OpenAI publicó una "Guía de codificación de GPT-5", que proporciona 6 mejores prácticas para programar con AI utilizando GPT-5:
# 1. Las instrucciones deben ser precisas, evitando conflictos de información
El nuevo modelo GPT-5 ha mejorado significativamente en su capacidad para seguir instrucciones, pero esto también trae un efecto secundario: al enfrentar instrucciones vagas o contradictorias, puede tener dificultades para manejarlas. Esta situación requiere especial atención en tu .cursor/rules o archivo de configuración.
# 2. Establecer el nivel de inferencia adecuado
GPT-5 siempre lleva a

¿Por qué siento que el input que me da la programación en pareja con IA es mucho más valioso que su output?😅
A menudo le pido que me ayude a encontrar información valiosa en los repositorios de código abierto y a organizar la arquitectura del sistema, siempre me ofrece una experiencia muy buena.
Pero si se le deja escribir código, la experiencia es muy mala, el código que escribe no es confiable, hay que revisarlo uno mismo, y después de revisarlo siempre se pueden encontrar algunos problemas, grandes o pequeños, y así hay que estar arreglando constantemente.
¿Es esta la mayor barrera que enf

Entonces, ¿cómo cambiaría nuestra forma de vibe coding si la velocidad de inferencia aumentara 20 veces?

Siento que con el desarrollo de las herramientas de programación de IA, mi comprensión de las herramientas de MCP también está cambiando.
Antes solía usar el pensamiento secuencial, task_manager, pero ahora, con la mejora en la planificación del modelo y las capacidades de razonamiento, hay plan mode y think harder/ultrathink. Prefiero completar esto dentro de las herramientas nativas en lugar de depender de MC.
Otra categoría son herramientas de mejora del contexto como context7 y deepwiki. Para la ingeniería de contexto, necesito algo más refinado y preciso, y este tipo de mcp actualmente no

Deep Research resuelve el problema de toma de decisiones sobre "qué construir" en la productización, combinando profundidad y amplitud, ayudándonos a romper la burbuja de información y ver con claridad la dirección.
Claude Code ayuda a resolver los detalles específicos de implementación, lo que nos permite enfocarnos más en la arquitectura del sistema, la división de módulos y la reestructuración en estos niveles de alto nivel, mejorando la eficiencia de iteración y prueba y error.
En el futuro, definitivamente habrá herramientas de productividad de IA más avanzadas, pero creo que los tres pas

MCP ha salido hace tanto tiempo, ¿realmente hay pocos que se puedan usar bien?
A lo que me refiero con "poder usar" es que para la programación de IA, debe ser estable y de uso frecuente, y debe tener una mejora sustancial en los resultados de la programación.
Compartir algunos que creo que están bien: playwright, Context7, Sequential Thinking
Los dos primeros abordan el problema de la precisión contextual, y el tercero resuelve el pensamiento planificado.

En el campo del diseño de programas, hay una expresión llamada "bad smell"
Se refiere a que los programadores experimentados deberían poder detectar el "mal olor" en el sistema y prevenirlo de antemano, realizando optimizaciones y actualizaciones en la arquitectura.
Hay una palabra llamada "diseño excesivo"
Esto significa que al principio pensé demasiado, diseñé muchas escalabilidades y desacoplamientos de módulos innecesarios, lo que trajo enormes y costosos costos de mantenimiento, y en cambio, facilitó la introducción de errores.
Estas dos palabras deben considerarse en el contexto del tiem

Lo que más disfrutan los programadores es que las principales empresas de IA están compitiendo a lo grande 😂
Acabo de registrarme en Jules, parece que se puede probar gratis.

¿Google tiene otro gran anuncio en mente?

El vibe coding realmente solo tiene efecto en manos de personas que entienden de programación; en manos de quienes no entienden, es 💩山 y varios agujeros de seguridad 😅.

Una experiencia increíble, el marketing de contenido, el tráfico, la adquisición de clientes, la conversión, la marca, el diseño, las barreras competitivas y la colaboración ampliada, todos los aspectos necesitan ser pensados y ejecutados.
En la era de la IA, lo que más abunda son las ideas y la capacidad de desarrollo 😂