¡Hola DevExpert!
Esta semana he estado bastante metido en una cosa interna de DevExpert que al principio parecía un apaño para resolver un bloqueo concreto.
En una clase algunos alumnos no tenían ninguna suscripción activa a herramientas de IA, y eso complica mucho una formación donde precisamente queremos construir software con IA desde el primer día. Así que me puse a montar un servicio de inferencia propio para alumnos.
Y se me ha ido un poco de las manos, para bien.
TL;DR de esta semana:
- Tema: IA incluida para alumnos - modelos de programación, voz, embeddings e imagen bajo un endpoint compatible con OpenAI.
- Panel: nuevo panel de inferencia para ver consumo real, coste por tokens y documentación lista para copiar y pegar en agentes.
- Modelos: menos emoción por cada lanzamiento grande, más interés por modelos baratos/locales que empiezan a encajar en flujos reales.
El tema de la semana: IA gratis para aprender sin pelearte con las cuentas
El martes conté que a partir de ahora nuestras formaciones de IA incluirán tokens sin coste extra durante el aprendizaje.
La idea es bastante simple: si estás aprendiendo a programar con IA, no tiene mucho sentido que el primer bloqueo sea elegir suscripción, meter tarjeta, crear cuentas en varios sitios, entender créditos, límites y modelos. Bastantes cosas hay ya que aprender.
Lo que empezó como una solución para una clase concreta ha terminado convirtiéndose en un servicio de inferencia para alumnos. Ahora, durante la formación, tienen acceso gratuito a modelos de programación, voz, embeddings e imagen, todo bajo un mismo endpoint compatible con la API de OpenAI.
Esto tiene una parte muy práctica: cualquier agente, librería o SDK que ya funcione con OpenAI puede funcionar con este servicio cambiando configuración. No hay que enseñar una API rara ni meter más fricción de la necesaria.
Y también tiene una parte que me hace bastante ilusión: los alumnos pueden construir proyectos más completos sin ir pensando todo el rato en si les quedan créditos. Chats, bases de datos vectoriales, generación de assets, transcripción, TTS, editores de imagen… todo eso deja de ser “ya lo probaré cuando pague otra herramienta” y pasa a estar disponible desde el primer día.
El viernes enseñé también el update del panel de inferencia. Hay información útil y otra más friki, pero precisamente esa parte friki ayuda a entender mejor qué está pasando con los tokens y cuánto cuesta cada operación.
Incluso añadí una cosa un poco innecesaria, pero que me hizo gracia: si estás logueado, el bloque de consumo muestra datos reales. ¿Hacía falta? Seguramente no. ¿Mola? Bastante.
La documentación está en portal.devexpert.io, y la he cuidado para que sea de copiar, pegar en el agente y empezar a construir.
Lo que ha pasado esta semana
MobiAI, un CLI open source para desarrollo mobile
AristiDevs ha montado un CLI para Android, iOS, KMP, Flutter y React Native con skills, memoria del proyecto y análisis para ahorrar tokens. Tiene bastante sentido ver más herramientas así: agentes más útiles cuando entienden el tipo de proyecto en el que están trabajando.
Sigo pensando que los heartbeats son una de las cosas más potentes de Codex. Esta semana Vaibhav enseñaba un caso donde Codex se montaba su propia automatización para revisar una PR hasta que CI estuviera verde y hubiera approvals. Es justo el tipo de detalle que hace que una herramienta deje de ser solo un chat.
Salió Claude Opus 4.8 y mi reacción fue bastante honesta: hubo una época en la que nos emocionábamos con cada nuevo modelo. La recordaré con cariño.
Pero en las respuestas salió un matiz importante: los modelos open source y baratos sí están moviendo cosas interesantes. Gemma 4, Qwen 3.6, Deepseek y MiMo están haciendo que inteligencia bastante capaz llegue a ordenadores de consumo o a costes mucho más razonables.
Lecturas recomendadas
Codex como navegador de trabajo
Riley Brown enseña un flujo con Notion dentro del navegador de Codex. Lo interesante no es Notion en sí, sino que el agente pueda trabajar con tus herramientas ya logueadas y que tú veas lo que está pasando en el mismo entorno.
Dan Shipper cuenta cómo organiza Codex con threads tipo pulse, log, inbox y router. Me gusta porque no intenta convertirlo todo en una mega automatización: separa contextos que tienen trabajos distintos.
Grep, archivos de texto y agentes
Mihura lo resume muy bien: muchas veces no necesitas montar una base vectorial compleja. Si tu información está bien partida en archivos de texto con nombres útiles, un agente puede llegar bastante lejos con herramientas simples.
Peter Steinberger comenta que autoreview es de las skills que más impacto le ha dado. Encaja mucho con esta idea de no pedirle al agente “revísame esto” cada vez, sino codificar el proceso para que ocurra de forma consistente.
Convertir trabajo repetido en skills, subagentes o automatizaciones
Vaibhav compartió una versión bastante completa de un prompt para mirar tu propio historial de Codex y detectar qué flujos merece la pena empaquetar. No para crear cosas por crear, sino para capturar trabajo que ya estás repitiendo.
Próxima edición de AI Expert
Todo esto es justo lo que estamos preparando dentro de AI Expert: no solo aprender a usar herramientas de IA, sino poder construir software con ellas desde el primer día, con modelos, documentación y entorno listo para trabajar.
Un abrazo,
Antonio.
