Automation & AIOps
Workflows, agents, evaluation stacks, and the operational backbone of AI-augmented teams. Measuring without theater. From prompt engineering at scale to zero-click operations — the technical and organizational infrastructure required to make AI reliable, auditable, and compounding.
All articlesQué no automatizar todavía en una startup
Un marco práctico para que founders distingan entre trabajo repetible, aprendizaje estratégico y decisiones que todavía necesitan criterio humano.
2 minEl computador del agente necesita un ciclo de vida
Dar un computador completo a un agente obliga a diseñar creación, persistencia, red, snapshots, observabilidad y destrucción como un ciclo de vida explícito.
3 minSwarm budget: reserva agentes para verificar, no solo para producir
Un enjambre útil asigna capacidad explícita a contexto, producción, crítica y síntesis en lugar de gastar todos los agentes en generar más.
3 minAgent egress: la credencial no debe vivir dentro del agente
Un agente con acceso a producción necesita una frontera de red que decida destino, método y credencial fuera de su propio contexto.
4 minDatabase Center: el agente debe probar antes de remediar
Los agentes de bases de datos pueden recomendar índices y cambios de máquina, pero el patrón seguro es simular impacto antes de tocar producción.
3 minSelf-driving product: evidencia antes que parche
PostHog conecta señales de producto con agentes que diagnostican y abren PRs; el valor está en cerrar el loop con evidencia, no en generar más código.
4 minReasoning traces: el secreto que cruza la cadena de confianza
Las trazas de razonamiento portables pueden filtrar capacidad entre modelos y sesiones; deben tratarse como secretos, no como telemetría inocua.
4 minAgent plugins: el paquete de capacidades necesita release gate
Cuando un plugin agrupa skills, hooks, agentes y servidores MCP, instalarlo deja de ser configuración y se convierte en una liberación de software.
3 minEval-driven development: el prototipo debe descubrir el benchmark
Los equipos que automatizan evaluaciones demasiado pronto miden una idea incompleta; primero deben observar prototipos y convertir fallos reales en casos de pru
4 minContribuciones extractivas: cuando la IA convierte al maintainer en compute gratuito
Generar una contribución ya cuesta poco; entenderla sigue siendo caro. El open source necesita gobernar el presupuesto de atención del maintainer.
4 minSafe Outputs: el patrón para dar trabajo a un agente sin darle permiso de escritura
GitHub Agentic Workflows separa razonamiento y escritura: el agente propone cambios, pero sólo un canal determinista, limitado y revisable puede aplicarlos.
4 minTikTok Agentic Hub: Ads Manager se convierte en una superficie de herramientas
TikTok expone campañas, audiencias, reporting y creatividades a agentes mediante MCP; la ventaja depende de permisos, límites y evidencia por acción.
5 minEl token no se hereda: identidad y audiencia en cadenas de agentes
Un agente no debe reenviar el token de una persona: cada salto necesita identidad actuante, audiencia correcta, scope limitado y una cadena auditable.
5 minProgrammatic Tool Calling: cuando el agente escribe el flujo de control de sus herramientas
Programmatic Tool Calling permite coordinar herramientas con código, pero sólo mejora el sistema cuando el flujo es acotado, predecible y verificable.
4 minJetBrains Central: el control plane para equipos que ya usan varios agentes de coding
La suite empresarial de JetBrains separa control organizativo y contexto de repositorio: una referencia para gobernar varios agentes sin imponer uno.
4 minAgent Incident Response: cómo investigar un fallo cuando quien actuó fue un agente
Los incidentes agénticos no se investigan solo con logs de API. Necesitan timeline de decisiones, herramientas, contexto, permisos y outcome verificado.
3 minAI Observability deja de ser debugging: ahora decide margen
La nueva observabilidad de IA ya no solo explica fallos. Captura coste, latencia y sesiones multi-conversación para convertir agentes en unidades operables y co
4 minFactory 2.0: el ingeniero ya no escala solo código, escala fabricas de software
Factory 2.0 pone una tesis dura sobre la mesa: mejorar al desarrollador ya no basta; el rendimiento organizativo depende de un sistema agent-native que observa
4 minVento IA: qué es y por qué convierte a los agentes en sistemas de control físico
Vento es una plataforma open-source para conectar agentes de IA con sensores y dispositivos físicos. Aquí explicamos que es, para que sirve y que gobernanza exi
5 minTool Registry: el nuevo mapa de riesgos de los agentes enterprise
Cuando los agentes ganan miles de herramientas, el riesgo se mueve del modelo al registro: permisos, owners, scopes, acciones y desactivación.
4 minSandboxed Work: el nuevo perímetro de ejecución para agentes en producción
Cuando los agentes ejecutan código, navegan archivos o llaman herramientas internas, el sandbox deja de ser accesorio y se vuelve frontera operativa.
3 minAI Traces: la capa que convierte agentes en sistemas auditables
Los agentes no se gobiernan mirando solo input y output. La traza muestra herramientas, retrieval, errores, coste y decisiones intermedias.
4 minACI: la capa que faltaba entre agentes y personas
MCP conecta agentes con herramientas y A2A conecta agentes entre si. ACI aparece para resolver otra frontera: como un agente habla con personas sin convertir la
4 minAgent Memory from Trace: la memoria útil no vive en el chat, vive en la operación
La memoria enterprise de un agente no debería salir solo de conversaciones, sino de trazas: decisiones, herramientas, errores, owners y resultados.
