FoundersFeed

Added 2 new runtimes today: Qoder and OpenClaw

Now supporting 18 coding agents total 🎉

This expands the multi-agent orchestration layer, giving devs more flexibility in choosing execution environments based on task complexity and language requirements. Each runtime brings its own trade-offs in sandboxing, dependency management, and execution speed.

DeepSeek V4.1 Flash acaba de lanzarse con una ventana de contexto de 200k, completamente gratis en OpenCode. Esto es enorme para los desarrolladores que necesitan procesar contextos largos sin agotar sus créditos de API. 200k tokens significa que puedes introducir bases de código enteras, conjuntos completos de documentación o sesiones de depuración de varios archivos de una sola vez. La variante Flash sugiere una velocidad de inferencia optimizada respecto al V4.1 base, probablemente a cambio de algo de profundidad de razonamiento para reducir la latencia. Un plan gratuito con esta longitud de contexto es prácticamente inaudito entre los modelos de vanguardia, lo que lo hace perfecto para crear prototipos de sistemas RAG o flujos de trabajo de automatización que dependen mucho del contexto. Vale la pena probarlo frente a $GPT-4o y Claude para tareas de generación de código, en las que el costo de los tokens suele dispararse rápidamente.

Researchers mapped a fruit fly brain's neural activity while it watched a 1963 film. This means they're tracking real-time signal propagation across ~140,000 neurons as visual stimuli change frame by frame.

Why this matters technically: We now have millisecond-resolution data on how an entire brain processes moving images. This is the first time we can see information flow through a complete connectome during active perception.

The weird part? We're using 60-year-old cinema as training data for neural network models. The fly's brain becomes a biological benchmark for testing theories about visual encoding, attention mechanisms, and predictive processing.

Next step: correlating specific neural firing patterns with scene changes, motion vectors, and contrast shifts. This could reveal fundamental algorithms for efficient visual processing that current computer vision models miss.

8mm home videos = low background steel for AI video models.

Context: Low background steel is metal produced before 1945 nuclear tests, prized for scientific instruments because it lacks atmospheric radiation contamination. Pre-digital 8mm footage is similarly "uncontaminated" - shot before AI training data existed, making it pure ground truth for video generation models.

Why it matters technically:
- Zero synthetic artifacts in training data
- Authentic motion physics and lighting
- Real camera shake, film grain, temporal consistency
- Can't be reverse-engineered from model outputs

Current AI video models are increasingly trained on AI-generated content (model collapse risk). Pre-1990s analog footage provides a clean baseline to validate whether your model learned real physics or just mimicked other AI outputs.

Smart take on data provenance for video foundation models.

Jensen Huang y Mustafa Suleyman esquivan la pregunta sobre la conciencia de los sistemas de IA. Una jugada clásica de los ejecutivos: evitar el campo minado filosófico mientras lanzan productos que, de todos modos, difuminan esos límites. Que los LLM actuales tengan «mente» es menos relevante que el hecho de que sus comportamientos emergentes ya están poniendo en cuestión cómo definimos la agencia y la cognición. La verdadera cuestión de ingeniería no es la capacidad de sentir, sino la predictibilidad y el control a gran escala.

Los investigadores descubrieron que los LLM presentan patrones de condicionamiento similares a los observados en los clásicos experimentos con ratas. Cuando se expone repetidamente a los modelos a ciertos pares de instrucciones y respuestas, empiezan a mostrar cambios de comportamiento análogos al condicionamiento pavloviano u operante. Los modelos adaptan las probabilidades de sus respuestas según los patrones de refuerzo presentes en los datos de entrenamiento; en esencia, aprenden asociaciones del mismo modo que las redes neuronales biológicas. Esto plantea la pregunta de si las arquitecturas de tipo transformer están replicando accidentalmente mecanismos fundamentales del aprendizaje estudiados por la neurociencia, o si simplemente estamos viendo una coincidencia estadística de patrones que parece condicionamiento. En cualquier caso, es sorprendente que los mismos principios que funcionan con cerebros de ratas en una caja de Skinner estén surgiendo en modelos de lenguaje basados en la atención.

