Lo que está formando mi manera de pensar.

El primer libro que recomiendo cuando alguien pregunta cómo trabajar con IA sin convertir la conversación en una clase técnica.

Experimentos y observaciones concretas de alguien que usa las herramientas a diario. Su archivo es especialmente útil.

Textos extensos sobre IA, productos y cómo cambia nuestra forma de trabajar, con suficiente detalle para ser útiles.

Un modelo de trabajo para convertir proyectos terminados en instrucciones, herramientas y controles que mejoran la siguiente ejecución.

Un modelo operativo concreto que da responsabilidad clara a equipos pequeños mientras los sistemas compartidos mantienen el contexto de la empresa.

El ejercicio de 11 estrellas lleva un producto más allá de la primera respuesta factible y luego vuelve a la versión que vale la pena lanzar.

Un enfoque basado en archivos para flujos con agentes, donde las carpetas definen etapas, markdown lleva el contexto y cada resultado queda abierto a revisión humana.

Peter prueba herramientas de IA mediante trabajo de producto, tutoriales detallados y entrevistas con personas que publican estos sistemas.

Personas reales explicando flujos reales con IA. Me interesa mucho más ver el trabajo en pantalla que escuchar otra ronda de predicciones.

Una conversación útil sobre agentes de código, trabajo en paralelo, AutoResearch y qué cambia cuando experimentar cuesta mucho menos.

Una sesión completa de programación que construye un GPT pequeño y muestra cada paso entre tokens, atención, entrenamiento y generación.

La explicación visual que comparto cuando alguien quiere entender intuitivamente qué hace un LLM sin empezar por las matemáticas.

Un recorrido visual por tokens, embeddings, atención y los cálculos dentro de un transformer.

Una combinación útil de criterio de producto y tutoriales prácticos de IA.

Enseña construyendo, incluida esa parte incómoda en la que el primer intento no funciona. Esa es la parte útil.

La explicación técnica más clara que he encontrado sobre modelos, agentes y cómo está cambiando el trabajo de software.

Experimentos frecuentes y concretos sobre cómo la IA cambia la enseñanza, la investigación y el trabajo diario con conocimiento.

Notas de trabajo sobre construir productos con IA y cambiar la forma en que una empresa opera alrededor de ellos.

Operadores muestran sus flujos reales, incluido dónde ayuda la IA, dónde falla y qué todavía requiere criterio.

Prueba herramientas y flujos específicos de IA mediante decisiones de producto, tutoriales y entrevistas.

Su trabajo sobre ICM usa carpetas, markdown y archivos revisables como superficie de control para flujos con agentes.

Sus videos mantienen los intentos fallidos y las correcciones que las demostraciones pulidas suelen eliminar.

Explicaciones visuales que permiten examinar con más claridad la mecánica de redes neuronales y transformers.

Lecciones concretas sobre construir, monetizar y distribuir apps de consumo, sin teatro de fundador.

Señales útiles sobre Claude Code, herramientas de desarrollo y las restricciones detrás del trabajo de software con agentes.

Experimentos con agentes, orquestación y sistemas componibles cercanos a los problemas en los que estoy trabajando.

Una herramienta diaria para pensar y construir, especialmente cuando un proyecto necesita mantener mucho contexto unido.

Uso agentes de código para implementación acotada, exploración en paralelo, pruebas y los detalles operativos necesarios para publicar software.

Donde el contexto de producto, las decisiones, la investigación y los sistemas operativos permanecen conectados en lugar de perderse entre documentos.

Una base práctica para publicar productos con autenticación, Postgres, almacenamiento y funciones en tiempo real sin complejidad innecesaria.

Uso Pages, Workers, D1 y Wrangler para desplegar sitios y ejecutar infraestructura de producto en el edge.

Uso Doppler para mantener secretos de entorno fuera de los repositorios y entregar la configuración correcta a cada runtime.

Los flujos de build, pruebas, metadatos, capturas y lanzamientos usan automatización versionada junto al código.

Uso errores y trazas vinculados a lanzamientos para conectar una falla en producción con el build y la ruta de código que la causó.

Uso eventos de producto y embudos para examinar cómo se comporta un flujo publicado cuando llega a los usuarios.

Uso RevenueCat para estado de suscripciones, restauración de compras, permisos y lanzamientos en tiendas de apps móviles.

Uso los ejemplos publicados para estudiar tiempos, transiciones y movimiento que explica un cambio de estado.

Una biblioteca de referencia para estados hover, transiciones, feedback y pequeños detalles de interfaz.