AI Builders Digest

El curso de programación con AI de Stanford lleva a los estudiantes a proyectos reales de código abierto

Mihail Eric sustituyó los ejercicios sencillos de programación por contribuciones a grandes proyectos de código abierto. Allí, quienes mantienen los proyectos revisarán el trabajo de los estudiantes y les enseñarán cómo se diseña software complejo. El curso actualizado también aborda cómo preparar bases de código para agentes, la revisión de código, la seguridad y los agentes que trabajan en segundo plano. En Monaco, su regla para elegir herramientas es: «Compras para aprender y construyes para conservar».

• #agents
• #education
• #open-source

Levie cree que los agentes en paralelo cambiarán la escala del trabajo intelectual

Aaron Levie sostiene que asignar tareas a muchos agentes a la vez podría generar avances superiores a las mejoras del 20–50 % que atribuye a la AI basada en chat. Considera que la programación es un primer ejemplo y espera efectos similares en ciberseguridad y ciencia. Su consejo práctico es volver a probar cada tres a seis meses los flujos de trabajo con AI que hayan fallado, a medida que los modelos mejoran en el uso de herramientas y en las tareas largas.

• #agents
• #productivity

Nan Yu: empieza por el diseño más simple que funcione

Nan Yu dice que al software sencillo se llega mediante la iteración; el punto de partida adecuado es la arquitectura y el diseño más básicos que resuelvan el problema. Los diseños ingeniosos obligan a los usuarios a esforzarse más para entenderlos. La AI ha facilitado construir cuando el objetivo está claro, pero puede encarecer un objetivo confuso al ayudar a los equipos a lanzar un montón de cosas inútiles.

• #products
• #software

Tan afirma que un resultado de ingeniería replicado mejoró con particle-1

Garry Tan dice que su proyecto gstack-evals replicó el resultado de un artículo de Jev Engineering y encontró que particle-1 rindió aún mejor, aunque sus publicaciones no ofrecen cifras ni explican el método. También sostiene que, si cambiar el software es cada vez más fácil, resulta menos aceptable dejar errores sin corregir, y que esto apunta hacia un software personal creado cuando se necesita.

• #evals
• #agents
• #software

Rauch crea un tocadiscos que simula el propio surco del disco

Guillermo Rauch creó un tocadiscos con WebGL2 y Web Audio que convierte una canción en un surco físico simulado. Una aguja virtual recorre ese surco 384.000 veces por segundo y produce chasquidos, crujidos y variaciones de tono como efectos de la simulación. El código está enlazado para que otros puedan adaptarlo y publicarlo.

• #products
• #open-source

Zara Zhang cuestiona lo que «vibe coding» sugiere sobre el esfuerzo

Zara Zhang casi ha dejado de usar «vibe coding» porque puede dar a entender que el trabajo hecho con AI carece de cuidado o esfuerzo. Sostiene que una persona puede poner el corazón y el alma en un producto mientras usa herramientas de programación con AI, y quiere un término mejor para describir ese trabajo.

• #software
• #products

Kothari dice que mostrar tu trabajo funciona mejor que pedir contactos

El consejo de Nikunj Kothari para conocer gente en San Francisco es llevar pruebas del esfuerzo que has hecho: un mensaje concreto, un proyecto personal ya publicado o un encuentro que hayas organizado. Dice que las peticiones genéricas para «intercambiar ideas» se pierden entre tantos mensajes enviados sin mucho esfuerzo, mientras que un trabajo específico da a las personas ocupadas una razón para dedicarte tiempo.

• #startups
• #careers