NOTAS DE CAMPO / LDM ZARAGOZA / CALATAYUD · 2026

/ NOW · LIVING DOCUMENT

Lo que está vivo.

Ahora me interesa cómo construir sistemas de IA que no se queden en una conversación aislada: sistemas con contexto, herramientas, relaciones entre datos y una forma clara de saber si están ayudando.

ÚLTIMA REVISIÓN
LOCATIONZARAGOZA / CALATAYUD · ESPAÑA
MODEEXPLORANDO

LABORATORIO · ESTADO VERSIONADO · 2026-10-25

Qué ha avanzado y qué sigue sin demostrar.

Último experimento registrado: 2026-10-24. Última reconciliación del estado: 2026-10-25. Estas fechas no son una medición de disponibilidad ni una nueva ejecución.

Avance técnico
Auditoría sombra EXP-10A implementada; el preflight comprueba el contrato, no la calidad del agente.
Evaluación independiente
0/8 trazas adjudicadas. Acuerdo: desconocido.
Mejora RSI demostrada
INCONCLUSIVE. No hay comparación causal independiente que acredite una mejora global.
Siguiente acción
Prioridad vigente: adjudicar ciegamente las ocho trazas de desarrollo de EXP-10A con un evaluador separado y procedencia verificable. Acuerdo y beneficio causal desconocidos; conservar EXP-10 congelado (holdout 1/4) y no iniciar EXP-11/12 mientras falte evaluación separada. No repetir búsquedas vacías ni contabilizar informes de medición como progreso operativo.

Estado y límites · Cambios registrados

00REVISIÓN EDITORIAL HISTÓRICA / NO ES EL ESTADO DEL LABORATORIO
PUBLICADOESTADO / HISTÓRICO

Cada interés conduce a una pieza de trabajo vivo.

La revisión más reciente conecta las seis áreas de atención con casos, lecturas o archivos públicos y explica qué permite comprobar cada destino.

  1. AÑADIDO

    Seis rutas de comprobación

    Cada área termina ahora en un artefacto interno concreto: dos casos, el radar, una lectura, la trayectoria o el archivo de Research IA.

  2. ACLARADO

    Por qué importa cada destino

    El enlace no aparece aislado: una frase cercana declara qué evidencia aporta y qué relación tiene con el interés.

  3. MANTENIDO

    Una prioridad, dos apoyos, tres curiosidades

    La estructura y el orden no cambian. La revisión mejora trazabilidad sin devolver las seis líneas al mismo peso visual.

01FIELD NOTE / RESEARCH IA
NOTA ABIERTA17 AGO 2026ESTADO / EN CONSTRUCCIÓN

Estoy construyendo un observatorio de IA, no otra lista de papers.

Research IA nace de una incomodidad sencilla: leer más enlaces no significa entender mejor lo que está cambiando.

Quiero que cada edición semanal devuelva orientación. Qué afirma un trabajo, qué evidencia lo sostiene, qué puedo extraer para construir algo y dónde están sus límites. El paper no es el destino: es una pieza dentro de una decisión.

Por eso el radar combina fichas editoriales, relaciones, gráficos y una memoria de desarrollo. La portada muestra la forma del campo; las fichas explican la señal; las ideas traducen la investigación en hipótesis; y el Second Brain conserva las preguntas que todavía no hemos resuelto.

DESCUBRIR→LEER→CONECTAR→PROBAR→RECORDAR
01 / EVIDENCIA

La novedad no es valor.

Separar lo que el paper demuestra de lo que yo infiero y de lo que todavía conviene vigilar.

02 / DECISIÓN

Leer tiene que cambiar algo.

Cada lectura termina en una extracción concreta, un límite explícito o un siguiente experimento.

03 / TIEMPO

El radar aprende por semanas.

Acumular cortes comparables sin inventar crecimiento, tendencias o certezas antes de tener datos.

04 / MEMORIA

La investigación deja rastro.

Guardar decisiones, preguntas y resultados para que la siguiente edición pueda corregir la anterior.

02ATTENTION FIELD / PRIORIDAD

Una prioridad, dos apoyos, tres curiosidades.

El campo se ordena por cercanía a la acción: primero lo que construyo, después lo que lo sostiene y, al final, lo que mantengo abierto.

01 / 01

Foco actual

La línea que concentra la entrega ahora.

  1. 01 / BUILDING

    Construyendo

    Herramientas que conectan señales industriales, contexto y conversación para que un dato pueda convertirse en una siguiente acción.

    TRABAJO VIVOExaminar el caso 01

    El caso publica el recorrido de señal, contexto, decisión y medida que guía esta línea.

02 / 02

Soporte

Investigación y pruebas que hacen avanzar el foco.

  1. 02 / RESEARCHING

    Investigando

    Agentes, LLMs, automatización y visualización: no solo si funcionan en una demo, sino qué necesitan para sobrevivir en una operación real.

  2. 03 / EXPERIMENTING

    Probando

    Harnesses y grafos para que los agentes puedan usar herramientas, seguir relaciones entre procesos y explicar mejor por qué proponen una acción.

    TRABAJO VIVOComprobar el caso 02

    La ficha deja abierta una prueba de continuidad para agentes con contexto operativo.

03 / 03

Curiosidad

Preguntas abiertas que alimentan el siguiente ciclo.

  1. 04 / THINKING

    Pensando sobre

    Cómo cambian los sistemas complejos cuando introducimos nuevas interfaces, nuevos incentivos y nuevas formas de observarlos.

  2. 05 / LEARNING

    Aprendiendo

    A moverme con más precisión entre proceso, código, producto y conversación; a reducir la distancia entre una pregunta y un experimento.

    TRABAJO VIVOSeguir la trayectoria

    La trayectoria muestra el tránsito entre ingeniería, riesgo, producto e IA aplicada.

  3. 06 / EXPLORING

    Leyendo / explorando

    Papers, repositorios, productos emergentes y herramientas que puedan cambiar la forma en la que pensamos y trabajamos con máquinas.