고정된 트윗
Saul Benavides
45.5K posts

Saul Benavides
@sbenavid
Data consultant. Photographer. English/Spanish tweets.
가입일 Haziran 2009
4.8K 팔로잉2.4K 팔로워

This is one of my favorite sayings in the Spanish language. It comes from a 2002 phone call between then Mexican President Vicente Fox and Cuban dictator Fidel Castro which was surreptitiously recorded and leaked. Fox told Castro that he was unwelcome to linger at an international forum in Mexico after a lunch, and put it beautifully: “Comes y te vas” (“You eat and you leave.”) This line comes in handy when you don’t want a work lunch to eat up half your day!

English
Saul Benavides 리트윗함
Saul Benavides 리트윗함
Saul Benavides 리트윗함

@amigafreelance Que no te convence de claudia? Yo estoy encantado con ella!
Español
Saul Benavides 리트윗함

Introducing the Anthropic Science Blog.
Increasing the pace of scientific progress is a core part of Anthropic’s mission. The Science Blog will feature new research and stories of how scientists are using AI to accelerate their work.
Read the intro: anthropic.com/research/intro…
English

@sbenavid @Marcela252016 Préstame atención
Español
Saul Benavides 리트윗함

🚨 UN DEV JUNTO A CLAUDIO ESTÁN DESQUICIANDO A TODOS EN APPLE
Contexto:
Tu Mac tiene un chip especial llamado ANE (Apple Neural Engine). Es un monstruo diseñado específicamente para inteligencia artificial.
Apple siempre nos dijo lo mismo:
“Este chip solo sirve para ejecutar modelos de IA (inferencia). Entrenarlos (hacer que aprendan) es imposible aquí. Usa la GPU o paga en la nube.”
Spoiler: Era mentira.
Un solo desarrollador llamado @maderix hizo lo que Apple no quería que nadie hiciera: reverse-engineereó las APIs privadas ocultas del sistema y logró que el Neural Engine haga entrenamiento completo.
Forward pass + backpropagation + actualización de pesos… todo corriendo directo en el ANE. Sin CoreML. Sin Metal. Sin GPU. Puro silicio de Apple.
Los resultados en un M4 son brutales:
• Modelo de 109 millones de parámetros → 91 milisegundos por paso de entrenamiento •
Modelo de 596 millones de parámetros (Qwen3-0.6B) → 412 milisegundos por paso
Y cuando usa cuantización INT8 (8 bits), se pone 1.88 veces más rápido.
¿Por qué esto es algo lokísimo?
Porque hasta ahora, si querías entrenar un modelo decente de IA tenías que:
- Gastar miles de dólares en GPUs en la nube.
- O usar la GPU de tu Mac y quedarte sin batería en poco tiempo.
Este man está permitiéndonos entrenar modelos de IA localmente en tu laptop Mac, de forma privada, sin mandar tus datos a nadie, gastando muy poca energía y a una velocidad impresionante.
Esto significa que cualquier persona con una Mac buena podrá:
- Crear sus propios modelos personalizados.
- Fine-tunear LLMs con sus propios datos.
- Experimentar con IA sin depender de empresas externas.
Es como descubrir que tu auto familiar en realidad tenía modo carrera escondido desde fábrica.
El proyecto todavía está en etapa de investigación (no es un producto pulido), pero ya funciona y está creciendo rapidísimo (más de 6.300 estrellas en GitHub).
Serie completa: “Inside the M4 Apple Neural Engine”
Parte 1: Reverse Engineering(Cómo crackeó las APIs privadas y habló directo con el hardware) → maderix.substack.com/p/inside-the-m…
Parte 2: ANE Benchmarks(Mediciones reales de rendimiento, sin CoreML, y por qué Apple subestima los 38 TOPS) → maderix.substack.com/p/inside-the-m…
Parte 3: Training(Lo más fuerte: cómo logró el entrenamiento completo con forward + backprop) → maderix.substack.com/p/inside-the-m…
REPOOO👇

