7 min de lectura
Quién escribe los 571 criterios
Harvey puntúa a sus agentes contra 571 criterios por expediente y no dice quién los escribió. Ramp sí. Esa línea decide si tu eval mide tu dominio.
#ai-digest#fde#roles
Blog
Ensayos.
Notas de trabajo real de ingeniería — Forward Deployed Engineering, SaaS vertical AI-native, inmersión en dominio (contabilidad, finanzas), y los trade-offs que no solemos escribir.
-
- 7 min de lectura
Lo que se rompe cuando el loop trabaja solo (parte 2)
Cuatro fallos medidos operando una agent box 24/7: credenciales que se pisan, errores que el móvil no enseña, el OOM-killer y la doctrina ganado-no-mascotas.
#fde#agentes#self-hosting - 7 min de lectura
Ejecuta agentes en tu servidor sin abrir puertos
El loop engineering necesita un sitio donde vivir: una agent box en tu servidor — demonio saliente, motor de worktrees propio y acceso sin abrir un solo puerto.
#fde#agentes#harness - 5 min de lectura
El rol ya no es el puesto: cinco arquetipos con agentes
Prototipador, constructor, barrendero, cultivador, mantenedor. Cuando el agente absorbe la ejecución, te define tu postura en el ciclo de vida, no tu puesto.
#ai-digest#fde#equipos - 5 min de lectura
Loop engineering: el bucle del que no formas parte
Loop engineering no es 'diseña loops, no prompts'. Son tres decisiones: cuándo subir o bajar un bucle, cómo soltarlo, y qué tool le falta para cerrarse.
#ai-digest#agentes#harness - 8 min de lectura
La escalera de verificación: seis niveles de comprobación
Generar código es casi gratis; verificarlo no. Seis niveles de verificación, del tipo al juicio humano, para que cada afirmación la compruebe el más barato.
#fde#fintech#guardrails - 5 min de lectura
Monta el benchmark de tu dominio antes que el agente
Ramp evalúa su agente contable con 237 tareas y 3.469 criterios escritos por contables. Por qué el benchmark privado de dominio decide más que el modelo.
#ai-digest#evals#fintech - 6 min de lectura
Cuatro fronteras para un agente con acceso a tu contabilidad
Un agente que concilia facturas y postea al libro mayor sostiene las llaves de tu banco. Las cuatro fronteras que deciden si una inyección puede mover dinero.
#ai-digest#guardrails#agentes - 6 min de lectura
Tu agente contable no es poco capaz, es poco fiable
El pass@1 cae de 76% a 52% según la tarea se alarga. En un agente que postea al libro mayor, ese hueco son asientos mal puestos. Capacidad no es fiabilidad.
#ai-digest#evals#agentes - 6 min de lectura
Tres piezas, un agente: el stack 2026 según Phil Schmid
Phil Schmid publica en 22 días tres deep-dives — skills, MCP, subagents — que leidos juntos son el manual no escrito de cómo se monta un agente serio en 2026.
#ai-digest#agentes#harness - 4 min de lectura
Tres pruebas de que el harness pesa tanto como el modelo
Firefox encontró 13x más bugs, Zenith ganó 5 de 8 tareas a 43% del coste, Eugene Yan publicó su workflow. La señal: invierte en harness, no en el modelo.
#ai-digest#agentes#harness