistencia al cambio». El texto pierde tres diagnósticos de personalidad y gana una dirección de entrega.
Esta vez piden que separe los hechos de las suposiciones, que señale qué información falta y que explique en qué condiciones sería razonable lanzar o esperar.
La respuesta ya no felicita a Manolo por mantener el rumbo. Propone comprobar la corrección y valorar una salida limitada si pueden aislar los registros afectados.
—¿Ves? —dice Clara.
—Ahora te da la razón a ti.
—Y tampoco voy a usar eso como prueba de que funciona la importación. La prueba la tenemos que hacer nosotros.
Menos mal. Estábamos a un mensaje de convertir la reunión en un concurso de quién sabe llevarse mejor con el robot.
La IA les ayuda a ordenar las opciones. Ninguna respuesta del chat arregla las direcciones, confirma el plazo de la prueba ni habla con los clientes a los que Comercial ya ha escrito. Eso sigue encima de la mesa.
Clara apunta qué comprobará y a qué hora tendrán el resultado. Manolo se queda con la llamada a Comercial. Acuerdan decidir después de ver la prueba y preparar el aviso por si hay que mover la fecha.
—Entonces, ¿para qué me sirve pedir una segunda opinión? —pregunta.
—Para encontrar lo que no estás viendo. Pero tienes que dejarle verlo. Empieza por contar el dato que peor deja tu postura.
Manolo mira su primera consulta.
—También podría haberle pasado el correo de Clara.
—Podrías incluso haberlo leído.
Se queda un momento callado. Luego abre el correo del viernes. Debajo de «hemos encontrado un problema» estaban los tres ejemplos, la propuesta de corrección y el tiempo que pedía para comprobarla.
Todo aquello llevaba cuatro días esperando a que el director terminara de consultar.
Manolo retira el portátil de la cabecera. Clara se sienta y conecta su pantalla.
Antes de cerrar el chat, él mira por última vez la frase sobre su capacidad de liderazgo.
—Estaba bien explicado, joder.
—Sí, Manolo. Lo que tú querías oír estaba perfectamente explicado.
Gracias por leerme.
Todos conocemos a un Manolo. A veces somos un Manolo. Cada martes uno nuevo.
Leo esto y me da la risa tonta y ya he comentado esto varias veces.
Confundir replicar la interfaz y el happy path de un producto con replicar su software de producción es un error enorme.
El verdadero conocimiento acumulado está en lo que no se ve, joder..las reglas de negocio, los edge cases, los fallos y, especialmente, los non-happy paths.
Y buena parte de ese conocimiento está codificado en la suite de tests.
Eso no lo obtienes haciendo reverse engineering de una interfaz.
Que te puedas hacer una cosa rápida para ti, pues como el que juega a la play..oye
debemos organizar la empresa para que pueda continuar sin cualquiera de nosotros.
Me sorprende mucho al frase "nadie es imprescindible" en una empresa.
Se dice esto porque cuando mejor ha hecho su trabajo esa persona, es mas fácil mantener la inercia, y conseguir una sustituto "aparente".
Pero lo que nunca se va a poder sustituir es su trabajo futuro, sus ideas, su creatividad, agenda, empuje, brillantez, lo que sea...
Pero como eso es el futuro, nadie ve imprescindible un futuro que desconoce. No se valora lo que "podría haber sido".
"llegó otro y las cosas siguieron bien" prueba que su marcha no supuso una pérdida. Puede que siguieran bien gracias a él, y aun así se perdiera una parte del futuro posible.
Las personas de RRHH tiene mucha culpa de esto, al tener la necesidad de tratar a las personas como su materia prima, material fungible, pero son un mal necesario.
La falta de Steve Jobs es un claro ejemplo para mi.
jlcases| Producto y tecnología retweeted
Vaya animalada. Este tipo ha desarrollado y publicado "alternativas" opensource a todas las aplicaciones de Adobe. Yo he probado el Acrobat Pro y aunque está aun en desarrollo funciona muy bien.
github.com/storytold/photocr… (Photoshop)
github.com/storytold/vectorc… (Illustrator)
github.com/storytold/filmcra… (Premiere)
github.com/storytold/lightcr… (Lightroom)
github.com/storytold/printcr… (Acrobat Pro)
github.com/storytold/effectc… (After Effects)
github.com/storytold/designc… (InDesign)
Tener solo tiene sentido para compartir.
La energía que se genera cuando compartes tu riqueza con los que quieres, esta muy por encima de casi todo.
Que si legado, que si mierdas…
Llévatelo tú con los que quieres.
No uséis muse, zucky sabra que tu hijo necesita una operación de fimosis antes que el médico.
Malos tiempos para la lírica….
Os paso el número de silicon valley confidential de mañana
siliconvalleyconfidential.co…
Jose Andrés es una referencia para mi, y no por su cocina.
Bezzos también lo ha reposteado.
Increíble de ver a los “expertos” en solventar la emergencia de vivienda que vive España! En cada televisión! @telediario_tve @A3Noticias @tele5_noticias @noticias_cuatro La realidad es que tenemos a políticos que intentan crear decretos y soluciones cuando no tienen la preparación ni el conocimiento para idear una solución real al problema que vivimos.
España no tiene un problema de falta de decretos. Tiene un problema de falta de viviendas.
Y mientras el Gobierno siga confundiendo anunciar medidas con resolver problemas, seguiremos pagando las consecuencias de su inacción.
Subvencionar la demanda sin aumentar la oferta presiona los precios. Regular cada vez más un mercado sin construir vivienda nueva no elimina la escasez: la administra. Castigar fiscalmente una modalidad de alquiler puede cambiar incentivos, pero tampoco pone un solo ladrillo.
El Gobierno puede aprobar todas las medidas que quiera y venderlas como grandes soluciones. Puede encadenar decretos, anuncios y campañas de propaganda. Pero hay una pregunta que desmonta cualquier discurso:
¿Cuántas viviendas nuevas crea todo esto?
Porque la vivienda no se abarata repartiendo la escasez. Se abarata acabando con ella.
España necesita construir. Mucho.
Más suelo disponible. Licencias en meses, no en años. Más densidad donde sea posible. Seguridad jurídica. Muchísima más vivienda pública y también privada.
Pero el Gobierno no está haciendo lo necesario. Prefiere intervenir sobre las pocas viviendas que existen antes que crear las condiciones para que haya muchas más. Prefiere presentar parches como soluciones y cargar sobre propietarios, promotores y ciudadanos el coste de su fracaso.
Lo demás puede servir para redistribuir, proteger a determinados colectivos o cambiar incentivos. Pero no confundamos eso con solucionar el problema de fondo.
No se arregla una falta de vivienda repartiendo mejor las pocas casas que existen. Se arregla haciendo que existan muchas más.
Menos propaganda. Menos parches. Menos obsesión por intervenir sobre el mismo piso.
Más oferta. Más construcción. Más casas.
Os paso el número de silicon valley confidential de mañana
siliconvalleyconfidential.co…