En el segundo episodio de Tokenizados, Jorge y Antonio entran de lleno en las herramientas que están redefiniendo el desarrollo con IA — y de paso explican el nombre del podcast: tokenizados, como los elementos básicos en los espacios vectoriales con los que piensan los modelos.
Composer 2: ¿velocidad o calidad?
Cursor ha lanzado Composer 2, un modelo que se posiciona como el más rápido del mercado y que presume de benchmarks frente a Claude Opus y Sonnet. La pregunta de fondo es el eterno equilibrio: ¿prefieres un asistente de programación ultrarrápido que itere contigo en segundos, o uno más lento pero con más criterio? La respuesta del episodio: la velocidad importa más de lo que parece, porque permite una capacidad de iteración 10x en los flujos reales de desarrollo.
Repasando el leaderboard de artificialanalysis.ai, GPT sigue liderando seguido de Gemini y los modelos de Claude, pero la noticia silenciosa es el avance de los modelos chinos (Kimi 2.5, GLM), que escalan posiciones a toda velocidad.
El G-Stack de Garry Tan: desarrollo guiado por especificaciones
La sección central analiza el G-Stack de Garry Tan (Y Combinator): una metodología de desarrollo guiado por especificaciones donde roles como CEO, Engineer y Designer se modelan como skills. La skill de Office Hours, por ejemplo, refina una idea de negocio desafiándola con preguntas antes de escribir una línea de código. El resultado que reportan quienes lo usan: mejoras de 10x-20x en calidad de ejecución.
La lección práctica es clara: cuanto más contexto y estructura le des al modelo, mejor. El modo básico — abrir Cursor y escribir lo que quieres — se queda corto frente a flujos con especificaciones, roles y procesos definidos.
Suma positiva: no optimices, ambiciona
A raíz de un ensayo de Garry Tan, el episodio plantea dos formas de adoptar la IA: la conservadora (hacer lo mismo de siempre, más barato) y la ambiciosa (intentar lo que antes era imposible). La historia de la tecnología juega a favor de la segunda: los enfoques de suma positiva expanden la economía en lugar de repartir un pastel fijo. Como resumen Jorge y Antonio: «no hay que intentar hacer lo mismo con inteligencia artificial, sino ser más ambiciosos con lo que queremos conseguir».
Agentes, seguridad y NemoClaw
El episodio también cubre los sistemas operativos de agentes y MCP, la diferencia entre tokens de agente personales e impersonados, y las consideraciones de seguridad que traen los marketplaces de skills como Skills.sh: el prompt injection es un riesgo real cuando instalas habilidades de terceros. NVIDIA, por su parte, mueve ficha en el terreno empresarial con Nemo Claw, respaldada por el propio Jensen Huang.
OpenAI duplica plantilla
Cierre con titular: OpenAI planea pasar de 4.500 a 8.000 empleados. ¿Estrategia de crecimiento o contradicción con la promesa de equipos pequeños potenciados por IA? El debate queda abierto: quizá el futuro no sea elegir entre equipos minúsculos o grandes organizaciones, sino organizaciones grandes donde cada persona rinde como un equipo.
La inteligencia artificial, dicen, «es un superpoder accesible a todos — y si no lo estás empezando a utilizar, hay que darle». Suscríbete y no te pierdas la próxima semana.