Carlos Fabián retweeted
Este es Magnus Carlsen.
El ajedrecista con mejor clasificación de la historia, con un coeficiente intelectual de 191.
Fue al podcacst de Joe Rogan y ha revelado la psicología que hay detrás de su patrimonio de +$50M
Aquí tienes 7 reflexiones alucinantes sobre el éxito:
Mark Cuban just described the largest wealth transfer of the AI era.
Almost nobody understood what he said.
Cuban: “There are 33 million companies in this country. Aren’t going to have AI budgets. Aren’t going to have AI experts.”
Not tech startups.
The shoe store. The regional trucking outfit. The accounting firm with 12 employees.
The businesses that actually run the physical economy.
They know AI is coming. They have no idea what to do with it.
Cuban: “You’ve got the head of Microsoft saying software is dead because everything’s going to be customized to your unique utilization.”
Software is dead.
The SaaS era ran on one rule. Build a generic product. Force millions of companies to bend their workflows around it. Charge rent forever.
AI ends the contract.
The business stops bending to the software. The intelligence bends to the business.
But customized by whom.
The third-generation manufacturer cannot tell Claude from Gemini. The county hospital is staring at a reactor asking where the light switch is.
Cuban: “Who’s going to do it for them?”
That question is worth more than the frontier models themselves.
Hundreds of billions are being burned to build the foundation. The smartest engineers alive are locked in a bloodbath over who owns the base layer.
Let them fight.
Let them burn the capital. Let them drive the cost of raw intelligence toward zero.
Because the wealth does not collect where the brain is built.
It collects where the brain meets the business.
Every ambitious kid in college right now thinks survival means a seat at OpenAI or Anthropic.
Cuban is staring at the other 99 percent of the economy.
Learn the models. Then learn the messy, unglamorous reality of how a 50-person company actually operates.
Walk through the door. Understand their problems. Wire the intelligence directly into their revenue.
That is not a job title. That is an entire economic class being born.
You do not need to build the brain. You need to build the nervous system.
The biggest winners of the electricity era were not the engineers who built the generators. They were the ones who walked into dark factories and showed the owners where to plug in.
33 million companies are standing in the dark right now.
Silicon Valley is racing to build the god. The fortunes will belong to whoever teaches him a trade.
Carlos Fabián retweeted
"Intentions don't matter. Actions do. That's why being ethical is hard."
@naval
Carlos Fabián retweeted
Mi hot take sobre el futuro de la industria del software
Todo lo que diga aquí es mera interpretación desde mi punto de vista. No pretendo hacer futurología ni sentar cátedra, pero sí mojarme.
Creo que es indudable que la llegada de la Inteligencia Artificial a la programación la ha cambiado por completo. Quizás todavía no de la forma radical que algunos promulgan, pero sí la ha cambiado. Eso ya es una realidad.
Ahora bien, los cambios estructurales no se producen de la noche a la mañana. No nos vamos a levantar un día con la mitad de los puestos de trabajo desaparecidos. Pero ese día llegará. Las cosas pasan de forma gradual, a lo largo de meses o unos pocos años, como la inflación. No notas nada hasta que, de repente, te das cuenta de que los huevos cuestan el doble que hace un par de años.
Creo que algo muy parecido va a pasar con la programación.
La primera fase: el silencio
En una primera fase empezarán a moverse las grandes estructuras.
Lo primero no serán despidos masivos, sino **congelaciones de contratación**. Las empresas intentarán absorber las nuevas demandas de crecimiento con el mismo personal. Será una especie de layoffs silenciosos.
Y lo interesante es que nadie se dará cuenta. Nadie dirá que perdió su trabajo. La industria seguirá creciendo, pero sin aumentar proporcionalmente el número de personas. El output crecerá, el headcount no.
Cuando este modelo esté más controlado y, sobre todo, cuando empiecen a sentirse presionados por la aparición de equipos muy pequeños capaces de generar una competencia brutal contra los grandes actores establecidos, empezarán los layoffs progresivos.
No de golpe. Poco a poco.
Qué perfiles "sobreviven"
Desde mi punto de vista, quedarán básicamente dos tipos de perfiles.
Por un lado, los ultraespecializados. Gente muy senior, con muchísima experiencia, absolutamente fuera de serie en un área concreta. Ese nivel de expertise todavía va a tardar en ser sustituido, si es que llega a serlo del todo.
Y por otro lado, los orquestadores. Personas multidisciplinares de altísimo nivel. Y aquí hago énfasis en lo de alto nivel: no vale ser “un poco de todo” con poca profundidad. Hablo de gente que entiende producto, tecnología, infraestructura, negocio y trade-offs reales. Roles que hoy ocupan muchos CEOs o CTOs fuertes.
La gente de producto seguirá existiendo, pero cada vez más cercana a la tecnología real. Menos PowerPoint y más comprensión profunda de lo que se construye.
