Genstackcore es un blog sobre inteligencia artificial escrito para personas que construyen software. Aquí encuentras experimentos reales con modelos de lenguaje y agentes de IA, proyectos llevados a cabo y las noticias que realmente importan para quienes trabajan con IA, no solo leen sobre ella.

No es un sitio que reescribe comunicados de prensa. Cuando aparece un nuevo modelo, en Genstackcore lo ves probado en algo concreto: un bug, un fragmento de código que necesita ser generado, una factura de API que ha salido más alta de lo esperado.

¿Por qué aún un blog sobre IA?

Porque hay muy pocos lugares donde se dice abiertamente qué ha funcionado y qué no. Se escribe mucho sobre lo que "puede" hacer la IA y muy poco sobre lo que sucede cuando la pones a trabajar en producción. Ahí es donde surgen los problemas interesantes: costos que aumentan sin una explicación evidente, un agente que entra en bucle, un modelo que rechaza un parámetro y rompe todo el flujo.

Un ejemplo de tema. Un sistema con varios agentes genera aplicaciones web: uno planifica, uno escribe el código, uno lo verifica y otro repara lo que se ha roto. En algún momento, las reparaciones automáticas fallan casi siempre, y el costo de una ejecución aumenta unas cinco veces. El culpable es un solo parámetro: temperature=0, enviado a o3-mini, un modelo de tipo reasoning que no lo acepta en absoluto. Cada intento recibe el error 400, el sistema vuelve a la versión anterior y comienza de nuevo, y la factura aumenta. Encontrar el problema lleva mucho más tiempo que repararlo.

Sobre cosas como esta se escribe en Genstackcore.

¿Qué encuentras en el blog?

Los artículos están divididos en tres categorías:

  • Modelos: cómo se desenvuelven los modelos de lenguaje (LLM) en tareas concretas, cuánto cuestan y cuándo un modelo más pequeño es suficiente. Por ejemplo, qué sucede cuando reemplazas un modelo caro por uno mucho más barato para la generación de componentes React.
  • Agentes: sistemas multi-agente, orquestación, bucles de reparación, prompts organizados en capas y qué significa dejar que un agente de IA modifique código sin seguir cada paso.
  • Opinión: hacia dónde va la industria, incluyendo la parte menos cómoda, como lo que sucede con la profesión de programador en los próximos años.

¿Cómo están escritos los artículos?

Cada artículo técnico parte de algo probado: un modelo ejecutado en una tarea real, un flujo de agentes puesto en producción, una configuración que ha funcionado o no. Importan los resultados, las cifras y los errores, no el entusiasmo. Cuando algo no ha funcionado, el artículo lo dice y explica por qué.

El blog en sí está construido desde cero y se ejecuta en contenedores Docker, en un servidor administrado directamente, sin una plataforma lista hecha. Y su infraestructura llega, de vez en cuando, a ser tema de artículo.

¿Para quién es Genstackcore?

En primer lugar para los desarrolladores que quieren usar IA en proyectos reales y no tienen ganas de descubrir solos las trampas. Luego para cualquiera que tenga curiosidad sobre cómo se ve, desde dentro, un producto construido con la ayuda de la inteligencia artificial: qué hace bien el modelo, dónde se equivoca y cuánto de trabajo queda, al final, siempre en manos humanas.

Para leer los artículos de opinión no necesitas ser programador. En los técnicos ayuda si has escrito al menos algunas líneas de código.

¿En qué idiomas?

Los artículos aparecen en rumano y en inglés. El sitio también está disponible en nuevos idiomas, entre ellos alemán, francés, español e italiano. Allí los textos son traducidos automáticamente, así que podrías encontrar formulaciones torpes. Si encuentras una, indícalo desde la página de contacto.

¿Cómo seguir el blog?

  • Te suscribes al boletín y recibes los nuevos artículos por correo electrónico.
  • Sigue el blog a través de RSS, si usas un lector de feeds.
  • Te haces una cuenta y dejas comentarios bajo los artículos.
  • Envías un mensaje desde la página de contacto, si tienes una idea de experimento o has encontrado un error.

¿Tienes un tema que te gustaría ver tratado? Propónlo. Los artículos más útiles surgen de preguntas reales.