PodcastsHear the voice. See the shape of the thought.

Janie Lee y Chai Asawa de Abridge se suman a swyx y Jacob Effron de Redpoint en un cruce entre Latent Space × Unsupervised Learning para contar cómo un transcriptor AI se convirtió en la "capa de inteligencia clínica" de la sanidad. Recorren la filosofía de producto inspirada en el aire acondicionado, el caso de uso de la autorización previa, un stack de evals construido alrededor de científicos clínicos y jueces LLM, por qué HIPAA remodela el volante de datos, y qué se necesita para funcionar de forma fiable en más de 100 millones de conversaciones médicas. ## [00:00] Introducción El episodio abre con el pitch de Janie Lee: el contexto lo es todo, las alertas deben pasar de reactivas a proactivas, y el producto debe desvanecerse en el fondo como el aire acondicionado hasta que un riesgo clínico justifique la interrupción. swyx aprovecha para hacer un breve llamado a los oyentes a suscribirse. > *"Una cosa que nos gusta decir es que queremos que nuestro producto se sienta como el aire acondicionado. Debería estar de fondo, simplemente mejorando las cosas."* — Janie Lee ## [01:17] Qué hace Abridge swyx presenta el episodio como el cruce anual Latent Space × Unsupervised Learning, con Jacob Effron como invitado dado que Redpoint es inversor de Abridge. Janie describe Abridge como una capa de inteligencia clínica para sistemas de salud, que comenzó con la documentación: los clínicos dedican entre 10 y 20 horas semanales a redactar notas, y la conversación entre paciente y médico está aguas arriba de casi todos los artefactos posteriores: el expediente, el pago, el diagnóstico. Chai añade que todo lo que ocurre antes, durante y después de la visita se vuelve abordable cuando se tiene contexto completo sobre pacientes, pagadores, guías clínicas y literatura médica. > *"Abridge es una capa de inteligencia clínica para sistemas de salud. Realmente empezamos con la documentación y construyendo para los clínicos."* — Janie Lee ## [03:22] De la documentación ambiental a la inteligencia clínica Janie describe los tres "actos" de Abridge: ahorrar tiempo (el producto de transcripción original que devolvió las tardes a los médicos, el "pajama time"), ahorrar y generar dinero para sistemas sanitarios que operan con márgenes históricamente bajos, y en última instancia salvar vidas. Que el producto se abra millones de veces a la semana, antes, durante y después de cada visita, es lo que hace viable la expansión. > *"Le llaman 'pajama time'... los médicos después del trabajo, en pijama en casa, escribiendo y al día con sus notas cada día."* — Janie Lee ## [05:21] Apoyo a la decisión clínica y el contexto como eje central Jacob le pregunta a Chai cómo el apoyo a la decisión clínica de Abridge se compara con su trabajo anterior en Glean. Chai traza la diferencia: en Glean una respuesta incorrecta es molesta; en sanidad es de alto riesgo y la superficie de usuario es mucho más estrecha, menos personas, pero cada resultado tiene que acertar. Eso moldea todo, desde la evaluación offline hasta el despliegue progresivo, y enlaza con la visión tipo Jarvis de un asistente que realmente te conoce, la misma que cada hackathon de la última década intentó construir. > *"La visión Jarvis, esa que en cada hackathon al que fui durante la última década siempre tenía un competidor al estilo Jarvis, pero creo que Abridge empezó exactamente desde esa oportunidad y sigue avanzando en esa dirección."* — Chai Asawa ## [08:14] Fatiga por alertas, inteligencia proactiva y autorización previa Jacob plantea el clásico problema de la fatiga por alertas: cómo decidir cuándo romper el silencio del aire acondicionado e interrumpir. El ejemplo concreto de Janie es la autorización previa: un rechazo de una MRI que hoy llega semanas después puede convertirse en un aviso en tiempo real mientras el paciente sigue en consulta, condicionado a las políticas del pagador, los datos del EHR, diagnósticos anteriores y protocolos específicos del centro. La dificultad está en la fontanería de datos: la autorización previa solo funciona si el asistente puede unir cada señal relevante en el momento preciso. > *"Para que ese ejemplo de autorización previa sea posible, piensa en todos los datos que necesitas tener."* — Janie Lee ## [13:53] Formatos del AI ambiental y clientes en sanidad swyx pregunta por los formatos. Hoy la superficie principal es el móvil, pero Abridge también funciona en escritorio, plugins de navegador dentro del EHR, dispositivos en sala para pacientes ingresados, flujos de trabajo de enfermería, y empieza a explorar la realidad aumentada. El cliente es múltiple: CMIOs, CFOs, CIOs, clínicos, pacientes, pagadores y farmacéuticas están en algún punto del ciclo, con las interacciones de los pagadores a través de intercambios estructurados en lugar de acceso directo a los datos brutos de Abridge. > *"Habláis mucho de AI ambiental. ¿Es principalmente en el teléfono?"* — swyx ## [18:16] Los problemas de IA más difíciles en sanidad Ante la pregunta de cuál es el problema de IA más difícil en Abridge, Chai elige: soporte en tiempo real de alta calidad, baja latencia y bajo coste en un entorno clínico de alto riesgo. Modelar la larga cola de políticas de pagadores en representaciones intermedias sobre las que el sistema pueda razonar es un ejemplo concreto. La frontera de Pareto no deja de moverse, y tienen que empujarla ellos mismos en lugar de esperar a mejoras genéricas. > *"Y por supuesto la frontera de Pareto siempre está cambiando, pero también intentamos hacerlo ahora."* — Chai Asawa ## [19:43] Modelos de frontera, datos propietarios y estrategia de modelos Jacob pregunta qué usan tal cual frente a lo que construyen. El enfoque de Chai: los modelos de frontera siguen absorbiendo conocimiento médico general, así que la ventaja de Abridge reside en los datos propietarios de conversaciones médicas y en el comportamiento específico por especialidad construido encima. Son explícitamente agnósticos al modelo cuando pueden serlo: lo que importa es la experiencia final del producto, y combinan lo mejor según el flujo de trabajo. > *"Podemos usar algo para esto y aquello, y solo nos importa, al final del día, la mejor experiencia de producto."* — Chai Asawa ## [22:24] El EHR como sistema de archivos para agentes El enfoque de Chai para el próximo año: en el fondo, todo agente es un agente de código, y dentro de la sanidad el EHR funciona como el sistema de archivos: un gran almacén de información estructurada que no cabe en la ventana de contexto de ningún modelo actual. Janie añade que el objetivo sigue siendo mantener al clínico centrado en el paciente: tener el contexto adecuado listo en el momento preciso, sin revivir la conversación. > *"Casi todo agente es en el fondo un agente de código. Le das un sistema de archivos, puede escribir su propio código... puedes pensar en el EHR exactamente como un sistema de archivos."