Blog
Reflexiones sobre código, producto y oficio.
El código limpio también es para los agentes: resumen y conclusiones de la última entrevista de Uncle Bob
La entrevista más reciente de Robert C. Martin ajusta varias piezas de Clean AI: umbrales distintos para agentes, el fin del spec-driven development y cómo el código desordenado afecta su trabajo.
Lo que Clean AI aclara sobre desarrollar con agentes
Una lectura personal de Clean AI: por qué las especificaciones, las pruebas y los checkpoints importan más cuando el código lo escribe un agente.
Optimización autónoma de APIs: el patrón autoresearch aplicado a HTTP
Karpathy dejó un agente entrenando modelos toda la noche. Tomé la misma idea y la apliqué a la optimización de APIs: un agente edita un handler, ejecuta una prueba de rendimiento de 30 segundos, mide P95 y decide si conserva o revierte el cambio. Repite hasta que lo interrumpes.
Por qué armé el Lab (y qué tiene que ver Suecia)
Cómo una frustración con los cursos de IA, una metodología educativa sueca y seis meses construyendo productos con agentes terminaron en un experimento pedagógico.
Un ciclo mínimo para desarrollar con agentes
Un proceso por fases para trabajar con agentes: reglas compartidas, un plan escrito, implementación acotada, validación y aprendizaje para la siguiente iteración.
Construí un Second Brain con IA que respeta mi privacidad
Librarian, Researcher y Content Toolkit: tres herramientas que transforman cómo capturo, proceso y organizo conocimiento. Todo local, todo con consentimiento explícito.
Skills de Matt Pocock: DDD, módulos profundos y ciclos de retroalimentación para agentes
Cómo un ingeniero de 20+ años tradujo principios clásicos (Pragmatic Programmer, Evans, Ousterhout) en skills pequeñas y componibles para agentes de programación. Y qué podemos aplicar en nuestros proyectos.
Mi ciclo de desarrollo con IA: de la idea al deploy
Cómo trabajo hoy: PRDs manuales, night loops automáticos, CLI personal, y un agente que programa mientras duermo. Mi ciclo completo de desarrollo con IA explicado paso a paso.
Karpathy tenía razón: lo que predijo en 2023 y cómo se ve hoy en 2026
El domingo vi 'Intro to Large Language Models' de Andrej Karpathy. Decidí comparar sus predicciones con la realidad de 2026. 7 de 10 se cumplieron o se superaron.
Simulé con IA el futuro del pipeline de ingeniería de software (2026–2031)
Una simulación con MiroFish explora cómo la automatización de tareas de entrada podría afectar la formación y la mentoría de ingenieros junior entre 2026 y 2031.
Más contexto no siempre ayuda a un agente
Dar más documentación a un agente no garantiza mejores respuestas. Cómo elegir el contexto que necesita, evitar instrucciones en conflicto y organizar el trabajo cuando participan varios agentes.
Los únicos 5 trabajos que habrá en 2030
Reflexión basada en una charla de Javier Ideami sobre IA, pensamiento crítico y el futuro del trabajo. La IA es un amplificador, no un reemplazo.
Invierte las primeras horas de tu proyecto en diseñar en vez de programar
Cuando inicias un proyecto de software con IA desde cero, enfrentas una decisión: vibe coding o no. Aquí explico por qué elijo spec-first y cómo se ve mi scaffold personal.
Minimalismo aplicado a AI Engineering
Meses explorando LLMs, skills y agentes. La lista de proyectos que desarrollé como hobby, lo que aprendí del proceso, y mis recomendaciones.
Dejé mis aficiones analógicas para volver a programar
Después de meses de descanso, clawdbot fue el revuelo que me devolvió a las teclas. Así desarrollo software en 2026 con IA.