Por qué el contexto de 128K falla con 16 GB
Un modelo puede publicitar una ventana de contexto de 128K y aun así fallar en 40K tokens en una GPU de 16 GB. El límite de la arquitectura nunca prometió que los pesos, la caché KV, los búferes de cálculo y el compositor del escritorio cabrían en tu tarjeta al mismo tiempo.
¿Qué viene después de los LLMs? La era post-transformer.
El auge de la IA sigue un ritmo: aproximadamente cada tres años, la arquitectura en la que todos apuestan es reemplazada por algo más nuevo. El próximo cambio ya se está gestando en los laboratorios de investigación.
Abrir OpenCode desde la línea de comandos, en la práctica
La interfaz de línea de comandos de OpenCode está diseñada para la creación de scripts, pipelines de CI y la ejecución de agentes sin supervisión. Este artículo es una guía práctica para utilizarlo en el trabajo diario.
Habilidades SDD forzadas, instaladas con un solo comando.
Superpowers empaqueta una metodología completa basada en especificaciones en habilidades de Claude instalables, imponiendo la lluvia de ideas, la planificación, la implementación dirigida por subagentes y una estricta TDD (Desarrollo Dirigido por Pruebas), en lugar de dejar esa estructura a tu criterio.
Un pequeño agente de programación que espera que lo configures.
Pi Coding Agent es un arnés de codificación por terminal minimalista y de código abierto que incluye cuatro herramientas predeterminadas y deja la mayor parte del comportamiento a las extensiones, habilidades y a tu propio flujo de trabajo.
«Por qué tu pila de IA se vuelve más pegajosa cada mes.»
Cada llamada a una API se siente como una transacción simple… hasta que se acumulan tantas que tus datos de afinamiento, tus arneses de evaluación y tus esquemas de herramientas quedan moldeados en torno a un solo proveedor, y cambiar deja de ser un simple cambio de ruteo.
Delega el trabajo ruidoso y mantén tu contexto limpio.
La mayoría de las sesiones de Claude Code se vuelven lentas y desordenadas por la misma razón: cada búsqueda exploratoria con grep, cada volcado de registros y cada “déjame revisar un archivo más” permanece en la conversación principal para siempre.
Cuándo migrar de Ollama a vLLM
Ollama es una de las formas más sencillas de ejecutar un modelo de lenguaje local, pero la comodidad puede ocultar el momento en que un experimento local se convierte en un servicio de inferencia compartido que necesita una mejor planificación y observabilidad.
Evita que los agentes de IA se desvíen de las especificaciones, las pruebas y el código.
Los agentes de codificación con IA implementan características rápidamente, pero las especificaciones, las pruebas y el código se desvían silenciosamente entre sí. Esta guía cubre un modelo de trazabilidad, el mapeo de especificación a prueba y de especificación a código, y las verificaciones de integración continua (CI) que detectan la desviación antes de una fusión.
Mantener el conocimiento compilado fiable
Un wiki de LLM falla cuando los datos antiguos siguen siendo plausibles, las contradicciones se vuelven pulidas y los resúmenes generados se desvían de sus fuentes.
Comparativa de GPUs de IA entre tres proveedores
El panorama del hardware para IA ha cambiado significativamente en 2026, con NVIDIA, AMD e Intel compitiendo por los desarrolladores que necesitan GPUs capaces de ejecutar modelos de lenguaje grandes (LLM) locales y cargas de trabajo de inferencia de IA.
La seguridad del protocolo determina quién puede actuar, no el modelo.
La inyección de prompts recibe la mayor parte de la atención en materia de seguridad en los sistemas de LLM, y merece esa atención, pero no es el único problema una vez que los agentes comienzan a invocar herramientas y delegar trabajo a otros agentes.
Las tareas A2A de larga duración superan la duración de las sesiones de chat.
La mayoría de las demostraciones de agentes de IA aún se comportan como completados de chat con pasos adicionales: envías un prompt, esperas unos segundos y recibes una respuesta en una sola salida.
Inferencia más rápida de LLM sin pérdida de calidad: una guía práctica
Un modelo de 70B genera un token por pasada hacia adelante (forward pass), y cada pasada recarga los pesos desde la VRAM, calcula la atención a través del contexto y sincroniza la memoria. Entre tokens, la GPU se queda inactiva mientras espera a que se resuelvan las dependencias secuenciales.
«La especificación como fuente de verdad, no como un documento secundario».
El Desarrollo Guiado por Especificaciones (Spec-Driven Development) es una de esas ideas a la que los ingenieros de software han recurrido antes y luego han dejado de lado cuando el esfuerzo dejó de ser rentable.
¿Las especificaciones como fuente de verdad o una ceremonia lenta?
El Desarrollo Basado en Especificaciones (Spec-Driven Development) llegó al 2026 como la respuesta seria de los desarrolladores al “deriva” del vibe coding.
