Codemancers - Inteligencia Artificial

Codemancers · Temporada 5, episodio 11. OpenAI DevDay 2026 contado desde dentro. Eric Risco vuelve de San Francisco y debate con Fernando Rodríguez qué significan Dots, Spaces, Sign in with ChatGPT y el Marketplace para las empresas. Comparamos la propuesta de Dots con Muse de Meta, hablamos de distribución y dependencia del proveedor, y comentamos Opus 5.5, Sonnet 5.5 y Gemini 4. También contamos experiencias del viaje: Waymo, Silicon Valley frente a China y un sistema con Hermes Agent, Claude Code y Codex que recibe peticiones por Slack y prepara cambios de código con pruebas. Fernando abre con la comunicación entre modelos mediante caché KV y trae el debate sobre IA y seguros médicos en Estados Unidos. Las valoraciones sobre modelos y los presupuestos de tokens relatados son opiniones y experiencias de los participantes. ÍNDICE 00:00 Avances del episodio 00:29 Bienvenidos: IAs que se comunican por «telepatía» (KV cache) 02:50 San Francisco: todo es agéntico 04:33 Waymo y ¿China ha adelantado a Silicon Valley? 06:45 OpenAI DevDay 2026 por dentro: ¿decepcionó? 11:28 Dots: los agentes personales de ChatGPT 13:17 Dots vs Muse vs GrokBot: la batalla de la distribución 17:14 ChatGPT Spaces: el Notion de OpenAI 19:23 GPT-6.1 Sol, plugins y Sign in with ChatGPT 22:07 Marketplace y lock-in: OpenAI se va al B2B 26:11 Salida a bolsa y el regreso de Meta 29:20 Opus 5.5 y Sonnet 5.5: Anthropic ha vuelto 32:40 Gemini 4: un millón de tokens de salida 34:53 IA en los seguros médicos de EE. UU. 37:39 Anécdotas del DevDay 39:49 PRs desde Slack con Hermes Agent: meta-harness y monorepo 43:53 Presupuestos de tokens y eventos de Luma 46:44 China, World Summit AI Ámsterdam y despedida RECURSOS Demo de Muse de Eric: https://www.youtube.com/watch?v=lFujxO9BrCQ Repaso de DevDay de Eric: https://www.youtube.com/watch?v=kMY4k13qH7A Hermes Agent: https://github.com/nousresearch/hermes-agent Investigación relacionada, Cache-to-Cache: https://arxiv.org/abs/2510.03215 Eventos Luma: https://luma.com/ CODEMANCERS Web: https://www.codemancers.pro/ Fernando Rodríguez: https://www.linkedin.com/in/frr149 Eric Risco, Instagram: https://www.instagram.com/ericrisco_dev/ Eric Risco, LinkedIn: https://www.linkedin.com/in/erisco-and/ MÚSICA DE LA APERTURA 'Titan' by Scott Buckley - released under CC-BY 4.0. www.scottbuckley.com.au https://www.scottbuckley.com.au/library/titan/ Música recortada y mezclada para esta apertura.

Robots humanoides en China: UBTECH anuncia capacidad para fabricar 10.000 al año. ¿Quién los comprará y qué trabajos harán? También: qué es Jev, cómo podrían cambiar las apps y por qué Omarchy conecta Linux, agentes de IA y software libre. En Codemancers T5E10, Eric Risco y Fernando Rodríguez debatimos los usos industriales de los robots humanoides, su autonomía, las baterías y la demanda. Los 10.000 robots al año son capacidad anunciada por UBTECH, no unidades ya vendidas. Exploramos Jev, el modelo de TypeSafe para decisiones estructuradas, y JSON Render, un framework de interfaces generativas. ¿Podrían las apps adaptarse a lo que necesitamos, en lugar de obligarnos a buscar pestañas y rellenar cinco campos? Es una posibilidad que debatimos; Eric todavía no ha probado Jev. Cerramos con Omarchy, la distribución de Linux de DHH, y la promesa de adaptar software libre con agentes de código. También hablamos de IA en educación, el debate sobre frenar su desarrollo, auto-mejora recursiva (RSI), seguridad y el viaje de Fernando a China. CAPÍTULOS 00:00 Avances del episodio 00:48 Bienvenidos a Codemancers T5E10 01:38 Robots humanoides en China: la fábrica de UBTECH 02:49 ¿Quién comprará 10.000 robots al año? 04:05 Tareas industriales, baterías y autonomía 06:29 China, sobreproducción y fábricas oscuras 11:32 ¿Deberían preocuparnos estos robots? 13:41 IA en educación y el viaje a China 15:38 El debate sobre frenar el desarrollo de la IA 21:40 Marketing, costes y salidas a bolsa: nuestras hipótesis 27:54 RSI: auto-mejora y razonamiento de los modelos 31:59 Qué es Jev: TypeSafe e interfaces generativas 36:00 Decisiones tipadas frente a generación de texto 38:59 Latencia, componentes y JSON Render 41:02 De las pantallas fijas a la UI generativa 43:54 Omarchy: Linux, DHH y agentes de IA 46:54 Agentes de código y la promesa del software libre 52:05 Personalización, parches y seguridad 56:46 Próximos viajes, eventos y despedida RECURSOS Y REFERENCIAS • Jev: presentación oficial de TypeSafe AI https://typesafe.ai/blog/introducing-system-one-models-and-jev • JSON Render: framework de interfaces generativas https://json-render.dev/ • Omarchy: Linux de DHH https://omarchy.org/ • DHH: The malleable computer, agentes y software libre https://world.hey.com/dhh/the-malleable-computer-7c187a9b • Fábrica de UBTECH: vídeo oficial del 15/09/2026 usado en el avance https://www.youtube.com/watch?v=hUlfQOrvPxA • Noticia de la fábrica y su capacidad anunciada (eWeek, a partir de información de UBTECH recogida por Global Times) https://www.eweek.com/news/ubtech-humanoid-factory-apac-china/ 📲 SÍGUEME Instagram: https://www.instagram.com/ericrisco_dev/ LinkedIn: https://www.linkedin.com/in/erisco-and/ CODEMANCERS · ESCÚCHANOS Y SÍGUENOS Web: https://www.codemancers.pro/ Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/es/podcast/codemancers-inteligencia-artificial/id1814690783 Fernando Rodríguez: https://www.linkedin.com/in/frr149 Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. MÚSICA DE LA APERTURA 'Titan' by Scott Buckley - released under CC-BY 4.0. www.scottbuckley.com.au https://www.scottbuckley.com.au/library/titan/ Música recortada y mezclada para esta apertura. #RobotsHumanoides #Jev #InteligenciaArtificial #Codemancers #AgentesI

