DevAI: 50.000 ejecuciones de un eval de 5 líneas: lo que…

50.000 ejecuciones de un eval de 5 líneas: lo que aprendió VS Code

El equipo de VS Code corrió el mismo eval minimalista 50.000 veces contra distintos modelos para medir algo que normalmente ignoramos: cómo calibran el esfuerzo, los tokens gastados y el uso de herramientas en tareas triviales. Los resultados son directamente accionables — hay modelos que over-engineeran hasta las peticiones más simples, disparando costos sin mejorar resultados, mientras otros son quirúrgicamente eficientes. Esto significa que elegir modelo no es solo cuestión de "cuál da mejor respuesta", sino de qué perfil coste/esfuerzo encaja con tu caso de uso real. Ojo con los modelos que parecen "más listos" pero queman tokens innecesariamente en producción. leer más

VS Code se pasa al BYOK: tu API key, tus reglas

VS Code acaba de lanzar soporte oficial para "Bring Your Own Key", lo que significa que puedes conectar directamente tus propias claves de Anthropic, OpenAI, Gemini, Azure, Huggingface u OpenRouter sin pasar por la suscripción de GitHub Copilot. Y si la privacidad es tu prioridad, también puedes tirar de modelos locales vía Ollama o Foundry Local. Esto te da control real sobre costos y sobre dónde van tus prompts. Ojo con esto porque cambia bastante la ecuación: ya no tienes excusa para no experimentar con distintos modelos directamente desde tu editor. leer más

Controla cuánto te está costando realmente el AI coding

Si usas Claude Code, Cursor, Codex y compañía a la vez, es muy fácil perder la noción de lo que gastas hasta que llega la factura. Codeburn es un dashboard TUI que agrega el consumo de tokens y costos de más de 25 herramientas de AI en un solo sitio. Lo ejecutas con `npx codeburn` sin instalar nada, y te muestra exactamente dónde va el dinero. Con 8k+ stars en pocos días está claro que este dolor era universal. Ojo porque esto también es útil para justificar (o cuestionar) esas suscripciones mensuales a tu CFO o a tu propio bolsillo. leer más

Un proxy CLI en Rust que te recorta la factura de tokens a la mitad (o más)

`rtk` es un binario de Rust, sin dependencias, que actúa como proxy entre tu terminal y los LLMs que usas en el día a día. La promesa es ambiciosa: reducir el consumo de tokens entre un 60% y un 90% en comandos de desarrollo habituales. ¿Cómo? Probablemente comprimiendo o filtrando contexto irrelevante antes de mandarlo al modelo. Con 65k estrellas en trending, algo habrá de verdad. Esto significa que si usas LLMs para codear y la factura de API te duele, merece un rato de experimentación. Ojo: un 90% de reducción suena a marketing, mide tus casos reales antes de fiarte ciegamente. leer más

1.600+ skills para tu agente de coding sin configurar nada a mano

Si usas Claude Code, Cursor, Codex CLI o Gemini CLI, este repo te interesa. Antigravity Awesome Skills es una librería instalable con más de 1.600 skills, plugins, workflows y bundles listos para ampliar lo que puede hacer tu agente sin tener que escribir instrucciones desde cero. La gracia está en que tiene su propio CLI instalador, así que en vez de copiar-pegar prompts de Reddit a las 2 de la mañana, lo tienes centralizado y versionado. Con 41k estrellas en trending, alguien más que tú lleva tiempo buscando esto. Ojo con instalar skills de terceros sin revisar qué ejecutan. leer más

GitHub democratizó sus datos internos con un agente de lenguaje natural

GitHub construyó Qubot, un agente interno basado en Copilot que permite a cualquier empleado consultar datos de la empresa escribiendo en lenguaje natural, sin tocar SQL ni depender del equipo de datos. Lo interesante aquí no es el "wow, IA habla con bases de datos" — eso ya lo hemos visto mil veces — sino que GitHub comparte la arquitectura real: cómo gestionan el contexto, los errores, la validación de queries y los límites del sistema. Esto significa que puedes extraer sus aprendizajes directamente y aplicarlos si estás pensando en construir algo similar sobre los datos de tu empresa. Ojo con los casos edge que mencionan, son los que suelen reventar este tipo de agentes en producción. leer más

serena

Si trabajas con agentes de IA que necesitan entender y modificar código de verdad, este repo es para ti. Serena es un toolkit MCP (Model Context Protocol) que actúa literalmente como un IDE para tu agente: ofrece recuperación semántica de código y capacidades de edición avanzadas, no el típico "dame el contenido del archivo" sino búsqueda por significado y contexto real.

Con 25.740 estrellas en GitHub, la comunidad ya le ha dado el visto bueno con contundencia, y eso siendo un proyecto relativamente reciente.

Encaja perfectamente si estás construyendo agentes de refactorización, revisión automática de PRs o herramientas de análisis de codebase a gran escala. Puedes usarlo para darle a tu agente la misma comprensión contextual que tendría un desarrollador navegando el proyecto desde su IDE favorito.

ver en GitHub

claude-context

Si trabajas con Claude Code en proyectos grandes, ya sabes el dolor: el modelo solo "ve" lo que le metes en contexto y navegar por una base de código extensa se vuelve frustrante. Este MCP server de Zilliz indexa todo tu repositorio y lo hace buscable semánticamente, permitiendo que el agente encuentre código relevante sin que tú tengas que señalárselo manualmente.

Esta semana lo probaría en un proyecto legacy donde siempre acabas copiando archivos a mano para que Claude entienda las dependencias. La indexación vectorial marca la diferencia en monorepos o codebases con más de 50 ficheros.

Eso sí: no tiene sentido en proyectos pequeños y requiere cierta configuración inicial. Si tu codebase cabe cómodo en contexto, es overkill.

probarla

BYOK en VS Code cambia quién manda en tu stack de IA

Durante meses nos vendieron que el valor estaba en el IDE. Mentira. El valor está en el modelo y en quién paga la factura. Que VS Code soporte BYOK oficialmente —con Anthropic, OpenAI, Gemini, Ollama y más— es un movimiento que rompe el lock-in de Copilot y le quita el argumento a Cursor. A ti esto te afecta porque ahora puedes usar tu clave de empresa, negociar precios de volumen o tirar de un modelo local sin cambiar de editor. El control vuelve a tus manos. Ya no hay excusa para no saber exactamente qué gastas y en qué.