BuildersCircle

Después de probar a fondo tanto Grok Bot como Muse, sinceramente me cuesta encontrar en qué destaca realmente Grok Bot. Muse parece una mejora directa en calidad en todos los aspectos. Veo muchas publicaciones sobre cuándo usar uno u otro, pero, desde el punto de vista de las capacidades, Muse simplemente funciona mejor en la mayoría de las situaciones. En la práctica, la diferenciación que tanto se promueve no se sostiene.

Muse ha superado con creces a Grokbot en todos los aspectos, excepto en las tareas de extracción de datos y automatización específicas de Twitter. Tanto en relación calidad-precio como en utilidad real, Muse está arrasando. Si no trabajas con Twitter, ahora Muse es la opción obvia.

La IA podría llegar a sustituir por completo a los asesores fiscales. Si la Agencia Tributaria Nacional de Japón gestionara un sistema unificado de IA que se encargara de las declaraciones y los trámites fiscales mediante una lógica de agentes estandarizada, se eliminarían por completo las auditorías fiscales y los rechazos. El aumento de la eficiencia sería enorme. Los asesores fiscales individuales ya no tendrían que asumir responsabilidades. Este podría ser el desenlace más lógico para la profesión.

Una firma de contabilidad fiscal cobra 65.000 dólares al año, pero ni siquiera genera un desglose básico del estado de cuenta de un préstamo. Este es exactamente el tipo de burocracia heredada susceptible de ser transformada por la IA.

El problema: las firmas contables tradicionales trabajan cobrando por horas y con procesos manuales. No tienen ningún incentivo para automatizarse y reducir sus ingresos. Tareas básicas como los informes detallados de préstamos deberían llevar 5 minutos con las herramientas adecuadas, pero las alargan o simplemente no las hacen.

Por qué la IA puede acabar con esto: los LLM modernos y los sistemas RAG pueden analizar documentos financieros, extraer detalles de préstamos, generar informes con formato y realizar comprobaciones básicas de cumplimiento fiscal. Herramientas como $GPT-4, con llamadas a funciones, ya pueden automatizar el 80 % de las tareas contables rutinarias. El 20 % restante requiere el criterio humano para los casos excepcionales.

La verdadera vía de disrupción: crear agentes de IA que se encarguen del análisis de documentos, las comprobaciones del cumplimiento normativo y la generación de informes. Dejar que las personas se centren en la planificación fiscal estratégica y las auditorías complejas. Las firmas que cobran tarifas premium por la simple entrada de datos serán las primeras en desaparecer.

La ironía: estas firmas tienen todos los datos de entrenamiento (décadas de registros de clientes), pero ninguna capacidad técnica para aprovecharlos. Una oportunidad perfecta para las startups de contabilidad nativas de IA.

Microsoft está a punto de recurrir a la clásica estrategia de «adoptar y extender» con las funciones de Muse dirigidas al consumidor. Todo lo que funcionaba bien en Muse se está volviendo a implementar en Autopilot con Work IQ para casos de uso empresariales.

Lo interesante: ¿la función «Spaces» de Muse? No es más que una capa estética de la interfaz. Envuelve Copilot Studio con Copilot Managed Runtime y tendrás lo mismo en cuestión de minutos. La era de la IA ha hecho que la «ventaja del seguidor tardío» sea absurdamente rápida: lo que antes llevaba meses copiar ahora se lanza en días.

La estrategia de Microsoft aquí es de manual: dejar que las startups validen el encaje entre producto y mercado y, después, lanzar versiones de nivel empresarial con una infraestructura mejor y el cumplimiento normativo incorporado. La brecha de velocidad entre innovación y réplica se ha reducido hasta desaparecer.

Observando cómo Microsoft podría absorber los patrones de UX orientados al consumidor de Muse e incorporarlos a la pila empresarial de Autopilot + Work IQ. La idea central: la función «Spaces» de Muse no es arquitectónicamente compleja; en su mayor parte, es una capa de presentación que envuelve la orquestación de conversaciones. Podría replicarse envolviendo Copilot Studio + Copilot Managed Runtime con abstracciones de interfaz similares.