Los grandes perdedores: el middle management
Creo que los perfiles más afectados serán los middle managers.
Su trabajo se basa en ser piezas dentro de estructuras de procesos jerárquicas. Aportan valor principalmente desde la gestión, no tanto desde la construcción directa del producto.
No encajan en la ultraespecialización, pero tampoco en el perfil transversal fuerte.
Quedan en tierra de nadie.
¿Aplica la paradoja de Jevons a la programación?
Aquí es donde siempre tengo la duda.
Podría plantearse un escenario optimista: si baja el coste de crear software, si hacer una aplicación pasa de costar 100.000 dólares a costar 3.000, la demanda podría dispararse. Muchísima más gente podría permitirse crear software. La industria, en lugar de contraerse, crecería.
Este razonamiento encaja muy bien con la paradoja de Jevons: cuando un recurso se abarata, su consumo total aumenta.
El problema es que, objetivamente, tengo la sensación de que en software no aplica del todo.
Y no porque el software vaya a desaparecer. Todo lo contrario: el software va a estar más presente que nunca en todos los aspectos de nuestra vida. Todo será software. Y la otra mitad hardware. Y la otra mitad experiencias físicas.
La pregunta no es si habrá software, sino si necesitamos tanto software nuevo.
El elefante en la habitación: ¿queda innovación real?
Esto es algo que ya venía de antes de la IA.
Llevamos un par de décadas creando grandes categorías digitales:
- Comunicación y redes sociales
- Movilidad, logística y servicios bajo demanda
- Economía digital personal
- Productividad, trabajo y software utilitario
- Salud, fitness y bienestar
- ...
La pregunta es: ¿independientemente de la IA, dónde acaba esto?
¿Por qué necesitamos otra app de notas más? ¿Cuándo necesitamos una nueva red social?
¿Necesitamos el nuevo Facebook? ¿El siguiente Notion?
¿Hay hueco para más innovación a esta velocidad?
Tengo la sensación de que los grandes conceptos ya se han creado. Hay players muy fuertes en cada categoría y no veo un futuro de hiperfragmentación infinita en miles de nichos absurdamente específicos.
No veo el escenario de "una app de notas para creadores", "una app de notas para futbolistas", ...
Y aunque la IA abarate el coste y haga viable cualquier micro-nicho desde el punto de vista económico, aparece otro problema enorme: la distribución.
El problema de la distribución no es nuevo. Lo único que hace la IA es agravarlo.
Aquí entra de lleno la attention economy: el recurso escaso ya no es el código, ni el talento técnico, ni siquiera el capital. Es la atención humana.
Si existen 10 millones de aplicaciones de notas, da igual lo buena que sea la tuya: competir por atención se vuelve casi imposible. La abundancia extrema no libera, satura.
Por eso tiendo a pensar que la IA no va a generar una explosión de nuevos productos exitosos, sino acelerar la comoditización de la tecnología que ya estaba en marcha.
Quedarán dos mundos: gigantes y artesanos
Aquí encaja muy bien el marco clásico de Porter: comoditización vs diferenciación.
Cuando el coste de producción se desploma, solo sobreviven dos extremos:
1. Los grandes: Grandes empresas tecnológicas con músculo, capacidad de amortiguación y, sobre todo, distribución. Plataformas que te dan correo, notas, pagos, almacenamiento, lo que sea. Aquí aplica claramente un modelo winner takes most: pocos ganan mucho, muchos compiten por migajas.
2. Los artesanos: Pocos, selectos, casi artesanos del software. Productos muy curados, muy especializados, o con una ventaja clara de autoridad, marca o distribución propia.
El término medio, el grueso de productos y empresas "correctas pero no extraordinarias", desde mi punto de vista, desaparece.
Esto nos lleva a pensar en que existe un cambio estructural de fondo
Hasta ahora, el crecimiento de la industria tecnológica se basaba en una limitación clara: no había suficientes ingenieros.
Muchísima demanda para muy poca oferta. Eso elevaba salarios, atraía inversión y generaba ese clima de abundancia, de "dinero fácil", de crecimiento casi automático.
Con el abaratamiento masivo del trabajo intelectual técnico, la pregunta clave es:
Si reducimos el coste de creación por diez, ¿se multiplica la demanda por diez?
Y la verdad es que tengo mis dudas.
Esto no va a pasar de golpe. Será lento, silencioso. Un día te despertarás y te darás cuenta de que todo ha cambiado. Siempre pasa así.
Si seguimos tirando del hilo, esto nos lleva más allá del software: la comoditización del trabajo intelectual
Y aquí ya no hablamos solo de programadores.
Mi apuesta es que esto forma parte de algo mucho más grande: la comoditización del trabajo intelectual.
