Capítulo 13 de Es la Hora de Aprender, grabado en la previa de un feriado y con un Cristian que prometió no entrar en modo hater (spoiler: duró poco). Esta semana el calendario se llenó solo: Google soltó más de 100 anuncios en su I/O, y al día siguiente Andrej Karpathy anunció que se iba a Anthropic. La pregunta que abre el episodio es incómoda y honesta: ¿por qué un solo fichaje hizo más ruido en el nicho que el evento más grande del año de Google? De ahí en adelante, los tres desarman la guerra entre Anthropic, Google y OpenAI, y aterrizan todo en lo que de verdad mueve la aguja para quien emprende con IA.
Lo que vas a aprender
- Por qué la llegada de Karpathy a Anthropic dice más del rumbo de la IA que 100 anuncios de Google juntos
- Qué presentó realmente Google en su I/O 2026 — y por qué casi nada era nuevo, solo mejor empaquetado
- Dónde se paró cada laboratorio en la guerra de los tres grandes
- La regla para no quemarte persiguiendo cada herramienta nueva que sale
- Por qué el cuello de botella de la adopción es organizacional, no técnico
¿Qué estuvieron haciendo esta semana los tres?
Antes de las noticias, el ritual de siempre: qué probaron. Rodrigo viene de un fin de semana entero skillificando todo lo que toca. La idea se la escuchó a Garry Tan, de Y Combinator: cada vez que resuelves un problema, la pregunta que sigue es “¿cómo convierto esto en una skill repetible y consistente para mi IA?”. Le conectó Granola — su herramienta de reuniones — y le enseñó a accionar distinto según el tipo de sesión (clase, prospección, partida de rol). Después armó skills por herramienta, y luego skills que llaman a otras skills. Todo encadenado.
Diego venía del lado aburrido pero rentable: eficientar gastos. Bajó su consumo de GenSpark Club de USD 500 a USD 100 al mes y se topó con una curiosidad — el workflow que genera GenSpark consume menos créditos que el propio agente, algo raro si se supone que un workflow es determinístico. Cristian le tiró la pulla cariñosa: para flujos repetibles, mejor un n8n en un VPS productivo.
Cristian, por su parte, dejó de usar OpenClaw. Lo dice sin nostalgia: cuando arrancó, con Opus de motor, el salto de productividad fue brutal, pero nunca volvió a ser lo mismo desde que no pudo usar la membresía de Anthropic como cerebro. Migró sus dos agentes — uno local en su DGX Spark, otro en el VPS — a Hermes, y muchas cosas que antes hacía con OpenClaw ahora las resuelve con Claude Code u OpenCode.
“Me encantaría decirte que hay una forma fácil y económica de manejar OpenClaw productivamente. Pero no lo creo: sin el modelo correcto de motor, va a fallar.” — Cristian Tala
¿Por qué un fichaje le ganó a 100 anuncios?
Acá está el corazón del episodio. Google presentó más de 100 anuncios en su I/O 2026. Los hosts hablaron de tres o cuatro. Y aun así, lo que de verdad incendió Twitter fue otra cosa: Andrej Karpathy anunció que se sumaba a Anthropic a armar un equipo de preentrenamiento.
Karpathy no es cualquiera. Fue parte del equipo fundador de OpenAI, diseñó el sistema de conducción autónoma original de Tesla, y es de las personas que mejor explica la IA al mundo. Rodrigo lo resumió con la analogía que se volvió chiste del capítulo:
“Andrej Karpathy es como el Messi de la IA.” — Rodrigo Rojo
“Yo lo entiendo al revés: Messi es como el Karpathy de la IA.” — Cristian Tala
El punto serio detrás del chiste: en el nicho que sigue esto de cerca, el movimiento del talento es una señal más fuerte que un keynote lleno de productos. Y refuerza algo que el podcast viene diciendo desde el primer capítulo — que el rumbo va hacia los agentes personalizados y la productividad real, no hacia el demo más vistoso.
¿Qué presentó Google y por qué casi nada era nuevo?
El producto estrella fue Gemini Spark: la respuesta de Google a los agentes 24/7. Vive en Google Cloud, en un espacio asignado a ti (no compartido con otros usuarios), se conecta a tu contexto de Google y — esto es lo importante — trae conectores a servicios de terceros y computer use sobre una máquina virtual. Por ahora parte limitado a los planes ultra en Estados Unidos, así que ninguno de los tres pudo probarlo todavía.
