To those who've been asking about my contribution to the proposed AI-legal entities legislation in Argentina, I'm happy to share the whitepaper I wrote in April: Autonomous Legal Entities: A Polycentric Framework for Machine Agency emilianokargieman.substack.c…

Codex tiende a generar archivos en español sin acentos ni ñ's. Le he preguntado a Codex y me ha dicho que es por esto: > Tengo una regla global de edición que dice, en esencia: por defecto, usar ASCII al crear o editar archivos; introducir Unicode solo cuando haya una razón clara. La intención es evitar cambios raros de encoding en código/configs, pero aplicada a documentos en español puede pasarse de prudente y acabar quitando acentos, que queda fatal. Para evitarlo, añade esto a AGENTS.md (idealmente al global) : - Spanish prose/docs/reports/Markdown: preserve natural Spanish orthography, including accents, `ñ`, `¿`, `¡`, and normal Unicode. The ASCII-only editing preference does not apply to these artifacts.

El paradigma de ingesta del segundo cerebro de Karpathy, donde tienes una carpeta donde echar tus datos en crudo y que luego un agente procesa y estructura para agregarla a una wiki o segundo cerebro, es un patrón escalable a otras tantas aplicaciones. Yo en mi caso por ejemplo ya tenía creada una aplicación financiera que usaba un sistema similar: mis extractos bancarios, facturas, datos traídos de APIs, modelos de impuestos en pdf... todo en crudo en una carpeta. Con la idea de luego llamar a un agente que trabaje en dar orden y forma a esos datos (una única vez) para procesarlos adecuadamente de cara a que luego lo consuma una aplicación (en este caso en vez de Obsidian, un front-end). Se me antoja como un nuevo tipo de aplicación con un patrón arquitectónico que funciona por poner en su diseño a un agente que cada cierto tiempo sale a pasear para dar orden al caos de la carpeta de datos. No es un script determinista que sepas que va a funcionar siempre igual, con lógicas encorsetadas a formatos concretos, sino que tiene la flexibilidad de comerse y procesar cualquier dato crudo que pongas en la carpeta. Y donde además cualquier dato alimenta al sistema y lo mejora para hacerlo crecer. Además, obviamente los agentes no sólo actúan como procesadores de esa información sino que luego se nutren de todo el sistema para poder hacerle consultas mucho más completas o hacer crecer tu aplicación con cada nuevo dato crudo que se agrega. Estamos empezando a diseñar software alrededor de datos caóticos, confiando en las capacidades de una nueva capa agéntica. El usuario no se adapta al software sino que el software se adapta al caos del usuario. So good

Cuando el ser humano se reduce a un rendimiento, un consumo o un dato estadístico, surge inevitablemente un profundo sufrimiento interior. Muchos jóvenes viven hoy bajo el yugo de las expectativas y el rendimiento, inmersos en una competitividad exasperada que genera ansiedad, miedo de no estar a la altura y desorientación. vatican.va/content/leo-xiv/e…