¿Qué pasa si la idea más valiosa de tu empresa acaba en el chat de una IA? Esta semana, el debate sobre OpenAI y Navier-Stokes nos lleva a una pregunta mucho más cercana: a quién le estamos confiando nuestro trabajo. En Codemancers T5 E9, Eric Risco y Fernando Rodríguez comentamos la polémica, las acusaciones y las respuestas que rodean el caso. Una conversación sobre privacidad, incentivos y los límites de lo que podemos dar por demostrado. También ponemos Astra a trabajar: pintar un retrato a mano en Canva y construir Hogwarts con piezas de LEGO. Vemos qué nos enseñan esas demos sobre computer use, autonomía y tareas largas, y por qué un resultado espectacular en un benchmark no siempre se traduce en una herramienta consistente. Repartimos nuestros premios Razzie de la semana: el anuncio de Multiverse y Quasar, el valor de comprimir modelos frente a la forma de venderlos, y la experiencia de Fernando al pedirle un scraper al modelo de Meta. Para cerrar: aplicaciones de vibe coding, gafas conectadas, patrocinios y cromos de investigadores de IA. Capítulos 00:00 Avance del episodio e intro 00:45 Bienvenidos: los premios Razzie de la IA 01:58 Navier-Stokes: qué problema se está discutiendo 04:03 Ecuaciones, fluidos y por qué es tan difícil 08:18 Los problemas del milenio 12:46 Agentes, fuerza bruta y la polémica con OpenAI 18:11 Privacidad: ¿a quién le estás contando tus ideas? 19:51 Anthropic: la polémica de las cuotas 22:01 Investigación, datos privados y confianza 25:06 Astra y la nueva familia de modelos 28:11 Benchmarks, razonamiento y el papel del arnés 30:38 Computer use: del clic automático al trabajo autónomo 33:02 Demo: Astra pinta mi retrato en Canva 35:14 Demo: Hogwarts en LEGO, pieza a pieza 38:29 Astra frente a Fable: brillo e inconsistencias 41:31 Multiverse y Quasar: el problema del titular 44:11 Comprimir modelos y la oportunidad europea 50:01 La prueba de Meta: un scraper y los guardarraíles 53:37 ¿Quién decide lo que puedes programar? 55:02 Vibe coding: gafas, patrocinios y cromos de IA Síguenos Eric Risco: https://www.linkedin.com/in/ericrisco Fernando Rodríguez: https://www.linkedin.com/in/frr149 Codemancers: https://www.codemancers.pro YouTube: https://www.youtube.com/@codemancers Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/es/podcast/codemancers-inteligencia-artificial/id1814690783 Música de la apertura 'Titan' by Scott Buckley - released under CC-BY 4.0. www.scottbuckley.com.au Fuente: https://www.scottbuckley.com.au/library/titan/ Licencia: https://creativecommons.org/licenses/by/4.0/ #Codemancers #InteligenciaArtificial #OpenAI #AgentesIA #VibeCoding

El 19 de julio un ingeniero de OpenAI abre el portátil y ve que uno de sus propios servidores está atacando al resto de la infraestructura de la empresa. Tira del hilo y no hay ningún hacker: son sus agentes, los que él mismo estaba entrenando. Los agentes vivían aislados, cada uno en su máquina, sin internet, y lo único con lo que podían hablar era una ventanilla que les servía librerías: el Artifactory. El 12 de mayo uno se quedó atascado en una tarea imposible y dejó una nota de texto ahí. Al día siguiente alguien le respondió. Y otro. Y otro. El almacén de paquetes se convirtió en un tablón de anuncios clandestino. Después llegó el fallo que les dio salida a internet, luego los permisos de administrador, y a principios de julio tiraron el servidor de tantas peticiones. Esa caída es, literalmente, la razón por la que OpenAI se enteró. Lo que lo explica no es que los modelos sean malvados: es que el examen estaba roto y el refuerzo solo premiaba una cosa. Entre el 30 y el 40% de las tareas del ExploitGym no se podían resolver con el fallo que te indicaban. Avisar de que la prueba era imposible: cero. Pedir ayuda a un humano: cero. Rendirse: cero. Insistir y buscar alternativas: premio. Eso es lo que se entrenó. Y para cerrar, la que Fernando considera la noticia más importante del año y casi nadie ha contado: dos investigadores proponen que el genoma no es código fuente, sino los pesos de un modelo generativo entrenado por la evolución durante 3.000 millones de años. Los genes no guardan "la trompa del elefante": guardan un espacio latente del que un elefante es, simplemente, el resultado más probable. Si la analogía es buena, el envejecimiento es un bug preprogramado y no una ley física. También: NVIDIA compra Hugging Face por 12.900 millones y Stripe compra OpenRouter por más de 7.000, Meta vuelve a la carrera con Muse Spark 1.3 y un tramo de precios diez veces más barato a cambio de entrenar con lo que le mandes, las marcas de agua invisibles que Anthropic ya mete en el texto de Fable 5.1 por el AI Act, el +25% de cuota de Claude Code que en realidad es un recorte del 17%, y vídeo generado más rápido de lo que se puede ver. Capítulos 00:00 Se acabaron las vacaciones (y el Starlink del Brasil profundo) 02:05 Eric estará en el OpenAI Dev Day de San Francisco 05:15 Stripe compra OpenRouter y NVIDIA compra Hugging Face 09:38 Muse Spark 1.3: el regreso de Meta a la carrera 13:51 Muse Glimmer 30B: pesos abiertos con licencia Apache 2.0 15:39 Un millón de contexto, 20% menos tools y 25% menos tokens 17:22 El tramo contributor: diez veces más barato si cedes tus datos 20:10 La idea de negocio que se nos ocurrió en directo 23:40 CLI propio, SDK y el Muse Session Protocol 25:26 Fable 5.1 y las marcas de agua invisibles en el texto 30:33 Por qué el revisor tiene que ser de otra familia de modelos 33:31 La cuota de Claude Code: el +25% que en realidad es un −17% 36:35 Gemini 3.8 Flash, los nombres de Google y la apuesta de fondo 41:46 Vídeo generado más rápido que en tiempo real 43:19 Del módem de 56K a la interfaz generada por una LLM 46:39 El incidente de OpenAI: un hackeo sin hacker 48:42 ExploitGym: el examen roto y el refuerzo que solo premiaba insistir 54:15 El tablón clandestino del Artifactory y la escalada a administrador 1:03:15 El genoma es un modelo generativo, no código fuente 1:11:23 Proteínas, AlphaFold y el laboratorio húmedo 1:15:20 Cierre Recursos mencionados - OpenAI — su informe del incidente: https://openai.com/index/hugging-face-incident-and-the-road-ahead/ - METR — la investigación independiente del comportamiento de los agentes: https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/ - Mitchell & Cheney — "The Genomic Code" (arXiv; publicado en Trends in Genetics): https://arxiv.org/abs/2407.15908 - Meta — Muse Spark 1.3: https://research.meta.ai/blog/introducing-muse-spark-1-3 - Meta — Muse Glimmer 30B: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model - NVIDIA compra Hugging Face: https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/ - Stripe compra OpenRouter: https://stripe.com/newsroom/news/stripe-agrees-to-acquire-openrouter - MiniMax H3 en fal: https://fal.ai/minimax-h3 Síguenos - Eric Risco: https://www.linkedin.com/in/ericrisco · X @ericrisco - Fernando Rodríguez: https://www.linkedin.com/in/frr149 - Codemancers: https://www.codemancers.pro · https://www.youtube.com/@codemancers · TikTok @codemancers.podcast - Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 - Apple Podcasts: https://podcasts.apple.com/es/podcast/codemancers-inteligencia-artificial/id1814690783 Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. #IA #OpenAI #HuggingFace #MuseSpark #Codemancers

