Categoría
Arquitectura de software pragmática: decisiones, trade-offs y patrones que escalan.
Skills empaquetan capacidades reutilizables que el agente carga según la tarea; subagentes aíslan la ejecución de trabajo acotado y devuelven un resultado sintetizado sin inflar el contexto del orquestador. Juntos forman el patrón de composición más sólido para construir agentes complejos y mantenibles en 2026.
Kubernetes ganó la batalla de la orquestación, pero Docker Swarm sigue activo como parte de Docker Engine y tiene sentido real para equipos sin SRE dedicado, stacks self-hosted en 1-5 VPS y mini-clusters edge. Para esos contextos, la curva de aprendizaje mínima y el bajo coste operativo de Swarm superan las features avanzadas de Kubernetes.
El concepto de Agent OS pasó del slide al despliegue en 2025. Seis meses en producción dejan patrones visibles: qué arquitecturas funcionan, dónde se rompe el modelo y qué aporta frente a correr agentes sobre pila existente.
Un año después de que GraphRAG saliera de laboratorio, queda una estadística clara: funciona donde la información corporativa tiene relaciones densas, falla donde solo hay documentos sueltos. Patrones, costes y decisiones de arquitectura que han sobrevivido.
Veinte meses después del anuncio inicial, Model Context Protocol pasó de curiosidad a estándar de facto entre clientes y servidores de agentes. Qué hay disponible, qué servidores merecen la pena, qué problemas siguen abiertos y cómo se parece al mapa de protocolos anteriores.
Seis meses después de que A2A llegara a la Linux Foundation, y tras varios ciclos de implementación por parte de Google, Microsoft y proyectos abiertos, qué significa la versión 1 del protocolo y si ya es seguro construir sobre él.
Con 1.34 liberado en agosto de 2025 y el ciclo de 1.35 en su última fase de congelación de funciones, qué llegará estable, qué quedará en beta, qué nos interesa a quienes mantenemos clústeres pequeños o medianos y qué podemos ignorar sin culpa hasta el siguiente ciclo.
La integración de WebAssembly dentro de containerd como tiempo de ejecución alternativo ha madurado. Ya es posible desplegar cargas mixtas Linux y Wasm en el mismo clúster de Kubernetes con argumentos operativos sólidos. Cuándo compensa y cuándo no.
Con MCP resolviendo la conexión entre agente y herramientas, el siguiente cuello de botella aparece: cómo hablan entre sí dos agentes de distintos proveedores. Agent2Agent de Google, donado a la Linux Foundation en 2025, intenta ocupar ese hueco.
Un enrutador de inferencia decide qué modelo atiende cada petición en función de coste, latencia y complejidad. Bien diseñados reducen la factura de tokens sin que el usuario perciba degradación; mal diseñados introducen fallos sutiles difíciles de depurar.
TigerBeetle es una base de datos distribuida escrita en Zig y especializada en un tipo concreto de carga: contabilidad por partida doble de altísimo volumen con garantías fuertes de consistencia. No pretende sustituir a Postgres; pretende ser la pieza correcta cuando el problema es contar transacciones financieras a ritmo de millones por segundo sin fallos sutiles.
Tras la adquisición por Microsoft en 2019, Citus vivió un limbo comercial que terminó con Microsoft abriendo el código completo en 2022. Tres años después, la extensión de particionado para Postgres ha madurado y ofrece una ruta práctica para escalar sin abandonar el motor que ya conoces. Un repaso honesto.
SQLite lleva años ganando terreno en servidores reales gracias a WAL, a proyectos como Litestream y libSQL, y a hardware con discos rápidos. Repaso los patrones que siguen funcionando después de varios años de uso, los que no, y por qué el tamaño medio de una aplicación web se come ya sin despeinarse.
DuckDB lleva dos años colándose en las arquitecturas de datos sin hacer ruido. Ya no es solo la base de datos embebida para analítica local: en 2025 está apareciendo en casos concretos de empresa donde reemplaza a piezas mucho más caras. Un recorrido por patrones reales.
Model Context Protocol cumple diez meses desde su anuncio de Anthropic y ya no es una propuesta: hay cientos de servidores, implementaciones cruzadas entre proveedores y un registro público. Repaso de qué ha funcionado, qué sigue flojo y por qué 2025 marca el paso de curiosidad a infraestructura básica.
Las bases de datos SQL distribuidas han pasado de promesa a realidad operativa. YugabyteDB y CockroachDB lideran el segmento desde ángulos distintos. Elegir una sobre la otra exige entender qué compromete cada diseño y qué se paga por escalar horizontalmente.
Redpanda promete compatibilidad con el protocolo Kafka pero sin JVM, sin ZooKeeper y con arquitectura thread-per-core. En 2025 ya hay despliegues serios en producción. Merece la pena entender dónde compensa el cambio y dónde no.
