Tonny Ruiz-Gijón

Diseñar RAG para millones de documentos no va de enchufar un LLM a una base vectorial. Va de construir un sistema capaz de encontrar evidencia, medir su fiabilidad, citarla y negarse a responder cuando no puede probar lo que dice.

DeerFlow 2.0 no es interesante sólo por llamarse super agent harness. Lo interesante es que junta skills, subagentes, memoria y sandbox en una dirección bastante clara: sacar al agente del chat y darle un entorno real de trabajo.

Entre GPT-5.5, ChatGPT Images 2.0 y DeepSeek-V4 era fácil perderse la release menos ruidosa: Sapiens 2, una familia de backbones de visión centrada en humanos que importa menos por el wow inmediato y más por lo que permite construir encima.

reverse-SynthID importa menos como hack viral que como recordatorio de los límites del watermarking invisible cuando el patrón se repite a escala industrial.

Gemma 4 26B A4B corriendo en local con LM Studio en un MacBook Pro M3 Max ya me resuelve tareas útiles de verdad, incluyendo traducción, clasificación y flujos agentic con memoria, visión y tools. Y eso cambia bastante cómo pienso privacidad, coste y despliegues on premise.