Tema

IA y agentes

Ingeniería, operación y evaluación de sistemas de IA, agentes de código e infraestructura de modelos.

Artículos del blog
168
Colecciones
03

¿Qué quieres conseguir?

Elige una secuencia de lectura, desde la decisión inicial hasta la implementación y la verificación.

Agentes de código y herramientas de desarrollo

Mejora el contexto del repositorio, aísla el trabajo, gestiona skills y verifica el código generado.

  1. El cuello de botella nunca fue la inteligencia. Fue el contexto.
  2. Git worktrees vs Jujutsu para agentes de IA: guía de decisión 2026
  3. WikiSkill: cómo los agentes evolucionan SKILL.md con experiencia
  4. QA para Código Generado por IA

Evaluación y operaciones de producción

Diseña el flujo, aplica autorización, presupuesta la evaluación y define criterios de despliegue.

  1. Patrones de agentes de IA: simplicidad y verificación
  2. Arquitectura de autorización MCP para empresas
  3. ¿Cuándo vale la pena construir un eval de LLM? Coste, ROI y confiar en el juez
  4. Piloto de agente de IA en 30/60/90 días: el plan

IA local y despliegue

Compara APIs e inferencia local, presupuesta las operaciones y evalúa los límites del hardware.

  1. Cuándo los Modelos Locales Superan a las APIs: Calculadora Break-Even para Empresas de la UE
  2. Alojar LLMs en la UE: Cuándo Salen a Cuenta los Open Weights
  3. Colibri Ejecuta GLM-5.2 en Hardware de Consumo. Esta Es la Trampa.

Memoria, RAG y conocimiento empresarial

Elige la arquitectura de recuperación, estima costes y verifica permisos y actualidad.

  1. ¿RAG, fine-tuning o contexto largo? Comparativa 2026
  2. Cuánto cuesta de verdad un asistente de IA interno en la región DACH (2026)
  3. Checklist de Production-Readiness de RAG para Empresas de la UE

Modelos y enrutamiento

Entiende los modelos de decisión, compara proveedores, comprueba la calibración y prepara un piloto.

  1. OpenAI Decisions API: confianza, rechazos y enrutamiento
  2. Cloudflare Clef vs. Jev: precios, pruebas y migración
  3. AnyJev: calibración de LLM y sesgo por orden
  4. Piloto de agente de IA en 30/60/90 días: el plan

Explora este tema

Empieza aquí

Lo último en esta colección

Dos marcos superpuestos con los rótulos TOOL CALLS y RESULT IA y agentes

¿Cuántos tokens ahorra Code Mode en Claude Code?

Una consulta consumió 55.705 tokens de entrada menos y tardó 22 segundos más. Activa la función y comprueba el resultado en dos archivos Markdown.

Dos marcos superpuestos con los rótulos PRETRAIN y SFT IA y agentes

¿Cuánto tarda en entrenarse MiniMind desde cero en una RTX 3090?

El proyecto estima 2,31 horas. Ambos scripts hacen dos épocas por defecto. Reproduce la receta de una época y comprueba qué parte de la respuesta aprende el modelo.

Ejemplos revisados alimentan un clasificador compacto con decisiones automáticas y revisión humana IA y agentes

Ajuste fino de modelos pequeños: Airbnb

Un clasificador especializado necesita más que una inferencia barata. Evalúa datos, errores aceptados, derivaciones y coste total antes de llevarlo a producción.

Un símbolo de euro sobre marcas segmentadas de costes IA y agentes

Créditos de IA en Odoo: presupuesto para revisar cotizaciones

Separa créditos, cambio de plan, revisión inicial y correcciones. Un registro sintético permite revisar el presupuesto antes de aumentar el volumen.

Un punto inicial se divide en 3 rutas con etiquetas IA y agentes

IA en Odoo Helpdesk: ¿clasificar, redactar o escalar?

Separa etiquetas, borradores internos y derivaciones a personas. Usa casos propuestos para revisar permisos y escalaciones omitidas.

Un flujo de fuentes web se divide en decisiones acotadas con los tonos turquesa y violeta de Wavect IA y agentes

Parallel Decisions API: RAG para modelos de decisión en la práctica

Convierte información web actual en respuestas acotadas. Un ejemplo para verificar proveedores, con fuentes compartidas, confianza opcional, costes y límites.