Lo interesante, según Rodrigo, es que Google está jugando en un carril distinto. Claude apunta al trabajo profesional con Claude Code, Codex hace lo suyo en el mundo de ChatGPT, y Google dice: yo voy al agente personalizado de la persona, con su contexto, en su bolsillo, sin que se dé cuenta.
El resto del I/O fue más de lo mismo, mejor empaquetado: la suite Antigravity (que agrupó el antiguo Gemini CLI y ahora existe como IDE, CLI y SDK por separado, para confusión de todos), Google Beam para reuniones tipo Zoom, IA más embebida en Workspace, Nano Banana sosteniéndose como rey de las imágenes, Veo para video y el nuevo modelo omni-modal.
“Google no reinventó la rueda. Lo que tiene es un ecosistema rentable que hace ver chico a todo el resto: mientras se discute cuántos billions vale Anthropic u OpenAI, Google vale trillones — y está ganando billions mientras los otros los gastan.” — Cristian Tala
La lectura de fondo de Rodrigo es elegante: Google no le aportó nada nuevo al ecosistema, pero validó que la dirección donde están los demás es el camino correcto. Cuando el gigante de los 3.500 millones de usuarios confirma una tendencia, esa tendencia deja de ser apuesta.
¿Gemini 3.5 Flash es nuevo o reciclado?
El único pero técnico del anuncio. Google lanzó Gemini 3.5 Flash (y su variante con thinking, copiándole el playbook a Claude de poner el pensamiento sobre el modelo rápido). Pero Rodrigo levantó una sospecha concreta: la fecha de corte de los datos sigue siendo enero de 2025. Eso deja un vacío de año y medio, cuando lo normal son 6 a 8 meses. Su hipótesis: no es un modelo nuevo, es un reentrenamiento del anterior para mejorar justo las dos palancas agénticas — uso de herramientas y computer use — que le faltaban para entrar a este mundo.
Quedan pendientes el 3.1 Pro (un modelo aparte, más pesado) y el 3.1 Flash Lite, el equivalente a un Haiku de Claude. Cristian le da el beneficio de la duda: vio reportes de que supera a Opus en algunas tareas, pero prefiere esperar a correrlo en su propio benchmark antes de afirmar nada.
¿Dónde se paró cada laboratorio en la guerra?
El bloque más estratégico. Los tres mapearon cómo está jugando cada uno:
- Google juega el playbook del ecosistema. Si tienes Gmail, Android y fotos, Gemini te llega gratis y masivo. No pelea por ser el mejor modelo: pelea por estar en todas partes. El mismo manual con el que Chrome se volvió el navegador número uno.
- OpenAI es el líder incómodo. Cerca de mil millones de usuarios, pero el 90% gratuitos y con bajo costo de cambio. Eso lo obliga a no romper nada y a defender su posición a uñas y dientes. Retiró Sora, y la conversación Claude Code vs Codex se le está moviendo de a poco.
- Anthropic eligió el nicho obsesivo: empresa, productividad y código. Sin modelos de imagen, video ni música. Creó las skills, los MCP y Claude Code como categoría nueva. Es el más chico, pero por eso mismo el más eficiente en rentabilidad para su tamaño — y el que más rápido innova.
El dato de campo que lo aterriza: Rodrigo dicta cursos de ChatGPT, Gemini y Claude en Platzi, y hoy el de Claude es el que más le piden. Ya casi nadie pide el de ChatGPT; las empresas en mundo Workspace piden Gemini, y las de Microsoft, que pedían Copilot, ahora preguntan por Claude.
Y la jugada que mostró el costo de cambio real: KPMG y PwC migraron de Anthropic a Gemini. No son empresas de dos personas — son miles de usuarios. El costo de cambio existe, pero cuando ya vives en un ecosistema, mover los proyectos de un lado a otro es más simple de lo que parece.
“Este modelo de quemar dinero a lo loco es el Blitzscaling gringo, y a ellos sí les funciona. Ninguna de estas empresas va a llegar a cero — lo más probable es que una termine dominando el mercado, salvo que llegue otro actor y lo integre verticalmente.” — Cristian Tala
¿Se puede armar un equipo de marketing solo con agentes?
El experimento de la semana de Cristian, y nació de un reto. Lo retaron por decir, en un episodio anterior, que la gente debería usar agentes en vez de salir a contratar personas. “¿Has hecho agentes de marketing?”, le tiraron. No los había hecho. Challenge accepted.
Armó 10 especialistas de marketing digital — copy, UX/UI, imágenes, cada uno con su rol — y lanzó la primera campaña sin tocar la ejecución, solo supervisando. Los construyó en Claude Code porque eran múltiples agentes que tenían que conversar entre ellos y quería estar mirando. El siguiente paso, dice, es pasar lo aprendido a un orquestador como CrewAI o Langchain para que sea 100% autónomo: no debería ni tener que pedirle “oye, revisa la campaña”.