4 minMicrosoft Foundry Local + Scout: cuando el trabajo agente se mueve al perímetro
Build 2026 deja una señal más importante que cualquier demo: Microsoft quiere que los agentes trabajen entre cloud, desktop y entorno local bajo un mismo períme
5 minSkillSpector: instalar skills ya es un problema de supply chain
NVIDIA formaliza algo que muchas empresas aun no ven: un skill no es solo texto reutilizable, es una nueva unidad de riesgo con código, permisos, triggers y com
4 minAI Agent Memory Stack: por qué los agentes se degradan cuando mezclan memoria y contexto
La memoria de agentes enterprise no es guardar chats: es separar estado, episodios, hechos, skills, intención futura y memoria compartida con control.
6 minClaude Dynamic Workflows: cuando el agente empieza a diseñar su propia operación
Dynamic Workflows en Claude Code marca un salto: el agente ya no solo ejecuta tareas, también genera la estructura operativa para resolverlas.
4 minClaude Managed Agents + Cloudflare: el perímetro se convierte en producto
Self-hosted sandboxes, MCP tunnels y Cloudflare muestran hacia donde va la empresa agéntica: separar cerebro, herramientas y perímetro.
4 minAWS MCP Server GA: cuando los agentes de coding entran en cloud con guardrails
La disponibilidad general del AWS MCP Server marca un cambio: los agentes ya no solo escriben código, empiezan a tocar infraestructura con permisos, logs y lími
4 minCodex on-prem: cuando los agentes de software salen de la nube pública
OpenAI y Dell anunciaron una colaboración para llevar Codex a entornos híbridos y on-prem. La señal es clara: los agentes enterprise necesitan vivir cerca de da
3 minGoogle I/O 2026: Spark y el fin del asistente pasivo
Google I/O 2026 marca un cambio de categoría: Spark no es otro chatbot, sino una señal de que el asistente se convierte en capa operativa persistente.
4 minFinancial Agents: por qué los agentes verticales ganan a los copilotos genéricos
Anthropic lanzo agentes financieros listos para tareas concretas. La tesis es clara: en enterprise, los agentes verticales con skills, conectores y subagentes g
3 minCaso público: Frihet ERP envio 47 features en 5 meses con 1 humano y 8 agentes IA — el playbook real
Como Frihet ERP paso de backlog interminable a 47 features en 5 meses con un solo ingeniero humano y una arquitectura de agentes IA. Mecánica real, anti-pattern
8 min12 herramientas IA gratis (o casi gratis) para empresa mediana española 2026 — guía decisión real
12 herramientas IA con free tier real para empresa mediana española. Tabla con caps, upgrade triggers y cuándo NO usarlas — más el stack mínimo de 4 que cubre e
8 minAgent Reliability Score: cómo saber si un agente merece autonomía
La autonomía de un agente no debería decidirse por entusiasmo. Un reliability score mide calidad, reversibilidad, coste de supervisión y estabilidad antes de so
4 minHuman Escalation Design: cuando un agente debe pedir ayuda y cuando debe seguir solo
Los equipos suelen caer en uno de dos errores: escalar demasiado pronto y volver inútil la automatización, o escalar demasiado tarde y perder confianza del usua
2 minRollback Design for AI Workflows: cómo apagar automatizaciones sin romper la operación
Muchos workflows con IA nacen pensando solo en el happy path. Cuando el modelo se degrada o cambia el input, el equipo descubre tarde que no sabe apagar el fluj
3 minData Contracts para equipos de IA: sin ellos no hay escala
Los equipos de IA escalan modelos, pero no escalan datos. Sin contratos de datos, cada fuente cambia sin aviso y el sistema se vuelve frágil.
3 minAI Budget Allocation: invertir en casos de uso vs infraestructura
Muchas empresas invierten en IA como si fuera una lista de casos de uso. Se financian pilotos, se acumulan pruebas y la infraestructura queda para después.
3 minAI Stack for Mid‑Market: ERP, CRM, BI y automatización sin ruido
En el mid‑market, el stack de IA crece por urgencias: una herramienta para ventas, otra para marketing, otra para soporte. El resultado es fragmentación y decis
2 minPrompt Injection Playbook: el riesgo invisible en equipos con IA
Los equipos con IA asumen que el riesgo es técnico. Pero el mayor riesgo operativo no es el modelo: es la manipulación del input.
2 minOperating Cadence: la variable olvidada en equipos con IA
Muchos equipos con IA tienen buenos modelos, buenos prompts y buen talento, pero siguen operando en modo reactivo. No es falta de tecnología. Es falta de cadenc
2 minAI Tool Sprawl: cuando tener demasiadas herramientas destruye decisión
El AI tool sprawl es la acumulación de herramientas de IA sin criterio: multiplica contextos, coste de coordinación y decisiones incoherentes. Así se diagnostic
3 minOperating Cadence: la variable olvidada en equipos con IA
Muchos equipos con IA tienen buenos modelos, buenos prompts y buen talento, pero siguen operando en modo reactivo. No es falta de tecnología. Es falta de cadenc
3 minAI Portfolio Hygiene: por qué no necesitas más casos de uso, sino menos y mejores
Demasiados casos de uso de IA crean una falsa sensación de avance. El portfolio crece, el impacto no.
3 minZero-Click QA: control operativo sin cuello de botella humano
El QA manual en tareas repetitivas ralentiza sistemas y sube coste de operación.
3 minAgent Handoffs: diseño de transferencias sin fricción entre humanos y agentes
Los handoffs mal diseñados generan tickets duplicados, retrasos y pérdida de contexto.
3 minZero-Click Operations: diseño operativo para equipos que escalan
Escalar con procesos basados en clics humanos crea deuda operativa y cuello de botella.
4 min2026: la web silenciosa y el fin de la interfaz como ventaja
La web visual fue diseñada para humanos navegando pantallas. Ese paradigma pierde peso cuando los agentes empiezan a ejecutar tareas de discovery y selección po
3 minOther Categories
¿Construyes algo que importa?
Hablemos de sistemas, estrategia y lo que realmente mueve el needle.