Cómo estoy trabajando con la inteligencia artificial

Este es el artículo de presentación, y no se me ocurre mejor forma de presentarme que enseñando el montaje tal cual está, con sus cables sueltos. Máquinas en casa, servidores alquilados fuera, modelos que corren en local y varias inteligencias en la nube. Te cuento por qué. Por qué no me basta con una sola herramienta y qué parte de todo esto no funciona como debería.

Empecé a jugar con la inteligencia artificial a finales del siglo pasado. Usaba un lenguaje llamado Prolog. Después pasé a jugar directamente con C, más tarde con redes neuronales y al final acabé con redes de nodos. Lo más serio que conseguí fue un algoritmo de clasificación de documentos, y eso ya fue alrededor de 2012.

Aquello era la inteligencia artificial de la época, lo que significa que con una base de datos SQL hacías lo mismo y más. No se parecía en nada a lo de ahora. Me metí en el procesamiento del lenguaje natural, que es el intento de que una máquina entienda lo que escribimos, y aquello resultó ser un esfuerzo descomunal para resultados de risa. Llegué a dar por hecho que nunca tendríamos máquinas lo bastante grandes para procesar el lenguaje humano. El problema del lenguaje era, primero, poder segmentarlo en oraciones y, después, reconocer cada unidad. Detectar la intención, la ironía, el sarcasmo. Definitivamente parecía imposible.

Cuando en diciembre de 2022 vi funcionar ChatGPT no me lo podía creer. Era lo que había buscado durante años. Bueno, no: yo soñaba con algo mucho más pequeño. Y hoy aquel GPT-3.5 es una broma comparado con los modelos actuales.

Si estás empezando, ya conoces los vídeos: «mejora tu vida con un solo prompt en menos de diez minutos», «la única herramienta que necesitas». Yo también me lo creí. A principios de 2024 me pasé un fin de semana entero intentando que ChatGPT me organizara el correo, la agenda y las facturas con un único mensaje larguísimo, y lo que salió fue un texto precioso explicándome cómo organizarlo yo, y ni un solo correo movido de sitio.

Desde entonces he estado probando en sistemas reales, propios y de clientes, y lo que ha quedado en pie no es una herramienta mágica. Es un montaje con muchas piezas que funciona porque lo he ido remendando a base de equivocarme.

Si quieres saber quién soy y a qué me dedico, lo tienes en la página "Sobre el proyecto".

Hoy trabajo fundamentalmente con Claude, pero también con OpenAI, con DeepSeek, con GLM, con Kimi, con MiniMax, con Ollama, con LM Studio… y podría aburrirte con nombres. No es la idea. He acabado en esta locura friki porque lo que está pasando es, para mí, lo más apasionante que ha ocurrido en la historia de la tecnología, y como tantos otros me he tirado a la piscina con la esperanza de aprender mucho y muy deprisa.

ChatGPT fue mi puerta de entrada, como la de casi todo el mundo. GPT-3.5 era un juguete: sorprendente y prometedor, pero un juguete. Hasta que un día le pedí que me ayudase a montar un servidor Linux, el primero de mi vida, y lo hizo. Con cierta dificultad, porque sus conocimientos estaban mal actualizados, pero lo hizo, y yo, que nunca había tocado Linux, descubrí un mundo fascinante. Aquel servidor tenía una RTX 4070 con 12 GB de VRAM (la memoria propia de la tarjeta gráfica) y 64 GB de RAM. No tenía muy claro para qué lo quería. Hoy es una pieza fundamental de la IA local.

Después fueron llegando modelos nuevos y, en cuanto salió Claude Code, dije: «Esto es exactamente lo que necesito». Fue un flechazo. El cambio completo lo cuento en Por qué cambié ChatGPT por Claude.

Hasta entonces yo no había usado PowerShell prácticamente nunca. Hoy es raro el día en que no tengo abiertas 16 sesiones de PowerShell, de MobaXterm, de Visual Studio Code o de cualquier cosa que tenga una terminal. Trabajo con SSH (la forma de entrar a otra máquina a distancia), con túneles, con accesos seguros y con un montón de cosas que hace tres años ni conocía.

La nube te da dos cosas que no tienes en local: la seguridad ante fallos físicos y el hecho de que estará siempre conectada. En mi casa las máquinas se encienden y se apagan, y Windows toma decisiones por ti: a veces parece que, para Microsoft, la máquina no es tuya, sino que te la prestan. Así que la encienden y la reinician cuando les va bien. Además, en la nube siempre eres visible y es donde publico todo; en mi casa está mi entorno de trabajo y no publico nada. De hecho, tengo que asegurarme de que no se publique nada por accidente ni haya intrusiones no deseadas.