Español
Saul Benavides 리트윗함

Se viene rollo filosófico, aviso ;)
Llevo casi 30 años en el mundo tech. He cofundado empresas, gestionado equipos, invertido en startups, construido productos desde cero. Y hay algo que me está pasando con la IA que me cuesta describir con una sola palabra. Así que voy a intentar describirlo con varias.
La primera reacción, al menos en mi caso, cuando empiezas a usar estas herramientas de verdad, es una mezcla rara. Euforia. Miedo. Y sobre todo vértigo.
Ver que algo en lo que eras bueno, algo que te costó años construir, se convierte en commodity de golpe tiene mucho de desconcertante. Años construyendo una empresa, con patentes y con una tecnología que creías era una barrera de entrada y tu principal valor... y que de repente desaparece. No te lo esperas. Y aunque intelectualmente puedes entenderlo, vivirlo es otra cosa.
Pero ese miedo pasa. Al menos a mí me ha pasado.
Lo que viene después es energía. Proyectos que antes no intentaba porque el coste era demasiado alto, ahora los puedo arrancar en una tarde. Cosas que requerían un equipo, las puedo explorar solo pese a llevar años sin programar y alejado de la parte técnica.
Nuevas oportunidades.
De repente, para muchas cosas no dependo del equipo técnico de mi empresa. Y eso es por una parte reconfortante, pero por otra inquietante.
El techo no ha bajado... es que ha desaparecido. Y eso tiene algo de adictivo, de "joder, ¿por qué no estaba haciendo esto antes?".
Y aquí entra algo que creo que mucha gente no está considerando: la paradoja de Jevons.
En el siglo XIX, cuando se inventaron máquinas de vapor más eficientes, todo el mundo asumió que se consumiría menos carbón. Ocurrió exactamente lo contrario. La eficiencia hizo que usar carbón fuera más barato, así que se usó para más cosas, en más sitios, por más gente. El consumo total se disparó.
Con la IA va a pasar lo mismo. No vamos a escribir menos software porque la IA lo haga más rápido. Vamos a escribir muchísimo más, en muchos más sitios, para muchos más problemas que antes ni siquiera intentábamos resolver porque el coste era prohibitivo. La demanda de inteligencia no se reduce cuando se abarata. Se expande.
Hay un estudio de Berkeley en HBR (hbr.org/2026/02/ai-doe…) que lo confirma de forma bastante incómoda.
Investigadores de Haas School of Business pasaron 8 meses dentro de una empresa de 200 personas observando qué pasa cuando das herramientas de IA a todo el mundo y dices "adelante". Lo que encontraron contradice todo lo que nos han vendido: los empleados trabajaron más rápido, asumieron más tareas y extendieron su jornada. Nadie se lo pidió. Lo hicieron solos porque la IA hacía que "hacer más" se sintiese posible.
Un empleado lo resumió mejor que cualquier paper: "Pensabas que ahorrarías tiempo y trabajarías menos. Pero no trabajas menos"
El 77% de los empleados que usaban IA en otro estudio decían que les había aumentado la carga de trabajo.
La IA no te devuelve tiempo. Expande el perímetro de lo que sientes que deberías estar haciendo.
Y luego está el estudio del MIT (arxiv.org/abs/2506.08872) , que me parece el más incómodo de todos.
Pusieron a 54 personas con electrodos en la cabeza mientras usaban ChatGPT para escribir. Los que usaron IA mostraron un 47% menos de conectividad neuronal durante la tarea. El cerebro no trabajaba menos duro. Directamente se apagaba en las zonas vinculadas al pensamiento crítico y la creatividad.
Pero el dato que más me impactó es otro: el 83% de los usuarios de IA no podían citar ni una frase del ensayo que acababan de escribir. Porque nunca fue realmente suyo.
Y cuando al final de la prueba les quitaron la herramienta, el cerebro no se recuperó. Los patrones de desconexión persistieron.
Los investigadores lo llaman "deuda cognitiva". La misma lógica que la deuda técnica en software: cada atajo de hoy acumula intereses que pagas mañana en forma de menor capacidad para pensar de forma independiente.
El problema no es que la IA te haga menos inteligente. Es que tu cerebro optimiza para el entorno que le das. Y si dejas de ejercitar las partes difíciles del pensamiento, esas partes dejan de estar afiladas.
Pero entiendo perfectamente al otro lado también.
Hay un desarrollador que habló hace poco sobre algo que me impactó bastante.
Su tweet es este : I was a 10x engineer. Now I'm useless.
El video de 12 minutos merece la pena verlo (x.com/atmoio/status/…)
Describe haber construido un producto completo con IA, que funciona, que la gente usa, que genera ingresos... y al que no tiene ningún vínculo emocional. Porque no sufrió para hacerlo. Y lo describía como fabricar hot dogs: el producto existe, cumple su función, pero tú no pusiste nada de ti.
Eso conecta con algo más profundo que no estamos discutiendo suficiente.
Antes aprendías construyendo. El sufrimiento del proceso era el mecanismo. Te ibas a dormir sin saber cómo resolver algo y te levantabas con la solución, y eso te cambiaba. Ahora puedes construir sin ese ciclo. Más output, sí. Pero menos crecimiento.
Y luego está la red de seguridad. Un desarrollador siempre podía tomarse un año sabático y volver a un trabajo mejor pagado. O dejar su empresa actual sin miedo a encontrar casi lo que quisiera al día siguiente y con mejores condiciones.
Ese colchón existía de verdad y organizaba la vida profesional de mucha gente. La pregunta que nadie quiere hacerse en voz alta es si eso sigue siendo así. Tengo mis dudas.
Y aquí viene lo más complicado: no hay término medio fácil. Una vez que empiezas a usar estas herramientas en serio, tu cerebro deja de querer volver al esfuerzo. No es que puedas reservarte lo difícil para ti y delegar lo aburrido. Es todo o nada.
La energía nueva es real. Y la pérdida también es real. El error está en intentar resolver esa tensión demasiado rápido, en elegir un bando antes de haberlo vivido de verdad.
Lo que sí tengo claro, después de verlo en primera persona, es que la línea divisoria no es generacional.
He visto veteranos de 20 años sacarle un partido tremendo a estas herramientas. Y recién llegados que las tratan como una abstracción filosófica en lugar de algo que puedes usar hoy mismo.
La edad no predice nada. Lo que predice es la disposición. Si corres hacia el cambio o lo miras desde la barrera esperando a que alguien te explique si es seguro cruzar.
Nadie sabe exactamente adónde va esto. Y desconfío de los que dicen que sí lo saben, en cualquiera de los dos sentidos.
Lo que sí sé es que quiero estar en el grupo que corre hacia ello. Con la incomodidad incluida. Con la pérdida incluida. Con las preguntas sin respuesta incluidas.
Porque la alternativa es quedarse parado. Y eso, con o sin IA, nunca ha funcionado.
Español

El nuevo album de Scorpions es una maldita joya!
open.spotify.com/album/0qhXnEKa…
Español
Saul Benavides 리트윗함

¡Qué increíble banda es "enjambre"!
open.spotify.com/track/7BDQNZam…
Español












