Los agentes de IA con un toque humano son mucho mejores que los sistemas agénticos generales que intentan automatizar todo. El toque humano ocurre en fases como el diseño rápido, la ingeniería de contexto, la arquitectura de agentes y, lo que es más importante, la evaluación. La experiencia en el dominio es muy importante.

Estoy emocionado de finalmente lanzar esto. Mi servidor MCP ahora ofrece noticias del mercado de valores en tiempo real. Herramientas disponibles: • Obtener noticias • Obtener precios de acciones • Obtener métricas clave • obtener estados financieros Me tomó alrededor de un mes obtener el servidor MCP correcto, pero ahora funciona bien. Más herramientas financieras próximamente.

¡MCP se está volviendo tan bueno!

¿Qué es la ingeniería de contexto?❓ Y por qué todo el mundo habla de ello... 👇 La ingeniería de contexto se está convirtiendo rápidamente en una habilidad crucial para los ingenieros de IA. Ya no se trata solo de indicaciones inteligentes; se trata de la orquestación sistemática del contexto. 🔷 El problema: La mayoría de los agentes de IA fracasan no porque los modelos sean malos, sino porque carecen del contexto adecuado para tener éxito. Piénselo: los LLM no leen mentes. Solo pueden trabajar con lo que les das. La ingeniería de contexto implica la creación de sistemas dinámicos que ofrecen: - La información correcta - Las herramientas adecuadas - En el formato adecuado Esto asegura que el LLM pueda completar la tarea de manera efectiva. 🔶 Por qué la ingeniería de avisos tradicional no es suficiente: Al principio, nos enfocamos en "palabras mágicas" para obtener mejores respuestas. Pero a medida que las aplicaciones de IA se vuelven complejas, completas y estructuradas, el contexto importa mucho más que una redacción inteligente. 🔷 4 componentes clave de un sistema de ingeniería de contexto: 1️⃣ Flujo de información dinámico El contexto proviene de múltiples fuentes: usuarios, interacciones previas, datos externos, llamadas a herramientas. Su sistema necesita unirlo todo de manera inteligente. 2️⃣ Acceso inteligente a herramientas Si tu IA necesita información o acciones externas, dale las herramientas adecuadas. Formatee las salidas para que sean lo más digeribles posible. 3️⃣ Gestión de memoria - A corto plazo: resume conversaciones largas - A largo plazo: Recuerda las preferencias del usuario en todas las sesiones 4️⃣ Optimización de formato Un mensaje de error corto y descriptivo supera a un blob JSON masivo cada vez. 🔷 La conclusión La ingeniería de contexto se está convirtiendo en la nueva habilidad central porque aborda el verdadero cuello de botella: no la capacidad del modelo, sino la arquitectura de la información. A medida que los modelos mejoran, la calidad del contexto se convierte en el factor limitante. ¡Compartiré más a medida que las cosas evolucionen y se vuelvan más concretas! ¡¡Estén atentos!! 🙌 ____ Si lo encontró perspicaz, vuelva a compartirlo con su red. Encuéntrame → @akshay_pachaar ✔️ Para obtener más información y tutoriales sobre LLM, agentes de IA y aprendizaje automático.

Si me das el código, puedo ejecutar lo que significa que el valor en ejecución está protegido por código pero la IA está facilitando la codificación Así que las especificaciones se convierten en el foso porque si uno tiene especificaciones, puede producir el código y puede ejecutar

Los agentes que completan captchas casualmente son divertidos y discretos

Imagine una interfaz conversacional modular en la que: - Seleccione el modelo de su elección - Elige tu proveedor de búsqueda - elegir herramientas MCP - acceder a sus sistemas de archivos - Gestiona tu memoria, con seguridad y privacidad - Pago por uso por cualquier servicio utilizado