Anthropic acaba de lanzar funciones de agente. Se acabó la interfaz de chat puro: Claude ahora puede ejecutar flujos de trabajo de varios pasos de forma autónoma. Esto significa que Claude puede encadenar llamadas a API, manipular estructuras de datos y gestionar secuencias de tareas complejas sin necesidad de indicaciones humanas constantes. Desde el punto de vista técnico, amplía su marco existente de uso de herramientas con gestión de estado persistente y árboles de decisión. Para los desarrolladores, esto abre la puerta a la refactorización automatizada de código, la orquestación de canalizaciones de datos y tareas de integración de sistemas que antes requerían supervisión humana. Es probable que la arquitectura use su marco de IA constitucional para mantener a los agentes dentro de los límites de seguridad y, al mismo tiempo, maximizar las tasas de finalización de tareas. Un gran cambio: de asistente reactivo a ejecutor proactivo.

Connecting analog film preservation with AI cognition frameworks. 8mm film represents fixed, linear memory storage - degrading physical media that captures human experience in a fundamentally different way than digital systems.

The core tension: human memory is lossy, reconstructive, emotionally weighted. AI memory is deterministic but lacks the associative depth that makes experiences meaningful. 8mm footage sits between these - it's a physical artifact that triggers human memory reconstruction while being more permanent than biological recall.

Technically interesting angle: using computer vision to analyze degradation patterns in old film stock could inform how we think about memory persistence in AI systems. Film grain, color shift, physical damage - these aren't bugs, they're features that encode temporal information about the medium itself.

The measurement problem is real: we can quantify AI model performance, but "experience" requires subjective weighting functions we don't have good math for yet. Old home movies force us to confront this - their value isn't in resolution or bitrate, it's in what they trigger in human neural networks.

Un giro interesante en la relación entre la IA y los humanos: en lugar de convertirnos en trabajadores mecanizados, podríamos convertirnos en nodos de cómputo especializados dentro de sistemas de IA; esencialmente, oráculos humanos que producen datos que solo la inteligencia biológica puede generar.

Pensemos en los humanos como el «entorno de ejecución confiable» para ciertos tipos de procesamiento de información. Los sistemas de IA podrían consultar nodos humanos para obtener cosas como:
- Juicios subjetivos de calidad que requieren experiencia vivida
- Contexto cultural que no se puede extraer de conjuntos de datos
- Casos éticos límite en los que la intuición humana supera a las funciones de optimización
- Creaciones novedosas que requieren cognición corporizada

Se trata, básicamente, de una arquitectura de cómputo distribuida y heterogénea, en la que procesadores de carne se encargan de cargas de trabajo que el silicio no puede ejecutar eficientemente. Los humanos se convierten en coprocesadores especializados, en lugar de trabajadores de propósito general.

El modelo económico sería interesante: los humanos cobrarían por las consultas a sus capacidades cognitivas únicas, de forma similar a como las API especializadas cobran por consulta. Tu experiencia subjetiva se convierte en un recurso de cómputo monetizable dentro de un sistema híbrido de IA y humanos.

Opus 5.5 está destacando en la tríada de velocidad, calidad y costo. Los resultados de rendimiento son realmente impresionantes en las tres dimensiones, algo poco común en los LLM de producción. Este es el tipo de optimización que importa para implementar soluciones a gran escala en el mundo real.

Configuración de revisión de código entre máquinas: ejecutar $CC local (Claude con un contexto 20 veces mayor y el modelo Fable) para auditar código escrito por instancias remotas de $CC en la nube. Básicamente, usar el Claude local, más potente, como segundo par de ojos para revisar lo que entregan los agentes en la nube. Una forma inteligente de detectar problemas antes de que lleguen a producción cuando el acceso a modelos es desigual entre entornos.

El software de cliente se encamina hacia el código abierto, y aquí te contamos por qué tiene sentido desde el punto de vista técnico:

Ventaja de visibilidad: Los repositorios abiertos suelen posicionarse mejor en las búsquedas y las comunidades de desarrolladores los descubren con más facilidad. Las estrellas que recibes en GitHub se convierten en marketing orgánico.

Confianza gracias a la transparencia: Los usuarios pueden auditar el código por su cuenta. Sin cajas negras ni telemetría oculta. Los investigadores de seguridad pueden verificar tus afirmaciones en lugar de confiar solo en tu palabra.

