Actualizada para junio de 2026. Los agentes de IA como Claude Cowork y OpenAI Codex no solo responden preguntas — hacen el trabajo: leen tus archivos, escriben código y ejecutan tareas de principio a fin. Así consigue un principiante su primer resultado real en una tarde, sin conocimientos de programación.
Actualizado para junio de 2026. Anthropic gana dinero vendiendo acceso a sus modelos Claude: precios de API basados en uso para desarrolladores, suscripciones Claude para consumidores (Pro y Max), licencias empresariales para equipos, Claude Code para ingenieros, y distribución en marketplaces cloud a través de AWS y Google. Así funciona cada línea.
Actualizado para junio de 2026. OpenAI genera ingresos a través de suscripciones a ChatGPT (Plus, Pro, Team, Enterprise), una API de pago por uso para desarrolladores, grandes contratos empresariales y su sólida alianza con Microsoft. Las suscripciones de consumidores son la línea más grande. Así funciona cada parte del modelo.
Actualizado para junio de 2026. SpaceX genera ingresos de tres motores: servicios de lanzamiento comercial y gubernamental (Falcon 9 y Falcon Heavy), el negocio de internet satelital Starlink, y grandes contratos gubernamentales (NASA y seguridad nacional). Así funciona el modelo, y la verdad sobre un IPO de SpaceX o Starlink.
Actualizado para junio de 2026. Las tareas programadas de Claude te permiten ejecutar un prompt o un agente de forma recurrente — un resumen diario de noticias, un informe semanal, un trabajo de código nocturno — sin estar frente al teclado. Así funcionan, dónde configurarlas y los patrones que realmente valen la pena.
Actualizado para 2026. La matemática de costes que uso para elegir entre Claude Haiku y Sonnet por tarea — economía de tokens, la regla de enrutamiento y dónde los modelos baratos salen caros sin que te des cuenta.
Actualizado para 2026. El manual exacto que uso para depurar agentes de IA en vivo — traza cada paso, aísla la capa que falla y reproduce el no-determinismo rápido.
Actualizado para 2026. Cómo mido el tráfico de búsqueda con IA desde ChatGPT, Perplexity y Claude — seguimiento de referentes, el problema del tráfico oscuro y en qué confiar.
Actualizado para 2026. Los patrones de orquestación que uso para operar sistemas multiagente — colas durables, estado externalizado y traspasos limpios que sobreviven a los reintentos.
Actualizado para 2026. El harness de evals que uso para lanzar agentes de IA — un conjunto de pruebas calificadas, un juez LLM y una compuerta de regresión para que un cambio de prompt no pueda romper producción.