Seis meses después de la disponibilidad general de containerd 2.0 hay suficiente camino recorrido para evaluar la migración desde la rama 1.x en producción real. Repasamos qué cambia en el archivo de configuración, qué rompe en Kubernetes y en Docker Swarm, y cuándo compensa planificar el salto en vez de esperar.
PostgreSQL 17 llegó en septiembre con mejoras silenciosas del planificador. Seis meses en producción confirman que los escaneos SAOP, el streaming I/O y los anti-joins han cambiado planes de consulta reales sin tocar una línea de SQL.
La release 1.33 llega el 23 de abril con el nombre Octarine, y el sneak peek oficial de marzo ya deja ver las líneas fuertes: in-place pod resize pasa a beta con el gate activado por defecto, los sidecar containers alcanzan por fin GA, y llegan varias deprecaciones de seguridad y de la API de endpoints que conviene revisar antes del upgrade.
Coolify promete la experiencia de Vercel o Heroku sobre tus propios servidores: HTTPS automático, bases de datos gestionadas y vistas previas por rama, sin cuotas por compilación ni ancho de banda. Tras varios meses usándolo en VPS de producción, cuento dónde brilla, dónde cojea y para qué perfil de equipo tiene sentido real.
GraphRAG lleva más de un año en uso empresarial real: durante la indexación, un LLM construye un grafo de conocimiento que responde bien a preguntas globales sobre un corpus, justo donde el RAG clásico falla porque ningún fragmento aislado contiene la respuesta completa. Aquí comparo costes de indexación, casos donde compensa y el patrón híbrido que se ha impuesto entre equipos.
MariaDB 11.7 (noviembre de 2024) añade vector search nativo con índice HNSW, mejoras en JSON con JSON_OBJECT_AGG y un 5-15 % más de rendimiento en lectura frente a 11.5. Frente a MySQL 8, la ventaja es no depender de HeatWave para embeddings; frente a PostgreSQL, sigue por detrás en profundidad de tipos y funciones JSON.
DuckDB es el motor analítico embebido que ha cambiado el panorama. Lee Parquet y CSV directamente, vectoriza la ejecución y cabe dentro de tu proceso Python. Un repaso a cuándo sustituye de verdad a un data warehouse.
Kubernetes 1.30, publicada en abril de 2024, lleva ValidatingAdmissionPolicy a disponibilidad general y elimina la necesidad de webhooks externos para políticas CEL. Añade pod scheduling readiness para controlar cuándo entra un pod en el ciclo de scheduling, y job success policy para definir qué índices deben completar un Job distribuido.
vLLM sirve modelos de lenguaje en GPU con PagedAttention y batching continuo, dos técnicas que multiplican el throughput frente a un servidor ingenuo. Expone una API compatible con OpenAI, así que migrar una aplicación existente solo exige cambiar la URL base y desplegar el binario correcto.
Tras dos años de RAG en producción, los patrones que separan sistemas fiables de los fallidos son claros: el chunking semántico mejora el retrieval, hybrid search (BM25 + vectorial) recupera lo que lo vectorial puro pierde, el re-ranking eleva la precisión un 15-30%, y sin evaluación continua con un golden dataset cualquier mejora es un placebo.
Kubecost y OpenCost asignan costes reales a namespaces, despliegues y etiquetas en Kubernetes. OpenCost, núcleo de código abierto bajo Apache 2.0, cubre los esenciales gratis. Kubecost añade visibilidad multi-clúster y billing cloud avanzado. Para clústeres con más de 5.000 USD/mes el ROI es inmediato: los ahorros identificados suelen superar el coste del software en el primer mes.
Litestream es una herramienta de código abierto que replica una base de datos SQLite a un bucket S3 casi en tiempo real, leyendo el WAL que SQLite ya escribe. Ofrece recuperación a un punto en el tiempo, un overhead de apenas 1 a 3% de CPU, y sustituye a un servidor de base de datos aparte en aplicaciones pequeñas.
Cloudflare Workers dejó de ser una función edge aislada: en 2024, junto con KV, D1, R2 y Durable Objects, forma una plataforma completa que iguala a AWS en latencia y elimina los cargos de egress, aunque todavía no cubre bien el compute de larga duración ni las bases de datos gestionadas maduras que sí ofrece AWS.
Kubernetes 1.31 no trae fuegos artificiales, pero cierra deudas antiguas: AppArmor llega a GA, los sidecars nativos ya funcionan habilitados por defecto camino a su estable en 1.33, y DRA avanza en alpha hacia la beta. Repaso práctico desde la óptica de quien opera clústeres en producción.
En 2024, el debate sidecar sí o no ya tiene respuesta: Istio Ambient Mesh y Cilium Service Mesh llevan sidecarless a producción, mientras Linkerd sigue con sidecars ultraligeros en Rust. La elección correcta depende del CNI que ya usas, las funciones que necesitas y el tamaño de tu equipo de operaciones, no de qué proyecto es mejor en abstracto.
