También aportando un poco de apoyo... lo he estado usando recientemente y es divertido.
Me gusta porque da la sensación de que solo intenta mejorar los puntos incómodos de C.
La documentación oficial todavía se siente algo inmadura
(para averiguar una u otra función, muchas veces termina descrita en lugares totalmente inesperados...)
Yo también pensé en el tema de los costos, y parece que, efectivamente, el costo cambia bastante según la resolución de la imagen de entrada. Y además, nunca se me había ocurrido la relación entre el tamaño de la imagen de entrada y la velocidad de procesamiento; es interesante. O sea que al hacer crop incluso mejora la velocidad de procesamiento.
¡Y la mejora en precisión es realmente sorprendente!
Aunque el rendimiento de los VLM ha mejorado mucho, ¿aun así todavía no logran superar el rendimiento de un modelo YOLO entrenado para un solo objetivo?
Gracias por dejar por escrito la experiencia y el know-how que adquiriste en situaciones reales.
Si yo también me encuentro con un problema parecido, sin duda tomaré como referencia los métodos que usaste.
Yo también lo siento mucho últimamente..
Me imagino que muchos textos de blogs se están escribiendo
con la experiencia propia del autor + la ayuda de la IA.
Es que muchos están tan bien estructurados y son tan fáciles de leer.
1) Dudas sobre la credibilidad del texto: huele a marketing / contenido generado por IA
Punto clave
“Esto está demasiado bien armado como una fábula con moraleja” → da la impresión de estar optimizado como el tipo de ‘obra moralizante’ que le gusta a HN
El texto está lleno de enlaces a material de pago, así que hubo muchos comentarios de “¿al final no es solo un texto de ventas?”
También señalaron que el estilo, con listas por todos lados y emojis, parece una señal de “AI slop” (contenido de IA hecho al aventón)
Cita demoledora (traducción)
“Parece que todo el texto existe solo para venderte los recursos enlazados. Y se siente como AI slop con tantas listas.”
(Original: Seems like the whole thing is just there to sell you on the linked resources. And it feels like AI slop with all the lists.)
Resumen en una línea
Antes incluso de discutir si el contenido está bien o mal, la primera reacción fue: huele demasiado a venta + a IA.
2) Crítica al liderazgo / al arquitecto: el problema no era la tecnología, sino la ‘estructura de toma de decisiones’
Punto clave
Mucha gente reaccionó con un “¿arquitecto para un equipo de 4 personas?” como señal de que algo ya venía mal desde ahí
En particular, hubo una visión muy fuerte de que un arquitecto que no programa / un rol de DevOps separado crea cuellos de botella y está más orientado al CV que al producto
El tono general fue que lo que casi hundió a la empresa no fueron los microservicios, sino “una estructura donde nadie se hace realmente responsable de desplegar, operar y arreglar las cosas”
Cita fulminante (traducción)
“Los arquitectos cuyo trabajo es definir ‘reglas’ y ‘patrones’ sin implementar nada casi siempre son una pésima idea. Mejor enfóquense en sacar el producto... Si alguien que no va a escribir ni 10 líneas de código monopoliza las decisiones, van a fracasar.”
(Original: Architects who's job it is to define 'rules' and 'patterns' without actually implementing anything are almost always a bad idea. Just focus on shipping...)
Resumen en una línea
Hubo bastante apoyo a la idea de que el problema no era MSA, sino un diseño de roles con poder de decisión pero sin responsabilidad real.
3) Perspectiva de negocio: ¿de verdad la causa del fracaso de la startup fue MSA?
Punto clave
También hubo comentarios que directamente no compraron el encuadre de “fracasamos por la arquitectura”
La idea central: si PMF / la demanda / el lock-in de clientes es débil, cualquier stack puede fracasar
En especial, cuestionaron detalles como “¿los clientes se van de inmediato porque el producto estuvo dos días más lento?” para insinuar que tal vez el valor real del producto ya era débil desde antes
Además, marcaron una contradicción interna del texto: dice “MSA casi mata a la startup”, pero la conclusión es “¿entonces sobrevivió?” → eso hizo sospechar de una narrativa exagerada
Cita demoledora (traducción)
“Estoy bastante seguro de que lo que mató a su startup fue hacer un producto que la gente no quería. Esto es tan absurdo como decir que usar Python en vez de Go mató a su startup...”
(Original: Pretty sure making a product that people don’t want killed your startup. This is like saying using Python vs Go killed your startup...)
Resumen en una línea
Existió claramente la postura de que la arquitectura es solo una excusa y que la causa real puede haber sido mercado / producto / flujo de caja.
4) Insight técnico: consejos útiles basados en experiencia sobre monolito vs MSA
Punto clave
“MSA tiene un impuesto de costo fijo (complejidad operativa)” → hubo muchos testimonios de que eso puede ser letal para equipos pequeños
Palabras clave: Premature distribution (distribución prematura), monolito modular / modulith, y “las fronteras (boundary) hay que ganárselas”
También se plantearon de forma realista las condiciones en las que MSA sí empieza a tener sentido: cuando el tamaño del equipo crece y ya aparecen de verdad choques, problemas de despliegue y fricción organizacional
En cambio, para problemas de rendimiento o escalabilidad, varios aconsejaron que normalmente no hay que pensar primero en “resolverlo con MSA”, sino en algoritmos, cuellos de botella, sharding y particionamiento
Cita fulminante (traducción)
“Lo que mató a la startup no fueron los microservicios, sino la ‘distribución prematura’. Fragmentaron el sistema antes de que existieran fronteras reales, y solo pagaron el costo de latencia y coordinación. Hay que empezar con un monolito modular, ganarse esas fronteras y recién después extraer servicios.”
