KDnuggets elige 10 cuentas de X que merece la pena seguir para estar al día de los LLM

El feed de IA en X se ha convertido desde hace tiempo en una mezcla de lanzamientos útiles, hilos sobre papers y ruido interminable. KDnuggets propone una lista breve pero práctica de diez cuentas que ayudan a seguir los LLM sin tener que leer cientos de publicaciones casi idénticas.

Por qué X sigue importando

Mientras los medios tradicionales y las revistas académicas publican sus análisis con retraso, X sigue siendo el lugar donde investigadores, ingenieros y creadores de herramientas comentan los modelos casi en tiempo real. Ahí aparecen primero los nuevos papers, demos, lanzamientos de código abierto y primeras impresiones de productos.

El problema es evidente: el feed algorítmico mezcla con facilidad análisis técnicos sólidos con hype superficial, y separar unos de otro se vuelve un trabajo aparte. De ahí el sentido de la lista de KDnuggets: no buscar a "todas las figuras principales de la IA", sino reunir fuentes que ofrezcan con regularidad señal y no ruido. El autor evita deliberadamente los nombres más obvios y apuesta por cuentas con utilidad práctica o buen filtrado de noticias.

Este enfoque importa a quienes no quieren hilos virales, sino referencias claras: qué leer por la mañana para entender en diez minutos qué ha pasado realmente en el mundo de los LLM.

"Si quieres señal y no ruido, estas son cuentas fiables que seguir."

A quién añadir a tu feed

La lista no trata de un solo rol, sino de varias formas de seguir el mercado. Unas cuentas sirven para papers e hilos de investigación, otras para la práctica y el análisis de arquitecturas, y otras para novedades rápidas sobre lanzamientos, herramientas y ejecución local de modelos. Así, el feed no se queda en "noticias por las noticias", sino que cubre todo el ciclo: de la idea y el paper a la aplicación real.

• DAIR.AI y alphaXiv: para papers, explicaciones breves y seguimiento de lo que se comenta en torno a arXiv.
• Andrej Karpathy: para explicaciones intuitivas, una visión fundamental y entender hacia dónde van los LLM.
• Sebastian Raschka y Simon Willison: para quienes no quieren solo leer sobre IA, sino construir y probar cosas de verdad.
• The Rundown AI, AK y Matt Wolfe: para un flujo de lanzamientos, nuevas herramientas de código abierto y actualizaciones rápidas de producto.
• Ahmad Osman y Ethan Mollick: para temas de inferencia local, infraestructura de GPU, trabajo e impacto de la IA en las organizaciones.

La lista tiene además una lógica interna. Si solo te interesa la investigación, bastan un par de cuentas. Si importa más construir en la práctica, puedes montar un núcleo con Raschka, Willison y Karpathy. Si quieres ver el mercado completo, las cuentas de noticias complementan la parte técnica y ayudan a no perderse lanzamientos importantes de modelos, servicios y herramientas. El resultado es un feed compacto que aun así cubre teoría, práctica hands-on y señales de producto.

En qué se diferencian

El artículo pone el acento no en la fama del nombre, sino en el tipo de valor que aporta cada cuenta. Por ejemplo, Simon Willison es útil por sus notas honestas sobre lo que funciona en los LLM en la práctica y lo que falla en escenarios reales. Ahmad Osman cubre otra capa: infraestructura, modelos locales, inferencia y GPU. Ethan Mollick, en cambio, habla menos de las entrañas de los modelos y más de cómo la IA cambia la educación, el trabajo y los procesos dentro de las empresas.

Esta mezcla resulta especialmente útil ahora que el mercado de los LLM se bifurca. Por un lado, todos hablan de nuevos lanzamientos, razonamiento y capacidades de agentes. Por otro, los equipos necesitan cada vez más respuestas a preguntas aplicadas y no impresiones generales: qué conviene probar, qué se puede desplegar en local, qué herramientas ahorran tiempo de verdad y qué papers pueden convertirse pronto en funciones de producto. Un buen feed en X debe cubrir ambas necesidades, no solo alimentar el FOMO.

Otra conclusión del texto es sencilla: no tiene sentido seguir a cientos de cuentas de IA. Es mucho más importante armar una selección pequeña pero estable en la que las fuentes no se repitan. Una cuenta para investigación, otra para desarrollo, una tercera para infraestructura y una cuarta para impacto en el negocio. Este enfoque reduce el ruido y convierte X en una herramienta de trabajo, no en un flujo interminable de distracciones. En el fondo, se trata de un editor de noticias personal que te montas tú mismo.

Qué significa

Hay demasiada información sobre LLM, así que el valor pasa de la velocidad al filtrado de calidad. La lista de KDnuggets es útil porque no propone otra lista de "grandes influencers", sino un conjunto compacto de roles: investigador, profesional práctico, cuenta de noticias, especialista en infraestructura y observador del impacto de la IA en el trabajo. Para desarrolladores, product managers y founders, es una buena forma de estar al día sin sobrecarga diaria y sin pasar horas desbrozando un feed caótico.

*Meta está reconocida como organización extremista y prohibida en Rusia.