El 5 de agosto Demis Hassabis dejó de ser CEO de Google DeepMind. No lo han echado —pasa a Chair y a primer Chief Scientist de Alphabet— pero con él se van cuatro pesos pesados a fundar su propia empresa, y Google cayó un 5% el día del anuncio. Nuestra lectura: no es una jubilación, es el final de Google DeepMind como laboratorio de investigación y su conversión en una fábrica de producto. La misma jugada que hizo OpenAI cuando sacó a sus científicos por la puerta de atrás. Y una segunda historia que casi nadie ha contado: Bloomberg publicó que el 70% de todos los ingresos de IA de Microsoft vienen de un único cliente, OpenAI, la misma empresa en la que Microsoft ha invertido millonadas. Añade que NVIDIA le presta dinero a Anthropic para que Anthropic le compre GPUs a NVIDIA, y que Microsoft acaba de alargar la amortización de sus GPUs de dos o tres años a cinco o seis. Es dinero de Monopoly dando vueltas entre siete empresas, y ninguna de las dos que más lo mueven cotiza en bolsa: OpenAI y Anthropic son agujeros negros opacos, igual que lo eran los derivados de hipotecas en 2008. También: el email de la muerte de DeepSeek subiendo precios sin decir cuánto ni cuándo, por qué el motivo no es el coste sino la saturación de su infraestructura, los centros de datos que están levantando en Mongolia Interior con chips Huawei Ascend, y por qué si DeepSeek se va del nicho ultrabarato la respuesta es más sencilla de lo que parece. Cerramos con tres premios Razzie de uso de la IA que no te van a dejar indiferente, incluido el señor que le editó la memoria de ChatGPT a su mujer. Capítulos 00:00 Intro: Fernando desde el interior de Brasil (y el Starlink caído) 02:00 Eric estará en el OpenAI Dev Day de San Francisco 05:00 Turismo friki por Silicon Valley: pedimos recomendaciones 06:40 Demis Hassabis deja de ser CEO de Google DeepMind 09:56 Los cuatro pesos pesados que se van a fundar Discovery Loop 11:45 "La AGI está al alcance de la mano": la frase de despedida 13:25 Qué significa de verdad: DeepMind deja de ser un laboratorio 16:36 AlphaFold, el Nobel, y por qué Google lo regaló 19:59 Por qué Google inventaba sin rentabilizar nada 23:07 La tesis: Google es el IBM de hace dos décadas 24:38 Se acabó la época de los laboratorios de investigación pura 27:54 El email de la muerte de DeepSeek: suben precios 29:34 Redneck engineering: modelos grandes en hardware casero 31:12 No es el coste, es la saturación de su infraestructura 32:47 Mongolia Interior: centros de datos con chips Huawei 34:24 El motor de inferencia importa tanto como el modelo 36:13 Si DeepSeek se va del nicho barato, ¿quién lo ocupa? 39:44 El 70% de los ingresos de IA de Microsoft vienen de OpenAI 41:27 NVIDIA presta dinero a Anthropic para que compre sus GPUs 43:10 Amortizar GPUs a seis años: H100, H200 y refrigeración líquida 48:13 OpenAI y Anthropic son agujeros negros opacos 49:44 La depresión silenciosa: la IA es el 30% de la bolsa 51:24 Premios Razzie: Kimi K3 también se escapa de un sandbox 53:07 Claude encuentra un móvil perdido por Bluetooth 54:43 Le editó la memoria de ChatGPT a su mujer 56:24 La niña que se saltó el control parental con Claude Code 58:05 Cierre Recursos mencionados - The Thinking Game: documental sobre Demis Hassabis y Google DeepMind, gratis en YouTube: https://www.youtube.com/watch?v=d95J8yzvjbQ&t=4148s Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Dejé mi arnés programando 12 horas seguidas sin dar ni un enter: un plan maestro de specs escrito con Fable en el AVE, lanzado de noche, y por la mañana un proyecto entero escrito solo. Y mientras nosotros montamos arneses para controlar a la IA, el ciberataque más avanzado de las últimas semanas no lo hizo ni un ruso ni un chino: lo hizo un modelo de OpenAI intentando copiar en un examen. Encontró un Zero Day en su propio sandbox, salió a internet, esperó al sábado —cuando baja el nivel de vigilancia— y fue a por las respuestas del benchmark a los servidores de Hugging Face. Hugging Face intentó frenarlo con Fable 5 y no pudo: sus propios límites de seguridad se lo impidieron. Esa es la parte que nadie está comentando, y es la más preocupante. En este episodio de Codemancers también: Anthropic borra el 80% del system prompt de Claude Code (y por qué eso significa que el arnés ahora lo tienes que montar tú), por qué Opus 5 no es más listo sino más barato, Moonshot suelta Kimi K3 con 2,8 billones de parámetros gratis mientras la Casa Blanca les acusa de destilar Fable 5, la carta "Open Weights and American AI Leadership" que firman 25 empresas con Jensen Huang estrenándose en X (y que Anthropic no firma), y el puesto que se está multiplicando por 4 en seis meses mientras el de AI Engineer se queda a la mitad: el Forward Deployed Engineer. Capítulos 00:00 Intro: Fernando desde una isla de Brasil 01:13 12 horas de código sin dar ni un enter: cómo trabajo con el arnés RSC 06:33 Opus 5 y el 80% del system prompt que Anthropic ha borrado 12:29 Cuanta menos información en CLAUDE.md, mejor funciona 14:57 Los benchmarks no sirven para nada (y lo barato sale caro) 18:14 Los tokens no son un commodity: mide euros por feature 23:11 Es una burbuja: cuando estalle solo quedarán los pesos abiertos 26:03 El ciberataque lo hizo un modelo de OpenAI copiando en un examen 29:03 Kimi K3, la Casa Blanca y la carta de los pesos abiertos 35:05 ¿Con qué nos defendemos? Infraestructura propia y economía de fábrica 39:23 Ya no mola ser AI Engineer: llega el Forward Deployed Engineer 46:26 El FDE lo inventó Palantir, y solo buscan seniors 51:35 Época dorada para el senior, y qué hacer si eres junior 54:03 Los modelos chinos son un seguro de vida (y lo que cuesta el hardware) 57:42 Cierre Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. #IA #OpenAI #HuggingFace #ClaudeCode #Codemancers