Nos tranquiliza pensar que la IA "no es realmente inteligente", pero la mayoría de trabajos del planeta no requieren inteligencia en el sentido humano. Requieren conocer un conjunto de datos, saber consultarlos y devolver respuestas coherentes.
La auténtica revolución es poder consultar bases de datos semánticamente y poder obtener respuestas ad-hoc y de forma instantánea.
Ese es el gran avance. No la inteligencia, sino la búsqueda semántica real.
Antes necesitábamos un experto intermedio que tradujera una pregunta humana a un lenguaje técnico, consultara la base de conocimiento y devolviera una respuesta. Ese intermediario ya no es imprescindible.
Esto no es algo que vaya a pasar. Esto ya ha pasado.
¿Y ahora qué?
No voy a aventurarme a predecir qué ocurrirá en 10, 15 o 20 años. No tengo ni idea.
Pero ya que me estoy enfangando, hagámoslo hasta el fondo.
Hay algo que sí tengo claro: esta conversación no va solo de software, ni de ingenieros, ni siquiera de tecnología. Va de qué hacemos cuando el trabajo deja de ser el eje central de la vida.
Vamos a vivir, queramos o no, debates profundos sobre rentas básicas universales, sobre el valor social del trabajo, sobre el propósito, sobre identidad.
Para mí, la pregunta no es si ocurrirá. La pregunta es: ¿en qué momento vamos a empezar a hablar de esto en serio?
Si has llegado hasta aquí, me encantaría conocer tu opinión.
Todo lo que he expuesto, no es más que un divague manifestado en voz alta de algo a lo que llevo dando la vuelta hace meses, y para lo que todavía no tengo respuesta con certeza.
Carlos Fabián retweeted
This has been said a thousand times before, but allow me to add my own voice: the era of humans writing code is over. Disturbing for those of us who identify as SWEs, but no less true. That's not to say SWEs don't have work to do, but writing syntax directly is not it.
Carlos Fabián retweeted
There are stuff in real life that cannot be transmitted in books and stuff in books you can never pick up in real life.
The disease is the inclination to learn from books what you must learn in real life and attempts to reinvent from experience what can only be found in books.
Carlos Fabián retweeted
Bad news: AI coding tools don't work for business logic or with existing code, and can't replace domain knowledge or human decision-making. They're just good for boilerplate and simple, repetitive tasks. AGI is not at hand.
arxiv.org/abs/2512.14012
Carlos Fabián retweeted
“One of the great mistakes is to judge policies and programs by their intentions rather than their results.”
— Milton Friedman
Carlos Fabián retweeted
System Design interview question.
You’re writing your own Google Search or ChatGPT, and you need to download the whole Internet.
How would you download it?
Carlos Fabián retweeted
I hate to break it to you, @sama, but there’s not enough compute in the universe to brute-force AI.
Carlos Fabián retweeted
ACE Your next Backend interview like a Pro 🧑💻
This PDF Includes almost everything that a backend developer could be asked in their interviews.
To get it:
- Like, Retweet and Follow
- Reply "Backend"
Carlos Fabián retweeted
🚀 Learn Web Development with Node.js & Express.js, the backbone of modern web apps!
If you understand how the web really works, you can build anything, from chat apps to entire SaaS platforms.
Web Dev isn’t just a skill, it’s your ticket to creating, scaling, and monetizing your own ideas. 💻
Here’s the complete Web Development Node.js + Express.js Notes
📘Absolutely FREE for the first 500 people!
To get it FREE 👇
Like & Repost
Comment “NODE”
Follow (must) so I can DM you the PDF
Carlos Fabián retweeted
Easily one of the greatest scenes of all time, not just in finance movies, but all movies
Carlos Fabián retweeted
Si la presidenta Sheinbaum quiere culpar al pasado por la violencia en Michoacán también debe mencionar que 14 de los últimos 24 años el estado ha sido gobernado por gente de su partido:
Su asesor Lázaro Cárdenas.
Leonel Godoy (diputado de Morena).
El actual gobernador.
Carlos Fabián retweeted
Les preocupa más que se “lucre con la desgracia” que prevenir las desgracias.
Carlos Fabián retweeted
Por acción u omisión #FueElEstado. Mil veces se advirtió de la situación particular de Carlos Manzo y de la protección especial que él había solicitado y necesitaba. Pero no lo atendieron como debían por sus duras críticas.
Carlos Fabián retweeted
Learn to ship. Shipping is a skill distinct from coding. Shipping is designing, coding, QAing, story-telling, teaching, marketing, selling, pivoting, iterating…
It used to be that coding dominated in importance because of coding ability scarcity. AI will push you to go further.
Carlos Fabián retweeted
¿Ya escribió alguien en LinkedIn sobre 5 enseñanzas que podemos aprender gracias a la caída de AWS?





















