Ox Alpha: what the full run actually said

Ox Alpha: lo que el run completo sí dijo

The 80% DeepSWE score everyone shared was a 10-task subset. The full 113-task run says 58.4%. Tokenizer forensics, real adoption numbers, and why your work code should stay away from it.

El 80% de DeepSWE que todos compartieron era un subset de 10 tareas. El run completo de 113 dice 58,4%. Forense de tokenizer, números de adopción reales y por qué tu código de chamba no debería acercarse.

Edge in a week: field notes

Edge en una semana: notas de campo

What actually broke connecting a Raspberry Pi to AWS in under seven days, and what I would do differently.

Lo que realmente se rompió al conectar una Raspberry Pi a AWS en menos de siete días, y qué haría diferente.

Device provisioning and certificates, connectivity that drops in the field, and the telemetry pipeline that had to survive all of it. The checklist I wish I had on day one.

Aprovisionamiento de dispositivos y certificados, conectividad que se cae en campo y el pipeline de telemetría que tuvo que sobrevivir todo eso. La checklist que ojalá hubiera tenido el día uno.

Matching with real limits

Matching con límites reales

How an employment AI pipeline looks when you do not blindly trust model output: explainability, guardrails, and fallbacks.

Cómo se ve un pipeline de IA para empleo cuando no confías ciegamente en el output del modelo: explicabilidad, guardrails y fallbacks.

From the matching work at Mi Primera Chamba: why every score needs a reason, how prompt injection defenses hold up against real CVs, and what happens when the model is simply wrong.

Del trabajo de matching en Mi Primera Chamba: por qué cada score necesita una razón, cómo aguantan las defensas contra prompt injection con CVs reales, y qué pasa cuando el modelo simplemente se equivoca.

Bringing test discipline to a fast team

Traer disciplina de tests a un equipo rápido

How to add CI and testing to a team that ships without a safety net, without slowing down the shipping.

Cómo agregar CI y tests a un equipo que shippea sin red de seguridad, sin frenar las entregas.

Testing by cost of failure, the first three tests worth writing, and how to make CI something the team asks for instead of something it tolerates.

Testing por costo de falla, los primeros tres tests que vale la pena escribir, y cómo hacer del CI algo que el equipo pide en vez de algo que tolera.