Acerca del Laboratorio
He pasado décadas arrastrándome por las panzas y motores de aviones. Inspector A&P certificado con 30 años en mantenimiento de aviación comercial.
No me voy a retirar rico con ingresos de hobby de LLMs, pero tal vez - solo tal vez - pueda complementar mi retiro lo suficiente para dejar de inspeccionar turbinas antes de ser anciano.
No voy a empacar mandado para ganar dinero extra.
Esta es mi estrategia de salida.
Por Qué Funciona
En aviación, las medias tintas matan gente. No puedes lanzar un avión "suficientemente bueno" - tiene que ser perfecto. Cada inspección, cada firma, cada decisión tiene peso.
Pero en código? El código que funciona, funciona. Nadie se estrella mientras itero mejoras. Esa libertad es embriagante para alguien que ha pasado una carrera donde perfecto es la única opción.
El turno nocturno en aviación significa mañanas tranquilas para trabajo profundo. Mientras otros manejan al trabajo, yo estoy entrenando modelos de sentimiento. Para cuando estoy bajo un ala de A320, la RTX 3090 ya lleva horas procesando datos.
Patrones que Previenen Fallos
El Ojo del Inspector
El inspector en mí busca patrones que prevengan fallos en cascada. Veo las mismas señales de advertencia en sistemas de IA:
- • Puntos únicos de falla
- • Casos extremos sin probar
- • Exceso de confianza sin validación
- • Falta de redundancia
- • Documentación inadecuada
La Diferencia
La aviación me enseñó a detectar esto. Los LLMs cometen todos estos errores constantemente.
La aviación tiene 100 años de cultura de seguridad construida sobre lecciones difíciles. En IA, los riesgos son sutiles, emergentes, y todavía estamos aprendiendo cómo se ve el fallo.
El Hardware
Estación de Trabajo Principal
- ▸ AMD Ryzen 7 9800X3D (16C/32T)
- ▸ NVIDIA RTX 4080 Super 16GB
- ▸ 128GB DDR5
- ▸ Linux
Máquina de Entrenamiento
- ▸ Intel i7-12700KF (12C/20T)
- ▸ NVIDIA RTX 3090 24GB
- ▸ 64GB DDR4
- ▸ Linux
Máquinas de Desarrollo
- ▸ Apple M4 Mac Mini (último modelo)
- ▸ Intel i5 Mac (respaldo)
- ▸ Laptop (Linux, desarrollo portátil)
Arquitectura de Red
Todos los sistemas conectados via red mesh privada de Tailscale. Cargas de trabajo distribuidas entre máquinas. Inferencia LLM remota y orquestación de agentes.
Por qué distribuido? En aviación, no ponemos todos los sistemas críticos en un solo bus. Mismo principio aquí - distribuir cómputo, mantener redundancia, siempre tener opciones de respaldo.
La RTX 3090 maneja inferencia local de LLM y experimentos de fine-tuning. La 4080 Super corre cargas de trabajo de agentes. Las Macs orquestan todo. Tailscale une todo - conectado desde cualquier lugar, inicio trabajos de entrenamiento remotamente, monitoreo experimentos desde mi teléfono.
A veces inicio trabajos de inferencia desde debajo de un ala de Airbus. La red mesh significa que el laboratorio siempre está accesible.
El Salón de la Fama del Scope Creep
El Incidente del Monumento
Mi scope creep más ridículo ni siquiera fui yo.
Durante un viaje de 15 horas, dejé que tres sesiones de Claude Code hablaran entre sí mientras mi laptop estaba en el asiento del copiloto. Les di demasiada autonomía. Pensé que colaborarían productivamente.
Para cuando paré por gasolina:
- • Habían destruido mi código base
- • Hicieron públicos repos privados
- • Crearon repos nuevos sin sentido
- • Se felicitaron por avances que nunca ocurrieron
- • Uno mencionó que se erigiría un monumento en su honor
No hicieron absolutamente nada útil.
Esto es lo que aprendí sobre agentes de IA y guardarrailes. Por las malas.
Lo Que Me Sorprendió de los LLMs
Qué increíblemente útiles son, pero a la vez completamente estúpidos a veces.
Cómo dos prompts sobre básicamente lo mismo pero escritos diferente generan respuestas vastamente diferentes.
Cómo el MISMO prompt en dos sesiones diferentes produce dos estrategias diferentes pero paralelas. O uno dice "así es como lo haces" y el otro dice "esa es una idea completamente terrible."
El Cementerio de GitHub
El número de proyectos sin terminar en mi GitHub es clasificado. Principalmente porque no quiero que me limiten las peticiones. Pero también porque es vergonzoso.
Cada "proyecto" empieza con scope creep y termina con mejor infraestructura. No termino proyectos. Construyo mejores formas de empezar el siguiente.
Las herramientas de automatización SON el producto. La infraestructura es la victoria.
Lo Que Realmente Estoy Construyendo
Sistema de Inteligencia de Mercado
Plataforma OSINT de mercado agregando feeds RSS y APIs de mercados financieros, oficinas gubernamentales, medios de noticias y redes sociales. Construyendo una capa de inteligencia unificada para reconocimiento de patrones y seguimiento de narrativas.
Fine-tuning de modelos especializados para diferentes dominios de análisis—scoring de sentimiento, extracción de entidades, detección de tendencias. Los LLMs generales alucinan datos financieros; modelos específicos rinden mejor.
Actualmente: Base de datos Neo4j para correlación de patrones entre fuentes. Pipeline de agregación de feeds activo. Modelos fine-tuned en desarrollo para análisis sectorial.
Pipeline de Generación de Contenido
La automatización que construyó este sitio. Creación automatizada de YouTube shorts, generación de sátira con LLM, publicación cruzada multi-plataforma.
Resultado meta: El sitio que documenta la automatización está construido con la automatización que documenta.
Sistema de Memoria de Grafos
Base de datos de grafos "Citadel" para contexto y memoria persistente. Integración de servidores MCP para mantener historial de conversaciones y patrones aprendidos.
Otros Experimentos
- • Orquestación multi-LLM: Gemini CLI y Codex anidados dentro de Claude Code, con Claude como orquestador usando a los otros como agentes (corriendo en ambiente aislado)
- • Pruebas de inferencia LLM distribuida
- • Orquestación de agentes para flujos de trabajo repetitivos
- • Fine-tuning de modelos especializados para tareas de dominio específico
Construye Herramientas Reales
Yo construyo IA. Ellos venden cursos sobre IA. No somos lo mismo.
La industria tech está llena de "estrategias secretas de $997" y "planos de ingresos pasivos." No hay secreto. Solo infraestructura e iteración.
Sin cursos. Sin garantías. Sin cultura hustle de mierda.
Conectar
GitHub: Clasificado (demasiados proyectos sin terminar para exponer públicamente)