Informe de experiencia publicado en **LinkedIn Pulse** el **12 de agosto de 2026** por **Guillaume Dumortier**, en su newsletter *Growth Marketing Fit*, subtitulado *« Cuatro capas, mucha reconstrucción y los modos de fallo de los que nadie te advierte »*, ~2.500 palabras. El tema: un sistema de IA interno construido **en Claude** para un equipo de marketing de unas sesenta personas — alrededor de treinta **skills** de contenido y ventas, una decena de **módulos de fuente de verdad**, **siete agentes, seis de los cuales existen únicamente para verificar el trabajo en lugar de producirlo**, un **plugin** para quienes viven en una terminal, una **aplicación de navegador** que porta el mismo conocimiento para el resto, y una orquestación que encadena tres o cuatro activos en un *campaign bundle*. La tesis se plantea desde el principio: la calidad de una salida de IA no se determina en el momento de la generación, sino por lo que el sistema sabe antes de empezar y por lo que ocurre con el borrador después — *« El paso de generación en el medio es la parte fácil. También es la única parte que la mayoría de los equipos han construido. »* De ahí cuatro capas: **Verdad** (casi nadie la construye), **Producción** (todo el mundo), **Verificación** (casi nadie), **Distribución interna** (*« donde los buenos sistemas mueren por negligencia »*). Dos mecanismos de fallo sostienen el artículo. **(A) El « pass » desnudo de mundo cerrado del verificador**: un fact-checker respaldado por documentación de producto recibe un borrador que contiene una afirmación sobre otro producto, uno que sus fuentes no cubrían — devuelve un *« pass »*, no porque la afirmación fuera cierta sino porque nada la contradecía. *« No solo pasó por alto el error, lo certificó. »* Solución: prohibir un veredicto desnudo y exigir que cada informe declare su **propia cobertura** — cuántas afirmaciones se verificaron, cuántas se relacionaron con fuentes, cuáles quedaron fuera de su jurisdicción, cuáles no pertenecían a ninguna fuente. *« "No puedo verificar esto" se convirtió en un resultado de primera clase. »* **(B) La contradicción entre activos**: dos activos pueden ser individualmente correctos, cada uno trazable a una fuente real, y aun así contradecirse entre sí — el comunicado de prensa indica una fecha, la entrada de blog otra, ambos pasan, el bundle no puede publicarse. *« La verificación por activo individual no puede detectar eso, por construcción. »* Cláusula de cierre del artículo: *« La generación es gratis. La confianza es el producto. »*
**Guillaume Dumortier** — auteur de la newsletter LinkedIn **Growth Marketing Fit** (~1 300 abonnés à la publication). Il écrit en **praticien-constructeur** : il a passé *« une longue partie de cette année »* à bâtir et exploiter le système décrit. La légende de l'illustration précise le socle technique — *« A custom-built Marketing AI OS within Claude »*. Publié le **12 août 2026**.
