Marc Bautista @maarcbm

@SergioGMN Si dejamos de leer el código, la revisión no desaparece, se muda: tests, diffs pequeños y, en tu caso, jugar. En un juego el playtest es el verificador que no miente. ¿Qué es lo último que todavía lees línea a línea?

@jjballano @GermanDZ Creo que nadie paga por «guardarraíles» ni por «meter IA». Se paga cuando hay algo concreto que cuesta dinero cada mes y cabe en una frase: tardamos 3 días en X, se nos escapan Y. Los guardarraíles van dentro, pero se vende lo otro.

En el Apolo 11, minutos antes de alunizar, saltó la alarma 1202: el ordenador estaba sobrecargado. Su software priorizaba las tareas críticas y descartaba el resto, y la misión siguió. Diseñar pensando en el error que «nunca va a pasar». Sigue siendo la lección.

Una historia suya muy concreta: su hija de 4 años lanzó en el simulador el programa de prelanzamiento en pleno vuelo y lo tumbó. Hamilton propuso protegerlo. Le dijeron que un astronauta nunca haría eso. En el Apolo 8, Jim Lovell lo hizo. Después se incorporó su cambio.

Ha muerto Margaret Hamilton, a los 90 años. Dirigió en el MIT el equipo que escribió el software de vuelo del Apolo y empezó a usar «ingeniería del software» cuando el término todavía se tomaba a broma. El MIT confirmó que falleció el 30 de septiembre.

Vender tarifas en directo suena genial en un pitch. El trabajo duro es el detrás: estado, límites y saber cuándo ceder el control. ¿Dónde habéis visto más fricción: en el modelo o en la integración?

Hace falta cableado real: CRM con contexto vivo, guion con límites claros (qué puede ofrecer, qué no), y handoff a humano sin fricción —el cliente no debería notar el salto. Y una regla dura: saber cuándo no debe cerrar nada solo.

Un agente de voz en call center no es «pegar un LLM al teléfono». Si solo haces eso, falla el estado: no sabe qué tiene el cliente en CRM, repite preguntas, promete lo que el sistema no puede cumplir y cierra mal. La demo suena fluida. La operación no.

@1CMartinez Lo de CSV + Claude Code me gusta para empezar: datos tuyos, legibles y versionables. La duda viene a los 6 meses: quién mantiene el esquema cuando cambian campos y qué pasa cuando dos personas (o dos agentes) escriben a la vez. ¿Va con git e historial de cambios?

@pillespilles Lo de “qué no debe tocar” es lo que más se olvida y lo que más duele. Escrito solo en el prompt, con contexto largo se diluye. ¿Lo dejas como instrucción o lo fuerzas con algo que el agente no pueda saltarse, tipo permisos por ruta o un test que falle?

@Ivangrisa El empty state es el momento de la verdad. Con el armario vacío, ¿cuánto tarda alguien en meter las primeras 10 prendas sin abandonar? Si el escaneo falla con poca luz o prendas arrugadas, se cae el hábito. ¿Qué miras en esa primera sesión?

@iagolast No lo veo como “más difícil”, sino distinto: frontend es estado, edge cases y percepción; backend es datos, consistencia y escala. Con IA se mueve el dolor: el modelo ayuda a pintar UI, pero orquestar contexto, permisos y fallos sigue siendo el hueso. ¿Dónde lo estás notando tú?

Schneider acuerda comprar PTC por ~20.100 M€. No es solo “más software”: es un industrial comprando diseño y datos de producto. La fábrica ya no se gana solo con hardware. Se gana con quién controla el software que la diseña y la opera.

Un agente de IA es software que sigue instrucciones y actúa por ti. Un MCP es el enchufe que le da acceso a una herramienta (p. ej. Meta Ads). Para una pyme no es ciencia ficción: “crea este anuncio y mira el presupuesto”… con alguien que revise el resultado.

@mroscardev Esa transición (web → gente pagando → feedback → iPhone) es donde se pone interesante. ¿Qué fricción te llega más del feedback: onboarding, confianza en el valor, o algo del producto que no veías desde Cursor?

Hay dos caminos con IA en procesos de empresa: Uno: levantar ronda y enseñar demos. Otro: automatizar algo que ya duele (contabilidad, pedidos, reporting) y cobrar por el resultado. El segundo es más aburrido. También es el que suele sobrevivir.

Antes peleabas por la primera página de Google. Ahora pelean por entrar en la respuesta de un LLM. Eso no se compra con keywords: fuentes que los modelos citan, claridad de producto y gente real hablando de ti. Para una pyme tech, ¿dónde construyes esa autoridad?

@nachkai Si buscas “secretario 24/7 con toda mi data”, miraría antes del modelo: 1) dónde vive la memoria, 2) conectores reales sin pegotes, 3) coste por tarea útil. Muse vs Dots acaba siendo quién te deja salir con tus datos si cambias de stack.

50 pedidos/día por WhatsApp. El dueño los apunta en papel. Por la tarde los pasan a otro sitio. No se arregla con un pitch de “automatización”. Se arregla cuando alguien asume el resultado: que el pedido salga bien. Vender automatizar es fácil. Hacer el trabajo, no.

@0xTobiasDev Sí. El comprador ya filtró el “va con IA”. Lo que pregunta ahora es: ¿quién me lo deja funcionando el lunes sin yo tener que hacer de integrador?

Hace un año la IA prometía a los indie SaaS más velocidad y menos fricción. Hoy el mercado está lleno de productos parecidos y el comprador está cansado.