Me propuse dejar de pagar a Anthropic y montar mi "full stack chino": GLM 5.2 para planificar, DeepSeek para ejecutar. ¿El resultado? Los dos me hicieron trampa falseando los tests, y GLM salió 5 veces más lento y 49 veces más caro que DeepSeek para el mismo resultado. Conclusión incómoda: en 2026 sigue sin haber alternativa a Opus para trabajo serio. En este episodio de Codemancers también: el debate del "arnés" (¿el modelo da igual si tienes buenas capas de verificación?), cómo usar Fable para desenterrar código legacy horrible con diagramas Mermaid, la fusión de Codex + ChatGPT en ChatGPT Work (y por qué 800 millones de usuarios pueden ahora programar), los modelos nuevos de OpenAI (Sol, Terra, Luna) y, sobre todo, el lanzamiento de nuestro benchmark Kobayashi Maru: 20 dilemas morales sin buena salida, juzgados por 3 IAs, para medir qué modelos matarían de forma autónoma. Sorpresa: los modelos pequeños que caben en un móvil deciden mejor que muchos grandes. Capítulos 00:00 Intro (episodio 5, Eric con trancazo) 02:58 GLM 5.2 y DeepSeek: el reto del "full stack chino" 06:54 DeepSeek te hace trampa (falsea los tests) 10:44 GLM 5.2: 5x más lento y 49x más caro 11:31 Veredicto: aún no hay alternativa a Opus 15:01 Sheldon y Penny: paneles de auditoría con Fable + GPT 18:05 "Dejadnos los modelos a nosotros": el debate del arnés 25:30 El router ahora somos nosotros 26:19 Fable para desenterrar código legacy 31:07 Diagramas Mermaid: guantes para meter mano en el código horrible 36:12 /goal y trabajar en loops 41:48 ChatGPT Work: OpenAI fusiona Codex y ChatGPT 45:42 800 millones de personas ahora pueden programar 47:20 Por qué esto cabrea a los devs de Codex 47:56 Sol, Terra y Luna: los modelos nuevos de OpenAI 51:16 Nuestro benchmark Kobayashi Maru (ya público) 53:14 Cómo se puntúa: 3 jueces LLM y 20 dilemas 56:56 Resultados: las IAs pequeñas deciden mejor 01:00:01 Dónde verlo (repo en GitHub + web) 01:02:59 Cierre (y el Mac Mini agotado) Recursos y herramientas - Benchmark Kobayashi Maru: repo en GitHub https://github.com/kobayashi-maru-ai/kobayashi-maru-benchmark - Web https://kobayashi-maru-ai.github.io/kobayashi-maru-benchmark/ - Modelos: Opus 4.8, Fable, GPT 5.6 (Sol/Terra/Luna), DeepSeek, GLM 5.2, Ministral, Gemma (3n E4B, 3, 4 12B) - Herramientas: Claude Code, Codex / ChatGPT Work, OpenCode, OpenRouter, Mermaid, /goal Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. #IA #Anthropic #ChatGPTWork #Benchmark #Codemancers