* — Chai Asawa ## [25:20] Personalización, memoria y preferencias del clínico Jacob pregunta cómo Abridge gestiona la personalización por médico. La respuesta de Janie es en capas: las ediciones individuales se convierten en señal, los valores predeterminados por especialidad se superponen, y las políticas del sistema sanitario lo envuelven todo. Chai habla de la memoria como un nuevo tipo de sistema de registro: tareas en segundo plano que consolidan señales entre visitas, similar a cómo el sueño consolida la memoria en las personas, de modo que el modelo "aprende" de cada edición y de cada no-edición. > *"Una de las cosas interesantes que también producimos es que la memoria es como uno de esos nuevos sistemas de registro."* — Chai Asawa ## [31:57] Evals, jueces LLM y despliegue progresivo Janie describe el stack de evals: clínicos internos realizan la revisión de primer paso LFD, los jueces LLM se calibran con esos datos anotados, evaluadores externos aportan una lectura independiente, y los evals por especialidad capturan lo que los genéricos pasan por alto. Chai añade una analogía con los coches autónomos: quieren contacto con la realidad lo antes posible, pero solo mediante despliegue progresivo, para que la distribución offline refleje realmente la distribución de producción. > *"Quiero entrar en contacto con la realidad lo antes posible, pero quiero un despliegue progresivo, porque por mucho que tenga un conjunto de evals offline, quiero que su distribución coincida realmente con la distribución de la vida real."* — Chai Asawa ## [38:04] HIPAA, desidentificación y privacidad La privacidad se trata como una restricción dura sobre el volante de datos. Chai explica que cualquier dato usado como base de evals online o de aprendizaje tiene que estar desidentificado de forma irreversible, y han diseñado procesos en torno a eso. Janie añade que los contratos con clientes también condicionan quién dentro de Abridge puede acceder a PHI, por lo que el listón para lo que vuelve a los datos de entrenamiento es contractualmente alto, no solo por política interna. > *"Cualquier dato que usemos necesita estar desidentificado; cualquier dato real que usemos como base de conjuntos de evals online o de aprendizaje, y por eso hay que..."* — Chai Asawa ## [40:38] 100 millones de conversaciones y operación a escala Con más de 100 millones de conversaciones, la superficie de trabajo cambia: el enrutamiento de modelos, el post-entrenamiento, los presupuestos de fiabilidad y el coste por llamada se convierten en preocupaciones de primer orden. Chai habla de los insights que pueden ofrecerse a los clínicos, y extiende la mirada hacia adelante: eventualmente esa misma conversación podría generar señales para pacientes y consumidores directamente, no solo para proveedores. > *"Hay tantísimo en nuestro conjunto de datos de cien millones de conversaciones. Puedes imaginar cosas como insights que puedes dar al clínico."* — Chai Asawa ## [45:27] Integración con el EHR y la capa de inteligencia clínica swyx pregunta sobre la relación con el EHR. Abridge invierte mucho en interoperabilidad profunda: la asociación con el EHR es el mínimo necesario para la adopción por parte de los clínicos, pero el valor que Abridge añade encima opera en otro alcance: contexto entre visitas, razonamiento consciente del pagador y el tipo de inteligencia clínica que el propio EHR no está estructurado para producir. > *"Uno de los socios clave es el EHR, y me pregunto cómo es esa relación."* — swyx ## [47:56] Regulación sanitaria, latencia e IA de alto riesgo Jacob pregunta qué ha aprendido Abridge de la regulación. Janie rebate la narrativa habitual: la IA sanitaria tiene en realidad vientos regulatorios a favor, porque el listón es tan alto que los problemas más difíciles acaban resolviéndose aquí primero. Chai explica los "trucos inteligentes" que lanzan hoy sabiendo que la frontera seguirá avanzando, y aceptando que algunos de esos trucos no sobrevivirán cinco años. > *"Creo que es donde algunos de los problemas de IA más difíciles se resolverán primero, precisamente porque el listón es tan alto."* — Janie Lee ## [51:28] Científicos clínicos y calidad en la larga cola Janie describe un rol interno de Abridge llamado el científico clínico: médicos que también son técnicos, desde ingenieros full-stack hasta "prompters increíblemente hábiles". Tenerlos integrados en los equipos de producto y evaluación eleva el listón de lo que se lanza, porque las personas que escriben los criterios LFD son las que realmente entienden qué significa ser clínicamente útil. swyx lo conecta con el aprendizaje activo sobre puntos débiles conocidos, el tipo de pulido que se ha perdido en la mayoría de los equipos de IA. > *"Tenemos un rol llamado el científico clínico, y creo que escuché a uno de nuestros líderes referirse a ellos recientemente como mutantes."* — Janie Lee ## [54:21] Lecciones de Glean e infraestructura de IA duradera Jacob pregunta a Chai qué se traslada de Glean. La respuesta gira principalmente en torno a lo que resiste el paso del tiempo: capas de contexto, sistemas orientados a eventos, Kafka, Temporal, sockets, CRDTs del manual de colaboración de Google Docs. Los sistemas multiagente heredan los mismos problemas de resolución de conflictos que tienen los humanos, y los patrones de infraestructura de la última década no se están descartando, sino reutilizando. > *"Hay mucha tecnología orientada a eventos... ya sea Kafka, Temporal, sockets y demás; cómo integrar todo eso es algo que también creo que es duradero."* — Chai Asawa ## [58:20] El futuro de los flujos de trabajo agentivos en sanidad Un breve intercambio sobre cómo sería un Abridge más agentivo: sigue anclado en el papel del clínico en la relación con el paciente, pero con más trabajo en segundo plano, reaccionando a resultados de laboratorio, redactando seguimientos, asumiendo capacidades en nombre del clínico sin apropiarse de la relación. > *"Incluso más capacidades en nombre del clínico, que creemos tiene un papel fundamental en la conexión con el paciente."* — Chai Asawa ## [58:51] PRDs, claridad de producto y construcción de productos AI serios La pregunta rápida de Jacob: en qué has cambiado de opinión sobre IA en el último año. Janie rebate la visión popular: los prototipos no lo son todo, los PRDs no están muertos. A medida que los productos se vuelven más complejos e impulsados por IA, la disciplina de claridad escrita de un PRD real importa más, no menos. El resto de la sección trata sobre cómo construir productos AI serios en sanidad: propiedad, disciplina de especificación escrita y resistencia al desarrollo impulsado por demos. > *"La opinión más provocadora es que los prototipos son el fin último y que los PRDs están muertos."