Notas sobre sistemas, mercados y cualquier cosa que intento entender.

Hoy definí el primer experimento de Atlas.

La pregunta es concreta: después de que termina la racha de cierres en límite alcista de una acción recién salida a bolsa, ¿podemos distinguir una nueva subida del riesgo de una caída fuerte durante las siguientes cinco sesiones?

Para este experimento, el punto de partida es el primer cierre por debajo del límite diario de subida, no el primer momento en que la acción cae por debajo de ese nivel durante la sesión.

Hasta ahora, seguía atascándome con el tamaño del modelo. ¿Qué tan grande debía ser? ¿Cuánta complejidad necesitaba? Estaba intentando tomar esas decisiones antes de haber definido un problema lo bastante acotado.

Hoy, eso dejó de ser lo que me frenaba.

Ahora tengo una pregunta concreta y un diseño de datos con algo más de 80 campos. En lugar de preguntarme de qué sería capaz un modelo ambicioso, puedo preguntarme qué modelo necesita realmente este experimento.

Siento que es un cambio importante para Atlas. La ambición general sigue ahí, pero el siguiente paso ya es concreto: entrenar el primer modelo y ver si puede hacer esta distinción.

Todavía no sé cómo serán los resultados. Esa incertidumbre es parte de lo emocionante. Por primera vez, tengo una pregunta lo bastante precisa como para que el resultado pueda enseñarme algo.

El Coyote repasa todo lo que ha intentado para atrapar al Correcaminos. Nada ha funcionado. Pero hay algo que todavía no ha probado: el sistema judicial.

Quizá por fin consiga que ese pájaro se quede quieto en un tribunal.

Encuentra a un abogado que tampoco ha tenido mucha suerte. Alguien con más potencial del que él mismo cree tener. Ninguno parece una apuesta especialmente prometedora, pero aun así empiezan a trabajar juntos.

Lo que se me queda es el rumbo que acaba tomando la historia. Después de tantos planes y contratiempos, comerse al Correcaminos ya no parece ser lo importante. Habría sido una sola comida. La persecución le ha dado al Coyote una razón para levantarse cada día.

Me reconozco un poco en eso. Cuando un proyecto me importa, paso tanto tiempo pensando en hasta dónde podría llegar que a veces no me doy cuenta de lo que ya disfruto: entender algo, encontrar a alguien que comprende la idea, descubrir otra manera de seguir adelante después de haberme convencido de que ya no me quedaban opciones.

Por supuesto que sigo queriendo que funcione. Si no, no le dedicaría tanto. Pero no creo que el resultado final pueda decidir si todo eso tuvo algún valor.

También hay una diferencia entre repetir el mismo plan fallido y negarse a creer que es el único plan posible. La mejor idea del Coyote aquí no es una trampa mejor. Es intentar algo completamente distinto.

Esa es la clase de esperanza que me gustaría conservar

GPT-6 Astra scored 62.7% on ARC-AGI-3 with the Standard harness. With OpenAI’s own Provider Adapter, it scored 99.9%. The second number is not fake. But it is not only the model either. The adapter preserves reasoning state and compacts previous context, so Astra can continue with information that would normally disappear between turns. OpenAI already knew how much this mattered. The same two settings had previously moved GPT-5.6 Sol from 13.3% to 38.3% without changing the model itself. Still, OpenAI placed Astra’s 99.9% beside Claude Opus 5’s 30.2% and GPT-5.6 Sol’s 7.8% in the same table. The harness difference was technically disclosed, but only in a footnote. That is the real problem. A full-stack system result was presented like a model-only comparison. Astra is still impressive. Even 62.7% is a major result. There was no need to blur the line. The benchmark was real. The presentation was not honest.

Hoy advertí una debilidad en mi forma de construir con agentes.

Puedes diseñar el sistema de ingeniería de bucles más limpio. Dividir el proyecto en fases. Asignar un orquestador. Dar a cada agente un papel estrecho. Añadir revisores, controles, registros y criterios de aceptación. Durante un tiempo, la máquina parece casi capaz de corregirse sola.

