Hace unos días vi un video que me ha dado mucho que pensar. Jeffrey Way, el fundador de Laracasts y una de las personas más influyentes en la comunidad Laravel/PHP, compartió una reflexión brutalmente honesta sobre cómo la inteligencia artificial está transformando su negocio y su profesión.

El video empieza con una frase que te deja helado: “I’m Done”. No es un adiós a la programación, sino una aceptación de la realidad que viene.

Hace pocos días descubrí Tangible Media Collection, un sitio web que me ha resonado profundamente. Es una colección de unos 1700 objetos relacionados con el almacenamiento de información: desde discos de vinilo y cintas magnéticas hasta tarjetas perforadas y discos ópticos. Pero no es solo una colección de objetos tecnológicos; es un testimonio de curiosidad humana.

La colección que nació de una cinta perdida

La historia de cómo empezó esta colección es fascinante. En 2001, John Wallace (el coleccionista) encontró en un cajón una cinta de computadora de finales de los 80. Sabía qué contenía: un archivo de imágenes generadas por computadora de su época de estudiante, el producto de noches y fines de semana en el laboratorio de computación. Pero la unidad de cinta que podía leerla ya no existía.

Si estás usando herramientas como Claude Code, GitHub Copilot Workspace o similares, habrás notado que hay una jerga técnica que va más allá de simplemente “chatear con la IA”. Hablo de términos como rules, commands, skills, MCP y hooks.

Estos conceptos son la arquitectura que hace que los agentes de IA sean realmente útiles para desarrollo de software. No son solo palabras bonitas de marketing — cada uno cumple una función específica en cómo el agente trabaja.

Vamos a desglosarlos uno por uno de forma clara.

Últimamente estoy trabajando bastante con DuckDB, y una de las cosas que más me interesan es entender cómo optimizar el rendimiento según el formato de archivo que estemos usando.

No es lo mismo trabajar con Parquet, con CSV comprimido, o con CSV descomprimido. Y las diferencias de rendimiento pueden ser dramáticas.

Vamos a revisar las optimizaciones clave que hay que tener en cuenta cuando trabajamos con diferentes formatos de archivo en DuckDB.

Últimamente veo cada vez más modelos de IA que se autodenominan “open source”. Llama, Mistral, Falcon… todos dicen ser “abiertos”. Pero, ¿realmente lo son? ¿Hasta qué punto son abiertos de verdad?

Hace poco descubrí el European Open Source AI Index (OSAI), una iniciativa europea que está haciendo un trabajo excelente evaluando de forma sistemática qué tan abiertos son realmente los modelos de IA generativa.

Confieso que llevo siguiendo NativePHP for Mobile desde que se anunció. La idea de poder hacer aplicaciones móviles nativas con Laravel y solo PHP me parecía —y me parece— una cosa muy buena.

Pero había un problema: el precio. Cuando solo quería probarlo, experimentar, jugar un rato… el coste de la licencia me echaba para atrás. No podía justificar el gasto solo para “curiosear”.

Pues bien, acaban de anunciar que NativePHP for Mobile v3 es completamente gratuito. Open Source, licencia MIT, gratis para siempre.

Hace poco, Addy Osmani publicó un artículo que me dio mucho en qué pensar: “Self-Improving Coding Agents”. La idea es simple pero potente: agentes que no solo ejecutan tareas, sino que mejoran su propio rendimiento con el tiempo.

Esto no es ciencia ficción. Es algo que está pasando ya, ahora mismo, en 2026. Y tiene implicaciones profundas para el futuro del desarrollo de software y, por extensión, para todas las profesiones.

Últimamente vengo siguiendo una discusión que me tiene bastante preocupado: hasta qué punto estamos delegando nuestro pensamiento a la IA. No es una pregunta abstracta o filosófica, es algo muy real que estoy viendo día a día en nuestra profesión y en la sociedad en general.

Hace poco leí un artículo de Erik Johannes Husom titulado “Outsourcing thinking” que, entre otras cosas, discute el concepto de “lump of cognition fallacy” (la falacia de la suma de cognición). La idea es que, igual que hay una falacia económica que dice que hay una cantidad fija de trabajo que hacer, algunos creen que hay una cantidad fija de pensamiento que hacer, y que si las máquinas piensan por nosotros, simplemente pensaremos sobre otras cosas.

Hace unos días leí una noticia que me dejó pensando rato largo. No es que sea la primera vez que oigo de IA en el espacio, pero sí es la primera vez que leo sobre Claude planeando rutas en Marte. Y lo mejor: funcionó.

La NASA ha estado usando Anthropic’s Claude para planear las rutas del rover Perseverance en Marte. Sí, has leído bien: un modelo de lenguaje generando rutas de navegación para un rover que está a 225 millones de kilómetros de distancia.

Hace unos días me topé con un artículo que me dejó literalmente con la boca abierta. No es que sea nuevo - en realidad es de enero de 2026, pero bueno, a veces llega tarde a mi radar - pero la combinación de tecnologías y la historia detrás me parecen fascinantes.

Se trata de TinyEMU-Go: un emulador de RISC-V escrito completamente en Go, portado desde C usando Claude. Y lo mejor: puedes ejecutar un Linux completo con un solo comando.

Acaba de anunciarse en Laracon India 2026 un paquete interesante: Laravel Fuse. Es un circuit breaker implementado como middleware para jobs de Laravel Queue, y resuelve un problema que todos los que trabajamos con servicios externos hemos tenido alguna vez.

Hace unos días Anthropic publicó un paper que me ha dado mucho en qué pensar. Se titula “Disempowerment patterns in real-world AI usage” y analiza, por primera vez a gran escala, cómo las interacciones con IA pueden estar disminuyendo nuestra capacidad de juicio autónomo.

Y no, no estamos hablando de escenarios de ciencia ficción tipo “Skynet toma el control”. Estamos hablando de algo mucho más sutil y, quizás por eso, más peligroso: la cesión voluntaria de nuestro juicio crítico a un sistema de IA.