Escritos e Ideas
Reflexiones sobre ingeniería de IA, sistemas LLM y cómo construir software que escala.
Reverse Engineer Anything (REA): guía de uso
Reverse Engineer Anything (REA) conecta un agente de programación con IA a herramientas que inspeccionan software compilado, aplicaciones empaquetadas …
Trazado de una API Python con OpenTelemetry
El reporte siempre suena igual: “la aplicación a veces va lenta.” No en cada solicitud, no para cada usuario, y no es reproducible a …
Rate Limiting de una API: Token Bucket, Sliding Window y Redis
La mayoría de los rate limiters en producción no están mal porque alguien eligió el algoritmo incorrecto — están mal porque alguien eligió un …
Imágenes Docker de Python pequeñas, rápidas y reproducibles
La mayoría de las imágenes Docker de Python son malas de las mismas tres maneras al mismo tiempo: son enormes, se reconstruyen desde cero en cada …
Salidas estructuradas de LLMs que no se rompen en producción
La demo funciona cada vez: pídele al modelo que devuelva JSON según un schema, aplica json.loads() a la respuesta, y sigue adelante. Luego se hace el …
Reducir costos de LLM sin hacer el agente peor
El movimiento instintivo cuando una factura de LLM se vuelve incómoda es cambiar el modelo por uno más barato y dar el asunto por terminado. A veces …
Construir un servidor MCP en Python
La mayoría de los tutoriales de MCP te muestran un tool de “hello world” — una función, dos argumentos, un print — y se detienen justo …
Agentes Human-in-the-Loop con LangGraph
La promesa de los agentes autónomos siempre es “maneja toda la tarea de principio a fin.” La realidad al desplegar uno es que casi nadie …
LangChain vs LangGraph: Cuándo Realmente Necesitas un Grafo
Pregúntale a un equipo por qué migraron de LangChain a LangGraph y generalmente obtendrás un encogimiento de hombros y “el agente seguía …
RAG Multi-Tenant: Filtrado de Metadatos Sin Filtrar Datos
Un sistema RAG multi-tenant tiene un modo de fallo que los sistemas single-tenant no tienen: puede producir una respuesta que es fluida, bien citada y …
Por Qué Tu RAG Recupera los Chunks Equivocados
“El modelo está alucinando” es el diagnóstico por defecto cuando un sistema RAG da una respuesta incorrecta, y generalmente es el …
Evaluando un Pipeline RAG: Recall@k, MRR, Faithfulness
La mayoría de los equipos “evalúan” su pipeline RAG haciéndole un puñado de preguntas, leyendo las respuestas y decidiendo si se siente …