* — Janie Lee (la opinión que cambió) ## [64:28] Herramientas de programación con IA en Abridge La pregunta de cierre habitual de swyx. Abridge usa Claude Code y Cursor internamente, y Jacob lanza una broma: le gustaría ver a Claude dirigir una empresa valorada en mil millones de dólares antes de generar ingresos. > *"Claude va a hacer esto... me gustaría ver a Claude... dirigir una empresa a mil millones de dólares antes de tener ingresos."* — Jacob Effron ## [65:23] Cierre Chai invita a los oyentes a visitar el sitio web de Abridge para acceder a sus artículos técnicos sobre reducción de alucinaciones, evals y el resto del stack de investigación. swyx y Jacob cierran con agradecimientos. > *"En el sitio web de Abridge tenemos muchos de nuestros artículos técnicos donde hemos hecho trabajo muy interesante, como reducir las alucinaciones."* — Chai Asawa ## Entidades - **Janie Lee** (Persona): Operadora de la era fundacional de Abridge; responsable del área de producto y comercial de la capa de inteligencia clínica. - **Chai Asawa** (Persona): Responsable de apoyo a la decisión clínica en Abridge; anteriormente en Glean. - **swyx** (Persona): Presentador de Latent Space. - **Jacob Effron** (Persona): Socio en Redpoint Ventures; presentador del podcast Unsupervised Learning. - **Abridge** (Organización): Empresa de IA sanitaria que construye la capa de inteligencia clínica, comenzando con documentación ambiental y expandiéndose hacia apoyo a la decisión, autorización previa, evals e integración con EHR. - **Glean** (Organización): Empresa de búsqueda empresarial con IA; referenciada como el empleador anterior de Chai y como contraste horizontal frente al enfoque vertical de Abridge. - **Redpoint Ventures** (Organización): Firma de capital riesgo; inversora en Abridge y sede del cruce con Unsupervised Learning. - **EHR (Electronic Health Record)** (Concepto): El sistema de registro central en el que operan los sistemas sanitarios; en palabras de Chai, el EHR funciona como un sistema de archivos para los agentes sanitarios. - **Autorización previa** (Concepto): Un caso de uso central de Abridge: convertir los rechazos de pagadores que hoy tardan semanas en orientación en tiempo real durante la visita. - **Proceso LFD** (Concepto): Revisión interna de Abridge liderada por clínicos como primer paso, usada para calibrar los jueces LLM y definir los criterios de evaluación. - **Científico clínico** (Concepto): Un rol de Abridge: médicos con perfil técnico, integrados en los equipos de producto y evaluación. - **Despliegue progresivo** (Concepto): La disciplina de despliegue de Abridge: lanzar a una fracción del tráfico real para mantener honesta la distribución offline, siguiendo el patrón de lanzamiento de los vehículos autónomos. - **Claude Code** (Software): Herramienta de programación con IA usada internamente en Abridge. - **Cursor** (Software): Editor de código con IA también usado internamente en Abridge.

El Subsecretario de Estado Jacob Helberg regresa a No Priors para presentar Pax Silica, una coalición de seguridad económica de 14 países diseñada para asegurar toda la cadena de suministro de IA, desde chips hasta imanes de tierras raras y actuadores de robots. El proyecto insignia: 4.000 acres en Filipinas (un tercio de Manhattan) cedidos a EE.UU. para una "base industrial de despliegue avanzado", concebida para hacer por el capitalismo democrático liberal lo que la Iniciativa Belt and Road de China hizo por la infraestructura estatal, pero impulsada por empresas privadas y capital de riesgo en lugar de empresas estatales. Sarah Guo y Elad Gil interrogan a Helberg sobre la durabilidad de la política entre administraciones, el papel de los fondos de capital de riesgo y por qué llama a América un "underdog global". ## [00:00] Apertura Helberg abre con el núcleo filosófico de Pax Silica: EE.UU. no ganará la competencia en cadenas de suministro con fábricas estatales. Su ventaja es el sector privado y sus empresas: el "encantar y deleitar" de Steve Jobs exportado por miles de millones. La estrategia consiste en construir plataformas junto a los creadores americanos que puedan operar como servicios comerciales fuera del gobierno. > *No vamos a gestionar cadenas de suministro desde el gobierno porque así no destacamos como país. Nuestro superpoder es realmente nuestro sector privado y nuestras empresas.* ## [00:41] Introducción de Jacob Helberg Sarah y Elad reintroducen a Helberg, ya confirmado como Subsecretario de Estado para Asuntos Económicos tras su última conversación previa a la confirmación. El marco de la hora: Pax Silica como un esfuerzo multinacional para asegurar la cadena de suministro de IA para EE.UU. y sus aliados. > *Jacob, muchas gracias por estar aquí. Sí, gracias por unirte a nosotros. Gracias por invitarme.* ## [01:02] La misión de Pax Silica Helberg traza Pax Silica a partir de su discurso en el Hudson Institute, que estableció un enfoque "basado en ecosistemas" para las cadenas de suministro. La coalición abarca ahora 14 países. El primer producto concreto fue el acuerdo con Filipinas: 4.000 acres cedidos a EE.UU. para una base industrial de despliegue avanzado. Presenta la apuesta como la combinación de la predictibilidad del derecho común americano con las ventajas comparativas industriales de Filipinas, enmarcándola explícitamente como el equivalente al lanzamiento de un producto de IA en cadena de suministro, celebrado en San Francisco para hablar directamente con los creadores. > *Pax Silica es una coalición de seguridad económica que ahora tiene 14 países y la idea es tener un enfoque basado en ecosistemas para nuestras cadenas de suministro y específicamente la cadena de suministro de IA.* ## [03:51] Inversión en cadenas de suministro de chips de IA La cadena de suministro de IA es mucho más amplia que los chips: "miles de insumos como reductores de precisión, motores de servidor, imanes de tierras raras y actuadores", y el riesgo de concentración de EE.UU. es alto en prácticamente todos. El enfoque de Helberg es elegir geografías con profundidad industrial indígena y alineación de valores. Filipinas cumple ambas: un ecosistema manufacturero profundo y el aliado más antiguo de EE.UU. en Asia. La robótica recibe atención explícita como el próximo cuello de botella tras los chips. > *La cadena de suministro de IA incluye miles de insumos como reductores de precisión, motores de servidor, imanes de tierras raras y actuadores, y nuestro riesgo de concentración como país es increíblemente alto para básicamente todos esos insumos.