Blog

Technical notes

What I learn building software: AI and agents, architecture, platforms, fintech and technical leadership.

Articles
36
Categories
5
Latest post

Latest article

Leadership and product

OpenSandbox: dónde corren los agentes de IA y por qué es una decisión de Engineering Management

Un análisis de OpenSandbox, el runtime open source de sandboxes para agentes de IA, desde la perspectiva de quien lidera equipos de ingeniería: qué resuelve, cómo funciona, casos de uso en equipos de alto desempeño, un ejemplo en Python con red denegada por defecto y Credential Vault, niveles de autonomía, métricas, organización del equipo, riesgos de madurez y una hoja de ruta de adopción de 90 días.

Most recent

Categories

Browse by category

All articles

Leadership and product

OpenSandbox: dónde corren los agentes de IA y por qué es una decisión de Engineering Management

Un análisis de OpenSandbox, el runtime open source de sandboxes para agentes de IA, desde la perspectiva de quien lidera equipos de ingeniería: qué resuelve, cómo funciona, casos de uso en equipos de alto desempeño, un ejemplo en Python con red denegada por defecto y Credential Vault, niveles de autonomía, métricas, organización del equipo, riesgos de madurez y una hoja de ruta de adopción de 90 días.

  • Leadership
  • AI
  • Platform Engineering
15 min de lectura

Leadership and product

Documentación viva: cómo mantener la arquitectura de los repositorios de mis equipos verificada contra el código

El enfoque que aplico como Engineering Manager para que la documentación de arquitectura de los equipos de ingeniería y plataforma no quede obsoleta: diagramas como código, generados con un agente y Archify, anclados a un commit, revalidados en cada cambio y revisados en los pull requests. Incluye un ejemplo verificado sobre un repositorio público, los scripts de CI, sus límites y los rituales de equipo que lo sostienen.

  • Leadership
  • Documentación
  • Platform Engineering
14 min de lectura

AI and agents

Ingeniería de agentes de IA en la empresa: de la demo al sistema en producción

Una guía técnica para diseñar asistentes y arquitecturas agénticas que interactúan con sistemas empresariales: cuándo conviene un agente, una arquitectura de referencia, RAG, gestión de contexto, MCP, la elección entre LangGraph, Strands, LangChain, LlamaIndex o el SDK directo, un ejemplo verificado con Python y FastAPI, controles, testing, observabilidad, trabajo con otros equipos y un mapa de aprendizaje.

  • AI
  • Agents
  • Architecture
16 min de lectura

Architecture and platform

Plataforma MLOps para modelos bayesianos: del notebook a producción con autonomía y control

Una guía técnica para equipos de plataforma que dan soporte a Data Scientists: qué cambia al llevar modelos bayesianos a producción, templates de repositorio, suites de validación, promoción dev → staging → prod con MLflow, herramientas ml-deploy y ml-rollback, serving de modelos complejos, monitoreo, gobernanza automatizada, documentación, formación y respuesta a incidentes. Incluye un ejemplo con PyMC y MLflow verificado con pruebas automáticas.

  • MLOps
  • Platform Engineering
  • Python
17 min de lectura

Architecture and platform

Floci: llevar la nube al entorno local sin perder el control arquitectónico

Un análisis de Floci, el ecosistema open source que emula AWS, Azure, GCP y OCI en local, desde la perspectiva de Platform Engineering: qué problema resuelve, cómo está construido, un ejemplo reproducible con Spring Boot, S3, SQS y Testcontainers, su lugar en un golden path, la comparación con LocalStack y otras alternativas, y por qué la emulación no reemplaza las pruebas en la nube real.

  • Platform Engineering
  • Cloud
  • Java
15 min de lectura

Leadership and product

Tooling para equipos de alto desempeño: de herramientas aisladas a sistemas de ingeniería aumentados por IA

Un análisis desde Engineering Management sobre cómo diseñar el sistema de trabajo de un equipo de ingeniería: un modelo de seis capas, el plugin de ingeniería de Anthropic como caso de estudio, la diferencia entre tools, skills, MCP, workflows, agentes y harness, un caso práctico de extremo a extremo, métricas de impacto, riesgos y una hoja de ruta de adopción de 90 días.

