511 artículos sobre IA, aprendizaje y desarrollo de productos
Diecinueve días después de cancelar Claude Max, mi patrón ya se asentó. Codex con GPT-5.4 en xHigh se quedó con el asiento de programación. Claude Code con Opus 4.7 en xHigh se quedó con todos los demás asientos del escritorio.
Todavía me escriben preguntando si los 7 cursos de Andrew Ng que recomendé en 2023 siguen siendo el camino correcto hoy. Respuesta corta: la mayoría sí, pero con una roadmap distinta alrededor. Aquí va mi actualización de 2026, con un veredicto por curso y un camino que se bifurca para builders y operators.
Prova empezó a sentirse real para mí cuando el producto empezó a hacer promesas reales sobre progression, billing, auth y state. La parte difícil no fue generar code. La parte difícil fue construir los contratos alrededor de todo eso.
Sigo viendo herramientas de AI vendiéndoles a las agencias volumen de contenido. Pero si alguna vez gestionaste relaciones reales con clientes, sabes que el problema más difícil es la confianza: aislamiento, permisos, contexto y no filtrar el pensamiento de un cliente en el trabajo de otro.
Pensé que podía unir fragmentos de un módulo del curso, recortar unas transiciones y llamarlo un video de YouTube. Me equivoqué. Construir The Parade Problem me enseñó que reutilizar contenido bien no es recortar. Es rediseñar la idea para una promesa diferente, una audiencia diferente y unos primeros 30 segundos diferentes.
Cancelé Claude Max después de 13 meses y US$1,892.38 en cuotas. No es una vuelta olímpica. Es una prueba de 30 días para ver si puedo seguir avanzando al mismo ritmo con STRATUM, DIALOGUE, el curso y este sitio usando Codex como herramienta principal.
Dos semanas despues de mi comparacion original, ambas herramientas lanzaron actualizaciones importantes. Codex desafio mi estrategia de producto de formas que Claude Code no lo hizo. Claude Code lanzo Agent Teams y AutoMemory. El resultado: voy a reducir mi plan Max de $200/mes — y estoy obteniendo mejores resultados por menos dinero.
La mayoría de las conversaciones sobre AI y diseño de equipos empiezan por la cantidad de personas. Creo que ese es el punto de partida equivocado. La mejor pregunta es qué funciones necesita tu equipo — y resulta que esas son las mismas, ya sea que tengas cuatro personas o cuarenta.
DIALØGUE soporta 7 idiomas, pero el trabajo multilingüe de verdad no fue traducir strings. Fue corregir fechas locales para cada audiencia, mantener consistencia en TTS, arreglar el language drift de la UI y decidir dónde la calidad importa lo suficiente como para ir más lento.
Pasé años en publicidad viendo cómo los equipos confundían movimiento con progreso. Luego empecé a construir herramientas de IA para marketing y me di cuenta de que el problema iba a peor: más velocidad en la ejecución, menos criterio.
La IA ya puede producir planes de medios, resúmenes de performance, frameworks de medición y setups de campaña a una velocidad impresionante. El problema no es que el output sea obviamente malo. El problema es que muchas veces es lo suficientemente bueno para pasar una revisión casual mientras se pierde el contexto de negocio que realmente importa.
La mayoría de los equipos todavía preguntan qué modelo usar. Desde mi experiencia, esa ya no es la pregunta principal. Si tu sistema de AI olvida al cliente o la marca, la categoría y lo que significa un buen resultado, el modelo más inteligente del mundo sigue empezando cada conversación desde cero.