* ## [05:43] Comparación entre Pax Silica y la Iniciativa Belt and Road de China La comparación natural, y Helberg la abraza. La Iniciativa Belt and Road, explica para la audiencia, consistió en 25 años de empresas estatales construyendo carreteras, puentes, ferrocarriles, minas e instalaciones de procesamiento operados por el gobierno en el extranjero: infraestructura como herramienta de política exterior. Pax Silica invierte deliberadamente el modelo: los activos son privados y comercialmente viables, el papel del gobierno es reducir la fricción y alinear a los aliados, y el objetivo es una interdependencia económica duradera en lugar de influencia política. Helberg argumenta que esto es más duradero y transparente: los países receptores obtienen crecimiento real en lugar de trampas de deuda. > *Fundamentalmente, eran empresas estatales construyendo ferrocarriles operados por el gobierno, carreteras y puentes construidos por el gobierno.* ## [12:38] La propuesta de valor de Pax Silica Para los países socios, el argumento es simple: la IA ya impulsa más de un tercio del crecimiento del PIB de EE.UU. y genera una demanda récord de cobre, cobalto, electricistas y cada insumo que va a un centro de datos. Los países que toman posiciones significativas en diferentes capas de esa cadena de suministro capturan un crecimiento que de otro modo no pueden. Helberg enfatiza la naturaleza de suma no nula de los puntos de inflexión tecnológica para argumentar que esto puede ser mutuamente beneficioso: el pastel crece lo suficientemente rápido como para que todos en la mesa ganen. > *El pastel crece muy rápido. Y por eso realmente no es de suma cero, lo que lo hace increíblemente propicio para forjar relaciones muy mutuamente beneficiosas.* ## [14:38] Manufactura en EE.UU. versus en países asociados Elad plantea la pregunta obvia: qué se queda en EE.UU. versus qué se externaliza a socios. El enfoque de Helberg es consumo versus producción. EE.UU. es el 4% de la población mundial pero consume entre el 20 y el 30% de la producción global en la mayoría de las categorías, y produce mucho menos. Cerrar esa brecha reindustrializa América por definición. Algunas cosas (fábricas de última generación, capacidades críticas de defensa) deben ser domésticas. Otras (procesamiento de minerales, ciertos componentes) son mejor externalizadas donde la geografía y la base industrial ya favorecen. El instinto no es la autarquía sino una redistribución deliberada de la cadena de suministro entre aliados, con EE.UU. manteniendo las capas más estratégicamente sensibles. > *América representa, en algún lugar entre el 20 y el 30% del consumo global en cualquier trimestre.* ## [19:10] Precios de minerales de tierras raras Elad profundiza en las tierras raras: no son realmente raras, el mercado total es solo unos pocos miles de millones de dólares, fuertemente subsidiadas por China como palanca de control. Helberg está de acuerdo y reencuadra la economía: lo que determina la competitividad de las tierras raras es la intensidad energética y la calidad del grado de extracción, no la escasez geológica. Eso convierte la pregunta de política en abundancia energética y capacidad de procesamiento, no en encontrar nuevos yacimientos. La implicación es que EE.UU. puede ganar en esta categoría si resuelve el lado de la energía barata, que es en parte lo que el impulso más amplio de la administración hacia la oferta energética pretende posibilitar. > *Lo que realmente impulsa la economía de esas industrias es cuánta energía necesitas bombear en el suelo para extraer un mineral determinado con un grado de calidad determinado.* ## [22:16] El papel del capital de riesgo en Pax Silica Sarah pregunta, "preguntando por un amigo", cuál es el papel del capital privado. La respuesta de Helberg es inusualmente directa para un funcionario del Departamento de Estado: los fondos de capital de riesgo son mejores que el gobierno a la hora de evaluar a los fundadores y operadores, y la capacidad de ejecución es lo que determina si los proyectos ambiciosos sobreviven al contacto con la realidad. Quiere que el ecosistema de capital de riesgo actúe como capa de señal: la asignación gubernamental puede apoyarse en adónde ya van los operadores creíbles, en lugar de que el gobierno intente elegir ganadores solo. La colaboración es explícitamente bilateral: los fondos de capital de riesgo identifican empresas con capacidad de ejecución, el gobierno proporciona demanda y apoyo de política. > *Ustedes están prácticamente predispuestos a evaluar muchos de los atributos de personalidad de los fundadores y operadores.* ## [24:50] Prioridades a corto versus largo plazo Como se equilibran los entregables de 2027-2028 con los planes a cinco años. La respuesta de Helberg es configurar el entorno más que elegir plazos. El enfoque de la administración es dar forma al entorno macroeconómico para que tanto la iteración a corto plazo como los proyectos intensivos en capital a largo plazo sean más fáciles: reducir burocracia, ampliar la oferta energética doméstica, cuadruplicar la nuclear. Cita uno de los primeros decretos ejecutivos firmados por Trump para cuadruplicar la energía nuclear doméstica como habilitador estructural que rinde frutos en ambos horizontes. > *Ayudar a dar forma al entorno, creando un macro entorno que básicamente hace que la innovación, la iteración de innovaciones y el despliegue de innovaciones sean mucho más fáciles y menos costosos.* ## [27:09] Hacer la política de IA duradera Elad plantea el problema de los decretos ejecutivos: cada administración cancela los de la anterior. Como sobrevive Pax Silica a una transición. Helberg señala que algunas cosas, como la reforma fiscal, son muy duraderas, y que su cargo le impide comentar sobre política electoral. No responde completamente a la pregunta de durabilidad, lo que en sí mismo es la respuesta: la durabilidad tiene que venir de la legislación y de los hechos sobre el terreno (la base industrial en Filipinas, la manufactura asociada) que son difíciles de revertir. > *La reforma fiscal es muy duradera.* ## [28:09] Cómo las políticas afectan a los emprendedores Para los empresarios y operadores americanos, Pax Silica se posiciona como plataforma de acceso al mercado, ampliando lo que las empresas de EE.UU. pueden vender en mercados aliados como Japón, Corea del Sur, India y Singapur, donde incluso los socios comerciales amigos imponen fricciones considerables. Helberg quiere específicamente comentarios de los operadores sobre asociaciones ya en marcha, decisiones de cadena de suministro que los ejecutivos están tomando de manera más deliberada, y correcciones de política que desbloquearían la colaboración transfronteriza. > *Queremos usarla como plataforma para expandir el acceso al mercado para nuestras empresas.