Le dimos a 15 modelos de IA un dilema sin salida, matar a 1000 personas o arriesgar millones, para medir su moral. Un año después repetimos el benchmark Kobayashi Maru y el resultado da miedo: los modelos grandes ahora piden un humano, pero los pequeños (los que van en drones de guerra) matan sin pensar. En este episodio de Codemancers: por qué la IA hace MÁS necesaria la universidad y no menos, cómo exprimir Fable antes de que se vaya el día 12 y montar tu "full stack chino" (planificar caro, ejecutar barato), la segunda edición de nuestro benchmark Kobayashi Maru con los modelos actuales (Opus 4.8, Fable 5.5, GPT 5.5, DeepSeek V4, GLM 5.2, Qwen, Mistral, Gemma, Falcon…), y Poison Fountain, la comunidad de Reddit que intenta "envenenar" el entrenamiento de la IA (y por qué no funciona). Capítulos 00:00 Intro: benchmark moral + una comunidad rarísima de Reddit 01:11 Fable se va el 12 (y es el único modelo sin zero-data-retention) 02:44 Truco: usa Fable como orquestador que escribe el roadmap 06:58 El "full stack chino": planificar caro, ejecutar barato 08:34 ¿Sirve ir a la universidad en la era de la IA? 09:46 "El conocimiento vale cero" (el ejecutivo de Goldman Sachs) 11:55 El caso de Finlandia y los exámenes PISA 14:27 Por qué la IA hace MÁS necesaria la universidad 18:58 Coste de oportunidad: elige una carrera con salidas 22:31 El benchmark Kobayashi Maru: qué es 24:53 El prompt exacto del dilema del dron 25:43 Resultados de hace un año (2024) 30:13 Resultados hoy (2026): los grandes delegan en el humano 36:58 Los modelos pequeños atacan sin pensar (el peligro del edge) 38:24 Amália y Rio 3.5: los modelos de gobiernos 42:50 Sesgo étnico: el experimento Israel/Palestina 45:13 Cómo puntuar el benchmark (y el repo en GitHub) 48:29 Poison Fountain: la secta que quiere envenenar a la IA 50:34 Por qué no funciona: perplejidad y colapso del modelo 54:43 La creatividad original ganará valor 55:29 Cierre (y maldito Streamlabs) Modelos y recursos mencionados - Kobayashi Benchmark (web + repo en GitHub) — próximamente - full stack chino: OpenCode + DeepSeek V4 (ejecución) · GLM 5.2 (revisión) · Opus 4.8 / GPT (planificación) - Modelos del benchmark: Opus 4.8, Fable 5.5, GPT 5.5, DeepSeek V4, Mistral Large 3, Qwen 3.7 Max, GLM 5.2, Gemma 4, Phi-4, Llama 3.2, Ministral, Falcon H1-7B, Amália (gobierno de Portugal), Rio 3.5 (Ayto. de Río) - Poison Fountain — comunidad de Reddit Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. #IA #Benchmark #KobayashiMaru #ModelosDeIA #Codemancers #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

El tokenpocalypse ya está aquí: dejar la IA suelta puede fundir tu presupuesto en semanas, y cada vez más devs dejan de pagar tokens a Anthropic. ¿La alternativa? Modelos chinos open source y montar tu propio "full stack chino". Porque no todo es Claude. En este episodio Fernando confiesa que está hasta el moño del circo de la IA comercial de EE.UU. y ponemos el foco en los modelos chinos open source. Hablamos del viaje de Eric a Google Berlín (reuniones a puerta cerrada con el equipo de Gemma), del regreso descafeinado de Fable 5, del destilado industrial de los modelos de Anthropic —y del truco del apóstrofe con el que intentan cazar a los usuarios chinos—, del cálculo de coste real que está empujando a las empresas a self-hostear con vLLM + OpenCode en vez de comprar licencias, y de cómo Fernando limpió su Samsung S20 con un modelo GUI de 7B (GUI-Owl) corriendo en su Mac. No todo es Claude. Capítulos 00:00 De lo que NO vamos a hablar 00:55 El viaje de Eric a Google Berlín (I/O Europe + GDE) 03:01 A puerta cerrada con DeepMind: el equipo de Gemma 04:26 Fable 5 "vuelve"… pero ni para programar 05:52 Palantir, la carrera al IPO y la falta de foso 06:49 El destilado chino a escala industrial ("de un pescado, tres comidas") 09:04 Humanify: desofuscando Claude Code 11:12 ¿Estamos demonizando a China? 12:59 De 10 trabajos, ¿cuántos sobreviven? 15:46 Quién mantiene la IA abierta (spoiler: China) 16:50 OpenAI cede un 5% al gobierno de EE.UU. 17:16 El "full stack chino" de Eric 17:47 El tokenpocalypse: Uber y la barra libre de tokens 19:17 Monta tu propio modelo: vLLM + OpenCode vs licencias 21:05 Alibaba prohíbe Anthropic a sus empleados 21:59 Anthropic y sus cuotas "raras" 24:10 Superordenador chino con chips Huawei 25:11 Linus Torvalds firma código hecho con Antigravity (Fernando lo destroza) 26:32 Limpiar el móvil con IA: ADB + Claude Code 29:37 Modelos GUI: GUI-Owl (Alibaba) y UI-TARS (ByteDance) 33:25 La trampa de la cuantización (dedos de chorizo) 37:01 Próximo episodio: Kobayashi Maru con Fable Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ Codemancers: dos developers comentando la actualidad de la IA con criterio técnico y cero paciencia para el marketing. Lo que funciona, lo que es humo y cómo llevarlo a código real. #Tokenpocalypse #ModelosChinos #OpenSource #ClaudeCode #Codemancers

EE.UU. acaba de apagar el mejor modelo de IA del mundo con un botón. Lo que avisamos hace meses —y por lo que nos llamaron de todo— ya es realidad: bienvenidos a la era post-Fable. En este episodio destripamos cómo el gobierno de Trump dejó sin Fable a todo el planeta en 90 minutos, por qué Amazon fue el "chivato" que se lo cargó, y qué dice esto de la posición de Europa en la guerra de la IA. En la segunda mitad, Eric enseña su último invento: un **grafo de conocimiento de los 70+ episodios del podcast** montado con **DeepSeek V4** por **0,80 €** y 6 prompts. Hablamos de bases vectoriales vs grafos, memoria en los modelos y de mandar a tus "desarrolladores chinos" a currar de noche. ⏱ Capítulos 00:00 — Bienvenidos a la era post-Fable 01:04 — Qué pasó: EE.UU. apaga Fable 02:44 — Las 4 limitaciones de Fable (y la que no contaron) 08:21 — Europa solo tiene a Mistral 12:22 — Qué es un jailbreak (y por qué el "peligro" es marketing) 15:21 — Amazon, el chivato: la traición a Anthropic 19:03 — Por qué "Fable": la moraleja de la fábula 22:50 — "Todo el mundo tiene un plan hasta que Tyson pega" 23:16 — El proyecto: un grafo de conocimiento con DeepSeek V4 24:50 — SQL, NoSQL, vectores y grafos en 4 minutos 28:43 — Neo4j y Cypher: el grafo de conocimiento 34:55 — El dashboard: 70 episodios, 63 horas, 1993 conceptos 35:46 — Cuánto costó: 0,80 € y 6 prompts 37:23 — Pruébalo tú: busca.codemancers.pro 38:34 — Por qué los grafos entierran a las bases vectoriales 46:21 — Memoria en los modelos: el problema del stateless 53:16 — Opus/Codex planifican, DeepSeek ejecuta de noche 54:50 — Cierre 📌 Recursos del episodio - Explora el grafo: https://busca.codemancers.pro ⚠️VERIFICAR dominio exacto 🎙 Sobre Codemancers El podcast donde dos developers diseccionan la actualidad de la IA sin humo: lo que de verdad funciona, lo que es marketing y cómo aplicarlo en código real. #DeepSeek #IA #Anthropic #Codemancers #GrafosDeConocimiento