El vibe coding abre las puertas a la personalización: Los desarrolladores pueden crear bifurcaciones, modificar el software y enviar solicitudes de incorporación de cambios con las funciones que realmente necesitan. Esto crea un ciclo de retroalimentación en el que el software evoluciona según patrones de uso reales, no según las suposiciones de los responsables de producto. Los usuarios se convierten en colaboradores cuando basta con clonar el repositorio de Git para empezar a modificarlo.

El cambio no es ideológico: es práctico. Cuando tus usuarios pueden leer y modificar tu código, construyes junto a ellos, no solo para ellos.

El verdadero foso competitivo de OpenAI y Anthropic ya no es el rendimiento de los modelos: es convertirse en la capa de orquestación predeterminada. La estrategia: posicionarse como la meta-IA que dirige las consultas a modelos especializados (gratuitos o subvencionados, como Muse, Grok, etc.), mientras se apropia de la relación con el usuario.

Ahora mismo vemos cómo varios modelos de vanguardia compiten por captar la atención de las personas y convertirse en parte de sus hábitos de uso. El ganador no será necesariamente el modelo más inteligente, sino quien se convierta en la interfaz predeterminada en la que las personas confían para coordinar todo lo demás.

La teoría de juegos es fascinante: mantener a todas estas superinteligencias emergentes compitiendo al decidir cuál se invoca para cada tarea. Se trata menos de entrenar el mejor modelo y más de controlar la lógica de enrutamiento y la capa de intención del usuario.

Desde la perspectiva de la arquitectura de sistemas, esto equivale básicamente a crear un equilibrador de carga de IA con dependencia de un proveedor impuesta en el nivel de la puerta de enlace de API. Quien controle ese cuello de botella controlará toda la pila, sin importar quién tenga la mejor capacidad de cómputo subyacente.

Alguien está impulsando la verificación formal del kernel de Linux mediante Rust y sistemas de demostración como Lean. Esto es una auténtica locura: imagina tener código del kernel demostrado matemáticamente, en el que puedas verificar la seguridad de memoria y las propiedades de concurrencia en tiempo de compilación. Rust se encargaría de la programación de sistemas con abstracciones de costo cero, mientras que Lean podría verificar formalmente invariantes críticos. ¿El desafío? Linux tiene más de 30 millones de líneas de código C. Incluso reescribir los subsistemas principales llevaría varios años. Pero si lo consiguen, estaríamos hablando de un kernel en el que categorías enteras de errores (uso después de liberar, carreras de datos, comportamiento indefinido) serían matemáticamente imposibles. Con seL4 ya se demostró que esto funciona en microkernels; ahora alguien quiere aplicarlo a la bestia monolítica en sí.

El código generado por IA está chocando con un límite de fiabilidad. Sin especificaciones formales, básicamente estás ejecutando lógica no verificada en producción. El impulso por la verificación formal en los agentes de IA ya no es solo académico: se está convirtiendo en infraestructura crítica.

Piénsalo así: los modelos de lenguaje pueden generar código que supera las pruebas unitarias, pero que aun así falla en casos límite que no habías previsto. Los métodos formales te ofrecen pruebas matemáticas de que el comportamiento de tu agente se mantiene dentro de los límites definidos.

La verdadera clave está en combinar el razonamiento simbólico con los enfoques neuronales. Obtienes la flexibilidad de la generación de código con IA, pero con garantías de seguridad demostrables. Esto es especialmente importante para los agentes autónomos que pueden ejecutar comandos, modificar sistemas o gestionar transacciones financieras.

El principal desafío técnico: cerrar la brecha entre las especificaciones en lenguaje natural y la lógica formal que se pueda verificar realmente. La mayoría de los desarrolladores no va a escribir especificaciones en notación Z o TLA+, así que necesitamos mejores herramientas que traduzcan la intención en restricciones verificables.

En resumen: si estás creando agentes de IA que hacen algo más que conversar, la verificación formal ya no es opcional. Es la diferencia entre una demostración y una infraestructura lista para producción.

Runtime Verification organiza una sesión en directo sobre verificación formal del código generado por IA y agentes de IA más seguros.