* ## [31:00] La administración Trump como gobierno emprendedor Preguntado sobre lo que más le sorprendió al comenzar en el Departamento de Estado, Helberg señala la velocidad y el apetito por el riesgo de la administración: el "tiempo Trump", el chiste recurrente con las contrapartes en el exterior. Lo atribuye a un presidente que pasó la mayor parte de su vida en el sector privado y a un gabinete (Bessent, Lutnick, otros) que opera con instintos del sector privado en lugar de burocráticos. La implicación para los creadores: el apetito por probar cosas nuevas es inusualmente alto ahora mismo, y Pax Silica es uno de sus beneficiarios. > *Nos gusta movernos en tiempo Trump.* ## [33:00] Por qué América es un underdog global Sarah cierra presionando a Helberg sobre su descripción de América como "underdog global", contraintuitiva dado que EE.UU. suele describirse como la potencia establecida. Helberg invoca la Trampa de Tucídides de Graham Allison y rechaza el marco: la identidad de América desde su fundación ha sido la de una nación de underdogs, 13 colonias desorganizadas rebelándose contra el imperio de la sociedad educada, repetidamente anunciadas en declive, repetidamente demostrando equivocadas las predicciones de la clase establecida. El argumento se presenta como una defensa de la cultura de riesgo americana y un cierre de presentación: el país gana comportándose como un underdog en lugar de defender su posición dominante. > *Siempre hemos sido una nación de underdogs.* ## Personajes - **Jacob Helberg** (Persona): Subsecretario de Estado para Asuntos Económicos de EE.UU.; arquitecto de Pax Silica. - **Sarah Guo** (Persona): Anfitriona de No Priors; fundadora y socia general de Conviction. - **Elad Gil** (Persona): Coanfitrión de No Priors; inversor independiente y emprendedor en serie. - **Pax Silica** (Concepto): Coalición de seguridad económica de 14 países liderada por el Departamento de Estado de EE.UU., orientada a asegurar la cadena de suministro de IA mediante bases industriales de despliegue avanzado y asociaciones con el sector privado. - **Iniciativa Belt and Road** (Concepto): Programa de infraestructura en el extranjero liderado por el Estado chino durante 25 años, el contrapunto frente al cual se posiciona Pax Silica. - **Base Industrial de Despliegue Avanzado en Filipinas** (Proyecto): 4.000 acres cedidos a EE.UU. para desarrollo industrial, el primer proyecto insignia de Pax Silica. - **Trampa de Tucídides** (Concepto): Marco de Graham Allison que caracteriza la relación EE.UU.-China como potencia establecida frente a potencia emergente; Helberg rechaza la caracterización de potencia establecida. - **Administración Trump** (Organización): Enmarca la velocidad y el apetito por el riesgo de Pax Silica ("tiempo Trump"), con los miembros clave del gabinete Scott Bessent y Howard Lutnick referenciados.

Mikey Shulman, co-founder of Suno, discusses the platform's evolution from a physics-based startup to a leader in generative AI music. By modeling music as raw sound waves rather than traditional theory, Suno empowers users to transition from passive listeners to active creators in the era of 'creative entertainment.' ## [00:00] Physics, Raw Sound, and Technical Philosophy Mikey Shulman explains how his background in quantum physics at Harvard influenced Suno's interdisciplinary approach to music technology. By modeling audio as raw sound waves sampled 48,000 times per second rather than using traditional music theory, Suno avoids creative constraints and allows for the emergence of new, microtonal genres. > *I think what I mostly learned is playing at the nexus of two things that don't usually play together is just a massive opportunity. [02:00]* ## [02:15] The Pivot to Consumer Music Generation Initially focused on audio analysis, the Suno team pivoted to generation after breakthroughs in audio compression made high-quality output computationally feasible. They validated the product's 'fun factor' through a Discord bot, discovering that the addictive nature of creation was a stronger signal than traditional business use cases. > *When you are staying up late playing with the thing, and you don't want to go to sleep, it's like a really good sign. [04:49]* ## [11:41] Why Music AI is a Research Problem, Not a Scale Problem Unlike Large Language Models, music generation lacks objective benchmarks, making raw compute scale less effective than targeted research. Shulman emphasizes using human preference data and reinforcement learning to align models with creative tastes, favoring a steady release cadence over long-term isolated development. > *In music there are no right answers. There are no benchmarks. Um, and so scale is somewhat less helpful in solving it. [12:28]* ## [16:22] From Passive Consumption to Creative Entertainment Shulman introduces the concept of 'creative entertainment,' where the act of building provides more fulfillment than the final product itself. He notes that 90% of Suno users are active creators, drawing parallels to the 'bedroom producer' era where accessible tools led to the discovery of new genres. > *People are creating music for the fun and enjoyment and fulfillment that comes with being creative. [17:05]* ## [22:52] Industry Partnerships and Professional Integration Addressing industry concerns, Shulman highlights Suno's partnership with Warner Music Group and its role in augmenting professional workflows. He argues that AI will raise the quality ceiling for artists and predicts that interactive live performances, such as audience participation at Coachella, are the next frontier. > *I think people incorrectly assume that we hate the existing music industry and especially we hate the record labels. [23:17]* ## [25:53] Product Strategy and the Application Moat Suno prioritizes the application layer and user experience as its primary competitive moat, viewing itself as a music company rather than just a technology firm. By focusing on storytelling through full-length lyrical songs and social co-creation features, the company aims to revive the cultural impact of music as a social medium. > *It's unclear how much moat exists in only a model... it's just really undervalued to invest in the product and the UI and the UX. [26:50]* ## Entities - **Mikey Shulman** (person): CEO and co-founder of Suno with a PhD in physics from Harvard. - **Suno** (organization): An AI-powered creative entertainment platform for music generation. - **Sonya Huang** (person): Partner at Sequoia Capital and host of the interview. - **Warner Music Group** (organization): A major global record label that partnered with Suno. - **Discord** (organization): The platform where Suno initially launched its music generation bot. - **Harvard** (organization): The university where Mikey Shulman studied quantum computing. - **Iamona** (person): A poet and artist who uses Suno to create music, illustrating the tool's professional potential. - **Coachella** (event): A major music festival cited as a future venue for interactive AI music experiences.

