precis0x
@precisox • 13,436 subscribers
System development/Trader | @unalome_sol | @casaweb3 | @trenchesclub
Shorts
Videos
Una profesora de ciencias de la computación de stanford acaba de revelar cómo dominar los procesos de decisión de markov. 83 minutos. Gratis. Directo de stanford. Esto es lo que cubren: • Problemas de búsqueda vs. entornos estocásticos • Evaluación de políticas y matemáticas de recurrencia de valores Q • Ingeniería del bucle de iteración de valores • Límites de convergencia en grafos cíclicos Guarda y míralo hoy. Te lo recomiendo.
precis0x186,821 次观看 • 9 天前
25% de IBM se fue en un solo día. La peor caída desde 1910. Luego Alex Karp, quien vende IA para ganarse la vida, salió en CNBC y leyó en voz alta la frustración de sus propios clientes: “Pagando por tokens que no crean nada, mientras el modelo se lleva silenciosamente sus datos y su ventaja competitiva.” Eso no lo dice un escéptico. Lo dice el comprador. La IA no está creando tanto dinero nuevo como se prometía lo está moviendo. De las empresas que invierten hacia los que controlan los modelos y la infraestructura. La caída brutal de IBM no fue casualidad. Después de reportar resultados débiles y admitir que “no se adaptaron lo suficientemente rápido”, el mercado castigó duramente a una de las empresas más grandes del mundo tecnológico. Mientras tanto, Alex Karp de Palantir (una compañía que sí está vendiendo IA a gran escala) dejó claro lo que muchos ejecutivos piensan en privado: las empresas están gastando fortunas en tokens de modelos como los de OpenAI o Anthropic, pero ven poco retorno real y, peor aún, pierden control sobre sus datos y su conocimiento interno. El problema no es que la IA no sirva. El problema es cómo se está vendiendo y cobrando. El modelo de “paga por cada token” beneficia enormemente a los proveedores de modelos grandes, mientras que las empresas terminan financiando una infraestructura que no les pertenece y que, en muchos casos, no les da una ventaja competitiva sostenible. Al final, la IA está funcionando como un gran redistribuidor de valor: las ganancias se concentran en muy pocas manos (los dueños de los modelos frontier y la computación), mientras que la mayoría de las compañías ven costos crecientes y retornos inciertos. Estamos ante una corrección necesaria o solo el primer gran desencanto con la burbuja de la IA generativa? El tiempo lo dirá, pero mensajes como el de Karp desde adentro del propio ecosistema deberían hacer que muchos ejecutivos se detengan a pensar antes de seguir tirando dinero a ciegas. Crees que las empresas van a empezar a exigir más control y modelos propios/open weight?
precis0x33,813 次观看 • 2 天前
El CLAUDE. md de Karpathy alcanzó el #1 en las tendencias de GitHub. Más de 220,000 estrellas. La mayoría de los desarrolladores aún no lo han leído. Son 65 líneas. Llevó la precisión en la codificación con IA del 65% al 94%. Las 4 reglas dentro: -> piensa antes de codificar expón tus suposiciones. pregunta cuando no estés seguro. nunca adivines. -> simplicidad primero escribe el código mínimo que resuelva el problema. sin abstracciones que nadie pidió. -> cambios quirúrgicos no toques código no relacionado con la solicitud. cada línea cambiada debe rastrearse hasta lo que se pidió. -> ejecución orientada a metas convierte instrucciones vagas en criterios de éxito verificables antes de escribir una sola línea. eso es todo. 65 líneas. 4 reglas. 94% de precisión. guarda esto antes de que sea demasiado tarde
precis0x163,180 次观看 • 27 天前
El ceo de Palantir, Alex Karp, acaba de aparecer en CNBC y lanzó una bomba contra openAI y anthropic. Dijo que los ejecutivos de las grandes empresas fortune 500 están furiosos en privado. Están pagando cantidades enormes por tokens que muchas veces no generan valor real, mientras los laboratorios de IA entrenan con su activo más valioso: sus flujos de trabajo propietarios, datos de clientes, documentos estratégicos y propiedad intelectual interna. La pregunta más dura de Karp fue esta: “Si estos modelos son tan valiosos que pueden generar mil millones de dólares, ¿por qué los laboratorios no se llevan acciones o un porcentaje de las ganancias? ¿Por qué siguen cobrando por token?” Esa pregunta deja al descubierto el modelo de negocio. Si la IA realmente entregara un retorno de inversión consistente y enorme, los laboratorios apostarían por los resultados y se quedarían con una parte. En cambio, venden acceso a computación y se quedan con los datos. El resultado es que las empresas están entregando su ventaja competitiva directamente a los sistemas de entrenamiento de unos pocos laboratorios de Silicon Valley. Esos mismos laboratorios pueden después reutilizar esa inteligencia, empaquetarla y venderla de vuelta (incluso a sus competidores). Karp asegura que por eso muchos CEOs están hirviendo de rabia a puerta cerrada, pero se mantienen en silencio en público. Nadie quiere ser el primero en denunciarlo y luego ver cómo su propia información se convierte en el próximo producto de alguien más. En resumen: El modelo actual de la IA frontier no solo vende inteligencia. La está extrayendo de sus propios clientes mientras les cobra por usarla. Estés de acuerdo con Karp o no, es una forma muy dura de describir lo que realmente está pasando.
precis0x97,321 次观看 • 20 天前
Un tipo creó un sistema de búsqueda de empleo con IA usando Claude Code, mandó más de 700 candidaturas y consiguió el trabajo. Y lo mejor: ahora está open source. Automatiza todo el proceso de principio a fin: escanea ofertas de empleo, adapta tu CV a cada vacante y hasta rellena los formularios por ti. El repo incluye: • 14 modos diferentes (evaluación de ofertas, scraping, PDFs, etc.) • Dashboard en terminal hecho en Go • Generación de CVs en PDF optimizados para ATS con Playwright • Más de 45 empresas ya configuradas (Anthropic, OpenAI, ElevenLabs, Stripe) REPO en comentarios 👇
precis0x57,170 次观看 • 26 天前
Elon Musk entra oficialmente a la guerra de los AI coding agents. xAI acaba de lanzar Grok Build Beta: un agente CLI autónomo que no solo escribe código lo ejecuta todo solo en tu ordenador. Esta IA puede: • Ejecutar comandos en terminal • Modificar y crear archivos • Analizar proyectos completos • Detectar y corregir errores • Probar soluciones • Iterar sola hasta terminar la tarea Le das un objetivo (“arregla este bug”, “despliega esta app”, “refactoriza el proyecto”) y trabaja como un desarrollador real, sin que tengas que estar supervisando cada paso. Incluye Planning Mode, subagentes y ejecución 100% local. Mucho más agresivo que Claude Code. Ya no es un asistente es un ingeniero de software que actúa. La carrera por el AI Software Engineer acaba de ponerse seria de verdad.
precis0x19,008 次观看 • 1 个月前
没有更多内容可加载