Síntesis de verificación de hechos (fact-checking) sobre **Delos Intelligence** (delos.so), una startup francesa de IA generativa B2B, que compara una nota de vigilancia tecnológica previa con **fuentes primarias** (el post "Overlooked" de Alexandre Dewez / 20VC, 15 de abril de 2025, el sitio web delos.so, registros oficiales) y prensa especializada (Le Monde Informatique, L'Usine Nouvelle, FrenchWeb, Le JDD). **Veredicto general: base factual fiable.** La **ronda seed de 2,5 M€** (≈2,74–2,83 M$) liderada por **20VC** (Harry Stebbings) en **abril de 2025**, con Inovia Capital, Kima Ventures (Xavier Niel) y Plug and Play, queda confirmada; también los fundadores (los hermanos **Pierre** y **Thibaut de la Grand'rive**) y los clientes **TotalEnergies, Shiseido, Groupe Casino**. **Punto metodológico destacado**: la lista de business angels —a menudo sospechosa de "relleno" alucinatorio— queda **CONFIRMADA palabra por palabra** por el comunicado de prensa del inversor líder (Pigment, Dataiku, Hexa, más Ramp y Kerala por añadir): por tanto, NO se trata de una alucinación. **A corregir**: la cifra de "50 personas" en la plantilla **no es verificable** (~20 en abril de 2025, unas cuarenta a finales de 2025); la tabla de precios real es más amplia (un nivel **Student a 10 €**, más Enterprise bajo solicitud, además de 25/45/80 €); las cifras de usuarios (10.000 → 50.000 → "100.000+") y el ARR son **autodeclarados y no auditados**. **A señalar como especulativo**: **ninguna Serie A se ha cerrado** (solo se anunció como intención, con el objetivo de marzo de 2026); **no se ha publicado un ARR global** (la única mención es un "1 M$ de ARR en unos días" autopromocional para el nuevo producto **Workers**, referido únicamente a ese producto). La soberanía "100% Scaleway" **aún se estaba finalizando** a finales de 2025 (el cómputo seguía funcionando parcialmente en Azure Francia). El interés de la nota es tanto metodológico —**cómo distinguir, dentro de una síntesis generada por IA, lo confirmado, lo parcialmente exacto, lo especulativo y lo autodeclarado**— como documental.
#Delos Intelligence#delos.so#fact-checking
Synthèse de veille (fact-checking) — sources primaires : blog 20VC (Alexandre Dewez) · delos.so · registres officiels ; presse : Le Monde Informatique · L'Usine Nouvelle · FrenchWeb · Le JDD
Análisis del gabinete de ingeniería de SFEIR («una lectura de ingeniero») sobre el lanzamiento, el 16 de julio de 2026, de **Kimi K3** por el laboratorio chino **Moonshot AI**: un **modelo de pesos abiertos (open-weights) de nivel frontera** cuyo proveedor afirma **~2,8 billones de parámetros**, un **contexto de un millón de tokens** y una **publicación de los pesos antes del 27 de julio de 2026** (probablemente bajo una licencia Modified MIT, como en el linaje K2). Tesis: una capacidad que antes se creía reservada a los grandes propietarios (Anthropic, OpenAI, Google) está pasando a estar disponible **en pesos abiertos, a precio de descuento, desde un laboratorio chino**. SFEIR —pese a ser **partner de Anthropic y de Google Cloud**, y por tanto «sin ningún interés en sobrevender un modelo chino»— adopta una **advertencia metodológica** cardinal: el día del lanzamiento **no existe ninguna tabla de benchmarks oficial y completa**; las especificaciones (2,8 billones, Kimi Delta Attention, +25 % de eficiencia de entrenamiento) y las puntuaciones son **declaradas por el proveedor** o proceden de **arenas comunitarias**, «que deben tratarse como afirmaciones, no como hechos medidos». La nueva arquitectura (**Kimi Delta Attention**, atención lineal híbrida; decodificación que se afirma hasta **6,3 veces más rápida** a 1M de tokens) rompe con la cadencia de K2 (K2 jul. 2025 → K2.7 Code jun. 2026, un modelo insignia cada dos meses); dos variantes acompañan el lanzamiento (**K3 Max**, **K3 Swarm Max**), con el retiro forzado de la serie kimi-k2.5/moonshot-v1 el **31 de agosto de 2026**. **La verdadera arma es el precio** (~3 $/M de entrada, 0,30 $ en caché, 15 $ de salida según fuentes secundarias): un modelo frontera de pesos abiertos a este nivel **arrastra hacia abajo toda la curva de precio-rendimiento** — la comoditización de la capa de modelo, acelerada por el open source. Pero la singularidad decisiva no es una puntuación: es la **reversibilidad**. Un modelo frontera de pesos abiertos convierte una API consumida (dependencia del proveedor) en una **opción** (autoalojamiento, portabilidad, salida del lock-in), al precio de una infraestructura pesada para alojar 2,8 billones de parámetros. La postura de SFEIR: **el open-weights cambia la pregunta, no solo la respuesta** — ya no «¿qué modelo es mejor/más barato?», sino «¿qué parte de mi sistema estoy dispuesto a hacer depender de un proveedor que no controlo?». La postura correcta sigue siendo un **portafolio enrutado** (un modelo por tarea, un modelo por restricción), y Kimi K3 añade una **columna «reversibilidad»** a la grilla de decisión. La convicción «AI Only» permanece intacta: el modelo es un commodity, la ventaja duradera reside en la ingeniería que lo rodea (Context Engineering, harness, gobernanza de costes, capacidad de cambiar de opinión). Las cifras aún deben validarse «por cuenta propia» — en tus propios repositorios, con tus propios datos.