Redis pasó a licencia dual SSPL/RSAL en marzo de 2024, dejando de ser open source según la OSI. Valkey nació como fork BSD 3-Clause respaldado por AWS, Google Cloud, Oracle y la Linux Foundation, con compatibilidad total de protocolo con Redis 7.2. La migración es casi siempre trivial: cambiar el binario o la imagen Docker.
PostgreSQL 16 cierra las brechas históricas de la replicación lógica: apply paralelo casi 2x más rápido, slots lógicos servidos desde standbys físicos y el andamiaje para replicación bidireccional. El resultado es una herramienta de primera línea para migraciones entre versiones y flujos CDC.
Contenerizar SCADA tiene sentido en las capas superiores de la arquitectura: HMI, historians y gateways de datos. Los PLCs siguen controlando el hardware con determinismo duro. El mayor riesgo es cultural: aplicar patrones DevOps sin adaptar al contexto OT produce incidentes. NIS2 exige gestionar los contenedores como cualquier activo de infraestructura critica.
SQLite en producción es más viable de lo que parece. WAL mode elimina la contención de lecturas, Litestream replica el WAL a S3 en tiempo real y LiteFS añade réplica multi-nodo. Sin servidor de base de datos separado, apps como Tailscale o PocketBase lo usan en producción real. Este artículo explica cuándo conviene y sus límites reales.
pgvector maduró en 2023-2024 con el tipo de índice HNSW y la construcción paralela que llegó en la versión 0.6. Para los proyectos que ya operan PostgreSQL, ya no hace falta una base vectorial dedicada en la mayoría de los casos: esta guía explica cuándo basta, cómo configurar el índice y dónde empieza a quedarse corto.
containerd es el runtime que ejecuta los contenedores en la mayoría de los clusters Kubernetes modernos, y casi nadie lo nota. Gestiona todo el ciclo de vida del contenedor: descarga de imagen, arranque, red y montaje de filesystem. Se convirtió en el runtime por defecto tras la retirada del dockershim en Kubernetes 1.24, en mayo de 2022.
eBPF es una tecnología del kernel de Linux que permite cargar y ejecutar programas verificados con alto rendimiento, sin recompilar el kernel ni reiniciar el sistema. Corre de forma segura en una máquina virtual dentro del kernel y es la base de herramientas como Cilium, Pixie, Falco y Tetragon para tracing, redes y seguridad en tiempo real.
Las bases de datos vectoriales han pasado de ser una curiosidad experimental a ser el componente central de la mayoría de productos basados en LLMs. Esta comparativa cubre Qdrant, Pinecone y Weaviate: arquitectura, fortalezas, limitaciones y un árbol de decisión para elegir según tus prioridades operativas y presupuesto.
PostgreSQL 16, publicado en septiembre de 2023, suma replicación lógica desde un standby, la vista pg_stat_io para desglosar el I/O por tipo de operación y contexto, y paralelismo en FULL OUTER JOIN. Migrar desde la 15 es sencillo; la 13 pierde soporte en noviembre de 2025, así que conviene planificar la actualización cuanto antes.
Chroma es la base de datos vectorial más sencilla para empezar con embeddings y búsqueda semántica: se instala con pip install chromadb, no exige infraestructura adicional y ofrece una API mínima (add, query, delete). Es ideal para prototipos y RAG de tamaño medio; por encima de unos pocos millones de vectores, conviene migrar a Qdrant o Milvus.
Los micro-frontends trasladan la idea de los microservicios a la interfaz de usuario: dividir la aplicación frontend en partes que equipos distintos pueden desarrollar y desplegar por separado. Compensan cuando el coste de coordinación entre cuatro o más equipos en un mismo SPA supera el coste técnico añadido; sin design system maduro y equipo de plataforma, suelen multiplicar los problemas.
Platform engineering formaliza el producto interno que los equipos de desarrollo necesitan. Un Internal Developer Platform (IDP) centraliza despliegue, observabilidad y self-service en una interfaz unificada para que los equipos de producto entreguen valor sin convertirse en expertos de infraestructura. La inversión se justifica a partir de los 30 a 50 desarrolladores.
Redis no es una estrategia de caché por sí solo, sino una pieza más: elegir el patrón correcto entre cache-aside, read-through, write-through y write-behind, diseñar el TTL según cómo cambian los datos, invalidar explícitamente lo crítico y mitigar el thundering herd con jitter y locks son las decisiones que de verdad marcan la diferencia en producción.
HashiCorp Vault centraliza la gestión de secretos con rotación automática, auditoría de cada acceso y políticas granulares por servicio. Genera credenciales efímeras que caducan en minutos, no en años. Para equipos que trabajan con ficheros .env en servidores, Vault ofrece secretos dinámicos, trazabilidad completa y control de acceso real.
Migrar de monolito a microservicios implica dividir un sistema único en servicios independientes que se despliegan y escalan por separado. Se gana escalabilidad granular y autonomía de equipos, pero se suma complejidad operativa real: interfaces estables, orquestación con Kubernetes y una cultura DevOps madura son condiciones, no opcionales, para que compense.
