Llevo algunos meses trabajando en una startup nueva y quería compartir un poco el proceso porque normalmente solo vemos dos estados de una compañía, cuando levanta inversión o cuando anuncia que cerró. Todo el espacio que existe entre esos dos puntos casi nunca se cuenta y, desde mi punto de vista, ahí es donde realmente se toman las decisiones importantes, sobre todo en la etapa de validación en la que muchos estamos. Todo comenzó con una pregunta bastante sencilla. Si cada vez más código va a ser generado por AI, ¿qué tendría que pasar para que ese código pudiera ser tan confiable y determinista como el software que escribimos hoy? Esa fue nuestra primera hipótesis. Nuestra primera apuesta fue construir alrededor de MCPs. La idea era que los propios agentes pudieran generar sus herramientas y trabajar sobre ellas. Sonaba razonable sobre el papel, así que dejamos de especular y empezamos a hablar con desarrolladores. Ahí apareció la primera realidad incómoda, el problema no era que la tecnología fuera mala, el problema era que cada equipo la entendía de forma distinta. Había demasiadas maneras de implementarla y demasiadas decisiones que tomar antes de obtener valor. La fricción era suficientemente alta como para matar la adopción antes de que alguien descubriera si realmente resolvía un problema. Eso nos llevó a cambiar de hipótesis. Si el problema era la fricción, entonces tal vez la respuesta estaba en algo más ligero, como los skills. Justo en ese momento los skills estaban recibiendo mucha atención porque reducían buena parte de la complejidad de un MCP y, mientras hacíamos esa transición, empezaron a aparecer runtimes mucho más autónomos, como todo el boom de OpenClaw, capaces de combinar herramientas, skills y distintos mecanismos de ejecución. Durante varias semanas esa dirección nos pareció muy prometedora y volvimos a construir una nueva hipótesis. Para proyectos personales todo funcionaba muy bien, era relativamente sencillo poner un agente a trabajar y dejarlo resolver tareas completas, incluso había suficiente confianza como para compartirle acceso al correo o a una cuenta de PayPal. Sin embargo, conforme empezábamos a hablar con empresas, la conversación cambiaba por completo. Nadie preguntaba qué tan inteligente era el agente, las preguntas eran mucho más incómodas. ¿Cómo evitamos que haga algo que no debería? ¿Cómo sabemos que siguió las reglas del equipo? ¿Quién responde cuando el agente toma una mala decisión? En ese momento nos dimos cuenta de que estábamos resolviendo un problema interesante para desarrolladores curiosos, pero no necesariamente para organizaciones que tienen que vivir con las consecuencias de llevar código a producción.

Me he dado cuenta de que en esta comunidad hay muchas personas ofreciendo sus servicios para conseguir clientes, y me parece totalmente válido. Sin embargo, me da curiosidad conocer a quienes están construyendo un emprendimiento o tienen una idea que realmente quieren sacar adelante. Creo que sería interesante que nos conociéramos, compartiéramos nuestros proyectos y, sobre todo, nos ayudáramos con ideas, contactos y feedback. Muchas veces una buena conversación puede destrabar un problema o abrir una oportunidad. Si te animas, deja un comentario siguiendo esta estructura: 1. Nombre del proyecto 2. Rubro o industria 3. ¿Qué problema resuelve (o pretende resolver)? 4. Etapa del proyecto (idea, validación, MVP, ventas, crecimiento, etc.) 5. ¿En qué te podemos ayudar? La idea es que este post se transforme en un espacio para descubrir proyectos interesantes, generar conversaciones y aportar entre todos. ¡Los leo! 👇

Llevo un buen tiempo construyendo LYNX, un motor que encuentra decisores B2B y les hace el primer contacto hasta dejar reuniones agendadas. Esta semana firmé y cobré mi primer contrato con una empresa de ciberseguridad. Lo cuento acá porque entré a la comunidad hace un par de semanas convencido de que mi próximo paso era levantar capital ángel, tenía un par de reuniones agendada y todo, pero en una conversación que tuve por acá me bajaron a tierra, diciendome que el mejor financiamiento es el cliente, y me faltaba tracción, no plata. Piqué el anzuelo, me puse a cerrar en vez de a pitchear inversionistas, y acá está el resultado. Sigue siendo uno solo, y sé que un cliente no es una empresa todavía, pero pasé de "tengo una idea que creo que sirve" a "alguien puso plata", y ese salto se sintió distinto a todos los anteriores. Gracias @Cristian Tala por el sacudón. Ahora a buscar el siguiente cliente.