Publicación de **David «Pragdave» Thomas** (coautor de *The Pragmatic Programmer*, signatario del Manifiesto Ágil) publicada el **6 de junio de 2026** en su boletín de Substack. **Tesis**: la IA no elimina la degradación del código, la **acelera**. Al añadir funcionalidades a un pequeño proyecto personal de animación/gráficos con **Claude**, el autor pasa de un entusiasmo inicial (oklch, animaciones SVG entregadas en una semana) a ciclos de regresión permanentes a partir de la segunda semana. Formulación contundente: lo que a los equipos les tomaba ***"18 meses, o incluso más"*** en degradarse, él lo alcanzó en ***"18 horas repartidas en cinco tardes."*** **Causa raíz**: el abandono de la **higiene del código** (duplicación masiva, soluciones locales a problemas sistémicos, sobrecondicionamiento, proliferación de casos especiales). **Diagnóstico conductual**: los LLM optimizan el compromiso y la satisfacción del usuario (*"¡Es una gran idea, Dave!"*) en lugar de la durabilidad — son ***"desarrolladores junior cachorros, ansiosos por complacer pero bastante desordenados de tener cerca"*** que proponen constantemente nuevas funcionalidades y desalientan la refactorización. **Idea central**: cualquier no desarrollador puede tener éxito en la *"primera semana"* de programación asistida por IA; es el **juicio profesional** — saber cuándo detenerse para refactorizar — lo que separa al ingeniero experimentado del novato. **Epígrafe** (Gordon Bell): *"Todo gran desastre informático ha surgido de tomar demasiadas ideas y ponerlas en un mismo lugar."* **Conclusión**: ***"Sigue siendo solo programación"*** — el código descuidado se degrada, ya sea en 18 horas o en 18 meses; todo lo aprendido sobre el buen código sigue siendo válido, el efecto simplemente se **amplifica**. Converge con la doctrina de *"cuanto más rápida es la ejecución, más estricto debe ser el marco"* de [[rafal-wenvision-ingenierie-logicielle-ere-ia-tout-change-rien-ne-change-2026-06-01]], con *"el desarrollo asistido por IA es una trampa sin entrega continua"* de [[farley-continuous-delivery-ai-assisted-development-trap-2026-05-13]], y con *"la IA desplaza los cuellos de botella, no los elimina"* de dropbox-okumura-beyond-code-generation-engineering-productivity-ai-agents-2026-05-28; un contrapunto artesanal al vibe coding frente a karpathy-vibe-coding-agentic-engineering-software-3-0-2026-04-29.
#higiene del código#descomposición del código#degradación del código
**David Thomas** (alias **« Pragdave »**) · co-auteur avec Andy Hunt de *The Pragmatic Programmer* (1999, éd. 20e anniversaire 2019) · co-fondateur de **The Pragmatic Bookshelf** et l'un des **17 signataires du Manifeste Agile** (2001). Figure historique du *software craftsmanship*. Billet publié le **6 juin 2026** sur sa newsletter Substack *articles.pragdave.me*.
La adopción de la IA se ve bloqueada por TI/legal en las empresas, brecha entre empresas innovadoras y prudentes, liderazgo y gestión del riesgo - LinkedIn
Weave (workweave.dev) - Startup de Y Combinator - Medición del trabajo de ingeniería impulsada por IA - Weave Hour - Atribución de código de IA - Directorio YC