Estados Unidos lleva 50 años de retraso respecto a China en el suministro de minerales críticos, y su red eléctrica sigue funcionando con sistemas mecánicos diseñados hace un siglo. Turner Caldwell (Mariana Minerals) y Drew Baglino (Heron Power) — ambos ex ingenieros de Tesla — sostienen que cerrar esas brechas es el verdadero requisito previo para el dominio de la IA y la reindustrialización. Caldwell apuesta por refinerías autónomas impulsadas por aprendizaje por refuerzo para comprimir los plazos de proyectos de una década a algo defendible; Baglino apuesta por transformadores de estado sólido — silicio y software reemplazando acero, aceite y cobre — para modernizar la conversión de energía en centros de datos e instalaciones de energía a gran escala. Ambos convergen en el mismo desbloqueo: cadenas de suministro co-localizadas, contratación desde industrias análogas y una política industrial federal duradera en torno a la cual el capital privado pueda planificar. ## [00:00] Introducción El episodio abre con tres afirmaciones que plantean el desafío: Caldwell señala que Estados Unidos lleva 50 años de retraso en el suministro de minerales críticos y es demasiado lento para escalar capacidad incluso después de obtener las licencias; Baglino observa que la capa de transmisión y conversión de la red no ha tenido cambios significativos mientras todo en su borde — vehículos eléctricos, almacenamiento, carga rápida — se ha transformado; Price-Wright enmarca ambas como solucionables con el mismo tecno-optimismo que Tesla aplicó a los vehículos eléctricos. > *"La convicción de que se puede innovar en sistemas viejos y obsoletos está en el núcleo de la empresa."* — Turner Caldwell ## [00:47] La IA necesita infraestructura física Price-Wright abre el segmento principal nombrando el error de categoría que subyace a la mayoría de los comentarios sobre la carrera de IA: la competencia no es entre modelos y chips, sino entre capacidades de desarrollo físico. Cada modelo innovador, nueva fábrica y sistema autónomo tiene un requerimiento del mundo real debajo — materiales, energía y la capacidad de mover electricidad hacia donde se necesita. La presión sobre la red no es un techo, sino un llamado a la acción comparable en escala a los proyectos nacionales en torno a los cuales América se ha movilizado antes. > *"Si queremos reconstruir la columna vertebral industrial de Estados Unidos, tenemos que repensar toda la cadena, desde los minerales críticos hasta la generación de energía, la transmisión y cómo construimos e interconectamos nueva infraestructura a la velocidad que se necesita."* — Erin Price-Wright ## [02:23] Los constructores Price-Wright presenta a los dos invitados como constructores que cubren extremos opuestos de la cadena física: Caldwell desde la corteza terrestre hasta la refinación, Baglino desde el cable a través del transformador hasta la carga. El encuadre agudiza la tesis del episodio: el futuro de la IA en América está limitado por átomos, no por algoritmos, y ambos fundadores eligieron esas limitaciones deliberadamente después de ver cómo el borde de la red se transformaba mientras la infraestructura subyacente no lo hacía. > *"La limitación del futuro de la IA en América, y la reindustrialización en general, son en gran medida átomos y no algoritmos."* — Erin Price-Wright ## [03:11] Qué hace Mariana Minerals Mariana Minerals es una empresa de minería y refinación con enfoque primero en software — alrededor de un cuarto del equipo son ingenieros de software y machine learning — pero no vende software. Diseña, construye y opera sus propios proyectos. Caldwell describe tres sistemas operativos: Capital Project OS automatiza flujos de trabajo agénticos en ingeniería, adquisiciones y construcción; Plant OS usa aprendizaje por refuerzo para controlar temperaturas, caudales, tasas de adición química y tiempos de residencia de refinerías de forma autónoma; Mine OS aplica el mismo enfoque de RL al control autónomo de intervalo corto en operaciones mineras. Una mina de cobre en el sureste de Utah produce hoy cobre de alta pureza; una refinería de litio en Texas está en construcción, con una meta de 10 proyectos en 10 años. > *"Estamos apostando fuerte por la autonomía en las refinerías, donde usamos aprendizaje por refuerzo para eliminar a los humanos del proceso de decisión sobre cómo operan las refinerías."* — Turner Caldwell ## [04:19] La apuesta de Heron Power en la red Baglino traza el problema a una divergencia de cuatro décadas: las mejoras equivalentes a la Ley de Moore en semiconductores de potencia han transformado los teléfonos, las telecomunicaciones y los centros de datos, pero la red eléctrica sigue funcionando con los mismos sistemas en gran parte mecánicos diseñados hace más de 100 años. Sin control, sin monitoreo, un sistema sobrediseñado y frágil — y la mayoría de los proveedores de transformadores tienen sede en el extranjero, lo que Baglino trata como un problema de seguridad en la cadena de suministro, no solo una oportunidad de negocio. Heron Power construye transformadores de estado sólido que reemplazan el acero, el aceite y el cobre en la conversión de potencia con silicio y software, apuntando a centros de datos, instalaciones solares y de baterías a gran escala, y otros nodos críticos de la red. > *"En Heron Power estamos enfocados en construir transformadores de estado sólido para usar silicio y software para reemplazar el acero, el aceite y el cobre en la conversión de potencia."