El ecosistema Python de ML tiene un problema estructural que Node y Rust resolvieron hace años: la cadena de dependencias transitivas de una sola librería de ML puede superar las 200 entradas, la mayoría sin firma criptográfica verificable. Simulé el mismo vector sobre mi stack y lo que encontré no es tranquilizador.
Un post de HN con 150 puntos me llevó a construir un intérprete de Python desde cero. No aprendí Python. Aprendí exactamente dónde me miente la IA cuando genera código.
Fui team Ollama desde el día uno. La semana pasada intenté reemplazarlo con llama.cpp directo y un wrapper mínimo. El resultado me obligó a repensar algo que creía que ya tenía resuelto: Ollama soluciona UX, no infraestructura.
Una artista con ALS usó una BCI para controlar una performance de danza en tiempo real. No es rehabilitación. No es medicina. Es arte. Y el stack técnico es más accesible de lo que pensás.
32 años en la trinchera del desarrollo. Acá escribo lo que aprendí, lo que rompí y lo que nadie te cuenta en los tutoriales.
Sin spam. Cancelás cuando querés.