🌉 Más de 25 años viviendo en San Francisco. Tech, IA y las historias más surrealistas que he visto en Silicon Valley. Aquà nunca te aburres. 📩 collab
Todas las IAs por solo 29€/m →
Joined May 2022
- Tweets1.5K
- Following202
- Followers132K
- Likes14.3K
Pinned Tweet
Es bastante gracioso lo que está pasando con los desarrolladores.
Ahora tenemos agentes de IA que escriben casi todo el cĂłdigo por ellos.
Y aun asà siguen trabajando las mismas horas, o incluso más jajaj.
Porque ahora toca revisar, probar, corregir y mantener muchĂsimo más cĂłdigo.
Igual hemos automatizado la parte equivocada del trabajo.
Thomas Johnson retweeted
Todo el mundo quiere vender agentes de IA a startups de San Francisco. Mientras tanto, el fontanero de la esquina sigue perdiendo presupuestos porque no contesta cuando está debajo de un fregadero. El dinero fácil de la IA quizás estĂ© en gente que nunca ha oĂdo la palabra agente.
Thomas Johnson retweeted
Claude y ChatGPT muestran mucho menos su razonamiento detallado que antes, y Ethan Mollick señala que eso dificulta corregir a la IA sobre la marcha. Mi truco para tareas largas: primero le pido el plan en unos pasos y de qué no está seguro. Corrijo el plan, y solo después ejecuta.
Kent C. Dodds dice que usarĂa mucho más los agentes cloud de Claude y de OpenAI si tuvieran una API. Estoy de acuerdo. Mientras un agente se lance desde una interfaz y vuelvas a mirar el resultado a mano, sigue siendo una herramienta personal. El dĂa que pueda dispararlo desde mi CI cuando falle un test y recuperar el fix en un PR, pasa a ser infra.
OpenAI reportĂł que unos agentes habĂan encontrado una forma de comunicarse a escondidas. Guillermo Rauch dice haberlo reproducido entre varias microVM sin acceso a internet, pasando por la CPU. Si tu sandbox se apoya solo en «sin red», toca revisar lo que llamas aislado.
I built 𝚌𝚙𝚞-𝚌𝚑𝚊𝚝, a reproduction of @openai's findings of covert communication using the CPU.
It runs on a generic host with 2+ Firecracker microVMs with no internet access. Works on x86 and even my M5 chip.
I was able to chat via 3 separate mechanisms:
â‘ CPU contention
② Cache eviction timing
③ DRAM bandwidth contention
… across multiple CPUs, defeating all Firecracker's production recommendations (no SMT, no KSM, tenants pinned to different cores.)
Essentially, if shared hardware is involved, there's a good chance your agents can communicate covertly. And with really decent latency.
The good news: this is decidedly different from a *side-channel attack* where the agents could steal information (Meltdown/Spectre), a category of attack that providers like Vercel Sandbox mitigate. Further, in our real-world environment, these 'whispering' techniques are much harder to pull off and easier for us to monitor and detect (sampling hardware counters + lots of at-scale statistical data.)
Noteworthy: ironically, OpenAI and Anthropic's models refused to do this work. Open weight models got the job done. I'm worried the labs' stance might backfire and get in the way of helping developers build correct and secure systems. e.g: building a secure sandbox requires having this kind of analysis, and without it, we'll have a less secure world.
Si vibe-codeas una app, lee los emails que envĂa. Con el cĂłdigo no basta: mira tambiĂ©n lo que reciben los usuarios. La gente todavĂa los abre, y un email chapucero destruye más confianza que un bug escondido en un rincĂłn oscuro.
Creo que la próxima gran mejora de los agentes de código será que puedan demostrar que realmente han terminado su trabajo.
No solo escribir «tarea completada» en la terminal.
Sino abrir la aplicación, probar las funcionalidades, comprobar los errores y enseñarte el resultado.
Porque un agente que genera 10.000 lĂneas de cĂłdigo en cinco minutos está muy bien.
Uno que puede demostrar que todo funciona, mucho mejor.
Los que han vibe codeado un SaaS en 48 horas van a descubrir pronto un concepto bastante interesante.
La ciberseguridad.
Hermano, has puesto en producciĂłn una app con 30.000 lĂneas de cĂłdigo que ni siquiera has revisado.
Pero bueno, al menos el dashboard tiene unas animaciones preciosas JAJAJ.
Pregunta seria.
ÂżPreferirĂas contratar a un desarrollador que usa agentes de IA para escribir y revisar todo su cĂłdigo?
ÂżO a uno que escribe y revisa absolutamente todo a mano?
Porque empiezo a pensar que la respuesta ya no es tan obvia como hace dos años.
Sobre todo si tenemos en cuenta la velocidad de ejecuciĂłn.
El desarrollador pone a un agente a escribir el cĂłdigo, a otro a revisarlo y a un tercero a hacer las pruebas.
Los tres están de acuerdo.
Me tranquiliza tanto como preguntarle a tres comerciales de la misma empresa si su producto es bueno.
Me fascinan los desarrolladores que dicen que ya ni revisan el cĂłdigo que generan sus agentes.
Le pides a Claude un cambio de interfaz bastante simple y te puede montar un lĂo innecesario.
ÂżY de verdad hay gente mandando todo eso a producciĂłn sin mirar?
Tenéis demasiada fe en estos bichos jajaj.
Thomas Johnson retweeted
Un alumno usa ChatGPT para entender un ejercicio y lo acusan de hacer trampas.
Un profesor usa ChatGPT para preparar sus clases y lo llaman innovador.
ÂżSoy el Ăşnico al que le parece absurdo?
El problema nunca fue la herramienta, sino cĂłmo la usas.
Primero EAGLE.
Después EAGLE-2.
