Me cansé de repetir el ciclo de buscar noticias, ordenarlas y tomar decisiones,
así que simplemente hice que una IA analizara por mí.
Cuando entras, genera automáticamente reportes basados en noticias y datos de reportes SEC,
y también organiza por separado el movimiento al cierre del mercado.
✔️ Casi no hace falta tiempo para analizar acciones
✔️ Puedes ver de inmediato solo lo esencial de las noticias
✔️ Se puede captar rápido el panorama del día
Funciona así.
- Genera automáticamente todos los días un reporte de cierre del mercado bursátil de EE. UU. y research por acción
- El research por acción se genera una vez al día al hacer clic y luego puede consultarse rápido
- No muestra la noticia original, sino solo el contenido clave ya analizado y resumido
- También permite revisar la composición / flujo de los ETF
También hay algunas limitaciones prácticas.
- Por temas de licencia, los índices se ofrecen con base en DIA / SPY / QQQ
- Los gráficos usan datos con 15 minutos de retraso
- En la primera consulta puede haber un pequeño retraso por la generación del reporte
El inicio de sesión solo está habilitado con cuenta de Google o Telegram,
y los reportes están abiertos gratis.
No recolecto datos sensibles, así que solo hace falta iniciar sesión si van a votar.
Como lo hice yo solo con vibe coding,
seguro tiene muchas carencias, pero si me dejan feedback intentaré reflejarlo.
Lo que sentí mientras lo hacía
- Desarrollar con IA se siente más como “amplificación” que como “reemplazo”
Últimamente se habla mucho de reemplazar desarrolladores,
pero al hacerlo yo mismo,
resolver solo con IA estas tres cosas:
verificación / explicación / corrección
resultó ser más difícil de lo que esperaba.
Al final, una persona igual tiene que seguir marcando la dirección.
- Si te atoras con un problema, se te va el día completo
Cuando algo se bloquea, tienes que seguir dándole vueltas con GPT para resolverlo,
y eso toma más tiempo del que parece.
Muchas veces pasé todo el día atorado y sin lograr resolverlo,
así que mentalmente también fue bastante pesado.
- Empezar sin mirar el “costo” es de verdad peligroso
Al principio
quería generar los reportes en tiempo real en cada solicitud,
pero los costos del LLM + la API de datos eran imposibles de sostener,
así que al final cambié a una estructura de “generación una vez después del cierre + caché”.
Como además los costos operativos siguen acumulándose,
ahorita lo mantengo con el mínimo de AdSense.
Esta es de verdad una parte que explota si no la piensas desde antes.
Si hay no desarrolladores haciendo vibe coding,
les recomiendo revisar primero la estructura de costos.
- La infraestructura es más difícil de lo que parece
En lugar de Firebase conecté AWS,
pensando que saldría más barato, pero
al final ambos terminaron siendo pozos sin fondo de dinero.
Sobre todo con la conexión entre GitHub Actions + AWS,
perdí como 3 semanas y casi me quiebra la cabeza.
- Elegir el modelo también importa más de lo esperado
Probé Claude Sonnet,
pero en la etapa de verificación había partes que se omitían,
así que al final lo complementé usando también GPT Codex.
(Usé la extensión de Codex en VSCode)
- Al final, lo importante era el “diseño”
Al principio pensé que la IA haría todo,
- cuándo generar
- qué cachear
- hasta dónde automatizar
pero decidir eso era mucho más importante.
- Emocionalmente tampoco es fácil
Esto ya es algo más personal,
pero cuando GPT no entendía lo que yo quería decir (aunque en la mayoría de los casos seguramente era problema de mi explicación),
se me acumuló bastante estrés.
De tanto estar encima de eso,
hubo varios momentos en que me dieron ganas de romper el teclado.
Además tengo una duda.
Por la estructura actual, parece que las tareas de ECS / los recursos de RDS son suficientes,
pero la primera carga del sitio se siente más lenta de lo esperado.
(sobre todo en la primera solicitud)
Tanto GPT como Claude siguen respondiendo que “los recursos son suficientes”,
pero el rendimiento percibido sí se siente lento, así que parece que el cuello de botella está en otro lado.
- si será porque cuando hay cache miss se activa junto con eso la lógica de generación
- o si el problema está en la estructura de respuesta de la API
No logro ubicar bien dónde se está generando ese cuello de botella,
si alguien ha sufrido problemas de rendimiento en una estructura parecida,
me gustaría pedirles consejo sobre por dónde conviene empezar a revisar.
Como empecé casi sin saber programar,
me tomó 2 meses,
por eso cuando veo gente que arma un servicio en solo unos días,
de verdad me parecen impresionantes.
Respeto mucho a los desarrolladores.
Si alguien ha creado algo parecido con IA,
también me da curiosidad saber en qué parte fue donde más se atoraron.
También agregué una miniapp de Telegram, así que dejo aquí también la dirección.
https://t.me/rallypi_bot
Aún no hay comentarios.