Cada vez veo más publicaciones de personas que ya construyeron un producto y ahora buscan desesperadamente usuarios que lo validen. Y no puedo evitar pensar: ¿No debería ocurrir exactamente al revés? Estamos gastando miles de horas, millones de tokens y cantidades absurdas de energía construyendo cosas que nunca fueron realmente validadas. Pero el problema no es técnico. Es humano. Porque validar una idea implica hacer algo profundamente incómodo: Exponernos. Preguntarle a alguien: "Tengo esta idea. ¿Te resuelve un problema real?" Y correr el riesgo de escuchar: "No." Por eso muchas personas prefieren invertir meses construyendo que dos semanas conversando con potenciales clientes. Construir protege el ego. Validar lo confronta. Construir nos permite sentirnos innovadores. Validar nos obliga a aceptar que quizá estamos enamorados de nuestra solución, pero no del problema. Y aquí aparece una verdad incómoda: Muchas veces no estamos creando algo porque el mercado lo necesite. Lo estamos creando porque necesitamos demostrar algo sobre nosotros mismos. Que somos capaces. Que somos inteligentes. Que somos diferentes. Que podemos hacerlo. Por eso la validación no solamente pone a prueba una idea. También pone a prueba nuestra identidad. Y quizá esa sea la razón por la que tantas personas la evitan. Porque el verdadero miedo no es descubrir que el producto no tiene mercado. El verdadero miedo es descubrir que aquello que construimos para sentirnos valiosos no genera valor para nadie más. Antes de preguntarte qué producto vas a crear, quizá deberías preguntarte algo más importante: ¿Qué necesidad de ti mismo estás intentando satisfacer a través de ese producto? Porque los mejores negocios nacen cuando dejas de construir para alimentar tu ego y comienzas a construir para resolver problemas reales. Y para lograrlo hay una habilidad previa que casi nadie desarrolla: Conocerse. Si te cuesta entender por qué tus ideas no conectan, por qué sigues construyendo sin validar o por qué parece que el mercado no responde como esperabas, quizá el problema no esté en tu estrategia.

¿Qué modelo de IA están usando actualmente? Llevo recién una semana pagando el plan Pro de Claude (USD 20) y, honestamente, he ido dejando un poco de lado ChatGPT. Hoy lo uso más para consultas rápidas. Claude me ha gustado bastante por el ambiente más “amigable” y porque, en general, siento que sus respuestas son más exhaustivas. Estoy usando casi siempre Sonnet 4.6 en low y a veces medium, aunque sinceramente no noto diferencias tan grandes entre ambos modos. Por ahora creo que me basta con ese modelo, pero escucho mucho sobre Opus, Mythos, Fable y otros… y no sé si para lo que hago realmente vale la pena probar algo más avanzado o caro. Eso sí, a veces cuando retomo conversaciones dentro de un proyecto en Claude tengo que volver a darle contexto o compartir tablas/archivos para ordenar nuevamente el hilo, pero hasta ahora no ha sido un problema importante. Hoy estoy usando IA principalmente para: • Limpieza y análisis de datos • Ayuda para estructurar mejor sistemas de gestión dentro de mi pyme Delisure • Apoyo en procesos de scraping con Python • Automatizaciones con n8n • Guía en la validación de un proyecto PropTech • Desarrollo de un MVP para un proyecto EdTech Aclaro que NO uso agentes de IA. Solo lo uso como copiloto, así que sigo presente y supervisando todo el proceso. De hecho, por ahora prefiero aprender trabajando directamente con las herramientas antes que delegar todo a agentes autónomos. Tampoco quiero gastar cientos de dólares al mes. Mi foco hoy es: • uso eficiente de tokens • resultados limpios • código funcional y mantenible • buen equilibrio costo/calidad ¿Ustedes creen que Sonnet 4.6 en low/medium es una buena alternativa para este tipo de tareas? ¿O creen que realmente podría obtener mejores resultados usando otro modelo? Me interesa especialmente la opinión de quienes trabajan con automatización, Python, datos o desarrollo de productos.