Directorio completo de artículos

  1. ¿Cuántos tokens ahorra Code Mode en Claude Code?
  2. ¿Cuánto tarda en entrenarse MiniMind desde cero en una RTX 3090?
  3. Ajuste fino de modelos pequeños: Airbnb
  4. Créditos de IA en Odoo: presupuesto para revisar cotizaciones
  5. IA en Odoo Helpdesk: ¿clasificar, redactar o escalar?
  6. Parallel Decisions API: RAG para modelos de decisión en la práctica
  7. Cómo validar certificados de derivación de Open Ontologies
  8. ¿Scrapling guarda los datos extraídos en los checkpoints?
  9. TencentDB Agent Memory: ¿Basta SQLite para tu agente de IA?
  10. Cue Turn Detection: teléfonos, benchmarks y límites
  11. RTK AI 1.2: ahorro real, instalación y licencias
  12. Google SAM ahora es Agent Mesh: MCP entre equipos
  13. Anatomy para Claude Code: SVG interactivos en documentación
  14. EdgeQuake: GraphRAG en PostgreSQL y memoria MCP para agentes
  15. BitNet en CPU: 2B4T, requisitos de RAM y la cifra de 100B
  16. SuperPenguin: costes de IA por PR, cliente y función
  17. Claude Dashboards y Motion: de métricas a vídeos
  18. OpenAI Intelligent UI vs OpenUI: UI generativa para empresas
  19. Wally de RunAnywhere: coste por tarea de código aceptada
  20. Reducto para facturas alemanas: medir revisión humana
  21. OpenAI Decisions API: confianza, rechazos y enrutamiento
  22. Claude Model Router: qué modelo cambia y cuándo
  23. Cloudflare Clef vs. Jev: precios, pruebas y migración
  24. Context Language Models frente a compactación: qué probar
  25. Caveman 3.0 para Claude Code: compresión local, recuperación y benchmarks
  26. LiteLLM Lens: analizar trazas de agentes con SQL y APIs
  27. SmythOS Studio en tu servidor: Docker, costes y límites
  28. DeerFlow 2.2: Docker, sandboxes y memoria
  29. CLM-8B autoalojado: vLLM, caché y verificación
  30. AnyJev: calibración de LLM y sesgo por orden
  31. LiteAgents SDK: routing por turno, instalación y migración
  32. mcp-memory-service: memoria compartida para Claude Code y Cursor
  33. Claude Opus 5.5: usos, prompts y niveles de esfuerzo
  34. Laya y Jev en empresas: 6 flujos de trabajo prácticos
  35. Laya vs Jev: benchmarks y riesgo para startups de IA
  36. Google AX: suspensión, reinicios y autoalojamiento
  37. WikiSkill: cómo los agentes evolucionan SKILL.md con experiencia
  38. Tencent Octop: qué reciben realmente gratis los desarrolladores
  39. Wigolo: Web Intelligence local para agentes de IA
  40. Jev AI: análisis del modelo de decisión para agentes
  41. Supermemory: memoria para agentes de IA, RAG y uso local
  42. Patrones de agentes de IA: simplicidad y verificación
  43. Claude Mods: configuración, function hooks y seguridad
  44. Voicebox: clonación de voz local, dictado y configuración MCP
  45. El router multiagente de Valyu de 0,6B: resultados, límites y adopción
  46. Agents API de OpenAI: migración, costes y controles de datos
  47. Spotify shunt: instalación, ahorro de tokens y límites
  48. OpenBot: agentes autoalojados, costes y controles
  49. SwarmLLM Review 2026: Inferencia LLM P2P entre móvil y portátil
  50. Arquitectura de Ramp Inspect 2026: agentes de código en background
  51. Model Hardware Standard: guía empresarial para IA física
  52. Fonio AI 2026: precios, API, RGPD y build vs buy
  53. Mosaic (YC S26): Memoria Compartida para Agentes de Código
  54. Ripwire Review 2026: contexto de repositorio para agentes sin embeddings
  55. Ediciones multarchivo atómicas para agentes de programación: la lección de Semaprax
  56. Review de Phonely Alma: ¿Está listo el LLM de voz para producción?
  57. Utopia: evaluar un grafo bitemporal empresarial
  58. Transferencia de conocimiento entre agentes de IA: descubre una vez y escala por menos
  59. claude-rotate: Un proxy para varias cuentas Claude Max