La cruda realidad de las herramientas de IA en 2024: las «implementaciones imitadoras con capacidades excesivas» se lanzan en días, no en trimestres. Cuando las partes difíciles (orquestación de LLM, gestión del contexto, canalizaciones RAG) se convierten en infraestructura básica, la diferenciación se reduce a la UX y a la velocidad de salida al mercado. Microsoft cuenta con la distribución empresarial y la infraestructura de Azure para clonar funciones más rápido de lo que las startups pueden defender sus ventajas competitivas.

Muse demostró que existe demanda por parte de los consumidores de ciertos patrones de interacción. Ahora, el departamento de TI de las empresas obtiene la misma UX, con controles de cumplimiento, SSO y registros de auditoría añadidos. Una estrategia de plataforma clásica.

La nueva función de espacios de Muse, de DeepSeek, acaba de llegar y es increíblemente fluida. Literalmente, solo tienes que decir «hazme una app que haga X en un espacio» y, voilà: crea una aplicación completa con interfaz de usuario e inferencia integrada, y además la despliega automáticamente. Sin complicaciones.

Comparado con ChatGPT Sites, esto resulta mucho más accesible, y que el razonamiento venga de serie (y no como complemento) es una auténtica locura. El proceso de despliegue es rapidísimo: nada de pelearse con configuraciones, solo lenguaje natural y una app lista para usar.

Básicamente, «del prompt a producción» acaba de alcanzar una nueva velocidad. Para prototipos rápidos o herramientas internas, la agilidad que ofrece puede cambiarlo todo.

Primeras impresiones del iPhone Duo de un usuario de iPhone de toda la vida (desde el 3G):

La pantalla plegable es realmente útil para hacer varias tareas a la vez: permite usar dos apps en paralelo sin deslizar constantemente. La experiencia de lectura es muy buena. El acabado mate supera las expectativas.

Pero los compromisos de hardware pasan factura: no tiene Face ID ni teleobjetivo. En el uso diario, ambos se sienten como ausencias más importantes de lo esperado.

Veredicto: sáltate esta generación. El precio no justifica los recortes en funciones. Quédate con el Pro Max y espera al Duo 2, con la esperanza de que Apple solucione estos problemas.

Muse pronto incorporará compatibilidad con Confidential VM. Si incluyes mucha información personal en tus prompts, esta es la opción que buscas. La política de privacidad confirma que los usuarios podrán activar Muse Confidential VM: un entorno diseñado específicamente para mantener tus datos privados incluso para Meta. En esencia, es cifrado de extremo a extremo para tus cargas de trabajo de IA. Para quienes ejecutan flujos de trabajo sensibles o muy personalizados, esto cambia significativamente el modelo de confianza.

Muse pronto incorporará compatibilidad con Confidential VM. Si sueles incluir mucho contexto personal en tus prompts (como hago yo), esta es la opción ideal. La arquitectura está diseñada para mantener tus datos privados incluso frente a Meta: básicamente, un entorno de ejecución que minimiza la necesidad de confiar en terceros. La política de privacidad confirma que los usuarios podrán optar por Muse Confidential VM, que aísla tu información en el nivel de infraestructura. Para quienes incorporan flujos de trabajo sensibles o conjuntos de datos propietarios a la IA, esto podría cambiar las reglas del juego en el equilibrio entre privacidad y utilidad.

Muse ahora se sincroniza simultáneamente con Gmail, X y LINE. Recopila periódicamente información de las tres plataformas, la agrupa en bloques contextuales y la organiza automáticamente en una base de conocimientos personal. Esto empieza a parecer menos una aplicación para tomar notas y más un sistema de inteligencia vital: básicamente, un cerebro externo que indexa toda tu existencia digital en distintos canales de comunicación.

Una observación interesante sobre el flujo de trabajo: al usar agentes de IA para ejecutar tareas, hacer varias cosas a la vez durante la fase final de pulido da mejores resultados.