La nube la uso para alojar mis blogs y mis aplicaciones: unas en pruebas y otras en producción, unas multiusuario y otras privadas. Y de pronto me resulta muy sencillo publicar y mantener contenido seguro expuesto en internet.

¿Por qué VPS? Porque son baratos, rápidos, han mejorado de precio y no tienes que preocuparte por su consumo, su disponibilidad o que se estropeen porque les falle un ventilador. Subes un arnés, que es el programa que rodea al modelo y le deja hacer cosas, como Claude Code u OpenClaw, y le dices lo que tiene que hacer. ¿Programar directamente en el servidor? No. Desplegar, colocar los certificados, enlazar los dominios con el código de tus aplicaciones. Eso sí, olvídate de los modelos locales. Solo API y suscripciones de modelos grandes.

¿Por qué tanta máquina? Porque no puedes poner a correr todo en la misma. Si lanzas un proceso que dura tres días, otro de seis horas, otro de cuatro y así hasta un montón, una sola máquina no da abasto. Además, si quieres que un agente vigile tu correo, otro lea la prensa y otro controle tu contabilidad, lo sensato es que no compartan casa. Y hay que mantener separadas las máquinas de desarrollo, las de pruebas tipo sandbox (un entorno aislado donde romper cosas no tiene consecuencias) y las de producción.

Pero no te imagines ocho PC ultrarrápidos de última generación. Hay una máquina potente, la que lleva tarjeta gráfica, y el resto son mini PC y máquinas viejas recicladas. Linux hace milagros con los equipos antiguos.

Los modelos locales solo puedes correrlos en máquinas locales potentes. Parece una paradoja: los modelos grandes de la nube no te suben la factura de la luz y los pequeños que corres en casa consumen muchísimo. Es así porque, en la nube, la infraestructura y su consumo los pone y los paga el proveedor; en local, los pones y los pagas tú. Y, spoiler, por buena que sea tu máquina, será muy limitada.

A mí sí, porque soy un converso. He sido evangelizado por la IA y creo que cualquier futuro pasa por ella. Pero no creo que a una persona cuerda le haga falta tanto. Si lo único que quieres es aprender lo importante, te vale un buen portátil con bastante memoria y un solo proveedor de IA; y ahí, si quieres amortizar el gasto, te recomiendo Claude. También en eso estoy evangelizado, pero cuando entiendas Claude Code y lo que puede hacer por ti, sabrás por qué me dejé evangelizar.

En el resto del blog te iré explicando por qué uso lo que uso, mi caja de herramientas y qué tipo de máquina requiere cada caso de uso. Un día necesitarás diseñar una web; otro, leer facturas o llevar una contabilidad.

Toca ser honesto. Algunos de los ocho servidores de casa sobran: los monté por entusiasmo y hoy pasan la mayor parte del tiempo sin hacer nada útil. Pero, en justicia, el primero que monté, el de la tarjeta RTX 4070, lo compré por intuición y hoy es el que más trabajo carga. Las otras máquinas van siendo útiles a medida que voy reinventando mi vida. Automatizo cosas que están siempre activas y vigiladas (en teoría), e incluso me hago ilusiones de que tengo empleados digitales. Pero... es que estoy evangelizado.

Mantener todo esto consume recursos, tiempo y dinero. Podría verlo como un gasto, pero no lo es: es una inversión. Mi trabajo normal ya no es como era. He actualizado toda mi actividad metiendo la IA en todas partes donde he podido, y ahora puedo hacer y cobrar más de lo que hacía antes, y además puedo ensayar negocios nuevos. Todo esto tiene un coste, sí, pero se recupera porque me pagan por hacer cosas que antes no podía hacer. Doy un servicio mejor y puedo tener mejores hábitos de seguridad.

Para que quede claro: los blogs y los VPS que los alojan están en producción. OpenClaw, DeepSeek Harness y buena parte de lo local son experimentos. Nunca mezclo los entornos de producción con los de desarrollo o los experimentos de sandbox. Te aconsejo que sigas esta práctica.

Experiencia contada con cifras, fracasos incluidos. Artículos sueltos sobre casos concretos, como mi IA local o mis servidores, y series como el reto de comprobar si puedo montar un negocio que me dé un sueldo extra, un reto que ya terminó y que se cuenta por partes, tal como salió.

Entre los principios de este blog están los siguientes: no te voy a vender nada, yo estoy aprendiendo igual que tú y, cuando se me escape un consejo, recuerda que estoy evangelizado y que mis consejos no son imparciales.

Y si después de leer todo esto piensas que ocho servidores, seis VPS y cincuenta modelos son demasiado para una sola persona, tienes razón. Mi familia opina lo mismo, sobre todo cuando llega la factura de la luz.