Rodrigo sumó el matiz práctico: muchos de esos equipos de agentes ya están como plantillas en la web y en repositorios. Claude Cowork trae bundles de skills — incluido uno de marketing — y salió el MCP de Meta para conectar campañas directo. Lo único que ninguna herramienta te va a resolver es qué quieres vender y dónde está tu propuesta de valor. Eso sigue siendo decisión tuya.
“Si no tienes a alguien que te diga ‘se puede’, tal vez ni se te ocurre intentarlo. Así que gracias por retarme.” — Cristian Tala
¿Cuál es el cuello de botella real de la adopción?
El cierre, y la parte más valiosa para quien emprende. Después de repasar lo que viene — consolidación del agente personalizado, segundo cerebro y documentación volviéndose cosa seria — Rodrigo aterriza la gran tendencia: la teoría de las restricciones.
La idea es contraintuitiva. La mayor productividad no se desbloquea metiéndole IA a la tarea que ya funciona bien. Se desbloquea encontrando el cuello de botella real del proceso — que muchas veces no es alguien que no quiere hacer su trabajo, sino alguien que no alcanzó a hacerlo a tiempo porque estaba en otra reunión. Ahí, conectar el contexto de la empresa con los agentes correctos tiene un impacto mucho mayor que tener un solo agente que lo haga todo.
“Mapea el proceso, identifica por qué te demoras en una tarea, y conecta ahí los agentes y el contexto. Eso desbloquea la productividad de todo el equipo, no solo de una persona.” — Rodrigo Rojo
Y atraviesa todo el episodio la confesión más honesta de Cristian, la que le da nombre al podcast: pasa más del 60% de su semana solo aprendiendo. Le apasiona, pero llega un punto en que hay que producir, no solo estudiar.
“Se llama Es la Hora de Aprender porque la idea es que al menos una hora a la semana aprendas algo. Pero hay un momento en que uno también tiene que crear, no solamente estudiar.” — Cristian Tala
Tabla comparativa: cómo juega cada laboratorio
| Laboratorio | Estrategia | Fortaleza | Riesgo |
|---|
| Google | Ecosistema masivo, agente personalizado para el individuo | Distribución gratis vía Gmail/Android/YouTube (3.500M usuarios) | Demasiadas piezas dispersas, nomenclaturas confusas |
| OpenAI | Líder generalista, cerca de 1.000M usuarios | Inauguró la categoría, acuerdos comerciales | 90% gratis, bajo costo de cambio, no puede arriesgar |
| Anthropic | Nicho obsesivo: empresa, productividad, código | Eficiente en rentabilidad, innova rápido, fichó a Karpathy | El más chico en usuarios, depende de mantener la ventaja técnica |
Capítulos del episodio
- 00:38 — Qué hicieron esta semana: Rodrigo skillificando cada herramienta que usa
- 02:37 — Diego eficienta gastos: bajó GenSpark Club de USD 500 a USD 100
- 06:30 — Cristian: OpenClaw dejó de rendir sin Opus dentro — migración a Hermes
- 12:23 — Tool use en español: por qué MiniMax y Xiaomi fallan en conversación
- 14:44 — El reto: Cristian arma 10 agentes de marketing y lanza una campaña en Claude Code
- 18:27 — Google I/O 2026: más de 100 anuncios en un día
- 20:08 — Gemini Spark, la respuesta de Google a los agentes personalizados 24/7
- 24:44 — La suite Antigravity (IDE, CLI, SDK) y el costo de ir tan rápido
- 29:43 — Google no reinventó la rueda: tiene un ecosistema rentable y masivo
- 34:19 — Gemini 3.5 Flash: ¿modelo nuevo o reentrenamiento?
- 38:03 — La guerra Anthropic / Google / OpenAI y el fichaje de Karpathy
- 39:06 — Karpathy, el Messi de la IA
- 43:45 — KPMG y PwC migran de Anthropic a Gemini
- 47:36 — Anthropic: empresa, productividad y código — el nicho que paga
- 51:22 — Quema de capital, Blitzscaling y por qué una va a terminar dominando
- 57:55 — Lo que viene: consolidación del agente personalizado y segundo cerebro
- 1:00:48 — Teoría de las restricciones: el cuello de botella real de la adopción
Preguntas frecuentes
¿Por qué la contratación de Karpathy hizo más ruido que los 100 anuncios de Google?