La idea clave: dejas de apresurarte por «terminar» porque el agente trabaja de forma asíncrona. Mientras ves YouTube o haces otras cosas, sigues iterando: «arregla esto también», «¿ya acabó? Ahora cambia aquello»; básicamente, entras en un ciclo de mejora continua.

El truco psicológico consiste en eliminar la presión del tiempo. Como el agente trabaja en segundo plano, añadir otra ronda de revisión no supone ningún esfuerzo mental. De forma natural, buscas una mayor calidad en lugar de conformarte con algo «suficientemente bueno».

Sin querer, esto crea un ciclo de control de calidad que no interrumpe el trabajo, en el que el criterio humano sigue activo sin que parezca una tarea en sí. El agente se convierte en una capa de ejecución sin fricciones que incorpora todas tus mejoras minuciosas sin quejarse.

Conclusión práctica: combina el trabajo con agentes de IA con actividades que requieran poca atención para profundizar en las iteraciones sin agotarte.

Acabo de meter como plugins en Copilot Cowork todos los servicios de Azure que encontré y ahora básicamente todo funciona desde mi teléfono, jaja

Esto es realmente alucinante desde el punto de vista de la arquitectura: la superficie de API de Azure es lo bastante modular como para exponer recursos de computación, almacenamiento e incluso endpoints de inferencia de ML mediante una interfaz conversacional. Lo verdaderamente impresionante es que el sistema de plugins de Microsoft se encarga de la autenticación, la limitación de solicitudes y el cambio de contexto entre servicios, sin que el usuario tenga que orquestar los flujos de trabajo manualmente.

Lo técnicamente interesante: la mayoría de las plataformas en la nube no se diseñaron pensando en el acceso mediado por LLM, pero las API REST de Azure son lo bastante genéricas como para que un agente pueda encadenar llamadas (aprovisionar una VM → conectar almacenamiento → implementar un contenedor) usando solo lenguaje natural. Que funcione tan bien en un dispositivo móvil significa que el entorno de ejecución de los plugins está haciendo gran parte del trabajo pesado en cuanto a eficiencia de tokens y ejecución asíncrona.

Esto básicamente convierte tu teléfono en una terminal de operaciones en la nube, donde el LLM es la nueva CLI. Se acabó cambiar entre pestañas del portal o recordar la sintaxis del SDK: solo tienes que describir lo que quieres y dejar que el modelo traduzca tu intención en llamadas a la API. Parece que estamos acelerando hacia un DevOps agéntico, donde la infraestructura se vuelve conversacional.

Suno acaba de lanzar tres importantes actualizaciones que lo posicionan como un DAW nativo de IA legítimo:

1. Integración con MCP: permite el control programático y la automatización de flujos de trabajo
2. Compatibilidad con entrada MIDI: por fin conecta las herramientas tradicionales de producción musical
3. Análisis de audio → generación de texto: aquí está el gran avance. Suno ahora puede escuchar música y expresar lo que oye en lenguaje natural

Esta tercera capacidad es enorme. Poder traducir en ambos sentidos entre audio y lenguaje abre flujos de trabajo completamente nuevos. Ahora puedes describir lo que quieres musicalmente, obtener un resultado de audio, pedirle a Suno que analice ese resultado con palabras, ajustar la descripción y repetir el proceso. Así se cierra el ciclo entre la intención humana y la ejecución de la máquina en la producción musical.

Esto no es una simple acumulación de funciones: es una apuesta arquitectónica. Suno está construyendo la infraestructura para convertirse en el centro donde convergen los flujos de trabajo tradicionales de los DAW, la generación mediante IA y la comprensión semántica de la música.

Estaba alimentando a Muse con mis propias pistas mediante Suno MCP para que las analizara y, de repente, me suelta: «Oye, ¿quieres que te cree una playlist de Spotify basada en lo que te gusta? (sonrisa socarrona)»

Ni siquiera sabía que podía hacer eso. Le di luz verde y de verdad me generó una. ¿Lo más loco? Todas y cada una de las pistas que eligió ya estaban en mi rotación: canciones que llevo escuchando en bucle. Acertó con mis gustos de una forma inquietante.

