Saltar al contenido

root / tags / linkedin-pulse

#LinkedIn Pulse

2 fiches

Calidad y Seguridad Traducción verificada automáticamente

I built a marketing AI operating system for a 60-person team. The most valuable thing in it is the part that refuses to write.

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#Growth Marketing Fit#LinkedIn Pulse

**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**.

Transformación y Adopción Traducción verificada automáticamente

A Year With Claude Code: My Output Doubled. My Attention Span Didn't.

Artículo de opinión en LinkedIn Pulse de Alexandre Frizzo tras un año de uso diario de Claude Code, que ofrece una **valoración matizada** poco frecuente en el corpus de 2026 — productividad **multiplicada por 3-5×** en su caso (coherente con Wescale, y en línea con la mediana de los profesionales comprometidos; la cola de élite llega mucho más lejos, cf. Cherny *decenas de PRs/día + récord de 150 PRs* y Karpathy *"alcanza picos muy superiores a 10×"*), pero con **costes cognitivos ocultos** reconocidos. Tesis central: ***"el nuevo cuello de botella es la supervisión"*** — el oficio ha cambiado de forma, ya no se *escribe* código, se *decide* sobre el código generado por agentes. Ganancias: producción 3-5×, proyectos antes inviables ahora realizables (yak-shaving, boilerplate), coste de experimentación casi nulo. Pérdidas reconocidas: atrofia del ***"músculo de escritura"*** (el código manual resulta ahora *costoso*), **estado de flujo profundo poco frecuente** (cambio de contexto constante entre supervisiones), **satisfacción de autoría disminuida** (*"el código es bueno, pero no es del todo mío"*). Tensiones sin resolver: **FOMO** (*"cada hora en la que no estoy frente al teclado es una hora que un agente podría estar ganando por mí"*), **calidad de la revisión** con un volumen 3-5× mayor, **atrofia de competencias**. Estadísticas citadas: mediana de 3-4h de codificación efectiva en una jornada de 8h, **23 min** de recuperación de contexto por interrupción (estudio de Gloria Mark), 15-25 min para entrar en flujo, 500% de productividad en flujo (McKinsey). Postura epistémica ejemplar: rechaza a la vez el relato *"la IA es mala"* y el entusiasmo acrítico. Un contrapeso bienvenido al *"coding is solved"* de Cherny (2026-05).

#Alexandre Frizzo#LinkedIn Pulse#un año con Claude Code

Alexandre Frizzo (auteur LinkedIn Pulse, identité tech non précisée par le post au-delà du nom — auteur d'une tribune one-year retrospective Claude Code).