Uploaded February 2025 | Updated September 2026, 2 hours ago
En este video, exploramos la reciente caída del 17% de las acciones de NVIDIA tras el anuncio de DeepSeek R1 y cómo el CEO de Microsoft, Satya Nadella, ve en esto más una oportunidad histórica que una mala noticia. Abordamos en profundidad la Paradoja de Jevons, que explica cómo la eficiencia en la inteligencia artificial y otras tecnologías se traduce en un mayor consumo de recursos, en lugar de una disminución. Analizamos ejemplos actuales como la tecnología 5G, los coches eléctricos y las redes móviles para mostrar cómo la eficiencia incrementa el uso total. También se destaca el impacto de esta paradoja en la sostenibilidad, el consumo energético global y las emisiones de carbono.
La historia de la Paradoja de Jevons comienza en la Revolución Industrial con la máquina de vapor de James Watt. Este fenómeno se observa hoy en la era digital con la inteligencia artificial. Discutimos cómo los avances en eficiencia han llevado a una adopción masiva e incluso mayores demandas de recursos. Otros ejemplos incluyen el impacto en la agricultura, el transporte y la iluminación LED. También ilustramos cómo esto afecta a la sostenibilidad global, con la eficiencia llevando a nuevos patrones de consumo inesperados.
Finalmente, presentamos soluciones para contrarrestar la Paradoja de Jevons, como regulaciones que limitan el consumo de recursos y educación en consumo responsable. Cambiar nuestra mentalidad hacia el uso consciente de la tecnología eficiente es clave para lograr una verdadera sostenibilidad. Únete a la conversación y comparte cómo experimentas la Paradoja de Jevons en tu vida diaria.
Patreon: patreon.com/olivernabani
Y recuerda, lo más importante: No se dice machine, se dice Mashain!
En este video, exploramos la reciente caída del 17% de las acciones de NVIDIA tras el anuncio de DeepSeek R1 y cómo el CEO de Microsoft, Satya Nadella, ve en esto más una oportunidad histórica que una mala noticia. Abordamos en profundidad la Paradoja de Jevons, que explica cómo la eficiencia en la inteligencia artificial y otras tecnologías se traduce en un mayor consumo de recursos, en lugar de una disminución. Analizamos ejemplos actuales como la tecnología 5G, los coches eléctricos y las redes móviles para mostrar cómo la eficiencia incrementa el uso total. También se destaca el impacto de esta paradoja en la sostenibilidad, el consumo energético global y las emisiones de carbono.
La historia de la Paradoja de Jevons comienza en la Revolución Industrial con la máquina de vapor de James Watt. Este fenómeno se observa hoy en la era digital con la inteligencia artificial. Discutimos cómo los avances en eficiencia han llevado a una adopción masiva e incluso mayores demandas de recursos. Otros ejemplos incluyen el impacto en la agricultura, el transporte y la iluminación LED. También ilustramos cómo esto afecta a la sostenibilidad global, con la eficiencia llevando a nuevos patrones de consumo inesperados.
Finalmente, presentamos soluciones para contrarrestar la Paradoja de Jevons, como regulaciones que limitan el consumo de recursos y educación en consumo responsable. Cambiar nuestra mentalidad hacia el uso consciente de la tecnología eficiente es clave para lograr una verdadera sostenibilidad. Únete a la conversación y comparte cómo experimentas la Paradoja de Jevons en tu vida diaria.
Patreon: patreon.com/olivernabani
Y recuerda, lo más importante: No se dice machine, se dice Mashain!


![¿Cómo funciona por dentro un AGENTE de IA?
Los agentes de IA están reescribiendo el código del mundo. Claude Code, la herramienta de Anthropic que vive en tu terminal, alcanzó 1.000 millones de dólares en 6 meses y se ha convertido en el agente más usado por programadores en 2026. Pero un equipo del laboratorio VILA-Lab analizó su código fuente entero —más de medio millón de líneas— y descubrieron algo raro: solo el 1,6% tiene que ver con inteligencia artificial. El otro 98,4% es fontanería.
Ese 98,4% se llama harness. Es la palabra de moda en el mundo de los agentes de IA: permisos, enrutamiento, seguridad, herramientas, contexto. En este vídeo abrimos por dentro un agente real: cómo funciona el bucle ReAct (pensar → actuar → observar), qué es el MCP (Model Context Protocol, lo que Anthropic donó a la Linux Foundation), cómo el agente conecta con tus herramientas, dónde guarda su memoria, y cómo arregla un checkout caído un viernes a las nueve y media de la noche. Y veremos por qué Karpathy dice que el vibe coding ya es pasado y entramos en la era del agentic engineering.