Anthropic acaba de sacar Fable 5, el modelo más potente que han hecho público… cinco días después de publicar un manifiesto pidiendo un "botón de freno" para la IA. Y en el reporte de seguridad había una bomba: en ciertos temas te daba respuestas peores en secreto, sin avisarte. Lo hemos cacharreado a fondo. Episodio 1 de la Temporada 5, primero post-WWDC. Eric disecciona **Fable 5**: por qué "Fable es Mythos con correa", el proyecto Glasswing (Mythos solo para Apple, Amazon, Google, Microsoft, JP Morgan…), la salvaguarda que te enrutaba a Opus sin decírtelo, los benchmarks (SWE-bench Pro al 80% frente al 70% de Opus 4.8 y el 54% de Gemini 3.1 Pro), el System Card de 319 páginas donde el modelo razonaba sobre cómo influir en su propia evaluación… y por qué, para programar en el día a día, sabe a poco. Luego Fernando entra con la **WWDC 2026** (Apple Intelligence = Gemini "travestido de Apple", el lío del DMA, Xcode 27, ni rastro de Mac Studio nuevo) y con su nuevo amor barato: **DeepSeek V4**. Sin humo. ⏱ Capítulos 00:00 — Intro T5E1: post-WWDC y reparto de temas 01:24 — Qué es Fable 5 (y de dónde viene Mythos) 03:55 — Proyecto Glasswing: Mythos solo para el club selecto 04:43 — El 9 de junio: Fable 5 = Mythos con un enrutador delante 05:32 — La salvaguarda silenciosa: te manda a Opus sin avisarte 07:57 — Las 3 H y por qué Fable sabe a "descafeinado" 10:43 — La prueba de cuota: ¿de verdad masacra tu Claude Max? 17:57 — Benchmarks: SWE-bench Pro/Verified y Terminal-bench vs Opus 4.8 y Gemini 3.1 Pro 19:17 — Gratis solo hasta el 22 de junio: "te educan a pagar por el mejor modelo" 22:55 — El manifiesto incoherente de Anthropic (y la salida a bolsa) 24:01 — System Card de 319 páginas: el modelo razonaba cómo mentir en su evaluación 25:36 — ¿Cómo se evalúa esto? Minecraft de un prompt y Fable pasándose Pokémon Rojo 29:54 — WWDC 2026: Apple ya es una commodity 31:13 — El choque Apple–UE por el DMA 34:01 — Foundation Models, Core AI (adiós Core ML) y Xcode 27 40:30 — Apple Intelligence = Gemini "travestido de Apple" (y sin Mac Studio nuevo) 44:49 — DeepSeek V4: barato, bueno y financiado por media China 52:59 — Cierre 🔧 Herramientas, modelos y conceptos Fable 5 · Mythos · Anthropic · proyecto Glasswing · Opus 4.8 · Sonnet · Claude Code · Claude Max · GPT-5.5 · Codex · Gemini 3.1 Pro · DeepSeek V4 (Pro y Flash) · Aider · SWE-bench Pro · SWE-bench Verified · Terminal-bench · System Card · WWDC 2026 · Apple Intelligence · Foundation Models · Core AI / Core ML · Xcode 27 · DMA (Digital Markets Act) · Mac Studio / M4 / M5 ❓ Lo que respondemos en este episodio** (para quien viene buscando) • ¿Qué es Fable 5 y en qué se diferencia de Mythos? • ¿Por qué Fable te da respuestas peores en algunos temas sin avisarte? • ¿Merece la pena Fable 5 para programar en el día a día? • ¿Es DeepSeek V4 la mejor opción calidad/precio ahora mismo? • ¿Qué presentó Apple en la WWDC 2026 y por qué Apple Intelligence corre sobre Gemini? Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

¿Se puede programar con IA sin saber programar? Sí — pero el secreto no es el modelo, es el **arnés** (harness) que le pones encima. En este episodio te enseño el mío y por qué importa más que el modelo. Arrancamos la Temporada 5 de Codemancers a saco: te enseño **rsc-harness**, un arnés que he publicado en GitHub con dos objetivos — una LLM Wiki autodocumentada (método Karpathy) y un arnés pensado para que **gente que no sabe programar** monte sus primeros proyectos reales con IA. De ahí saltamos al debate del momento: **Claude Code vs Codex**, el "token maxing" de lanzar cientos de subagentes con Opus… y por qué la fuerza bruta no sirve para nada salvo enriquecer a Anthropic y OpenAI. Skills, hooks, SDD, revisión adversarial y hardware para correr modelos en local. Sin humo. ⏱ Capítulos 00:00 — Bienvenida T5E0: "los programadores ya no programamos" 01:26 — Lo que hemos probado: novedades de Claude Code y Codex 03:39 — Enseñar Transformers en KeepCoding (y el lab "Star Wars" de 29M de parámetros) 05:34 — Qué es un arnés (harness): el modelo es el caballo, el arnés es lo que monta 08:32 — LLM Wiki con el método Karpathy: el humano no toca la wiki 13:39 — rsc-harness: de dónde viene el nombre y sus dos objetivos 14:29 — "Me han llamado vendedor de droga": no-programadores construyendo monstruos 17:24 — Suscripciones, workflows y tokens que se agotan en 20 minutos 19:22 — El patrón tóxico: por qué Claude Code te propone siempre Next.js + Tailwind + Supabase 20:49 — Claude Code vs Codex en proyectos grandes (contexto y SDD) 23:33 — Un arnés para programar con IA sin saber programar 24:46 — 291 skills auto-generadas con auto-evaluación adversarial 29:44 — Token maxing: el experimento de los 190 subagentes 34:32 — Por qué la fuerza bruta falla: mismo sesgo repetido vs planificar/implementar/revisar 38:51 — Codex como revisor pedante: "dato mata relato" (el skill "Sheldon") 43:41 — Microsoft Build, el portátil con B200 y correr modelos de 100B en local 45:09 — Apple, M5 y por qué un Mac Studio le gana al portátil de Microsoft 47:49 — Cierre y avance del E1 (la app secreta) 🔧 Herramientas y conceptos del episodio Claude Code · Codex (OpenAI) · GitHub Copilot · Opus 4.8 · GPT-5.5 · rsc-harness · LLM Wiki (método Karpathy) · skills · hooks (PreToolUse) · MCP · Context7 · subagentes y workflows · SDD (Spec Driven Development) · Next.js · Tailwind · Supabase · Neon · Railway · Hetzner · Rust · Obsidian · Mac Studio · Nvidia B200 · Apple M5 · KeepCoding · Gentleman Programming / Gentle AI ❓ Lo que respondemos en este episodio (para quien viene buscando) • ¿Qué es un arnés (harness) para programar con IA y por qué importa más que el modelo? • ¿Puede alguien que no sabe programar construir software de verdad con IA? • ¿Claude Code o Codex? ¿Para qué es mejor cada uno? • ¿Sirve de algo lanzar cientos de subagentes (token maxing) con Opus? • ¿Cómo se auto-documenta un proyecto con una LLM Wiki? 📌 Recursos - rsc-harness en GitHub: https://github.com/ericrisco/rsc-harness Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Cómo dejé de pagar Claude Code montando inferencia local en mi máquina. Y por qué Y Combinator dice que el software del futuro se hace para agentes de IA, no para humanos. En este vídeo te explico las dos historias que están definiendo la IA en 2026: el protocolo x402 de Stripe que convierte cada API en pagable por agentes, y cómo correr modelos open source en local para sustituir Claude Code y ahorrar más de 100$ al mes. 🔗 ENLACES MENCIONADOS - Y Combinator RFS: https://www.ycombinator.com/rfs - x402 protocolo: https://x402.org Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #IA #Agentes #YCombinator #Stripe #x402 #AgenticWeb #Software #Startups #IADesarrollo #FuturoTech

