Apuntes sobre sistemas distribuidos, IA agéntica, evals y la cultura de ingeniería que hace que los equipos de IA shippeen.
Probé Gemini 4 Argon el día que salió con tareas reales de mi agente: cuánto acertó, cuánto tardó, cuánto costó y por qué sigo con 3.8 Flash.
OpenAI sacó su propio System One con la misma forma que Jev. Qué trae la OpenAI Decisions API, cómo se compara y cómo no quedar atado a un proveedor.
Probé Gemini Flash y Jev como guardrails para LLM con los mismos mensajes: los dos aciertan, pero uno tarda 3,5 veces más y sin probabilidades útiles.
Aprendé a proteger la ejecución de tools en agentes de IA con sandboxing, validación estricta de argumentos y control de egress.
Aprendé a rutear requests entre modelos chicos y de frontera en milisegundos con clasificadores System One para bajar costos de inferencia.
Dejá de usar LLM generativos para clasificar tickets. Aprendé a bajar la latencia a menos de 100 ms usando modelos System One con decisiones tipadas.
Aprendé a frenar acciones destructivas de tus agentes de IA usando un gate System One rápido, calibrado y con revisión humana.
Comparativa real entre Laya y Jev para clasificar texto en tu pipeline de agentes: cuándo pagar una API externa y cuándo correr pesos abiertos en local.
Aprendé a usar Jev System One para tomar decisiones tipadas sin loops generativos, bajando costos y latencia en tus agentes de IA.
Aprendé a implementar observabilidad de LLM con distributed tracing y OpenTelemetry para diagnosticar fallas y bajar costos en tus agentes.
Aprendé a blindar tus flujos críticos con contratos tipados y FSM para evitar que tus agentes de IA ejecuten acciones ilegales en producción.
Aprendé a blindar el tool calling de tus agentes con constrained decoding, gateways con idempotencia determinista y arquitecturas seguras.
Aprendé a armar un pipeline de evaluación de LLMs en CI/CD con aserciones deterministas, LLM-as-a-judge calibrado y control de costos.
Descubrí cómo ordenar tu agente con patrones de diseño para evitar loops infinitos y fallas en producción sin inflar costos.
Conocé los 10 pilares técnicos de arquitectura para llevar agentes con LLM a producción de forma confiable, segura y escalable.
Descubrí qué hay detrás del récord de GPT-6 Astra, sus trade-offs de latencia y costo, y cómo integrarlo en tu arquitectura sin fundir tu presupuesto.
Blindá tus agentes autónomos separando la inferencia de la ejecución para evitar desastres en producción ante alucinaciones o inyecciones de prompt.
Aprendé cuándo usar LangGraph o Vercel AI SDK según la persistencia y latencia de tu arquitectura, y cómo integrarlos sin duplicar esquemas.
Aprendé a reducir el costo de tu inferencia de LLM hasta un 80% usando prompt caching, decodificación especulativa y routing semántico.
Aprendé a poner límites deterministas y sandboxes a tus agentes de IA para evitar bucles infinitos, costos desmedidos y fallas en producción.
Cómo persistir la memoria a largo plazo de tus agentes con DynamoDB sin sumar bases relacionales innecesarias a tu stack.
Descubrí los 4 pilares clave que necesitás dominar para liderar como ingeniero de IA en producción más allá del código.
Descubrí por qué el código generado por LLMs trae vulnerabilidades silenciosas y cómo blindar la seguridad en IA generativa en tu equipo.
Descubrí cómo fallan los agentes de IA en producción y qué patrones aplicar para darles autonomía sin poner en riesgo tu infraestructura.
Compará bucles y grafos para estructurar agentes de IA, entendé sus tradeoffs técnicos y aprendé cuándo te conviene cada arquitectura en producción.
Aprendé a comparar modelos generalistas y especializados para optimizar costos, latencia y rendimiento en tus sistemas de IA.
Aprendé a diseñar una arquitectura RAG para producción paso a paso: chunking, bases vectoriales, re-ranking y evaluación para evitar alucinaciones.