Habr AI
Fuente de noticias de IA. Los artículos son seleccionados y adaptados por la redacción de Hamidun News.
Últimas publicaciones
Prompt hubs: cómo las empresas convirtieron los prompts en activos gestionados
Los prompts evolucionaron de notas privadas a sistemas gestionados. Las empresas están creando prompt hubs — una infraestructura para almacenar, versionar y reutilizar instrucciones para AI.
Cómo AI ayuda a un Product Owner a alinear requisitos más rápido
Un Product Owner puede usar AI para crear prototipos interactivos rápidamente en lugar de esperar a un diseñador — eso ahorra días al alinear requisitos con el equipo.
5 agentes de AI escribieron un artículo sobre 5 agentes de AI: cómo escalar contenido
Ksenia Ivanchikova, de Generation AI, creó un pipeline de 5 agentes de AI que convierte charlas de 20 minutos en YouTube en casos listos para publicar, y este artículo fue escrito por esos agentes.
Habilidades para agentes de AI: por qué entran en conflicto entre sí
Al añadir nuevas habilidades a los agentes de AI, suelen aparecer conflictos inesperados: una se activa siempre, otra se ignora y una tercera interfiere con las vecinas. Analizamos las causas y las soluciones.
Cómo AI está cambiando nuestras capacidades cognitivas: ¿riesgo de deterioro o un nuevo salto?
AI se ha convertido en una parte rutinaria de la vida de estudiantes, médicos y políticos. Pero la pregunta principal sigue siendo: ¿mejora nuestras capacidades cognitivas o conduce a su pérdida?
Zombie-GPT: cómo AI está matando la interacción humana en las comunidades profesionales
La AI generativa está convirtiendo gradualmente las discusiones profesionales vivas en un intercambio de fragmentos generados, donde un principiante con ChatGPT parece tan competente como un experto.
SEO en la era de ChatGPT: cómo buscar tráfico cuando la búsqueda es secundaria
La búsqueda tradicional se está fragmentando: ChatGPT, Alice, Perplexity, YouTube, los mapas y las respuestas de AI están captando las consultas. El SEO no ha muerto: se ha vuelto más amplio y más complejo.
Cómo el AI coding ayudó a desarrollar la función de actualización automática en el terminal Ghostty
El creador del terminal Ghostty, Mitchell Hashimoto, explicó cómo usó AI para desarrollar una función de actualizaciones no intrusivas — un ejemplo real de AI coding no trivial.
El robot de Generalist se adapta en tiempo real: 99% de éxito en manufactura
La startup Generalist entrenó a un robot para realizar tareas complejas en el mundo real con una precisión del 99%, usando datos de sensores vestibles colocados en las muñecas de las personas.
Anthropic pide a los candidatos no usar asistentes de AI al enviar currículums
La empresa creadora de Claude exige a los candidatos a puestos de marketing, finanzas e ingeniería que no usen AI al elaborar sus currículums — una señal de que el mercado de contratación enfrenta una crisis de confianza
Las Tres Leyes de Asimov Se Están Haciendo Realidad para los Robots Humanoides
Si en 1942 Asimov pensaba en la seguridad de las máquinas como un problema filosófico, hoy los ingenieros de robots humanoides resuelven ese mismo problema en código real, y ha resultado ser mucho más difícil de lo que p
Hermes y OpenClaw: filosofía vs. funcionalidad en agentes de AI
Dos frameworks abiertos para agentes de AI parecen iguales en funcionalidad, pero parten de filosofías de diseño opuestas.
Cómo Mozilla usó Claude Mythos para encontrar 271 vulnerabilidades en Firefox
Con la ayuda de Claude Mythos Preview, Mozilla encontró y corrigió un número récord de vulnerabilidades ocultas en Firefox, demostrando la eficacia de la AI para detectar bugs críticos de seguridad.
Entregué el desarrollo a agentes de AI: la historia de un bot de Telegram que evoluciona solo
Un desarrollador automatizó la evolución de un bot de Telegram para aprender georgiano, al dejar el código en manos de agentes de AI durante la noche. Lo que realmente ocurrió.
Vibe coding es juego de azar: por qué el desarrollo con AI se está convirtiendo en una apuesta
Cada vez más desarrolladores generan código con AI sin verificarlo, confiando en la suerte en lugar del análisis. Esto ha dejado de ser ingeniería y se ha convertido en un juego de azar con consecuencias imprevisibles.