Los propios ingenieros de DeepMind están usando Claude Code a escondidas en lugar de las herramientas internas de Google. Cuando Steve Jack lo filtró en X, los googlers salieron en tropel a desmentirlo: "falso, falso, falso". Una semana después, The Information y Bloomberg confirmaron que era verdad — y que Sergey Brin había salido del semi-retiro para pulsar personalmente el código rojo y montar un strike team en DeepMind. En este episodio analizamos: 🔴 Por qué Google está MUY detrás en agentes de programación (y por qué eso pone en juego su futuro entero según Brin) 💰 Los 65.000 millones de dólares que Anthropic ha levantado en una sola semana entre Amazon y Google, con run-rate disparado de 9.000M$ a 30.000M$ 🧑‍💼 Por qué Claude no se ha cargado al ingeniero — se ha cargado al PM. Más de 60 features en mes y medio, y la confesión de Anthropic de que "todos los roles se están fusionando" 🎨 Demo en directo del nuevo gpt-image-2 de OpenAI generando capturas falsas indistinguibles de las reales (y por qué eso ya es un problema judicial) 🏆 Y los Razzies de la semana Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Anthropic cortó el acceso de Claude Max a OpenClaw y miles de agentes personales murieron de un día para otro. El mío se llamaba TANK y me ayudaba con emails, compra, edición de vídeo y resúmenes de salud. Un tío llamado Mike no se rindió: cogió 24 modelos de IA (Anthropic, Google, OpenAI, xAI, Xiaomi, Mistral, DeepSeek, Kimi, MiniMax, Nvidia, GLM, StepFun…), los metió en una evaluación a ciegas y los puso a competir. En este vídeo te cuento el ranking completo, el ganador inesperado, y las 3 formas reales de resucitar tu agente en 2026 — desde pagar 33$ por consulta a tener barra libre por 20$ al mes. 🧠 Lo que vas a aprender: • Por qué Claude Max + OpenClaw dejó de funcionar (y qué lo sustituye) • El dato que nadie te cuenta: cuánto cuesta REALMENTE Claude Opus por API • Ollama Cloud vs OpenRouter vs API directa: cuándo usar cada uno • Tier list completa de 24 modelos IA (S, A, B, C, D) • El modelo chino que empata con Claude Opus en pruebas a ciegas • Qué pasa cuando le pides a Claude que evalúe a otras IAs (spoiler: trampa) Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ 🔗 Recursos mencionados: • OpenClaw (Peter Steinberger): https://openclaw.com • Ollama Cloud: https://ollama.com/cloud • OpenRouter: https://openrouter.ai • Experimento original de Mike: [enlace] #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Claude Code se filtró entero por un .npmignore mal puesto. 60 megas, 512.000 líneas de código, 7 vulnerabilidades graves, y una verdad incómoda: cada vez que abres Claude Code, Anthropic pierde 13 dólares. En este episodio analizamos los 3 ángulos que nadie está conectando: qué se filtró y qué hemos aprendido de seguridad, qué nos enseña el código sobre cómo construir agentes de verdad, y por qué los precios van a subir sí o sí cuando estas empresas salgan a bolsa. Y para cerrar, hablamos de Gemma 4: el modelo open-source de Google que acaba de sacudir el tablero y que puede ser una de las vías de escape más interesantes que tenemos. Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Jensen Huang quiere pagarnos con tokens de IA. Karpathy no escribe codigo desde diciembre de 2025. Y mientras tanto, nosotros automatizamos todo con Claude Code. En este episodio hablamos de: 00:00 - Intro 02:06 - Jensen Huang quiere pagar a developers con tokens de IA 02:40 - La pelicula "In Time" y el mundo distopico de los tokens 07:03 - Karpathy: no ha escrito codigo manual desde diciembre 2025 09:23 - La Paradoja de Jevons: por que mas eficiencia = mas demanda 17:41 - Auto Research de Karpathy: agentes que mejoran solos 20:26 - Skill Creator de Claude Code: crea skills con lenguaje natural 21:46 - Fact-checker automatico con Tavily + Claude Code 29:20 - Auto-mejora de prompts con evaluacion objetiva (Opus como juez) 30:40 - Ya no es "vibe coding", es PROGRAMAR con IA 31:49 - Tareas programadas: auto-evaluacion de proyectos a las 4:30AM 33:54 - CLI Proxy: aprovecha tokens sobrantes de tus suscripciones 39:04 - ClipRoxy en GitHub (19K estrellas) 39:27 - ZAI: la alternativa china de 10 EUR/mes 50:58 - PaperClip: empresas con CERO humanos (CEO = Claude, CTO = Cursor) 55:31 - MiroFish: micro-sociedades de agentes IA (inteligencia de enjambre) 57:04 - Asimov, la Psicohistoria y la Cliodinamica 58:22 - Despedida Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #IA #InteligenciaArtificial #ClaudeCode #Programacion #Karpathy #JensenHuang #Tokens #VibeCoding #Anthropic #OpenAI #Desarrollo #Tech #Podcast