* — Drew Baglino ## [05:31] Por qué importa relocalizar Baglino rastrea el carburo de silicio — el semiconductor de potencia clave que habilita los transformadores de estado sólido — hasta décadas de investigación del Departamento de Energía y la Marina, argumentando que Estados Unidos debería ser el primero en comercializar lo que la inversión estadounidense creó; cederlo a otros países significa renunciar al beneficio completo de esa investigación. Caldwell agudiza el caso de los minerales: Estados Unidos lleva 50 años de retraso respecto a China específicamente, y la reforma de permisos más el financiamiento de proyectos solos no lo resolverán. El cuello de botella es la velocidad de ejecución después de obtener las licencias — 5 años para construir, 3 a 5 más para alcanzar la tasa operativa — y toda la tesis de Mariana es comprimir esa fase, porque ponerse al día requiere superar a China, no solo igualarla. > *"Incluso si empezamos a reducir las cargas para ponernos al nivel de China, en realidad tenemos que ir más rápido que China."* — Turner Caldwell ## [07:48] Lecciones de Tesla y fuerza laboral Caldwell nombra tres activos transferibles de Tesla: tecno-optimismo hacia los sistemas heredados, apetito por el riesgo que permite tomar decisiones rápidas sin parálisis por miedo al fracaso, y el rechazo institucional a abandonar proyectos de alto valor cuando se vuelven difíciles. Baglino agrega las apuestas financieras de do-or-die que enfocan a organizaciones enteras — "odio decir do or die, pero es equivalente a eso" — y la claridad de misión como imán de talento que permite elegir entre los mejores. En cuanto a la fuerza laboral, ambos fundadores miran a industrias análogas: Baglino contrató talento de manufactura de baterías de plantas de embotellado de alta velocidad e instalaciones de jeringas al construir la planta de 50 GWh en Texas del programa 4680; Caldwell se nutre de ingenieros de petróleo y gas y desarrolladores de software que escriben algoritmos de optimización para la minería. El diferencial de costo laboral entre fábricas de Estados Unidos y China es menos del 10% del costo de bienes vendidos — Baglino argumenta que puede ser inferior al 5% — y el verdadero motor de competitividad son las cadenas de suministro co-localizadas, con las zonas industriales de China donde cada pieza de un auto está a menos de tres horas. > *"Las fábricas de hoy están muy automatizadas. La diferencia laboral es menos del 10% del costo de bienes vendidos. Lo que realmente impulsa la competitividad es la cadena de suministro."* — Drew Baglino ## [21:09] Pedidos de política pública y cierre Caldwell pide el kit completo de política mineral aplicado al petróleo y el gas en los últimos 50 años — no ítems seleccionados — anclado por una estructura de incentivos que dé a los mercados de capital privado suficiente confianza en el mercado a largo plazo para que no les saquen la alfombra de debajo de una industria que no se ha desarrollado internamente en 30 años. Baglino nombra tres puntos específicos: una política industrial duradera en torno a la cual proveedores y financiadores puedan planificar; un esfuerzo conjunto federal-estatal para designar zonas de desarrollo de energía y manufactura donde las jurisdicciones locales lleguen al sí en lugar de buscar razones para bloquear; y un fondo federal de fideicomiso de autopistas equivalente para la red eléctrica — un plan maestro financiado que conecte zonas de manufactura a través de infraestructura lineal de transmisión para mejorar la resiliencia, reducir costos y hacer avanzar a la nación. > *"Me gusta la idea de un fondo federal de fideicomiso de autopistas para la red. Nunca ha existido. Por eso tenemos este mosaico."* — Drew Baglino ## Personajes - **Turner Caldwell** (Persona): Cofundador y CEO de Mariana Minerals; lideró el equipo de minerales y metales de Tesla; arquitecto del control autónomo de refinerías y minas mediante aprendizaje por refuerzo. - **Drew Baglino** (Persona): Cofundador y CEO de Heron Power; 18 años de experiencia en Tesla como SVP de Powertrain e Ingeniería de Energía; construyó el programa Megapack y la planta de baterías 4680 de 50 GWh en Texas. - **Erin Price-Wright** (Persona): Socia General en a16z (práctica American Dynamism); presentadora del episodio. - **Mariana Minerals** (Organización): Empresa de minería y refinación de minerales críticos con enfoque primero en software; opera una mina de cobre en el sureste de Utah, construye una refinería de litio en Texas; apunta a 10 proyectos en 10 años. - **Heron Power** (Organización): Startup de electrónica de potencia que reemplaza equipos mecánicos de conversión de red con transformadores de estado sólido construidos con silicio y software. - **Tesla** (Organización): Origen compartido de ambos fundadores; citada como referente de tecno-optimismo, apetito por el riesgo y talento orientado a la misión en sectores industriales difíciles. - **Silicon Carbide** (Concepto): Semiconductor de potencia clave que habilita los transformadores de estado sólido; el productor líder mundial tiene sede en Estados Unidos, haciendo que la comercialización doméstica sea una prioridad estratégica en torno a la cual Baglino centra Heron. - **Aprendizaje por refuerzo para control industrial** (Concepto): Tecnología central de Plant OS y Mine OS de Mariana — elimina el cuello de botella del conocimiento acumulado de operadores humanos escasos al ajustar autónomamente los circuitos de refinería y las decisiones de intervalo corto en minería. - **Cadenas de suministro co-localizadas** (Concepto): Argumento principal de Baglino para la competitividad manufacturera de Estados Unidos — reducir el tiempo y costo logístico agrupando todos los insumos en una región, replicando el modelo de zona industrial de China donde cada pieza de un auto de 7.000 partes está a menos de tres horas.