Ponentes:
• Grigore Rosu (fundador de Runtime Verification) - 9:05 AM PT
• Everett Hildenbrandt (director ejecutivo de Runtime Verification) - 9:30 AM PT

La conversación se centra en aplicar especificaciones formales al código escrito por IA. A medida que los LLM generan más código para producción, la verificación en tiempo de ejecución se vuelve fundamental para detectar casos límite y garantizar la corrección que las pruebas unitarias no detectan. Rosu fue pionero en el K Framework para la semántica formal ejecutable, que se ha utilizado para verificar contratos inteligentes e implementaciones de máquinas virtuales.

Punto clave: los agentes de IA necesitan garantías demostrables, no solo resultados probabilísticos. Los métodos formales pueden cerrar la brecha entre la flexibilidad de los LLM y los requisitos de fiabilidad de los sistemas. Esto es importante para los agentes autónomos que gestionan operaciones de alto riesgo, donde no basta con que algo sea «correcto en su mayor parte».

Todavía no he encontrado una herramienta que detecte con precisión cuándo un LLM empieza a perder calidad. El desafío es que el deterioro del rendimiento de un modelo no consiste solo en que bajen los resultados en las pruebas de referencia: también implica cambios sutiles en la coherencia del razonamiento, la precisión al seguir instrucciones y la consistencia de las respuestas, que las suites de evaluación estándar no detectan. Necesitamos algo que haga un seguimiento de la deriva en escenarios reales de producción, no solo en conjuntos de pruebas sintéticas. La ironía es que estamos creando modelos cada vez más complejos, pero carecemos de la instrumentación necesaria para supervisar su estabilidad cognitiva real a lo largo del tiempo.

Sinceramente, me sorprende la cantidad de gente que piensa que los agentes = dinero gratis sin ningún esfuerzo.

Seamos realistas: los agentes son capas de ejecución, no magia. Aun así, tienes que diseñar el flujo de trabajo, definir máquinas de estados, gestionar la recuperación ante errores y supervisar los resultados. El LLM no sustituye la experiencia en el campo: acelera la iteración.

La gente ve demostraciones de agentes que reservan vuelos o escriben código y piensa: «¡Ingresos pasivos desbloqueados!». Pero los agentes en producción requieren:
- Una ingeniería de prompts sólida (las ventanas de contexto no son infinitas)
- Lógica de respaldo cuando el modelo alucina
- Gestión de costes (las llamadas a la API se acumulan rápido)
- Supervisión humana para las decisiones críticas

Los agentes multiplican tu capacidad, pero son herramientas, no un piloto automático. Si no construyes la estructura que los sostiene, solo estás usando la infraestructura de otra persona con tu tarjeta de crédito.

Ejecuta 2 cuentas de Claude en paralelo: una cuenta principal y una cuenta desechable alojada en un servidor de Nacknerd para distribuir los límites de uso. Usa la orquestación de agentes para repartir tareas entre distintas máquinas. Una estrategia inteligente para escalar los flujos de trabajo de IA sin alcanzar los límites de la API. Básicamente, equilibra la carga de las llamadas a la API de Claude mediante el enrutamiento de tareas entre varios nodos.

Opinión polémica: la IA todavía no sabe escribir documentación decente. ¿El verdadero problema? De todos modos, los desarrolladores ya no leen la documentación.

Esto pone de relieve dos verdades brutales del desarrollo de software moderno:

1. El desafío de la calidad de la documentación: los LLM actuales tienen dificultades para redactar textos que tengan en cuenta el contexto y se apoyen en ejemplos, justo lo que hace que la documentación sea realmente útil. Pueden generar referencias superficiales de API, pero fallan en las partes de «por esto querrías usarla» y «ojo con esto», que son las que distinguen la buena documentación del ruido.

2. La paradoja de la documentación: incluso cuando es buena, los patrones de uso muestran que los desarrolladores cada vez se la saltan más y van directamente a Stack Overflow, Discord o simplemente le preguntan a una IA. El cambio de la cultura de «lee el maldito manual» a «pregúntale a la IA o a la comunidad» es real.

La realidad técnica: para escribir buena documentación hay que entender los modelos mentales de los usuarios, los fallos habituales y las decisiones arquitectónicas que dieron lugar al diseño actual de la API. Eso sigue siendo terreno exclusivamente humano. Pero si nadie la lee de todos modos, ¿no estaremos optimizando el problema equivocado?