Tecnologías Emergentes

Analítica local, Iceberg v3 y DuckLake

Iceberg v3 incorpora capacidades de formato como vectores de borrado, linaje de filas y tipos adicionales. Una revisión del formato no garantiza que cada motor pueda leer y escribir cada función. DuckLake llegó a v1.0 en abril de 2026 con metadatos SQL y acceso compartido mediante PostgreSQL; describirlo solo como catálogo de un nodo omite esa diferencia. Especificación de Iceberg, anuncio de DuckLake v1.0.

Mi criterio: Empezar el desarrollo local con DuckDB/Polars y Parquet. Elegir Iceberg cuando se necesite su ecosistema de motores; pilotar DuckLake cuando su modelo de catálogo simplifique el despliegue previsto.

Próxima prueba: Ejecutar inserciones, borrados y cambios de esquema en cada motor previsto y restaurar una copia. Registrar semántica de decimales y timestamps, snapshots, commits concurrentes y permisos. Rechazar una migración que convierta datos silenciosamente o use un escritor sin soporte.

dbt Core v2 y Fusion

La actualización de licencias de junio de 2026 describe dos distribuciones con un motor Rust compartido: dbt Core bajo Apache y Fusion con funciones propietarias adicionales. La equivalencia antigua entre motor Fusion y núcleo propietario ya no es correcta. Core v2 se presentó como alpha; compartir motor no garantiza madurez ni compatibilidad entre distribuciones. FAQ de licencias de dbt.

Mi criterio: Pilotar con un proyecto existente antes de cambiar el runner de producción. Comparar adaptadores, materializaciones propias, modelos Python, macros, consumidores de artefactos y CI. Conservar el runtime anterior hasta demostrar equivalencia de resultados y rollback.

Lakehouses de streaming

Fluss documenta transferencia por niveles a almacenamiento lakehouse y un servicio basado en Flink que conecta datos recientes con snapshots históricos de Iceberg. Las integraciones y restricciones difieren entre documentación publicada y de desarrollo. Almacenamiento lakehouse de Fluss, integración con Iceberg.

Mi criterio: Comparar con la ruta más simple CDC → log duradero → lakehouse. Exigir corrección por tiempo de evento, backpressure, gestión de duplicados, recuperación de cambios de esquema y una meta de frescura medida. Otro nivel con estado debe justificar almacenamiento y operación.

Serving analítico y orquestación

ClickHouse 26.8 incorpora SQL encadenado, una forma de escribir transformaciones por etapas. Es una extensión de dialecto, no una garantía de consultas más rápidas. Kafka/Flink procesan eventos; Airflow coordina tareas: no intercambiarlos como si resolvieran la misma carga.

Mi criterio: Pilotar Kafka → Flink → ClickHouse cuando consultas frescas justifiquen un motor de serving. Conservar batch sobre Parquet/DuckDB como referencia. Medir eventos tardíos, duplicados, lag, relectura y reconstrucción del destino; comparar también el esfuerzo de guardia. El patrón medallion ayuda a separar datos recibidos, validados y de negocio, sin obligar a crear tres copias cuando no aportan valor.

Inferencia: Optimizar Trabajo Útil

Separar prefill/decode, enrutar por caché KV, reutilizar prefijos y aplicar decodificación especulativa resuelve cuellos de botella distintos. Separar workers puede aislar prefills largos del decode, pero añade transferencia y coordinación; la especulación depende de aceptación y compatibilidad. Ajuste de rendimiento en Dynamo.

Mi criterio: Empezar con un servidor instrumentado o una API de referencia. Evaluar un cambio a la vez. Seleccionar modelos mediante tareas versionadas, requisitos de licencia y límites del hardware, en lugar de mantener una lista del modelo permanentemente “mejor”.

Próxima prueba: Variar tasa de llegada y concurrencia con caché fría y caliente. Publicar calidad, TTFT, latencia entre tokens, p95/p99, rechazos, colas y coste por tarea correcta. Comprobar aislamiento de caché por tenant. Una mediana mejor con peor cola de latencia o calidad no pasa el mismo criterio de aceptación.