(Original: Premature distribution killed the startup, not microservices... Start with a modular monolith, earn your boundaries, then extract.)
Resumen en una línea
La lección con la que más conectó la comunidad fue esta: “Empieza con un monolito y separa servicios solo cuando las fronteras aparezcan de forma natural.”
Evaluación general de la comunidad en una frase
La mayoría estuvo de acuerdo con “no somos Netflix”, pero al mismo tiempo también sospechó que este texto podría ser una narrativa que vende la enfermedad de querer ser Netflix (= marketing / IA).
Creo que la expresión “convertirlo en un problema estructural” sonó un poco abstracta.
Lo que quise decir en el texto fue:
Before: "etiquetado = intervención humana = costo proporcional"
After: "etiquetado = pipeline = costos variables mínimos después de la configuración inicial"
Es decir, se transformó un problema de costo puntual en un problema de construcción de sistema.
También es válida la expresión “se creó un nuevo modelo de trabajo”.
Más precisamente, creo que podría decirse como “reemplazamos el trabajo humano por un pipeline de software” jaja
Es una publicación sobre IA sin sustancia; por eso últimamente casi no leo Medium.
También aportando un poco de apoyo... lo he estado usando recientemente y es divertido.
Me gusta porque da la sensación de que solo intenta mejorar los puntos incómodos de C.
La documentación oficial todavía se siente algo inmadura
(para averiguar una u otra función, muchas veces termina descrita en lugares totalmente inesperados...)
Me intriga el futuro de StackOverflow.
Excalidraw es realmente buenísimo.
Bueno. Ahora vienen en masa los fanáticos religiosos de MSA.
Ahora un servicio que traduzca y ofrezca las publicaciones de los sitios enumerados arriba...
Leí bien el resumen, gracias.
Es una publicación subida a Hacker News. La mayoría de los textos que publico son contenidos que aparecieron en Hacker News.
https://news.ycombinator.com/item?id=46469845
Como mencionaste... creo que sí debería incluir la referencia de Hacker News.
Suele publicarse cada noviembre, pero este año la comparto un poco tarde.
Predicciones tecnológicas del CTO de Amazon para después de 2025
Predicciones tecnológicas del CTO de Amazon para después de 2024
Predicciones tecnológicas del CTO de Amazon para después de 2023
Predicciones tecnológicas del CTO de Amazon para después de 2022
Lo que quería decir es que me parece una opinión muy generada por IA y sin referencias, así que preferiría que no compartieran este tipo de textos.
Excelente ^^
Gracias por la respuesta.
Yo también pensé en el tema de los costos, y parece que, efectivamente, el costo cambia bastante según la resolución de la imagen de entrada. Y además, nunca se me había ocurrido la relación entre el tamaño de la imagen de entrada y la velocidad de procesamiento; es interesante. O sea que al hacer crop incluso mejora la velocidad de procesamiento.
¡Y la mejora en precisión es realmente sorprendente!
Aunque el rendimiento de los VLM ha mejorado mucho, ¿aun así todavía no logran superar el rendimiento de un modelo YOLO entrenado para un solo objetivo?
Gracias por dejar por escrito la experiencia y el know-how que adquiriste en situaciones reales.
Si yo también me encuentro con un problema parecido, sin duda tomaré como referencia los métodos que usaste.
Yo también lo siento mucho últimamente..
Me imagino que muchos textos de blogs se están escribiendo
con la experiencia propia del autor + la ayuda de la IA.
Es que muchos están tan bien estructurados y son tan fáciles de leer.
Mmm... algo se siente raro aquí.
Creo que este texto fue escrito con IA.
1) Dudas sobre la credibilidad del texto: huele a marketing / contenido generado por IA
Punto clave
Cita demoledora (traducción)
Resumen en una línea
2) Crítica al liderazgo / al arquitecto: el problema no era la tecnología, sino la ‘estructura de toma de decisiones’
Punto clave
Cita fulminante (traducción)
Resumen en una línea
3) Perspectiva de negocio: ¿de verdad la causa del fracaso de la startup fue MSA?
Punto clave
Cita demoledora (traducción)
Resumen en una línea
4) Insight técnico: consejos útiles basados en experiencia sobre monolito vs MSA
Punto clave
Cita fulminante (traducción)
Resumen en una línea
“Empieza con un monolito y separa servicios solo cuando las fronteras aparezcan de forma natural.”
Evaluación general de la comunidad en una frase
La mayoría estuvo de acuerdo con “no somos Netflix”, pero al mismo tiempo también sospechó que este texto podría ser una narrativa que vende la enfermedad de querer ser Netflix (= marketing / IA).
Porque Estados Unidos todavía tiene suficiente IPv4. En nuestro país también es así.
Los routers de ipTIME no son compatibles con IPv6, ¿cierto?
Al ver el precio de IPv4, lo único que sale es suspirar... se supone que era suficiente, pero...
Es más usable de lo que uno piensa, pero como el soporte de terceros es mejor en Mac, al final no termino usándolo.. jaja
¡Gracias por la buena observación!
Creo que la expresión “convertirlo en un problema estructural” sonó un poco abstracta.
Lo que quise decir en el texto fue:
Before: "etiquetado = intervención humana = costo proporcional"
After: "etiquetado = pipeline = costos variables mínimos después de la configuración inicial"
Es decir, se transformó un problema de costo puntual en un problema de construcción de sistema.
También es válida la expresión “se creó un nuevo modelo de trabajo”.
Más precisamente, creo que podría decirse como “reemplazamos el trabajo humano por un pipeline de software” jaja