KevinSimback

Escuchando a muchas personas decir que estamos "limitados por el computo" porque eso es lo que sentimos últimamente al usar los modelos
Pero el problema en realidad es el trabajo físico que ocurre entre ordenar la GPU y producir los tokens
Retrasos y cancelaciones en centros de datos:
- ¿Recuerdas Stargate? 10GW anunciado en enero de 2025 y aproximadamente 200 MW en vivo 14 meses después y expansión de 600MW en Abilene supuestamente cancelada
- De aproximadamente 16GW de capacidad de centros de datos de IA en EE. UU. para 2026 anunciada, solo aproximadamente 5 GW en construcción
- La

Modo niñera - ¿qué hacer?
Últimamente he notado que los modelos (Claude, GPT, GLM) parecen detenerse antes de completar mucho más a menudo
Se detienen y esperan a que confirme cuando no debería ser necesario
Así que he tenido que vigilar más a menudo solo para decir "continúa"
Creo que esto es un comportamiento intencional para limitar el uso en medio de una demanda creciente, lo entiendo, pero es molesto
¿Alguien más está viendo esto con más frecuencia, y qué herramientas o indicaciones están usando para evitar el modo niñera?

Está bastante claro que Anthropic está escalando su producto más rápido de lo que puede escalar el cómputo
Lo veo como algo positivo: hace que sea más difícil para una sola empresa adelantarse demasiado en la carrera hacia la AGI

¿Alguien más se ha quedado decepcionado hasta ahora con Opus 4.7?
Necesito darle más tareas antes de concluir, pero el pronóstico inicial no es un gran avance.
Quizás solo estoy esperando demasiado después de escuchar sobre Mythos.

3 temas dentro de la IA que me parecen súper interesantes en este momento:
1. Modelos locales para optimizar costos en el uso de modelos
Por qué -> no creo que obtengamos los mejores modelos con uso casi ilimitado por $200/mes por mucho más tiempo
Las señales están claras, los grandes laboratorios no pueden seguir subsidiando mucho más tiempo
Así que disfruta de Claude Max mientras puedas, pero pronto cada empresa y usuario avanzado necesitará aprender a enrutar de manera eficiente entre diferentes modelos para la tarea en cuestión y entre la nube y lo local, y lo local es la clave
2

Una LLM-wiki es una base de conocimientos compilada; esto es genial y cumple una función
Pero no es un "segundo cerebro"
Una LLM-wiki captura lo que has investigado, y quizás leído
Pero no captura lo que piensas sobre lo que has leído, y esa diferencia es todo el punto

La gente es competitiva
Nos gusta competir, nos gusta ver a otros competir, y nos gusta apostar a los resultados de que otros compitan, lo cual es una forma de competencia en sí misma
Los agentes de IA abren el lienzo de diseño para un género completamente nuevo de competencia
Espero con interés que mis agentes compitan

¿Quieres modelos GRATUITOS que puedas integrar en OpenClaw o Hermes?
Aquí tienes 9 recursos que puedes usar para acceso gratuito a APIs de modelos
Sin configuración local, sin tarjeta de crédito, solo APIs en la nube con endpoints compatibles con OpenAI
Aún no puedes obtener calidad Opus (gratis), pero todos estos tienen niveles gratuitos genuinos en este momento (pueden aplicarse límites de tasa) y son suficientes para comenzar si no quieres gastar dinero para empezar con agentes
1️⃣ Modelos Gratuitos de OpenRouter
(Gemma 4 31B/26B, NVIDIA Nemotron 3 Super 120B MoE, MiniMax M2.5, va

Contrata a un compañero, no a una herramienta - este es el futuro de la IA agentica para empresas
La mayoría de las empresas quieren agentes de IA que simplemente hagan un buen trabajo - no quieren involucrarse demasiado en los matices técnicos de las harnesses y la selección de modelos
Solo quieren elegir un agente de un menú, equipar a ese agente con las habilidades adicionales necesarias, y luego poder usarlo de manera segura en el entorno de su empresa
3 clics y el agente está listo para trabajar, activarlo o desactivarlo con la misma facilidad

La configuración de “AI maxxing”:
> Ejecuta modelos abiertos de última generación en casa con hardware de consumo (varias opciones: Mac Mini 64GB, PC con 3090/4090/5090)
> Ejecuta Tailscale o LM Studio con Tailscale para acceso remoto seguro
> Accede a los modelos desde el teléfono o portátil en cualquier lugar para inferencia privada y gratuita

Existe una verdadera oportunidad para un investigador ambicioso en IA de:
- crear un marco de evaluación para probar harnesses de agentes como Openclaw, Hermes y todos los demás “claws”
- ampliar la evaluación a diferentes herramientas / configuraciones para que sepamos cómo cambia el rendimiento con diferentes setups
- realizar evaluaciones robustas en diferentes modelos, incluyendo local vs API
- hacer benchmarks y publicar resultados, y luego realizar actualizaciones continuas a medida que los agentes y modelos evolucionan
La oportunidad es convertirse en LA fuente de referencia para benchm

Prefiero tener habilidades para joderte que dinero para joderte