LLM-as-judge maduro: cuándo confiar y cuándo no
Usar un LLM como juez de otro LLM se generalizó en 2024 y sigue siendo la única forma escalable de evaluar calidad cualitativa. La pregunta madura es cuándo fiarse de esos números.
Categoría
Inteligencia Artificial
Inteligencia artificial sin hype: modelos, agentes y casos de uso que funcionan en producción.
MCP como estándar multi-vendor: patrones ya maduros
El Model Context Protocol, propuesto por Anthropic a finales de 2024 y adoptado durante 2025-2026 por todos los grandes proveedores, tiene ya patrones operativos probados. Este es el estado del arte.
Datos sintéticos para entrenamiento en 2026: cuándo funcionan
Los datos sintéticos han dejado de ser sustituto precario de datos reales para convertirse en componente central del entrenamiento moderno. Estos son los patrones probados y los que todavía fallan.
Skills y subagentes: patrón de reutilización agente
Skills empaquetan capacidades reutilizables; subagentes aíslan ejecución de tareas acotadas. Juntos forman el patrón más efectivo para componer agentes complejos en 2026.
DPO y alternativas a RLHF: estado práctico en 2026
Direct Preference Optimization y sus primas han desplazado a RLHF como alineamiento preferido en gran parte del ecosistema. Este es el estado práctico del campo en 2026.
UI generada en tiempo real: primer año en serio
La idea de que la UI se genere sobre la marcha en lugar de ser prediseñada llegó a producción en 2025. Tras un año de casos reales, el balance es más matizado que el entusiasmo inicial.
Incidentes con agentes IA: runbooks de recuperación que funcionan
Los agentes fallan. La pregunta no es si, sino cómo y qué haces en los primeros veinte minutos. Este es el runbook que distingue un incidente contenido de una reputación dañada.
LLM red teaming: manual práctico
El red teaming de modelos de lenguaje ha pasado de actividad esotérica a práctica obligatoria. Con OWASP Agentic Top 10 y CSA Agentic AI Red Teaming Guide convergiendo en un vocabulario común, este es el manual operativo que cualquier equipo que despliegue agentes necesita tener.
Evaluaciones de agentes en producción: el framework que funciona
Después de año y medio llenando tableros con agentes en producción, la pregunta que separa equipos que envían fiable de los que van a ciegas sigue siendo la misma: ¿cómo mides que el agente está funcionando?
Prompt engineering: de truco a disciplina madura
Prompt engineering ha pasado de ser una colección de trucos virales a una disciplina con patrones reproducibles, librerías dedicadas y herramientas de observabilidad.
Agent OS en producción: casos reales sin marketing
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.
Desplegar Llama 3.3 y Mistral en local con Ollama y Open WebUI en Ubuntu 24.04
Tutorial paso a paso siguiendo la serie histórica de jacar.es: instalación, GPU, modelos cuantizados y exposición segura tras Traefik.