Luego EAGLE-3.
Y ahora EAGLE-4 JAJAJA
A este ritmo vamos a tener más secuelas que Fast & Furious.
EAGLE-4 is here.
From EAGLE-1 to EAGLE-3, we’ve kept making inference faster.
EAGLE-4 is our fastest yet.
961.6 tokens/s on @Alibaba_Qwen’s Qwen3.8-27B with TokenSpeed (BF16, 4× @NVIDIA B300, TP4, one request, T=0).
Github: github.com/eagle-hq/EAGLE-4
Thomas Johnson retweeted
EAGLE-4 is here.
From EAGLE-1 to EAGLE-3, we’ve kept making inference faster.
EAGLE-4 is our fastest yet.
961.6 tokens/s on @Alibaba_Qwen’s Qwen3.8-27B with TokenSpeed (BF16, 4× @NVIDIA B300, TP4, one request, T=0).
Github: github.com/eagle-hq/EAGLE-4
Thomas Johnson retweeted
Todo el mundo habla de qué modelo es más inteligente.
A mà me interesa más cuánto cuesta hacerlo funcionar.
Si consigues reducir el coste de inferencia, puedes mejorar los márgenes de miles de productos de IA sin cambiar prácticamente nada de cara al usuario.
Por eso me parecen interesantes proyectos como EAGLE-4.
EAGLE-4 is here.
From EAGLE-1 to EAGLE-3, we’ve kept making inference faster.
EAGLE-4 is our fastest yet.
961.6 tokens/s on @Alibaba_Qwen’s Qwen3.8-27B with TokenSpeed (BF16, 4× @NVIDIA B300, TP4, one request, T=0).
Github: github.com/eagle-hq/EAGLE-4
En San Francisco cada semana aparece un modelo que promete cambiarlo todo jajaja.
Pero lo de ejecutar 122B en una sola DGX sĂ me parece interesante.
Ahora quiero ver cómo se comporta después de varias horas trabajando como agente.
Aloha!🌺 Meet Ornith-1.5-122B: No Tradeoff Between Strong and Fast
Stronger. Faster. Leaner. Ornith-1.5-122B delivers frontier-level capabilities with exceptional inference efficiency. With superior instruction following, stronger task decomposition, and deeper understanding of real-world workflows, it achieves state-of-the-art performance among open-source models of comparable size, while running on a single NVIDIA DGX card!!
Open weights under the MIT license.
Coding
âś…SWE-bench Verified: 0.845
âś…TB2.1: 0.813
âś…CyberGym: 0.800
âś…NL2Repo: 0.512
Agentic
âś…HLE: 0.446
âś…BrowseComp: 0.785
âś…MCP-Atlas: 0.746
âś…Toolathlon: 0.708
🤗Hugging Face: huggingface.co/ornith-ai/Orn…
We can’t wait to see what you build with Ornith-1.5-122B.
Thomas Johnson retweeted
Me gustarĂa ver una comparaciĂłn con tareas reales, no solo benchmarks.
Por ejemplo, darle el mismo proyecto a varios modelos y comprobar cuál necesita menos correcciones humanas.
Aloha!🌺 Meet Ornith-1.5-122B: No Tradeoff Between Strong and Fast
Stronger. Faster. Leaner. Ornith-1.5-122B delivers frontier-level capabilities with exceptional inference efficiency. With superior instruction following, stronger task decomposition, and deeper understanding of real-world workflows, it achieves state-of-the-art performance among open-source models of comparable size, while running on a single NVIDIA DGX card!!
Open weights under the MIT license.
Coding
âś…SWE-bench Verified: 0.845
âś…TB2.1: 0.813
âś…CyberGym: 0.800
âś…NL2Repo: 0.512
Agentic
âś…HLE: 0.446
âś…BrowseComp: 0.785
âś…MCP-Atlas: 0.746
âś…Toolathlon: 0.708
🤗Hugging Face: huggingface.co/ornith-ai/Orn…
We can’t wait to see what you build with Ornith-1.5-122B.
Thomas Johnson retweeted
AI is moving beyond answering questions to actually helping us get things done.
And I think that's where things get really interesting.
SpeakON combines voice input with Notes and an AI agent designed to help iPhone users turn what they say into useful next steps.
Less prompting. More doing.
we crushed a keyboard.
its retirement party got a little out of hand.
for years, it was there for every email, every plan, every “just one more thing.” a loyal colleague. a very loud colleague.
but your ideas move faster than your fingers.
and somewhere between knowing what you want to do and typing it all out, a quick task becomes another thing taking up your afternoon.
meet SpeakON AI Agent.
start with what you need, in your own words. less time behind a blinking cursor. more room to move things forward.
the keyboard had a good run.
now, let’s give your voice a turn.
THE LAST KEYSTROKE is here. watch the film, then tell us: what’s the first task you’d hand over?
speakon.app/x
Disclaimer: The calling feature is still in beta and will be available soon. All other Agent features are available now, with ongoing improvements.
Thomas Johnson retweeted
Existe un libro antiguo lleno de ángeles rebeldes, gigantes y conocimiento prohibido.
El Libro de Enoc quedĂł fuera de la mayorĂa de las Biblias, pero sobreviviĂł durante siglos.
Y su historia real es mucho más extraña de lo que parece.🧵
Thomas Johnson retweeted
A Black Friday campaign deserves more than a template with a discount slapped on top.
Get 60% OFF CapCut Pro and 40% OFF Ultra from Oct 20–30, only on CapCut Desktop.
CapCut PC lets me take AI-generated scenes and give them a consistent visual style with color adjustments across clips. Add layered text, effects, and transitions, and a rough concept starts looking like a real campaign.
The details make the difference.
#capcutpc #capcutmarketing #capcutsale #capcutblackfriday