AI Builders Digest

La camada del billón de dólares fue un equilibrio puntuado, no la nueva normalidad

Tres empresas pasaron de prácticamente cero a un billón de dólares en cinco años, y los inversores están valorando ahora a decenas de sucesoras a esa misma velocidad. La objeción: el tamaño de mercado probablemente sí exista, pero la velocidad casi con seguridad no, y se están confundiendo ambas cosas. Dentro de los labs, la escasez de cómputo se ha convertido en silencio en una ley de potencias humana: unas pocas docenas de investigadores generan la mayor parte de los resultados y la contratación se frena porque el coste no es el investigador, sino el cómputo que lleva asociado. El contrapeso al hype de RSI en los labs: científicos brillantes y autocríticos llevan cinco años creyendo que la automejora recursiva estaba a dieciocho meses de distancia, cada dieciocho meses. Sobre cuándo vender: agenda esa conversación en el calendario para que no sea una decisión emocional, porque "los años más productivos de tu vida están en juego ahora mismo".

• #funding
• #policy
• #agents

En AI nadie tiene un moat, salvo los fondos de venture capital

Un repaso capa por capa de todo el stack: models, IDEs, harnesses, app builders, wrappers, inferencia, voz, etiquetado de datos, infra, neoclouds, medios generativos, cada capa con tres empresas nombradas y cada una declarada sin moat. El remate es que la única franquicia duradera que queda es el fondo de venture capital que financia todo eso. Aparte, una apuesta: el marketing de marca será el activo diferenciador más codiciado de la próxima década, no los vídeos de lanzamiento sino una respuesta semanal y sostenida a qué defiende una empresa. Si los agents se convierten en el usuario principal de la mayoría de productos, destacar ante la audiencia humana que quede será más difícil, y los responsables de marketing a los que una y otra vez se les negó el puesto de CMO empezarán a conseguir sillas de cofundador.

• #funding
• #products

Gemini publica una lista de diez arreglos: herramientas de Workspace, Projects y 49 connectors

Una actualización pública de estado sobre una lista previa de quejas de usuarios, con seis puntos marcados como resueltos. Las herramientas de Workspace renovadas llegan en una o dos semanas, el nuevo diseño de Projects está terminado y en implementación, y el soporte de connectors va por 49 y subiendo. 3.7 Flash mostró mejoras en tool calling y vienen más, y los bugs más graves de activación excesiva están corregidos. Lo llamativo es sobre todo el formato: una hoja de ruta evaluada punto por punto en público, en vez de simplemente anunciada.

• #products

Garry Tan libera su repo de agent "Personal AGI" con 70 skills, bajo licencia MIT

El montaje que enseñó en su charla de Startup School ya es gratuito y público: un repo privado de GitHub con 70 skills ya probadas y el arranque de una wiki de conocimiento al estilo Karpathy. Funciona con una suscripción existente de Claude Code o Codex sin gasto adicional, se usa desde la línea de comandos o desde el escritorio, y se pone en marcha pegando una sola imagen en el harness. Todo está bajo licencia MIT.

• #open-source
• #agents

Cómo volverse bueno de verdad en evals: parte de un workflow que ya domines a fondo

Elige un workflow que entiendas en profundidad y haz medible su calidad, en lugar de empezar por un framework de evals. Eso implica estudiar traces reales, las secuencias de prompts que producen los usuarios típicos, qué aspecto tiene una buena respuesta en cada paso y de principio a fin, y después fabricar traces a propósito a partir de los modos de fallo de tu producto: respuestas desordenadas de tool calls, contexto que falta. La automatización solo importa cuando la eval ya es buena, y el problema continuo más difícil es mantener la eval reflejando el tráfico real a medida que los patrones de uso se desplazan.

• #evals
• #agents

Los coding models están superando a los modelos de difusión en el trabajo creativo

Las demos recientes de arte por generación procedural, edición de vídeo y juegos 3D empujan a actualizar la creencia hacia que los coding models basados en LLM rinden mejor que los modelos de difusión en buena parte del terreno creativo. La razón es estructural, no estética: el código es más fácil de editar, más fácil de empujar en una dirección concreta y se exporta limpiamente a las herramientas que ya usas, nada de lo cual vale para un buffer de píxeles generado. Con una demo en vivo del comando /design en Claude Code.

• #products
• #agents

Los datos ya pertenecen al balance como activo, no a una nota al pie

"Los datos son el nuevo petróleo" por fin tiene un referente concreto: la sed de la AI es tan profunda que la información vale casi en cualquier formato, y una venta de datos reciente muestra cómo se ve esa revalorización en la práctica. La consecuencia es tanto contable como estratégica: tratar la información de una organización como un activo del balance y no como un residuo. Lo bien que una empresa explote su propia inteligencia institucional pasa a ser un factor decisivo de competitividad.

• #policy
• #products

Trajectory sobre continual learning: GRPO no bastaba, así que se pasaron a on-policy

Un repaso del enfoque de Trajectory ante los problemas de datos que siguen abiertos en continual learning, incluido por qué GRPO por sí solo no llega y qué les obligó a moverse a entrenamiento on-policy, más el trabajo posterior de arreglar todo lo que on-policy rompe a continuación. Se plantea como uno de los primeros líderes del campo siendo inusualmente concreto sobre los tradeoffs en vez de sobre los resultados.

• #agents
• #evals

Cursor Origin aloja repos y despliega en Vercel, y él mismo corre sobre Vercel

Ya puedes guardar repos en Cursor Origin y desplegar desde ahí a Vercel, cerrando un círculo en el que Cursor Origin corre sobre el propio Vercel. Anunciado con un pique sobre el uptime de GitHub.

• #products

Escanear el código en busca de vulnerabilidades no es seguridad; romperlo sí

El escaneo estático de vulnerabilidades es lo mínimo exigible y no basta; la prueba de verdad es el pen testing, intentar romper activamente lo que has publicado. Aparte, una observación sobre un equipo con ritmos de crecimiento AI-native y ni una sola mención a la AI en todo el pitch, que tendría diez veces más plantilla si no estuviera tan metido en la AI.

• #products
• #agents

OpenAI pregunta en público qué trabajo evidente sobre Codex no está entregando

Una petición abierta de aquellas cosas que están cien por cien al alcance de Codex, de la API o de los modelos y que, aun así, siguen sin hacerse. Vale la pena seguir las respuestas para ver qué carencias resultan ser las más compartidas.

• #products