  60. NVIDIA PAIR: Routing de IA Local y la Brecha de AMD
  61. Feynman: análisis del agente de investigación IA open source
  62. Obscura Browser: análisis, límites y uso en producción
  63. Sistema de diseño para Claude Code: 4 piezas para una UI de marca
  64. Tencent Hy4 Preview: ¿Qué cambia con la versión definitiva?
  65. PageLM: autoalojamiento y uso comercial
  66. ChatGPT inicia sesión sin ver tu contraseña
  67. Mac mini M6 vs Mac Studio M5 para IA local: guía de compra
  68. Harness de agentes de IA: la capa de fiabilidad alrededor del LLM
  69. Análisis de FreeToken AI: ¿modelos MoE frontier en una GPU doméstica?
  70. Darkbloom AI: Inferencia Privada en Macs Inactivos
  71. Ox Alpha era GLM-5.3-Flash: qué ha cambiado
  72. Por qué las ediciones de agentes necesitan identidad semántica: SEMAPRAX en Rust
  73. LangChain Deep Agents: análisis del agent harness para producción
  74. Precios de Pika Audio API: ¿SFX cuesta de verdad 20 veces menos?
  75. La apuesta de $13M de Thunder Compute por virtualizar GPUs: guía de compra
  76. OpenViking: memoria de archivos para agentes de IA
  77. LLM-as-a-Verifier: arquitectura, costes y uso en producción
  78. AirLLM con 4 GB de VRAM: cómo funciona la inferencia por capas
  79. TrueForge: análisis del agent harness open source para producción
  80. Webs legibles por agentes: llms.txt, espejos en Markdown y qué se rompe
  81. Qwen3.8-27B: agentes de computer use autoalojados sin exportar capturas
  82. Slugs localizados y hreflang: por qué mantenemos uno en inglés
  83. ¿Puede un agente de IA usar tu producto, o solo leer sobre él?
  84. Graft Review 2026: ¿el mapa del repo debe ir en Git?
  85. Codag para agentes de código: Compresión de salida y coste
  86. Uso de tokens: coste por tarea de programación aceptada
  87. DeepSeek Harness: análisis del stack de plugins para producción
  88. El stack vLLM y Triton de Netflix: 7 lecciones de producción
  89. OpenSandbox en producción: versiones, riesgos y costes
  90. Transformers.js en el navegador: cuándo llevar la IA local a tu producto
  91. Cloudflare Kitesurf: costes, límites y producción
  92. Análisis de GitHub Spec Kit: ¿merece el proceso?
  93. Marketplace interno de agentes de IA: guía empresarial 2026
  94. Cómo autoalojar LiteLLM en producción: guía 2026
  95. Wiki empresarial preparada para IA: arquitectura e implementación
  96. ¿Es Linux el mejor sistema operativo para agentes de IA? Guía 2026
  97. ¿Claude añade marcas de agua al texto? Respuesta API 2026
  98. Review de OpenKB: compilador de conocimiento vs RAG
  99. Unsloth Desktop: ¿workstation privada de IA local?
  100. NeMo Switchyard 0.2: ¿routing de agentes sin entrenar?
  101. Firecrawl AnyDoc: 14 formatos a Markdown
  102. MCP Cloud vs Manufact Cloud: guía de hosting MCP
  103. Muse Glimmer 30B: ¿está listo el agente local de Meta para producción?
  104. Cómo hacer que la IA escriba como una persona con Agent Skills
  105. Análisis de NVIDIA NOOA: ¿están listos para producción sus agentes?
  106. Routing de IA con OmniRoute: Setup y Checklist de Producción
  107. Strix AI Pentesting: piloto de 30 días y guía de compra 2026
  108. Análisis de Hyperagent: agentes de IA sin servidor propio
  109. Gemini Robotics 2: control corporal completo y decisión de piloto
  110. Hark Handoff: el agente que sí hace clic
  111. Precio de Meta Muse Code: ¿Contributor es seguro para código de clientes?
  112. pdf-inspector: parser PDF local antes del OCR
  113. Agent Reach: costes, seguridad y límites reales
  114. Cloudflare Wallets para agentes de IA: ¿qué está activo?
  115. Asistente de programación con IA local multimodal: voz, OCR y privacidad
  116. DeepSeek V4 Flash 0731 en un PC de IA: ¿qué funciona?