Porque Andrej Karpathy es una de las figuras que mejor explica la IA a nivel mundial — fue del equipo fundador de OpenAI y diseñó el sistema de conducción autónoma original de Tesla. Cuando alguien así anuncia que se va a Anthropic a armar un equipo de preentrenamiento, en Twitter (donde está el nicho) eso marca más pauta que un keynote con productos. Es una validación de hacia dónde apunta el talento, no solo del marketing de un evento.
¿Qué presentó Google en su I/O 2026?
Más de 100 anuncios en un día: Gemini Spark (su agente personalizado 24/7 conectado a tu contexto de Google, con computer use y conectores a terceros), Gemini 3.5 Flash y su versión con thinking, el 3.1 Flash Lite, la suite Antigravity (IDE, CLI y SDK), Google Beam para reuniones, e IA más embebida en Workspace. El consenso de los hosts: casi nada era nuevo para el ecosistema, pero todo quedó mejor empaquetado y masificado.
¿Gemini 3.5 Flash es un modelo nuevo o un reentrenamiento?
Rodrigo sospecha que es un reentrenamiento del modelo anterior, no un modelo nuevo de cero. La pista: la fecha de corte de los datos sigue siendo enero de 2025, lo que dejaría un vacío de año y medio — muy raro, porque lo normal son 6 a 8 meses. Mejoró justo las dos palancas agénticas (uso de herramientas y computer use) que le faltaban para entrar al mundo de los agentes, pero no saltó en inteligencia bruta. Habrá que esperar al Pro para ver si ahí hay un modelo realmente nuevo.
¿En qué se está especializando cada laboratorio?
Google juega el playbook del ecosistema: si vives en Gmail, Android y YouTube, Gemini te llega gratis y masivo, enfocado en el individuo. OpenAI es el líder incómodo: cerca de mil millones de usuarios, pero el 90% gratuitos y con bajo costo de cambio, así que no puede arriesgar tanto. Anthropic eligió el nicho obsesivo — empresa, productividad y código — sin modelos de imagen, video ni música, y por eso es más eficiente en rentabilidad para su tamaño.
¿Conviene cambiarse a cada herramienta nueva que sale?
No. La regla de Rodrigo: no persigas lo último por perseguirlo. Identifica un dolor real de tu día a día, busca la herramienta que lo resuelva y aprende resolviéndolo. Saltar de una herramienta a otra desgasta, el aprendizaje no consolida y no se traduce en resultados. Sí vale la pena entender hacia dónde empuja la industria — pero eso es muy distinto a reconstruir tu sistema cada vez que sale un anuncio.
¿Cuál es el verdadero cuello de botella de la adopción de IA?
Para Rodrigo es la teoría de las restricciones. La mayor productividad no se desbloquea metiéndole IA a la tarea que ya funciona, sino encontrando el cuello de botella real del proceso — que muchas veces es una persona que no llegó a hacer algo a tiempo, no que no lo quiera hacer. Mapear el proceso, identificar dónde se atasca y conectar ahí los agentes y el contexto de la empresa genera más impacto que tener un agente que lo hace todo.
Recursos mencionados
- Anthropic — el laboratorio que fichó a Karpathy para preentrenamiento y sostiene el discurso de Constitutional AI y safe AI como diferenciador.
- Google Gemini — donde aterrizan Gemini Spark, Gemini 3.5 Flash y el resto de los 100+ anuncios del I/O 2026.
- GenSpark — la suite de agentes y slides que Diego usa en la empresa; trae dos agentes gratis con la suscripción.
- Granola — la herramienta de notas de reuniones que Rodrigo conectó como skill para que su agente accione según el tipo de sesión.
- Hermes (Nous Research) — el agente al que Rodrigo migró parte de sus procesos; lanzó Skill Bundles, paquetes de skills listos para conectar.
- Grok (xAI) — lanzó suscripción aprovechable desde X Premium; Rodrigo lo dejó corriendo un test de modelos.
- Claude Code — donde Cristian armó y supervisó a sus 10 agentes de marketing.
- Platzi — donde Rodrigo dicta cursos de ChatGPT, Gemini y Claude; hoy le piden mucho más el de Claude.
- Y Combinator — de donde viene la idea de Garry Tan que inspiró a Rodrigo: todo lo que resuelves, conviértelo en una skill.
- Cágala, Aprende, Repite (CAR) — la comunidad de Cristian para founders solos con IA, donde está probando la campaña de su equipo de agentes.
🌐 eslahoradeaprender.com · 🎧 Spotify · 📺 YouTube
Accesibilidad: activa los subtítulos en el reproductor de YouTube para leer la conversación completa.
