Autor: antitropic

Cuando empezé Bskully.es tenía algo valioso: un MVP funcionando en producción.

Los usuarios podían registrarse, jugar y coleccionar cartas. Desde fuera parecía que todo estaba listo para crecer.

Cuando hablo con amigos que están fuera del sector tecnológico, muchas veces no se imaginan hasta dónde hemos llegado.

Ven ChatGPT, Gemini, Claude. Ven imágenes generadas. Ven traducciones automáticas. Y sí, todo eso impresiona.

Pero cuando empiezas a construir cosas, aparece otro nivel.

Las empresas a veces no tienen un problema de IA.

Estas semanas hemos estado analizando procesos internos y buscando quick wins en una empresa amiga.

Hay una trampa muy habitual cuando empiezas un juego pequeño.

Piensas: “son cuatro enemigos, un personaje y un par de plataformas”. Todo cabe en un archivo. Todo parece sencillo. Y durante unas horas lo es.

Hasta que aparecen vidas, HUD, móvil, enemigos especiales, bosses, rankings, efectos, debug, nuevas mecánicas… y de repente el proyecto ya no es un juego. Es un ecosistema.

Antitropic Kid

A veces no es falta de ganas.
Ni de ilusión.
Es que no se puede correr sin aprender antes a andar.

El correo electrónico sigue siendo uno de los mayores cuellos de botella de cualquier empresa.

No por falta de herramientas.
Sino porque casi todas siguen funcionando igual que hace diez años.

Anthropic y OpenAI se han reunido con líderes religiosos para debatir la ética de la IA.

Y honestamente, la noticia tiene algo casi poético:
cuando la humanidad empieza a construir inteligencias artificiales capaces de influir sobre millones de personas… volvemos a consultar a las estructuras morales más antiguas de nuestra historia.

Ahora empieza a ejecutar cosas.

OpenAI publicó cómo está intentando ejecutar Codex de forma segura y, leyendo entre líneas, hay algo interesante: la industria empieza a asumir que los agentes IA no son simplemente “chatbots mejores”.

Son sistemas que empiezan a actuar.

Durante años, aprender programación parecía una carrera puramente técnica.

Más lenguajes. Más frameworks. Más herramientas. Más velocidad escribiendo código.

Pero algo curioso está empezando a pasar con la inteligencia artificial generativa: cuanto mejor programa la IA, más importantes se vuelven las habilidades humanas.

Suena contradictorio, pero tiene sentido.

Los modelos de inteligencia artificial más avanzados impresionan. Escriben, programan, responden preguntas complejas. A veces parece que “entienden”. Pero cuando se les pone a prueba en tareas de razonamiento más puro, la historia cambia.

Un análisis reciente usando el benchmark ARC-AGI-3 —diseñado para medir inteligencia general más que memoria o entrenamiento— muestra algo interesante: incluso los mejores modelos cometen errores muy parecidos entre sí. No fallan al azar. Fallan de forma sistemática.