MCP 2026-07-28 y A2A 1.0

La revisión MCP de julio cambia a un núcleo de protocolo sin estado, modifica descubrimiento y solicitudes, añade cabeceras de enrutamiento y refuerza autorización. El estado de aplicación sigue necesitando un lugar explícito. A2A 1.0 define comunicación entre agentes, una frontera distinta del acceso a herramientas. Notas de MCP, anuncio de A2A 1.0.

Mi criterio: Fijar una pareja cliente/servidor probada y migrar de forma deliberada. Revisar el diseño anterior de sesiones de transporte. Incorporar A2A cuando la responsabilidad cruce runtimes y explicitar permisos por herramienta.

Próxima prueba: Credenciales vencidas o de otra audiencia, confusión de identidad, cruces entre tenants, cancelación, duplicados y reinicio alrededor de un efecto aprobado. Un protocolo o esquema de salida no vuelve determinista el razonamiento ni impide por sí solo un bucle.

Memoria y remediación asistida

La memoria persistente solo aporta valor si mejora recuperación y se puede gobernar. Un dato incorrecto retenido puede contaminar tareas posteriores. En remediación, el primer resultado útil es un diagnóstico acotado y reproducible junto a un parche revisable.

Mi criterio: Empezar con contexto de sesión explícito y búsqueda léxica/vectorial. Pilotar memoria con grafos cuando las relaciones justifiquen su extracción. Mantener procedencia, fechas de validez, filtros por tenant y propagación de borrados. Probar inyección desde documentos, respuestas de herramientas y memoria. Riesgos OWASP de aplicaciones LLM.

Próxima prueba: Comparar contra una referencia sin memoria en tareas reservadas, borrar una fuente y comprobar que no reaparece; después, reproducir un incidente en un entorno aislado. Remediar producción exige permisos explícitos, validación y revisión antes de escribir.

Evaluación: Medir Resultados y Calibrar Jueces

La evaluación de agentes necesita resultados por tarea y fallos operativos. Aserciones de código, rúbricas de modelos y revisión humana tienen propósitos distintos; los jueces de IA requieren calibración. El propio harness puede introducir estado compartido o errores de calificación. Metodología de evaluación.

Mi criterio: Usar pruebas deterministas para permisos, esquemas, integridad y resultados conocidos. Reservar jueces de IA para aspectos subjetivos con rúbrica y etiquetas humanas. Publicar ensayos fallidos y variabilidad; separar mejoras de capacidad de protección contra regresiones.

Próxima prueba: Reservar datos por fuente y fecha, reproducir fallos representativos y comparar jueces con etiquetas humanas. Los benchmarks públicos aportan ideas; su clasificación no demuestra idoneidad para un flujo privado.

Plataformas: Asignar, Enrutar y Recuperar

DRA de Kubernetes asigna dispositivos mediante solicitudes y drivers; un gateway de inferencia elige endpoints con información del serving. Son capas distintas y tienen requisitos de compatibilidad propios. DRA de Kubernetes, Gateway API Inference Extension.

Mi criterio: Pilotar cuando varios equipos compartan una flota. Partir de soporte documentado de drivers y gateway, identidad de cargas, controles de admisión, procedencia de imágenes y restauración. Un único servicio puede necesitar mucho menos.

Próxima prueba: Caída de driver, drenado de nodos GPU, pérdida de capacidad, rollback de modelo, vecinos ruidosos y admisión denegada. Las políticas sobre un plan Terraform/OpenTofu complementan la detección de deriva en runtime; ninguna observa todo el sistema. Consultar los criterios de producción.

Observabilidad y Coste: Versionar el Contrato

Las convenciones GenAI tienen ahora un repositorio propio de OpenTelemetry. Fijar convenciones e instrumentación juntas y revisar estabilidad por señal. FOCUS 1.3 define datos de coste/consumo y relaciones con compromisos contractuales; no asigna automáticamente una factura a una tarea correcta. Convenciones GenAI, FOCUS 1.3.

Mi criterio: Relacionar identidad de solicitud, revisión de modelo/ruta, tokens, latencia, resultado y coste asignado. Omitir contenido sensible de prompts y herramientas por defecto. Controlar cardinalidad, muestreo, retención y gasto de telemetría.

Próxima prueba: Conciliar una factura representativa con trazas, incluyendo reintentos, caché, GPU ociosas y egress. Aplicar presupuestos en código y señalar costes sin atribuir. Continuar los experimentos en Active Labs.