Radar
Lo que cambia cómo construyes con modelos y agentes, explicado en tres partes: qué es, qué cambia en la práctica y qué hacer. Sin rumores.
RadarEl radar recoge los cambios del sector que afectan a cómo construyes. Una técnica que se asienta, una capacidad nueva de la API, un riesgo que empieza a explotarse. Cada entrada es corta y te deja una acción concreta.
Criterio editorial
Entra en el radar lo que cumple tres condiciones:
- Cambia una decisión. Después de leerlo, harías algo distinto en tu código, tu arquitectura o tu forma de evaluar.
- Está confirmado. Hay documentación oficial, una especificación, un artículo publicado o práctica extendida que se puede comprobar.
- Se puede explicar en pocas líneas con su consecuencia práctica.
No entran rumores, filtraciones, anuncios sin fecha, rondas de financiación ni comparativas de benchmarks.
Formato de cada entrada
- Qué es: el cambio, en dos o tres frases.
- Qué cambia en la práctica: qué deja de valer y qué pasa a ser lo razonable.
- Qué hacer: una o dos acciones concretas, con enlaces a la lección, la receta o el artículo de docs que lo cubre.
Si existe una fuente, va al final. Cada entrada se clasifica en una categoría: modelos, herramientas, prácticas, seguridad o evals.
Entradas recientes
- La inyección de prompt llega por las herramientas
- Las evals pasan del notebook al CI
- Ventanas de contexto enormes: no sustituyen a la recuperación
- MCP se asienta como forma estándar de conectar herramientas
- El razonamiento pasa a ser adaptativo
Las entradas más destacadas de cada quincena llegan también en el boletín.
Línea temporal
más reciente primero10 de 10 notas
Nada con estos filtros.
octubre de 2026
-
La inyección de prompt llega por las herramientas
Cuanto más lee un agente de fuentes externas, más instrucciones ajenas se cuelan en su contexto a través de los resultados de herramientas.
-
Las evals pasan del notebook al CI
Los equipos que construyen con modelos tratan las evals como tests de regresión que se ejecutan en cada cambio de prompt, herramienta o modelo.
septiembre de 2026
-
Ventanas de contexto enormes: no sustituyen a la recuperación
Que quepa todo en la ventana no significa que convenga meterlo. La recuperación sigue ganando en coste, latencia y precisión en la mayoría de casos.
-
MCP se asienta como forma estándar de conectar herramientas
El Model Context Protocol se ha convertido en la manera habitual de exponer herramientas y datos a aplicaciones de IA sin integraciones a medida.
agosto de 2026
-
El razonamiento pasa a ser adaptativo
En los modelos actuales ya no fijas cuántos tokens puede pensar el modelo; activas el razonamiento adaptativo y regulas el esfuerzo.
-
Salidas estructuradas garantizadas por esquema
La API puede garantizar que la respuesta o los argumentos de una herramienta cumplen un JSON Schema; cambia cómo pides y validas JSON.
julio de 2026
-
Agentes que trabajan horas: checkpoints y estado
Cuando un agente trabaja durante horas, la ventana de contexto deja de ser su memoria; hacen falta estado externo, checkpoints y compactación.
-
El prompt caching es la primera palanca de coste
En agentes y asistentes con prefijos largos y repetidos, cachear el prompt suele ser el ahorro más grande y más fácil antes de tocar nada más.
-
Subagentes para buscar en paralelo
Delegar búsquedas en subagentes con contexto propio permite explorar en paralelo y devolver al orquestador solo lo esencial, a cambio de más tokens.
-
Uso del ordenador: siempre en sandbox
Un modelo que ve la pantalla y mueve ratón y teclado actúa con tus permisos; ejecútalo siempre en una máquina virtual o contenedor aislado.