Esta idea no tiene 3 años. Tiene 78. Empieza con Norbert Wiener en 1948 mirando un cañón antiaéreo, sigue con John McCarthy en 1958 imaginando un programa que nunca se construyó, pasa por AlphaGo, AutoGPT y el paper ReAct de Shunyu Yao en 2022, y desemboca en los tres agentes que hoy dominan: Claude Code, Codex y OpenClaw (sí, los tres aparecieron en 72 horas). También veremos los incidentes —Replit borrando datos de 1.196 empresas, un agente cargándose una base de datos en 9 segundos, backups incluidos— y por qué Yann LeCun, ex-director de IA en Meta, dice que el camino de los LLMs hacia la superinteligencia es una completa gilipollez.
⏱️ CAPÍTULOS
00:00 Apertura: 1,6% de IA y 98,4% de fontanería
01:19 Chatbot vs agente: la distinción que lo cambia todo
02:46 Anatomía de un agente: ReAct, harness, MCP, memoria
09:31 Demostración: viernes a las 9 y media, el checkout cayendo
13:04 De Wiener a Yao: 78 años de una idea que casi nadie contó
19:49 Tres agentes en 72 horas: Claude Code, Codex, OpenClaw
22:00 Las grietas: Replit, Cursor en 9 segundos, Karpathy, LeCun
25:17 Cierre: el siguiente nueve
📚 BIBLIOGRAFÍA Y REFERENCIAS
Papers fundacionales
— Yao, S. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629
[El paper que definió el bucle Pensar-Actuar-Observar que está debajo de cada agente moderno]
— McCarthy, J. (1958). Programs with Common Sense. Teddington Conference on the Mechanization of Thought Processes.
[El Advice Taker — el experimento mental que describió ReAct 64 años antes]
— Wiener, N. (1948). Cybernetics: Or Control and Communication in the Animal and the Machine. MIT Press.
[La idea original del bucle de retroalimentación universal]
— Vaswani, A. et al. (2017). Attention Is All You Need. arXiv:1706.03762
[El Transformer — la arquitectura debajo de todos los LLMs modernos]
Industria y protocolos
— Anthropic (2024). Introducing the Model Context Protocol. anthropic.com/news/model-context-protocol
[El USB-C de los agentes: de 100k a 97 millones de descargas mensuales del SDK en 16 meses]
— VILA-Lab (2026). Análisis estructural del código fuente de Claude Code. arXiv.
[El estudio del que sale el dato del 1,6% vs 98,4% — la fontanería es el producto]
— Anthropic (2026). Agentic Coding Trends Report. resources.anthropic.com
[El informe que documenta cómo el harness setup cambia los benchmarks en más de 5 puntos]
Contexto cultural y crítica
— Karpathy, A. (octubre 2025). Entrevista con Dwarkesh Patel sobre el estado de los LLMs. YouTube/Dwarkesh Podcast.
[Los LLMs todavía no funcionan + la marcha de los nueves]
— Karpathy, A. (mayo 2026). De vibe coding a agentic engineering. Conversación con Sequoia.
[El anuncio del fin del vibe coding y el nacimiento del agentic engineering. Días después: fichaje por Anthropic.]
— Sonar (2026). State of Code Report 2026.
[El 42% del código que se escribe hoy lleva manos de IA]
Incidentes reales
— Replit (julio 2025). Incidente del agente durante code freeze — 1.196 empresas con datos borrados.
— PocketOS / Cursor + Claude Opus (abril 2026). El borrado de base de datos en 9 segundos, backups incluidos.
— Steinberger, P. (noviembre 2025). OpenClaw / ClawBot — el agente personal que pasó de hobby de un sábado a 370.000 estrellas en GitHub en menos de 6 meses.
💬 ¿Vibe coding o agentic engineering? ¿Cuál crees tú que va a ganar? ¿O ya has tenido un agente cargándose algo en tu propio código? Cuéntamelo en comentarios.
🔔 Si te ha gustado, suscríbete y activa la campanita. Subimos un vídeo así cada pocas semanas.
#claudecode #agentesIA #vibecoding #inteligenciaartificial #factoriamashain
Patreon: https://patreon.com/olivernabani
Y recuerda, lo más importante: No se dice machine, se dice Mashain! ¿Cómo funciona por dentro un AGENTE de IA?](https://i.ytimg.com/vi/RduS9sfQZ6A/mqdefault.jpg)







