DevAI: Qwen vuelve a la carga con un modelo que apunta directo…

Qwen vuelve a la carga con un modelo que apunta directo a tu workflow de código

Alibaba acaba de soltar Qwen3.8-Max, y la tracción en Hacker News (más de 1000 puntos) dice bastante sobre el interés que genera. El modelo se posiciona explícitamente para coding y colaboración entre agentes, lo que lo pone en el ring con Claude y GPT-4o para tareas de desarrollo del día a día. Lo interesante aquí no es solo el benchmark —que siempre hay que tomarlos con pinzas— sino que Qwen lleva meses mejorando a un ritmo que obliga a tomárselo en serio. Esto significa que tienes otra opción sólida y open-weight para montar pipelines de agentes sin depender de APIs de pago. leer más

Microsoft tiene su propio modelo de código y los números pintan bien

MAI-Code-1-Flash es el nuevo modelo ligero de Microsoft diseñado específicamente para el trabajo iterativo del día a día en GitHub y VS Code. No es un modelo generalista al que le han metido benchmarks de código: está construido desde cero para autocompletado, ediciones pequeñas y esas operaciones que haces cien veces al día. Lo interesante es que comparten métricas de workflows reales de desarrolladores, no solo evaluaciones sintéticas. Esto significa que Microsoft empieza a reducir su dependencia de OpenAI para Copilot, con implicaciones directas en latencia y costes. Ojo porque si funciona bien, la integración nativa puede darle ventaja frente a Claude Code. leer más

Tu agente de IA ahora puede tener su propio IDE completo

Serena es un toolkit MCP que le da a tus agentes capacidades reales de IDE: búsqueda semántica de código, navegación por símbolos, edición precisa de archivos y comprensión del contexto del proyecto. No es simplemente "leer y escribir ficheros" — es análisis estructural del código usando language servers por debajo. Esto significa que puedes conectarlo a Claude, Cursor o cualquier cliente MCP y que tu agente entienda realmente la base de código en lugar de trabajar a ciegas. Con 27k stars en poco tiempo, algo está haciendo bien. Ojo: requiere configuración de LSP, no es plug-and-play inmediato. leer más

Tmux + agentes de IA: orquestación para el que ya vive en la terminal

Si ya usas Claude Code, Codex u OpenCode y te has visto abriendo ventanas de tmux a mano para cada sesión, Agent-Manager viene a solucionar exactamente eso. Es un TUI que te permite gestionar múltiples instancias de estos agentes en paralelo desde una interfaz unificada dentro de tmux. Sin electron, sin apps de escritorio, sin salir de donde ya estás. Esto significa que puedes tener un agente refactorizando mientras otro escribe tests y otro revisa documentación, todo visible de un vistazo. Ojo: requiere que ya tengas tmux en tu flujo, pero si es así, es adopción inmediata. leer más

El benchmark de SWE que compara modelos donde importa: en código real

SWE-Rebench ha publicado una comparativa bastante seria: 13 modelos de lenguaje y 4 agentes distintos evaluados en tareas reales de ingeniería de software en Go, Java, Python, Rust y TypeScript. No son benchmarks sintéticos de juguete, sino problemas reales del tipo "arregla este bug" o "implementa esta feature". Esto significa que ahora puedes elegir el modelo o agente según el lenguaje de tu proyecto con datos concretos, no con hype. Ojo con asumir que el mejor en Python lo es también en Rust — los resultados varían bastante entre lenguajes. leer más

No copies el código de la IA: escríbelo tú a mano

Un post que está generando mucho debate: el argumento es simple pero incómodo. Cuando aceptas un bloque de código generado por un LLM con un solo click, tu cerebro no procesa realmente lo que está pasando. El resultado es deuda cognitiva — código que funciona pero que no entiendes del todo, y que te va a explotar en la cara al debugear a las 11 de la noche. La propuesta es radical: reescribe manualmente el código generado. Sí, todo. Ojo, no es masoquismo, es que el acto de teclear fuerza la comprensión. Esto significa que puedes usar la IA como un colega que te explica soluciones, no como un autocompletado glorificado. leer más

rtk

Si usas Claude Code, Codex o cualquier agente CLI a diario, probablemente ya has sentido el dolor en la factura mensual. rtk es un proxy CLI escrito en Rust que se interpone entre tus herramientas de desarrollo y la API del LLM, comprimiendo y optimizando el contexto enviado para reducir el consumo de tokens entre un 60% y un 90% en comandos habituales. Lo mejor: es un único binario sin dependencias, instalación en segundos.

Con 74.612 estrellas en GitHub, la tracción habla por sí sola — claramente ha tocado un punto de dolor real en la comunidad.

Encaja perfectamente si tienes un equipo donde varios devs usan agentes de código de forma intensiva y el gasto en tokens empieza a escalar de forma preocupante. Puedes usarlo como capa transparente sin cambiar tu flujo de trabajo actual.

ver en GitHub

code-review-graph es una herramienta que construye un grafo de inteligencia local de tu codebase, permitiendo que herramientas AI como Claude Code o Cursor consuman solo el contexto realmente relevante en lugar de volcar archivos enteros. El problema que resuelve es concreto: en repos grandes, el ruido de contexto dispara costes y degrada la calidad de las respuestas.

Esta semana la probaría si trabajas con MCP o tienes un monorepo donde las revisiones de código con AI se sienten lentas o imprecisas. El mapa persiste entre sesiones, así que la inversión inicial se amortiza rápido.

No es para ti si tu proyecto es pequeño o ya encaja holgadamente en la ventana de contexto; la configuración inicial puede no merecer la pena.

probarla

El mercado de coding AI se fragmenta: elige bien o pierde el tiempo

Tres lanzamientos de coding AI en la misma semana no es abundancia, es ruido. Qwen3.8 apunta a agentes colaborativos, MAI-Code-1 promete datos reales de flujos de trabajo, Serena convierte MCP en un IDE para agentes. El problema: ninguno ha demostrado todavía superioridad clara en código real, fuera de benchmarks diseñados para quedar bien.

A ti esto te afecta porque si adoptas cada modelo nuevo que sale, pasarás más tiempo migrando que programando. Mi consejo honesto: ignora los puntos de HN, espera dos semanas y lee los post-mortems de gente que realmente lo usó en producción.