  117. Review de YC QM Agent: ¿está listo Quartermaster?
  118. jcode vs Claude Code: ¿Merece la pena cambiar al harness en Rust?
  119. Lightpanda para agentes de IA: guía de producción
  120. Ingeniería de grafos para agentes de IA: ¿Cuándo compensa un knowledge graph?
  121. Stack multimodelo de agentes de código: guía de compra para equipos
  122. ¿MCP ahora es stateless? Checklist para migrar tu servidor
  123. MCP no es un límite de seguridad: protege los datos
  124. Cómo afinar Gemma 4 gratis con Unsloth y Colab
  125. ¿Pueden comunicarse dos agentes de IA? Guía de Band
  126. Taalas HC1 a examen: ¿compensa un ASIC para un solo LLM?
  127. LeanCTX en una Agencia: Informe Técnico con Datos Reales
  128. ¿Qué LLM local puedes ejecutar? Guía de llmfit para tu hardware
  129. Cómo usar GPT-5.6 Sol en Claude Code con CLIProxyAPI
  130. Miso TTS autoalojado vs API: coste, latencia y VRAM
  131. Arquitectura de autorización MCP para empresas
  132. Comprime vectores RAG a 2 bits: ¿está lista para producción la cuantización sin datos?
  133. LMCache reportó un TTFT medio 13,7x menor con una caché KV compartida
  134. Compresión LLM sin Pérdida vs 8-bit GGUF: ¿Qué Está Listo?
  135. Análisis de Meterless 2026: ¿Está listo su context layer?
  136. NVIDIA Nemotron 3.5 ASR: ¿Está listo el STT self-hosted para voice agents?
  137. Claude Code vs OpenCode: ¿Cuál cuesta menos a un equipo en 2026?
  138. Kimi K3 para Empresas de la UE: Coste API, Datos y Plan de Piloto
  139. Mesh LLM: ¿Puede un LLM Ejecutarse en Varios Ordenadores?
  140. Review de Graphify 2026: ¿Merece la pena un grafo de conocimiento del código?
  141. Review de Bonsai 27B: ¿Puede un LLM de 27B Ejecutarse en un Móvil?
  142. Scorecard para Cancelar o Escalar un Piloto de IA: 12 Métricas Tras 30 Días
  143. Soofi S: ¿Está listo para empresas el LLM soberano de Alemania?
  144. Review de T3MP3ST 2026: ¿Sustituye una prueba de penetración?
  145. Colibri Ejecuta GLM-5.2 en Hardware de Consumo. Esta Es la Trampa.
  146. Open Knowledge Format (OKF): guía para empresas
  147. AI Agent Cost per Action: Por Qué los Flujos Agentic Disparan la Factura de Tokens
  148. Cuándo los Modelos Locales Superan a las APIs: Calculadora Break-Even para Empresas de la UE
  149. Calculadora de Costes LLM 2026: Coste por Tarea, No por Token
  150. Review de Pxpipe: ¿reduce un 60% el coste de Claude Code?
  151. Más barato por token todavía puede costar más por tarea
  152. Cómo usar Claude Fable 5.2 en Claude Code
  153. Anthropic rechaza prohibir pesos abiertos. La guerra de costes sigue.
  154. Cuánto cuesta de verdad un asistente de IA interno en la región DACH (2026)
  155. Gateways LLM Comparados 2026: LiteLLM vs OpenRouter vs Portkey vs RouteLLM
  156. Alojar LLMs en la UE: Cuándo Salen a Cuenta los Open Weights
  157. LLM de pesos abiertos 2026: DeepSeek, Qwen, Kimi, GLM, Llama y Muse
  158. El cuello de botella nunca fue la inteligencia. Fue el contexto.
  159. ChatGPT Enterprise vs. Copilot vs. RAG propio en DACH
  160. ¿MCP, RAG, Agent Skills o Custom GPTs?
  161. Cómo Reducir los Costes de Tokens LLM en 2026
  162. Piloto de agente de IA en 30/60/90 días: el plan
  163. RAG sobre SharePoint, Confluence y Drive: permissions-first
  164. Checklist de Production-Readiness de RAG para Empresas de la UE
  165. ¿Cuándo vale la pena construir un eval de LLM? Coste, ROI y confiar en el juez
  166. Por qué se cancelan los proyectos de agentes de IA
  167. ¿RAG, fine-tuning o contexto largo? Comparativa 2026
  168. Costes de APIs LLM 2026. Cambio de Arquitectura
Tu bandeja, sin ruido

Recibe la próxima nota de campo sobre IA y agentes

Un correo breve cuando publiquemos. Sin píxeles de seguimiento ni contenido de relleno.