Lo que el RGPD implica realmente para un pipeline de trazas de IA
Llamar «observabilidad» a la base de datos en vez de «clientes» no cambia gran cosa en cuanto una traza contiene a una persona identificable. Eso tiene consecuencias arquitectónicas.
Blog
Artículos
Experiencias, decisiones de arquitectura y notas técnicas de los productos que he construido.
Ingeniería de IA
¿Grafos, embeddings o grep? Cómo debería un agente de IA entender un repositorio
Un repositorio no es naturalmente un grafo, como tampoco lo es una base de datos vectorial. La pregunta real no es cómo representarlo una vez, sino qué representación le da al agente la evidencia correcta para cada problema.
Leer artículo →Tu agente de código no necesita más memoria. Necesita estado.
Un agente puede recordar técnicamente casi todo lo que ha hecho y aun así perder de vista qué está pasando. Historia y estado no son la misma pregunta.
Por qué OpenTelemetry se está convirtiendo en infraestructura clave para la IA
OpenTelemetry alcanzó el estado Graduated de la CNCF en mayo de 2026. Para los sistemas de IA, sus convenciones semánticas GenAI importan más que el hito en sí.
La UI generativa tiene un problema de abstracción
Los modelos ya pueden generar HTML usable en segundos. La pregunta difícil es cuánta parte de la interfaz debería poder venir realmente del modelo.
Modelos de anonimización de PII en 2026: qué funciona de verdad
En 2026 no existe un único mejor detector de PII. Hay componentes cada vez mejores que resuelven partes distintas del problema, y benchmarks que se contradicen entre sí por buenas razones.
Cómo construiría un sistema de evaluación para agentes de IA
Dos ejecuciones de un agente pueden llegar exactamente a la misma respuesta correcta por procesos completamente distintos. Un evaluador de resultado les da a ambas la nota máxima.
Escribir código se está volviendo barato. Demostrar que funciona no.
Un agente capaz puede producir un pull request plausible en minutos. Eso suena a que el cuello de botella desaparece. En la práctica, simplemente se traslada.
La anonimización se encuentra con los agentes de IA: el problema de privacidad se traslada al bucle
Para un chatbot básico, filtrar la entrada llega bastante más lejos de lo que parece. Para un agente que llama herramientas y realimenta sus propias salidas al modelo, la privacidad deja de ser un problema de filtrado de entrada.