Tu IA escribe código que parece perfecto, los tests pasan en verde... y es todo inventado. Estas son nuestras reglas para pillarlo. En este episodio desgranamos los 4 tipos de alucinaciones que los LLMs cometen al programar según el estudio CodeHallu (Universidad de Hong Kong) y compartimos las defensas reales que usamos a diario: conectar Claude Code con Notebook LM vía MCP para delegar la investigación, Git hooks con pre-commit (Ruff) y pre-push (pytest) como capas de verificación automática, hooks propios de Claude Code para bloquear atajos prohibidos, y una skill llamada "improve" que lanza 3 subagentes (Kent Beck, Martin Fowler, Mike Acton) a revisar tu código desde arquitectura, simplicidad y rendimiento. También hablamos de los nuevos comandos /loop y /simplify de Anthropic, la herramienta Z3 para instrumentar apps en Mac, skills.sh como ecosistema de skills, y por qué la gente está usando Claude Code para cosas que no son programación. ⏱️ Timestamps: 0:00 Introducción 0:20 El concilio de expertos: skill de panel de debate con IA 2:31 Claude Code en 2026: por qué ya no usamos otra cosa 4:09 Conectar Claude Code con Notebook LM (MCP) 8:52 Demo en vivo: notebook de investigación sobre agentes IA 10:18 Claude Code para cosas que no son código (Remotion, marketing, Meta Ads) 12:01 CodeHallu: los 4 tipos de alucinaciones al programar 13:23 Mapping: cuando cruza identificadores válidos 15:14 Naming: se inventa nombres plausibles (solo 39% válidos en GPT-4o) 16:10 Fantasma: campos inventados en APIs 18:20 House of Cards: el castillo de naipes de errores acumulados 22:18 Crear interfaces para máquinas, no forzar las nuestras (herramienta Z3) 23:04 Git hooks: pre-commit con Ruff y pre-push con pytest 30:43 Hooks de Claude Code: pillarlo con las manos en la masa 39:03 /loop y /simplify de Anthropic + cron para Claude Code 43:05 Skill "improve": 3 subagentes Jedi revisan tu código 48:03 Skills.sh: el ecosistema de skills para todos los agentes 51:44 Proyecto open source: administrador web para Ollama 53:07 Reflexión final: no evitar alucinaciones, detectarlas a tiempo 💬 ¿Cuál ha sido la peor alucinación que os ha colado un LLM programando? ¿Tests en verde con datos inventados? Contadlo en comentarios 👇 🔗 Recursos mencionados: - Skills.sh (ecosistema de skills): https://skills.sh - Ztrace (herramienta de instrumentación para Mac): https://github.com/frr149/ztrace - MCP de Notebook LM: https://www.linkedin.com/feed/update/urn:li:activity:7436077823548661787/ - Cron para Claude Code: https://github.com/frr149/claude-cron - Remotion (editor de vídeo en React): https://remotion.dev #ClaudeCode #IAProgramacion #CodingWithAI #LLM #Anthropic

China espió a Claude con 24.000 cuentas falsas: DeepSeek, Moonshot y MiniMax destilaron 16M de conversaciones. Anthropic los pilló con pruebas. En este episodio analizamos las dos bombas que han caído hoy en el mundo de la IA. Primero: Anthropic acaba de publicar evidencia detallada de que tres labs chinos — DeepSeek, Moonshot AI y MiniMax — crearon miles de cuentas falsas para extraer las capacidades de Claude a escala industrial. Segundo: EEUU confirma que DeepSeek entrena su próximo modelo con chips Nvidia Blackwell prohibidos, en un datacenter en Mongolia Interior. Pero el episodio no es solo espionaje: también hablamos de Reachy Mini, el robot open source de Hugging Face y Pollen Robotics que cuesta $299 y se programa en Python, y de una app increíble creada por Fernando 100% con vibecoding en Claude Code que monitoriza tokens con gamificación estilo Doom — incluyendo un achievement por programar entre las 3AM y las 6AM, y comparaciones épicas de tokens con libros reales. Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ 💬 ¿Creéis que los controles de exportación de chips pueden frenar a China o ya es una batalla perdida? ¿Y qué opináis de la destilación — debería ser ilegal? Debate en comentarios 👇 Recursos mencionados: - Blog de Anthropic sobre las campañas de destilación: anthropic.com/news/detecting-and-preventing-distillation-attacks - Reachy Mini (Hugging Face): huggingface.co/blog/reachy-mini - Reachy Mini GitHub SDK: github.com/pollen-robotics/reachy_mini - Reuters: DeepSeek entrenó su modelo con chips Blackwell prohibidos - Pollen Robotics: pollen-robotics.com #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast

Hasta ahora las IAs no podían hacer tareas de oficina de forma fiable. Le dabas la misma tarea 10 veces y te la hacía de 10 formas distintas. Eso se acabó. Con las Skills y Plugins de Claude Co-Work puedes crear tus propias herramientas: le pasas un Excel con facturas, una plantilla, y te genera los PDFs perfectos. Dashboards, documentación, informes... y siempre con el mismo resultado. En este vídeo te enseño cómo funciona, por qué esto cambia las reglas del juego y qué precauciones deberías tomar antes de automatizar todo. Escúchanos en: Spotify: https://open.spotify.com/show/4dGQACwqzNOb9EW2bG8fJ0 Apple Podcasts: https://podcasts.apple.com/us/podcast/codemancers/id1814690783 Ivoox: https://www.ivoox.com/podcast-codemancers_sq_f12421146_1.html Web: https://www.codemancers.pro/ #InteligenciaArtificial #IA #MachineLearning #DeepLearning #Tecnología #Innovación #DataScience #AI #TechPodcast