Artículos Relacionados con Productividad

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Productividad", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

El ejército nocturno de IA del creador de Claude Code: construye con dos comandos de Fable 5

En el último año, Boris Cherny, creador de Claude Code, no ha escrito personalmente una sola línea de código. En su lugar, gestiona un "ejército" de cientos, incluso miles, de agentes de IA que trabajan para él día y noche, manejando proyectos completos y enviando decenas de pull requests (PR) diariamente. Su secreto es el uso sistemático de "Loops" (bucles) y comandos como `/goal`, que permiten a la IA trabajar de forma autónoma hacia un objetivo definido y validar su propio trabajo. Cherny describe una evolución fundamental: el programador ya no escribe código, sino que diseña sistemas automatizados que lo generan y revisan. En Anthropic, esta práctica es común, con IAs colaborando incluso en Slack para dividir tareas. La clave para que este sistema funcione sin generar caos es un mecanismo de "verificación" independiente, donde un modelo supervisor evalúa si se ha alcanzado el objetivo, asegurando la calidad. Este paradigma está ahora al alcance de todos con herramientas como Fable 5 de Claude. Este modelo se distingue por su capacidad para trabajar de forma autónoma durante días, auto-verificarse y comprender gráficos complejos. Para aprovecharlo al máximo, los usuarios deben dominar dos comandos: `/goal`, para tareas con un fin específico, y `/loop`, para tareas periódicas y repetitivas. Además, es crucial configurar un sistema de contexto local (por ejemplo, con archivos markdown que definan el negocio, preferencias e instrucciones) para que la IA "recuerde" al usuario y su contexto entre sesiones. En resumen, la escasez ya no está en la capacidad de ejecutar código, sino en la habilidad humana para diseñar sistemas y definir con precisión qué significa "tarea completada" para la IA.

marsbitHace 18 hora(s)

El ejército nocturno de IA del creador de Claude Code: construye con dos comandos de Fable 5

marsbitHace 18 hora(s)

Después de observar de cerca a Wash, el economista jefe de Morgan Stanley insiste: La Fed no subirá las tasas de interés este año

Tras una observación cercana del nuevo presidente de la Fed, Christopher Waller, el economista jefe global de Morgan Stanley, Seth Carpenter, afirma que la Fed no subirá las tasas este año. Carpenter señala que, tras escuchar a Waller en el foro de política de Sintra, percibe un giro marginalmente más "dovish". Waller equilibra ahora más explícitamente el doble mandato (empleo e inflación) y ha destacado que la última reunión política ya enfrió las expectativas de inflación del mercado, lo que reduce la urgencia de actuar en julio. Los datos fundamentales apoyan esta paciencia: las cifras de empleo no agrícola ofrecen margen, y las previsiones de inflación de Morgan Stanley están por debajo de la mediana del FOMC. Carpenter se muestra cómodo manteniendo su pronóstico de ninguna subida en 2024. Respecto al impacto de la IA en la política monetaria, Carpenter cuestiona la narrativa popular de que provocará deflación y recortes de tasas. Argumenta que los efectos en el ciclo económico, la demanda y la tasa de interés neutral (r*) son complejos, y una conclusión simplista es errónea. En contraste, el camino del BCE parece más orientado a la restricción. Carpenter espera otra subida de 25 puntos básicos en septiembre, aunque los datos económicos más débiles recientes podrían complicar este escenario. Una subida en julio o más de una este año parecen poco probables.

marsbit07/06 01:41

Después de observar de cerca a Wash, el economista jefe de Morgan Stanley insiste: La Fed no subirá las tasas de interés este año

marsbit07/06 01:41

El ingeniero Claude finalmente presenta Fable 5: 'Manual de la Quemazón', enseñándote a romper la barrera de información con el modelo

Fable 5 ha tenido un viaje tumultuoso desde su lanzamiento, pasando de gran expectación a restricciones gubernamentales. Ahora, el ingeniero de Claude Code, Thariq Shihipar, comparte una guía clave para usar el modelo de forma efectiva. El problema central es la "brecha de información" entre el usuario y el modelo: la diferencia entre las instrucciones (el "mapa") y la tarea real (el "territorio"). A estas diferencias las llama "incógnitas". El éxito con Fable depende de nuestra habilidad para identificar y aclarar estas incógnitas, un proceso iterativo que ocurre antes, durante y después de la implementación. Thariq categoriza el conocimiento en: lo que sabemos que sabemos, lo que sabemos que no sabemos, lo que no sabemos que sabemos y lo que no sabemos que no sabemos. La guía ofrece técnicas prácticas para cada fase: - **Antes de implementar**: Escaneo de puntos ciegos, lluvia de ideas/prototipado, entrevistas inversas al modelo, uso de referencias (como código fuente) y creación de un plan. - **Durante la implementación**: Mantener un archivo de notas para registrar decisiones y desviaciones. - **Después de implementar**: Crear documentación explicativa para facilitar revisiones y realizar autoevaluaciones para asegurar la comprensión. El artículo concluye que, cuanto más potente es el modelo, más crítico se vuelve el método correcto. Invertir tiempo en definir las incógnitas con Claude, mediante prototipos, planes y preguntas, es la forma de alinear el "mapa" con el "territorio" y lograr los mejores resultados.

marsbit07/06 00:18

El ingeniero Claude finalmente presenta Fable 5: 'Manual de la Quemazón', enseñándote a romper la barrera de información con el modelo

marsbit07/06 00:18

Google en crisis, su valor de mercado cae cientos de miles de millones de dólares, ¿puede Gemini Spark salvarlo?

Google se enfrenta a una tormenta perfecta en 2026. Varios talentos clave responsables de avances fundamentales en IA, como Noam Shazeer (arquitectura Transformer) y John Jumper (AlphaFold), han abandonado la compañía para unirse a competidores como OpenAI y Anthropic. Estas salidas, que afectan áreas como arquitectura, ciencia, programación y pre-entrenamiento, sacudieron la confianza de los inversores, provocando una caída bursátil que eliminó cientos de miles de millones de dólares de su valor de mercado. En medio de esta crisis de talento y del aparente retraso de Gemini 3.5 Pro, Google lanzó su apuesta más ambiciosa del año: Gemini Spark. Este no es un chatbot convencional, sino un agente de IA persistente que funciona en la nube y se integra profundamente con el ecosistema de Google Workspace (Gmail, Calendar, Docs, Drive, etc.). Utilizando el marco Antigravity, Spark puede automatizar flujos de trabajo complejos, como extraer información de correos, actualizar hojas de cálculo y gestionar documentos de forma autónoma, actuando como un "empleado digital" que trabaja continuamente. Sin embargo, su alto precio (disponible solo para suscriptores de Google AI Ultra a 100 USD/mes) y el hecho de que Google, a pesar de poseer la suite de productividad ideal para este fin, llegó tarde al mercado de agentes, plantean dudas sobre su impacto inmediato. Competidores como OpenAI y Anthropic, junto con proyectos de código abierto como OpenClaw, ya están avanzando en esta dirección. La pregunta crucial es si Spark, una herramienta prometedora para convertir la IA en una fuerza laboral activa, puede compensar la pérdida del capital humano que construyó los cimientos de la IA en Google y asegurar su futuro en la próxima década.

marsbit07/01 10:22

Google en crisis, su valor de mercado cae cientos de miles de millones de dólares, ¿puede Gemini Spark salvarlo?

marsbit07/01 10:22

活动图片