Entradas

Mostrando las entradas etiquetadas como amazon

Modelos chinos 60-90% más baratos: el 46% de los tokens enterprise en EE.UU. ya van a IA china

Imagen
El 7 de julio de 2026, CNBC publicó una investigación que produjo exactamente el tipo de silencio incómodo que precede a una conversación que la industria no quería tener. Los datos venían de OpenRouter — la plataforma que enruta llamadas de API entre modelos de distintos proveedores, y que por lo tanto tiene visibilidad real sobre hacia dónde fluyen los tokens de las empresas que la usan. El hallazgo: desde el 8 de febrero de 2026, los modelos de origen chino han representado consistentemente más del 30% del tráfico de tokens de empresas de EE.UU. en la plataforma, con un pico reciente del 46%. Casi la mitad de los tokens enterprise. Yendo a modelos chinos. En el mercado donde OpenAI y Anthropic habían dominado sin competencia real durante tres años. Y la razón, según el análisis de OpenRouter, no era sofisticada ni ideológica. Era aritmética: los modelos open-source chinos corren entre un 60% y un 90% más baratos que los modelos premium de OpenAI y Anthropic. Cuando una tarea no ne...

El stack de IA que nadie te enseñó: cómo los mejores equipos del mundo organizan sus agentes en 2026

Imagen
La encuesta de Pragmatic Engineer de febrero de 2026 preguntó a 906 ingenieros de software senior cuál era la herramienta de IA que más amaban. La respuesta fue Claude Code con un 46%. Ninguna otra herramienta superó el 25%. La encuesta de JetBrains de enero de 2026, con más de 10.000 desarrolladores profesionales, arrojó algo diferente: GitHub Copilot lidera la adopción empresarial con 29% del uso en empresas. Claude Code y Cursor empatados en 18%. Ambos datos son correctos. No se contradicen. Revelan algo más interesante: el tool más amado no es el más instalado, y el más instalado no es el que los mejores developers eligen cuando tienen libertad de elegir. Y hay un tercer dato que lo conecta todo: <cite index="10-1">en Q1 2026, desarrolladores experimentados corren un promedio de 2.3 herramientas de IA de coding simultáneamente.</cite> La pregunta ya no es cuál herramienta usar. Es cómo organizarlas. El mapa del mercado: tres paradigmas, no tres competido...

Los devs ya no pueden trabajar sin IA — y eso asusta más de lo que parece

Imagen
En febrero de 2026, un laboratorio de investigación quiso repetir un estudio. No pudo. No fue un problema de presupuesto, ni de metodología defectuosa, ni de falta de interés. El problema fue más extraño que cualquiera de esos: los desarrolladores que necesitaban para el estudio se negaron a participar. La razón, según confesaron los propios investigadores, fue que no querían trabajar sin IA , ni siquiera por un número limitado de tareas, ni siquiera en un entorno controlado de investigación, ni siquiera a cambio de que les pagaran por hacerlo. El laboratorio es METR — Model Evaluation and Threat Research — uno de los nombres más respetados en investigación independiente sobre capacidades de IA. Y lo que terminaron publicando no fue el estudio que planeaban. Fue algo más inquietante: una confesión metodológica sobre por qué ya no podían medir lo que se proponían medir. Esta es la historia de cómo un experimento fallido terminó revelando más sobre la dependencia tecnológica de la ind...

Amazon gastó millones en IA y sus propios empleados la hackearon: la historia del Tokenmaxxing

Imagen
Durante dos años, el mensaje de las grandes empresas tecnológicas a sus empleados fue consistente y simple: usen más IA. Las empresas que más la usen ganarán. Los números vendrán solos. Los números no llegaron. Y ahora el mensaje está cambiando. El 29 de mayo de 2026, Amazon cerró un sistema interno llamado KiroRank. Era un leaderboard — un tablero de clasificación — que medía cuántos tokens de IA consumía cada empleado en la plataforma interna de desarrollo Kiro. El más alto en el ranking ganaba lo que en Silicon Valley se llama "nerd points": reconocimiento interno, visibilidad, señales de carrera. Lo que pasó después es uno de los ejemplos más claros y más costosos de algo que los economistas llaman la Ley de Goodhart: cuando una métrica se convierte en el objetivo, deja de ser una métrica útil. Qué era KiroRank y por qué parecía buena idea Amazon no es una empresa ingenua. Tiene miles de ingenieros brillantes. Tiene procesos internos sofisticados. Y tiene, desde hac...

El USB-C de la IA: cómo MCP pasó de protocolo de Anthropic a infraestructura de toda la industria en 16 meses

Imagen
Noviembre de 2024. Anthropic publica silenciosamente un estándar técnico nuevo llamado Model Context Protocol. Sin evento de lanzamiento. Sin keynote. Sin campaña de marketing. Apenas una publicación técnica, un repositorio en GitHub, y SDKs para Python y TypeScript. El primer mes generó aproximadamente 2 millones de descargas del SDK. No fue un lanzamiento viral. Fue el inicio tranquilo de algo que en 16 meses se convertiría en la pieza de infraestructura más importante del ecosistema de agentes de IA. Para marzo de 2026, el SDK de MCP registraba 97 millones de descargas mensuales. Un crecimiento del 4.750% en 16 meses. React — el framework de frontend más adoptado de la historia — tardó aproximadamente tres años en alcanzar números comparables. Kubernetes, hoy considerado infraestructura fundacional del cloud, tardó casi cuatro años en llegar a una densidad de adopción similar. MCP lo hizo en 16 meses. Y la historia de cómo lo logró es más interesante que el número. El problema ...

Entradas populares de este blog

Cómo solucionar MySQL Error 1045: Access Denied for User (guía definitiva 2026)

El USB-C de la IA: cómo MCP pasó de protocolo de Anthropic a infraestructura de toda la industria en 16 meses

El vibe coding: ¿el fin de los programadores o el inicio de una nueva era?