Si alguien está tan confundido acerca de las licencias de software como yo, así es como los veo ahora. Las licencias de software controlan lo que las personas pueden hacer con su código. La licencia MIT permite a las personas hacer cualquier cosa. Supongamos que crea una biblioteca de análisis JSON con licencia MIT. Una startup puede tomar su código, modificarlo y venderlo como parte de su servicio API de pago sin devolverle nada. Solo necesitan mantener su aviso de derechos de autor en los comentarios del código. React usa MIT, por lo que Facebook podría haberlo hecho propietario, pero optaron por mantenerlo abierto. Esta es la licencia de "haz lo que quieras". GPL obliga a compartir. Imagina que creas un framework web bajo GPL. Si alguien modifica su marco para agregar nuevas características, también debe publicar esas modificaciones como GPL. No pueden vender una versión propietaria. WordPress usa GPL, por lo que todos los temas y complementos de WordPress también deben ser GPL. Si construyes un CMS comercial sobre WordPress, todo tu CMS se convierte en GPL. Esto mantiene todo de código abierto. Apache 2.0 maneja mejor las patentes. Escribes una biblioteca de aprendizaje automático y alguien contribuye con un algoritmo. Más tarde, intentan demandar a los usuarios por infracción de patente en ese algoritmo. Con la licencia de Apache, pierden automáticamente sus derechos de uso de su biblioteca. Es protección contra los trolls de patentes. Kubernetes usa Apache 2.0 porque las empresas de la nube se preocupan por los problemas de patentes. BSD es básicamente MIT con diferentes palabras. Se crea una biblioteca de red en BSD. Las mismas reglas que el MIT, la gente puede hacer lo que quiera. FreeBSD usa esto, por lo que Apple podría tomar el código BSD y ponerlo en macOS sin liberar el código fuente de macOS. La mayoría de los desarrolladores solo usan MIT ahora porque es más claro. LGPL es GPL para bibliotecas. Construyes una biblioteca de generación de PDF bajo LGPL. Las empresas pueden usar su biblioteca en su software propietario sin hacer que toda su aplicación sea LGPL. Pero si modifican el código de su biblioteca en sí, esos cambios deben ser LGPL. El reproductor multimedia VLC usa LGPL para que otras aplicaciones puedan incluir reproducción de video sin convertirse en GPL. Propietario significa que usted controla todo. Construyes un motor de base de datos y lo mantienes propietario. Las empresas le pagan tarifas de licencia para usarlo. No pueden ver el código fuente, no pueden modificarlo, no pueden redistribuirlo. Oracle Database funciona de esta manera. Gana dinero con las licencias, pero limita quién puede usarlas. La doble licencia ofrece opciones. Publica una base de datos bajo licencias GPL y comerciales. Los proyectos de código abierto utilizan la versión GPL de forma gratuita. Las empresas que no quieren restricciones de GPL pagan por la licencia comercial. MySQL hace esto. Las startups usan MySQL gratis, las grandes empresas a menudo compran licencias comerciales. El dominio público renuncia a todos los derechos. Creas una función hash y la pones en dominio público. Cualquiera puede hacer cualquier cosa con él, sin restricciones, sin necesidad de atribución. SQLite hace esto. A las agencias gubernamentales les encanta porque no hay riesgo legal. ¿Está construyendo una biblioteca que desea que todos usen? Elige MIT. ¿Quiere asegurarse de que las mejoras regresen a la comunidad? Utilice GPL. ¿Preocupado por las patentes en software empresarial? Ve con Apache. ¿Construir un negocio en torno a su código? Manténgase propietario. ¿Quieres la máxima libertad para los usuarios? Prueba el dominio público. La clave es hacer coincidir sus objetivos con las restricciones de licencia. No copie lo que hacen otros proyectos sin entender por qué eligieron esa licencia.

MCP es como el HTTP para los agentes y se siente como la base de una nueva Internet. Enviamos la publicación del blog que responde las preguntas más comunes que he recibido de desarrolladores, socios y empresas. ¡Un saludo al creador de MCP @dsp_ por colaborar en esto!

Esto es enorme según Google Research. Papel altamente tecnológico pero muy necesario, supongo