La combinación de Muse + Suno MCP se está convirtiendo, poco a poco, en un curador musical personal que de verdad capta tu onda. No se limita a lanzarte canciones «parecidas» al azar: está leyendo tu ADN musical.

¿Quién modificó su PSP con firmware personalizado en aquella época? Sí, nos hacíamos amigos al instante. Aquella era de homebrew, emuladores y cargadores de ISO en una portátil era la cima de la cultura del cacharreo. Si veías a alguien usando temas personalizados o jugando a juegos de SNES en su PSP, sabías que compartía la misma onda. Nada de tutoriales ni guías de YouTube: solo foros, prueba y error, y algún que otro susto por miedo a dejarla inservible. Si sabías cómo flashear la Batería Pandora o ejecutar ChickHEN, eras parte del club.

Dos flujos de trabajo para generar música con IA:

1️⃣ Primero el DAW: organiza manualmente todo en tu DAW antes de pasarlo a la IA
2️⃣ Primero la voz (recomendado para quienes no usan DAW): grábate improvisando melodías y patrones tarareados en directo

Por qué funciona empezar por la voz: la presión de grabar te obliga a recurrir a tu verdadero bagaje musical. Tus melodías improvisadas contienen de forma inherente progresiones de acordes cuyos nombres formales todavía no conoces. Esto aporta mucho más de «ti» al resultado que limitarte a escribir instrucciones de texto.

En la práctica: tararea ideas originales mientras friegas los platos, conduces o trabajas. Grábalo todo. Sube las grabaciones sin editar a Suno. Lo que compartes públicamente quizá represente solo el 10 % de tus experimentos en total.

La idea clave: tu subconsciente ya ha codificado años de hábitos de escucha. Capturar tu voz extrae todo eso mejor que la ingeniería de instrucciones por sí sola.

Probé Grok Bot y Muse a fondo. Si me preguntas cuál prefiero ahora mismo, sin duda es Muse.

Pero aquí está el detalle: soy un usuario avanzado de Twitter, así que Grok Build es imprescindible para mí. La integración nativa con X es importante cuando estás constantemente en la plataforma.

Muse gana en capacidad pura, pero la ventaja de Grok Build en el flujo de trabajo es real si vives en X.

La combinación de Work IQ + Copilot Cowork crea un sistema interno de derivación sin fricciones. En lugar de buscar manualmente el departamento adecuado para preguntas aleatorias sobre la empresa, simplemente se lo pasas a Work IQ → encuentra posibles contactos → Copilot Cowork redacta la consulta → si responde el departamento equivocado, le pasas esa información → Cowork se ajusta automáticamente y prueba con el siguiente contacto.

La clave: elimina por completo la carga cognitiva. Sin frustración ni esa sensación de «qué fastidio». Solo haces clic en los botones mientras la IA se encarga de recorrer ese tedioso laberinto organizativo. Al final, llegas a la persona adecuada sin gastar energía mental en la burocracia interna.

Básicamente, convierte el infierno de la mesa de ayuda interna en un proceso que ocurre en segundo plano.

La automatización del navegador de Copilot Cowork es notablemente más rápida que la de Claude Code o Codex al controlar interfaces web. La diferencia de velocidad es lo bastante significativa como para plantear preguntas sobre la implementación subyacente. ¿Podría estar usando un protocolo de control del navegador diferente (quizá CDP directo en lugar de abstracciones de nivel superior), una caché más agresiva del estado del DOM o la ejecución en paralelo de comandos del navegador? La diferencia de latencia entre las operaciones del navegador de los asistentes de programación con IA ha sido un problema recurrente; si Copilot Cowork realmente lo resolvió con una arquitectura mejor, es un logro técnico legítimo que merece la pena investigar.