Agentic Engineering / Publicadas desde el taller
Estudiamos cómo los modelos capaces se convierten en productos responsables: el arnés, el enrutador, el plano de control, la evidencia, las decisiones humanas y las consecuencias de producción que los rodean.
Nota sustancial semanal
Correo quincenal
Ediciones completas en inglés y español
Archivo
13 ediciones · sin relleno
Nueve skills chiquitas con licencia MIT que vuelven verificables las afirmaciones de un agente: qué se revisó, contra qué código y quién entregó qué.
Un lease persistente puede recuperar una tarea en segundo plano sin garantizar que un efecto externo ocurra una sola vez. Un experimento de 50 corridas separa la propiedad de la tarea, las solicitudes HTTP y los efectos aceptados.
Un robot, una estación y gravedad reversible. El resultado es jugable; el proceso muestra a un agente construyendo, probando y corrigiendo bajo supervisión.
Comparamos cuatro versiones de un pedido ficticio. Dos extractores recuperaron una fecha y una instrucción que no aparecían en la página renderizada. El resultado separa tres cosas que un agente no debería confundir: leer, acreditar y autorizar.
Dots plantea una forma de delegar trabajo que puede continuar entre conversaciones. Para un equipo, empezar bien exige un objetivo acotado, permisos claros y un resultado que pueda revisarse.
Un modelo especializado puede resolver una clasificación sin generar una conversación. La oportunidad está en simplificar esa pieza del sistema, no en confundir una respuesta válida con una decisión fiable.
Lo que una ejecución anonimizada y multislice en una industria regulada nos enseñó sobre convertir Orca, OMP, modelos heterogéneos, gestores de incidencias y CI en un sistema responsable de entrega.
Once modelos recibieron dos ejecuciones registradas para las mismas diez tareas de animación 3D. Cuatro jueces calificaron los artefactos seleccionados. El resultado útil no es un ganador universal. Es el registro de lo que pasó cuando los modelos, los canales de salida, la validación de esquema, un renderizador compartido, la captura de fotogramas y un panel de modelos se trataron como un solo sistema ejecutable.
El 20 de julio de 2026, Claude Fable 5 quedó incluido en los planes Max y Team Premium, con un tope de la mitad del pool semanal de uso. Cuatro días después, Claude Opus 5 llegó a la API a la mitad de la tarifa de Fable 5. Lo que una semana le hizo a la economía de la verificación, y dónde un carril de suscripción jamás debe cargar una dependencia de producción.
Cinco modelos y un cambio de acceso aparecieron entre el 16 y el 24 de julio de 2026. Esto no es un resumen de novedades. Es una nota de ruteo: qué carriles se recotizaron, qué frontera de acceso se movió, qué no publicaron en forma verificable tres de los cuatro proveedores, y la política que aplicamos por eso.
En julio de 2026, una evaluación interna de capacidades de OpenAI alcanzó los sistemas de producción de Hugging Face. Ambas empresas publicaron su versión de los hechos, y esas versiones todavía no se han conciliado. La lección no depende de cuál resulte cierta: el límite alrededor de las pruebas adversariales de IA es una superficie de riesgo de terceros, y merece controles de nivel de producción. Escrito con base en el registro público al 25 de julio de 2026.
Una guía de campo para ampliar la autoridad de un agente mediante espacios de acción acotados, aprobaciones exactas, simulacros de fallas, exposición canary y una recuperación que funcione antes de que producción dependa de ella.
Una guía de campo para colocar GPT-5.6 o Fable 5 dentro de un sistema operativo responsable: uno que enruta deliberadamente, actúa mediante un harness, conserva recibos y entrega trabajo que las personas pueden verificar.
Señal semanal · correo quincenal
Una nota sustancial cuando tenemos algo que vale la pena mostrar: sistemas, evidencia, instrucciones y lo que falló. Confirma por correo. Cancela tu suscripción cuando quieras.