Pero cerca del final de un proyecto largo, algo cambia.

El orquestador ha acumulado demasiada historia. Las suposiciones antiguas se mezclan con la realidad actual. Los agentes empiezan a validar el relato que han estado construyendo en lugar de validar el sistema real. La jerarquía sigue existiendo sobre el papel, pero su juicio se ha degradado lentamente.

Lo extraño es que esto suele ocurrir cerca de la meta, precisamente cuando la confianza está en su punto más alto y los errores resultan más caros.

Por eso, la puerta de decisión humana no puede tratarse como un freno de emergencia. Tiene que formar parte de la arquitectura.

En los controles finales de cada fase importante, quizá sea necesario reconstruir la jerarquía desde cero: un orquestador nuevo, un contexto limpio, evidencia explícita y ninguna creencia heredada de que el equipo anterior probablemente tenía razón.

Eso es lo que estoy haciendo ahora con Atlas.

La Fase Tres está cerca, pero no voy a permitir que la misma pandilla de cerebros certifique su propio final. Los controles restantes continuarán bajo una nueva batuta.

A veces el paso final no consiste en pedir al sistema que se esfuerce más.

Consiste

He empezado a ver la socialización como una especie de prueba de curiosidad.

¿De verdad quiero conocer a esta persona? No solo saber a qué se dedica, sino cómo piensa, cómo son sus días, qué disfruta y qué le hace sentirse viva.

Durante años, creo que enfoqué de forma equivocada la búsqueda de una pareja. Me concentraba en encontrar a la persona adecuada antes de comprender bien sobre qué debería construirse una relación sana.

Últimamente he comprendido que la base es mucho más sencilla: dos personas que sienten una curiosidad auténtica por el mundo interior de la otra.

Ya puedo ver la diferencia en las personas a las que estoy dejando entrar en mi vida. Cuando ambas partes se acercan a una conexión nueva con curiosidad, en lugar de actuación, presión o expectativas, empieza a formarse algo mucho más equilibrado.

Quizá ese sea el verdadero comienzo de la intimidad. No intentar impresionar a alguien, poseerlo o decidir de inmediato qué papel podría ocupar en tu vida.

Simplemente sentir un interés sincero por quien ya es.

Tener más contexto parece más seguro. Si el modelo dispone de toda la conversación, todos los documentos, todas las decisiones anteriores y todas las herramientas posibles, seguramente tomará una decisión mejor.

Sigo encontrando lo contrario.

Mi definición práctica de la gestión de contexto es decidir qué puede influir en la siguiente decisión. Eso incluye lo que entra, pero la parte más difícil es lo que se queda fuera. Las suposiciones antiguas, las discusiones terminadas y la tarea de otra persona pueden ser correctas y, aun así, ser equivocadas para este momento.

La diferencia se vuelve evidente cuando intervienen varios agentes. Un investigador necesita la pregunta, los archivos relevantes y el estándar de evidencia. La persona que realiza el cambio necesita el plan aceptado, los límites exactos y las pruebas. Un revisor necesita el contrato, el cambio terminado y las condiciones de fallo. Dar a los tres la misma historia gigantesca no los coordina. Hace que cada uno cargue con decisiones que pertenecen a otra persona.

Antes pensaba que el uso de herramientas era la parte impresionante: ¿puede un agente inspeccionar un navegador, leer un repositorio, ejecutar una prueba o entregar trabajo a otro agente? Esas cosas importan, pero no son la arquitectura. La arquitectura es el límite alrededor de la llamada a la herramienta. ¿Qué está decidiendo este agente? ¿Qué está dejando explícitamente fuera de su decisión? ¿Qué estado es el actual? ¿Qué evidencia cierra la tarea?

Un patrón concreto me ha ayudado separar investigación plan e implementación y después