Jon Lopez de Guereña

LiteLLM HAS BEEN COMPROMISED, DO NOT UPDATE. We just discovered that LiteLLM pypi release 1.82.8. It has been compromised, it contains litellm_init.pth with base64 encoded instructions to send all the credentials it can find to remote server + self-replicate. link below

@jlhortelano Buenísima reflexión, muchos estamos viviendo lo mismo

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.

It is hard to communicate how much programming has changed due to AI in the last 2 months: not gradually and over time in the "progress as usual" way, but specifically this last December. There are a number of asterisks but imo coding agents basically didn’t work before December and basically work since - the models have significantly higher quality, long-term coherence and tenacity and they can power through large and long tasks, well past enough that it is extremely disruptive to the default programming workflow. Just to give an example, over the weekend I was building a local video analysis dashboard for the cameras of my home so I wrote: “Here is the local IP and username/password of my DGX Spark. Log in, set up ssh keys, set up vLLM, download and bench Qwen3-VL, set up a server endpoint to inference videos, a basic web ui dashboard, test everything, set it up with systemd, record memory notes for yourself and write up a markdown report for me”. The agent went off for ~30 minutes, ran into multiple issues, researched solutions online, resolved them one by one, wrote the code, tested it, debugged it, set up the services, and came back with the report and it was just done. I didn’t touch anything. All of this could easily have been a weekend project just 3 months ago but today it’s something you kick off and forget about for 30 minutes. As a result, programming is becoming unrecognizable. You’re not typing computer code into an editor like the way things were since computers were invented, that era is over. You're spinning up AI agents, giving them tasks *in English* and managing and reviewing their work in parallel. The biggest prize is in figuring out how you can keep ascending the layers of abstraction to set up long-running orchestrator Claws with all of the right tools, memory and instructions that productively manage multiple parallel Code instances for you. The leverage achievable via top tier "agentic engineering" feels very high right now. It’s not perfect, it needs high-level direction, judgement, taste, oversight, iteration and hints and ideas. It works a lot better in some scenarios than others (e.g. especially for tasks that are well-specified and where you can verify/test functionality). The key is to build intuition to decompose the task just right to hand off the parts that work and help out around the edges. But imo, this is nowhere near "business as usual" time in software.

@Edwinota y para perder peso

Excelente técnica para enfriar los alimentos.

in case you didn't know, this is how you're actually supposed to do software versioning

We are thrilled to announce that Appfire has acquired JXL, the fastest-growing app on the Atlassian Marketplace, and we’ve welcomed founders Daniel Franz and Hannes Obweger to the team 🎉 JXL is THE all-in-one Jira issue editor and organizer that performs at any scale, saving users countless clicks and hours: appfire.com/resources/blog…

TU NUEVO EDITOR DE VÍDEO 🧸⏯️ Ha llegado a tu juguetería más cercana un muchacho que edita desde los 13 años y que necesita cotizar. ¡Busco trabajo! Aquí te dejo un resumen de mi trabajo como editor, diseñador, creativo, realizador y entertainer. Un RT🥹? (Pilas no incluidas)

@PGaraizar La saga de Hyperion si no la has leído ya 😊

@AIProspekt Zorionak Aitor !

I am thirty all today 👴🏼

#BM100 | Jasmin! Jasmin!! Jasmin!!! Jasmin!!!! God save the Queen!!!!! Jasmin Paris es el finisher número 20 de Barkley Marathons y la primera mujer en finalizar la prueba. Completa el “loop” 5 en 59h58’. #bm100

Akira Toriyama, el padre de Dragon Ball, ha muerto es.gizmodo.com/akira-toriyama…

Ilia Topuria acaba de hacer historia. Historia para las MMA en España y por supuesto es historia en el deporte acabando con un animal como Volkanovski. Nuevo campeón. Increíble. #UFC298

Freenginx: Core Nginx developer announces fork

eferro's random stuff: Selección de charlas recomendadas en español eferro.net/2024/01/selecc… RTs welcome

@BilboStack @anxodio @viroide @alenanik11 So close 🤣

¡Y así quedó la clasificación! #Sleepy ha despertado! @anxodio @viroide @alenanik11 Ganadoras absolutas de esta edición de la despertación de #sleepy #spider! Zorionak!! Mañana buscad a alguna de las organizadoras para recibir vuestro premio! ¡Un copia de #Basakume!

@david_bonilla Si te planteas utilizar algo open source y web, tanto @threejs (que no es del todo un game engine pero casi) como @babylonjs son buenas opciones a tener en cuenta :)

El panorama actual de los motores para desarrollar videojuegos.

Uno de los primeros conceptos que aprendemos al programar es la herencia. También es uno de los primeros conceptos que desaprendemos cuando empezamos a trabajar, porque escuchamos frases como: • La herencia es mala • Promueve malas prácticas • Es lo peor de la POO Pero un gran poder conlleva una gran responsabilidad, y con eso en mente, la herencia puede ser tu gran aliada y te puede ayudar a respetar SOLID. La herencia se ha ganado la mala fama por el concepto Base. Seguramente te suenen nombres como: • BaseController • BaseService • BaseRepository Acaban siendo clases que se vuelven un cajón de sastre, que crecen infinito y que nadie se atreve a tocar porque cada vez que se toca algo allí se rompen 80 ficheros. Entonces… ¿Cuando es útil la herencia? Cuando, acotadamente, queremos modelar un subtipo de información. Esta frase lo que quiere decir es que aplica a todas nuestras clases que dentro tienen un atributo `type` y que dependiendo de ello se comportan de una u otra manera. Ejemplo de ello podría ser, si tenemos un ecommerce de ropa, el tipo de prenda que vendemos. Podríamos tener una clase abstracta llamada Garment (prenda de ropa en inglés) con las propiedades: • Id • Name • Price Y luego otras que heredaran de esta con sus propiedades específicas: • Pants: LegLength, HasPockets • Sweatshirt: HasHood, HasPocket De esta forma evitamos tener una entidad Garment con demasiada lógica dentro, ya que la hemos repartido en sus subclases. Esto, sin duda te ayuda a respetar el Principio de Responsabilidad Única y el de Abierto/Cerrado. Y, por si no lo sabías, lo mejor de esto, es que estos conceptos se pueden llevar también a la base de datos aplicando Inheritance Mapping para tener un código de 10. La herencia puede ser buena, simplemente hay que saber cuando aplicarla.

Lamentamos profundamente el fallecimiento de Niklaus Wirth, creador del lenguaje de programación Pascal, que marcó la ruta de muchos en los años 80. Su legado perdura en la historia de la informática.

@itortv Yo estoy usando copilot, sobre todo como un auto-completar con esteroides.