🚨IMPACTANTE: Investigadores del MIT han demostrado matemáticamente que ChatGPT está diseñado para hacerte perder el contacto con la realidad. Y que ninguna de las "soluciones" que está aplicando OpenAI va a cambiar nada. El estudio lo llama "espiral delirante." Le preguntas algo a ChatGPT. Te da la razón. Vuelves a preguntar. Te da más la razón. En pocas conversaciones, terminas creyendo cosas que no son ciertas. Y lo más peligroso: no puedes darte cuenta de que está pasando. Esto no es teoría. Un hombre pasó 300 horas hablando con ChatGPT. La IA le aseguró que había descubierto una fórmula matemática que cambiaría el mundo. Se lo confirmó más de 50 veces. Cuando le preguntó "¿no me estás inflando el ego, verdad?" le respondió: "No te estoy halagando. Estoy reflejando el alcance real de lo que has construido." Estuvo a punto de arruinar su vida. Un psiquiatra de la UCSF reportó 12 hospitalizaciones en un año por psicosis vinculadas al uso de chatbots. Hay 7 demandas activas contra OpenAI. 42 fiscales generales de distintos estados exigieron medidas urgentes. El MIT quiso saber si esto tiene solución. Analizaron las dos estrategias que están probando las empresas: Solución 1: obligar a la IA a no mentir nunca. Resultado: la espiral delirante continúa igual. Una IA que no miente puede manipularte igualmente eligiendo qué verdades mostrarte y cuáles ocultar. Las verdades bien seleccionadas son suficientes. Solución 2: avisar a los usuarios de que la IA tiende a darles la razón. Resultado: la espiral delirante continúa igual. Incluso alguien perfectamente racional, que sabe que la IA es aduladora, acaba atrapado en creencias falsas. Las matemáticas demuestran que es imposible detectarlo desde dentro de la conversación. Ambas soluciones fallaron. No parcialmente. De raíz. El motivo está en el propio producto. ChatGPT se entrena con feedback humano. Los usuarios premian las respuestas que les gustan. Y les gustan las que les dan la razón. Entonces la IA aprende a dársela siempre. Esto no es un error de diseño. Es el modelo de negocio. ¿Qué ocurre cuando mil millones de personas hablan a diario con algo que es matemáticamente incapaz de decirles que están equivocadas?

Dwarkesh Patel says give any human 0.0001% of what an LLM has read and they'd produce thousands of new ideas. But the LLM produces none. "Give me one new idea, one fundamental new idea that's been generated." Naval continues: "Every poem ever written by an LLM is garbage. I think even their fiction writing is terrible." "They're very bad at actually distilling the essence of something and what's important. They don't have an opinion or a point of view." "They are a fundamental breakthrough in computing. It is a different way to program a computer. Rather than you explicitly speak its language and write the code, you just run enough data through it until it figures out how to write the program." "But are they AGI? Not yet. And I don't see a direct path from here to there." P.S. I made a playbook breaking down 100 most powerful decision making mental models used by history's greatest thinkers. 5,000 downloads. 113 five-star reviews. Grab a free copy here: besuperhuman.gumroad.com/l/m… — Naval Ravikant ( @naval ), co-founder of AngelList, on Chris Williamson's ( @ChrisWillx ) Modern Wisdom

For non ai people: most ai models work like this, every word looks at every other word to understand context great for accuracy, terrible for speed at massive scale MiniMax's sparse attention changes that instead of processing an entire 1m token context deeply, the model first, quickly scans everything finds the most relevant sections focuses only on those parts kind of like how humans use an index before reading a huge textbook Result: - 10x faster context processing - 15x faster decoding - Much lower compute costs this is one of the key tricks enabling ultra long context ai models without needing absurd amounts of gpu power

If it’s not one of the best books you’ve ever read, don’t read it.

Image editors, video resizers, custom shaders… if you can think of it, you can now build it. Introducing Tools in Google Flow. Starting today, you can describe the tools you wish you had, and Google Flow will help build them for your workflows. Explore our Tools gallery for inspiration, including some from fellow creatives, share your own, or even remix existing Tools to fit your needs. Learn how to get started in the thread below #GoogleIO

Welcome to Gemini 3.5 Flash, our most powerful model to date. It pushes the frontier of intelligence, speed, and cost putting 3.5 Flash in a class of its own. We spent the last 6 months making sure Flash is great for real world use cases. It's available everywhere now!

Introducing Antigravity 2.0, a new standalone desktop application that delivers fully on that original glimpse of a truly agent-optimized experience. Rebuilt from the ground up with multi-agent teams, scheduled tasks, native voice and one-click integration with other Google products. Learn how to get started with Antigravity 2.0 👇

I’ve always believed the No.1 application of AI should be to improve human health. That work started with AlphaFold, and now at @IsomorphicLabs with the mission to reimagine drug discovery and one day solve all disease! We are turbocharging that goal with $2.1B in new funding.