Un millón de monos Claude: cómo el vibe coding está cambiando la profesión
Cuando AI genera código por intuición y el desarrollador se guía por el instinto en lugar de un plan, funciona, pero solo sobreviven quienes han aprendido a hacerlo bien.
Claude cambia a HTML: por qué Markdown ya no sirve para los agentes de AI
Markdown ya no responde a las exigencias de los potentes agentes de AI. Claude Code cambia a HTML porque los agentes necesitan mejor presentación, interactividad y facilidad para compartir resultados terminados.
La paradoja de la censura: por qué se prohibió a las redes neuronales generar el cuerpo humano desnudo
En Habr se debate una paradoja filosófica: ¿por qué los sistemas de AI no pueden reproducir el cuerpo humano desnudo si se exhibe abiertamente en museos y se usa en la educación?
LazyWeb conecta agentes de AI con el diseño de 257 mil aplicaciones reales
El servidor MCP de LazyWeb da a Claude Code y a otros agentes de AI acceso al contexto visual de 257 mil aplicaciones reales para generar interfaces realistas en lugar del diseño típico de AI.
Cómo un desarrollador frontend usó Cursor para acelerar el onboarding
Cursor ayuda a los desarrolladores a entender la estructura de un proyecto ajeno en días en lugar de meses — el desarrollador Rodion explicó cómo funciona esto en la práctica.
Habr publica una guía completa de Claude Code: funciones y prácticas de Anthropic
Habr ha publicado una guía completa de Claude Code, de Anthropic, que cubre todas las funciones, actualizaciones y mejores prácticas de desarrollo a marzo de 2026.
Los bots LLM en Telegram pueden ser hackeados con 6 líneas de código: un ingeniero creó un escáner y expuso un proyecto
Un ingeniero creó el escáner BarkingDog y descubrió que bots LLM populares en Telegram pueden escribir keyloggers y dar instrucciones para hackear. Todos los problemas se resuelven editando el prompt del sistema.
Por qué el texto de LLM se reconoce al instante: marcadores arquitectónicos en la arquitectura de los modelos
El texto de LLM se reconoce en cinco segundos gracias a marcadores arquitectónicos. No es un error, sino el resultado de las estadísticas del corpus de entrenamiento. Explicamos cómo surgen estos marcadores y cómo atenua
Quién es más riguroso con JSON: OpenAI, Gemini y xAI se someten a pruebas de cumplimiento de esquemas
Habr comprobó con qué rigor OpenAI, Gemini y xAI cumplen con JSON Schema y detectó limitaciones inesperadas en Structured Outputs.
Cómo un desarrollador creó una radio con AI y se encontró con el competidor Tunio
Un emprendedor en solitario que trabajaba desde un garaje estaba creando un servicio musical con AI y se encontró inesperadamente en Habr con un proyecto similar, Tunio. Una historia sobre cómo caminos distintos llevaron
LLM local en una tarjeta gráfica de 2017: AMD RX 580 + Vulkan + Ollama
La veterana AMD RX 580 puede ejecutar modelos de lenguaje modernos — con Vulkan y Ollama, puedes obtener 15–35 tokens por segundo directamente en tu equipo con Fedora.
De TF-IDF a Word2vec: Beeline Cloud lanzó una recopilación sobre embeddings
Beeline Cloud publicó guías gratuitas sobre embeddings y representaciones vectoriales, desde los fundamentos de TF-IDF y Word2vec hasta el uso de la similitud del coseno en la búsqueda semántica.
Qué arquitecturas de código funcionan mejor para los agentes de AI
Los enfoques tradicionales como TDD y OOP fueron diseñados para humanos con memoria completa. Los agentes de AI están limitados por el contexto y la memoria, por lo que algunas arquitecturas les convienen más que otras.
Esta semana en AI: Emiratos Árabes Unidos, Claude en Adobe, ElevenLabs y la economía de las redes neuronales
Resumen: los Emiratos Árabes Unidos amplían los servicios gubernamentales con AI a la mitad de su portal, Anthropic integra Claude en Adobe y Ableton, ElevenLabs lanza AI-Spotify y las empresas replantean la economía de
Los modelos de lenguaje no entienden el tiempo, pero hablan de él
Un modelo de lenguaje genera una respuesta en segundos, pero afirma que la tarea llevará semanas — esto revela un problema profundo en la comprensión del tiempo por parte del modelo.