  • Leadership
  • AI
  • Platform Engineering
15 min de lectura

AI and agents

Harness engineering: cómo dar confianza al trabajo de un agente de código

Una lectura técnica del modelo que Birgitta Böckeler publicó en martinfowler.com para quienes usan agentes de código: guías y sensores, controles computacionales e inferenciales, el momento en que conviene ejecutar cada uno, las tres dimensiones que un harness puede regular y sus límites. Incluye la aplicación del modelo a Website Factory, un sistema multiagente propio, y lo que ese ejercicio deja ver.

  • AI
  • Agents
  • Architecture
12 min de lectura

Architecture and platform

Uber H3: buscando soluciones óptimas en ingeniería y arquitectura. Caso práctico

Un caso práctico sobre cómo se busca una solución óptima en arquitectura, a partir del índice geoespacial hexagonal que Uber publicó en 2018: qué significa óptimo cuando hay criterios en tensión, por qué las opciones convencionales no alcanzaban, qué costos aceptó el diseño, cómo se compara con geohash y S2, lo que las fuentes no permiten afirmar y un método replicable para equipos de ingeniería y plataforma.

  • Architecture
  • Data
  • Platform Engineering
13 min de lectura

Architecture and platform

Quarkus para equipos Java: qué cambia cuando el framework arranca en el build

Una lectura técnica de la documentación de Quarkus 3.40 pensada para equipos que vienen de Spring: el modelo de arranque en tiempo de compilación, la comparación oficial entre JVM, caché AOT y ejecutable nativo, Dev Services y testing continuo, la capa de compatibilidad con Spring y sus límites, y un plan para evaluarlo sin reescribir un sistema.

  • Java
  • Architecture
  • Cloud
12 min de lectura

Fintech and payments

Open Finance como infraestructura: la arquitectura que hay detrás del consentimiento

En el Summit Fintech 2026 de Forbes Argentina, Open Finance se discutió como la infraestructura que puede cambiar el negocio de bancos y fintech. Este artículo lo analiza desde la ingeniería: qué componentes requiere, por qué el consentimiento debe modelarse como una máquina de estados, qué estándares existen para asegurar las APIs y qué implica que la seguridad sea un problema de todo el ecosistema.

  • Payments
  • Architecture
  • Security
  • Data
11 min de lectura

Leadership and product

De ingeniería a producto: por qué las plataformas internas necesitan Technical Product Managers

Un artículo de NYT Open presenta a Danny Cassidy, que pasó de ingeniero backend a Senior Technical Product Manager de la plataforma de desarrollo de The New York Times. Un análisis de por qué ese recorrido es especialmente valioso cuando los usuarios del producto son ingenieros, y de lo que su evaluación de un reemplazo de CI/CD enseña sobre cómo decidir en Platform Engineering.

  • Leadership
  • Product
  • Platform Engineering
7 min de lectura

AI and agents

Loop Engineering: cómo diseñar el ciclo de trabajo de los agentes de IA

Prompt, context y harness engineering definen qué se le pide a un agente, qué información recibe y con qué herramientas opera. Loop Engineering se ocupa del ciclo: qué lo inicia, dónde se guarda el estado, quién verifica, qué información vuelve al agente y cuándo continuar, corregir, detenerse o escalar a una persona. Un recorrido por sus componentes, sus límites y su aplicación en un sistema multiagente construido con Claude Code.

  • AI
  • Agents
  • Architecture
12 min de lectura

AI and agents

Siete agentes, un objetivo: cómo se orquesta un sistema multiagente que construye un sitio web

Website Factory es un sistema multiagente: un orquestador de Claude Code descompone el problema, delega en seis subagentes especializados y cierra cada etapa con verificadores deterministas sobre el flujo de GitHub Spec Kit. Cómo se coordinan, cómo se programa un sistema para que los agentes ejecuten los prompts, y qué significan en la práctica prompt engineering, context engineering y loop engineering.

  • AI
  • Agents
  • Architecture
16 min de lectura

Pillars

Reading paths by pillar

10 articles

Engineering with AI and agents

How to bring AI agents into the development cycle: specification, context, a control harness and human review.

11 articles

Technical leadership and teams

How I think about technical leadership, autonomy, sustainable delivery and the relationship between engineering, product and business.

6 articles

Products, startups and MVPs

From observing the problem to the MVP: onboarding, user experience, hypotheses, validation and designing sustainable solutions.