Noah Brier corre Claude Code en un mini PC de su sótano, sincronizado con su vault de Obsidian a través de una VPN de Tailscale, y hace pensamiento real, investigación y código para clientes desde su teléfono. La conversación aborda cómo construyó este stack, por qué impone restricciones estrictas de "modo de pensamiento" para evitar que el modelo redacte artefactos prematuramente, y su teoría más amplia de que la IA triunfa cuando se mete en los rincones y grietas de las organizaciones en lugar de exigirles que adopten nuevas estructuras. Dan Shipper y Noah también exploran qué significa realmente construir intuición sobre la IA y por qué preparar a los hijos para la IA tiene más que ver con enseñarles escepticismo epistémico que con vigilar el plagio. ## [00:00] La configuración de Claude Code de Noah Brier en un servidor casero Dan Shipper abre el episodio describiendo la configuración que hace que Noah valga la pena escuchar: un servidor doméstico en el sótano que corre Claude Code sobre un vault de Obsidian, accesible desde cualquier lugar a través del teléfono. Noah lo ha montado de modo que puede pensar, investigar, escribir y publicar código sin tener que sentarse ante un escritorio. > *"Armó un servidor en su sótano, le puso su vault de Obsidian y corre Claude Code encima para poder pensar, investigar, escribir e incluso publicar código directamente desde su teléfono."* ## [00:52] Introducción Dan y Noah se ponen al día, su primera conversación en unos cinco años. El recorrido de Noah abarca la estrategia de marca (cofundó Percolate), la consultoría de IA en Alephic y la conferencia BRXND.AI. Dan enfoca la entrevista en el stack práctico que Noah ha construido, no en la discusión abstracta sobre IA. > *"Me alegra tenerte aquí. Qué bueno poder charlar. Esta es nuestra primera entrevista en probablemente como 5 años."* ## [02:10] Cómo puedes hacer trabajo profundo desde tu teléfono Noah aclara desde el principio que su configuración es menos "vibe coding" y más trabajo del conocimiento estructurado. Abandonó Evernote por Obsidian porque los archivos markdown y las carpetas le dan algo sobre lo que Claude Code puede operar realmente. Su caso de uso principal de Claude Code es interactuar con sus notas, no generar código, y la extensión móvil de esa configuración ha cambiado fundamentalmente sus patrones de trabajo. > *"Mi uso número uno de Claude Code es usarlo como herramienta para interactuar con mis notas."* ## [05:30] Por qué Noah cree que Grok tiene el mejor modo de voz de IA Noah prefiere el modo de voz de Grok sobre los equivalentes de OpenAI y Gemini: Gemini no era suficientemente inteligente, y el antiguo modo de voz de GPT-4o le resultaba inutilizable. Lo usó en un viaje en solitario de cinco horas para trabajar en un artículo sobre los Transformers, conectándolo por Bluetooth y tratándolo como un podcast de investigación personal. La conversación saca a relucir una frustración compartida: los modelos de voz todavía no hacen bien el tool calling ni la investigación web, lo que limita su utilidad para trabajo intelectual serio. > *"Hice una sesión de una hora y realmente, fue de lejos la mejor explicación que he leído o escuchado sobre eso."* ## [11:11] Los detalles técnicos de la configuración Claude Code-Obsidian de Noah Noah recorre en pantalla su carpeta de Obsidian en vivo. Claude Code está en el directorio raíz de Obsidian, así puede acceder a todo el archivo de notas. Para una charla que está preparando para BRXND.AI, sobre el Simple Sabotage Field Manual de la Segunda Guerra Mundial y lo que dice sobre la burocracia en las grandes organizaciones, ha creado una carpeta de proyecto dentro de Obsidian con transcripciones de chats con ChatGPT, Claude y Grok, junto con artículos y PDFs. El trabajo de Claude en esta etapa no es escribir la charla sino ayudarle a pensar: extrae notas relevantes, sintetiza el progreso diario en un registro y hace preguntas clarificadoras. Noah establece restricciones de modo de pensamiento explícitamente en el frontmatter del CLAUDE.md del proyecto. > *"Estoy en modo de pensamiento, no en modo de escritura todavía. Hay cosas aquí donde específicamente le he dicho, creo que está en el frontmatter, donde le he dicho a Claude Code: no me ayudes a escribir nada ahora mismo."* ## [26:05] Usar un agente en Claude Code como 'compañero de pensamiento' Noah argumenta que la palabra "generativo" ha distorsionado la forma en que la gente usa la IA: todo el mundo se centra en su capacidad para producir artefactos, casi nadie habla de lo extraordinaria que es su capacidad de lectura. Mantiene un agente compañero de pensamiento con restricciones explícitas: "No crees esquemas, borradores ni ninguna versión de charlas o escritura." El agente anota preguntas, rastrea ideas emergentes y construye un registro continuo para que Noah pueda retomar exactamente donde lo dejó tras un descanso. Sigue un hilo desde la investigación profunda de ChatGPT sobre Wild Bill Donovan hasta una idea tentativa sobre cómo el paralelismo de la arquitectura transformer refleja la autonomía operacional de las fuerzas especiales. > *"Creo que en parte porque lo llamamos generativo, hay demasiado enfoque en su capacidad para escribir y no suficiente en su capacidad para leer."* ## [30:23] La teoría del Thomas' English Muffin de la IA según Noah El capítulo abre con la tesis de Noah sobre la burocracia: las grandes empresas no fracasan en adoptar software porque sean perezosas, sino porque históricamente el nuevo software exigía que las organizaciones se reestructuraran a su alrededor. La IA, argumenta, es diferente. Se mete en los rincones y grietas de cómo la gente ya trabaja, de ahí su metáfora del Thomas' English Muffin. Dan añade un ejemplo concreto de Every: dos productos construidos sobre stacks diferentes necesitaban compartir una solución de búsqueda de archivos, y Claude Code les permitió reutilizar la lógica sin imponer un framework común. La conversación se amplía a la idea de Noah sobre la "burocracia como positional encoding", una analogía a medio formar entre la arquitectura transformer y la jerarquía organizacional que todavía está elaborando antes de su charla. > *"Lo llamo mi Thomas' English Muffin theory de la IA, que es que se mete en los rincones y grietas."* ## [39:47] El espacio en blanco que aún queda por explorar en la IA Noah y Dan argumentan que la mayoría de los profesionales, incluidos los bien financiados, aún operan con intuiciones frágiles sobre lo que estos modelos realmente pueden hacer. El rompehielos de Noah en cada reunión con clientes es "¿cuál fue tu momento aha con la IA?" porque ese momento de no determinismo, hacer la misma pregunta dos veces y obtener respuestas diferentes, es genuinamente nuevo y requiere tiempo para internalizarse. Toma prestado el experimento de la bicicleta al revés de Destin Sandlin para ilustrar el punto: la intuición motora y la intuición conceptual son separadas, y no se puede atajar la construcción de intuición. Dan contraargumenta que los modelos de lenguaje podrían generar el vocabulario que nos falta para razonar sobre sistemas probabilísticos. > *"No estamos acostumbrados a usar cosas que, les haces la misma pregunta dos veces y dan respuestas diferentes."* ## [48:44] Cómo Noah prepara a sus hijos para la IA La hija de diez años de Noah construyó una aplicación de Papá Noel secreto con Claude que accidentalmente le enseñó modelado de datos: se dio cuenta de que necesitaba "grupos" en lugar de "adultos y niños" para generalizar la lógica. Esa historia ancla un argumento más amplio: el trabajo de los educadores no es prevenir el uso de la IA sino convencer a los estudiantes de que las habilidades subyacentes valen la pena aprenderlas. Noah está proponiendo un curso en NYU para el otoño de 2026 llamado "Code is Essay", y cree que la meta-habilidad relevante es el escepticismo epistémico: ser más desconfiado de la información que confirma tus supuestos previos, no menos. > *"En realidad no creo que tu trabajo sea enseñarles a escribir a estos niños porque eso es una búsqueda de toda la vida. Creo que tu trabajo es convencerlos de que vale la pena aprender a escribir."* ## [01:00:06] Cómo llevó su configuración de Claude Code al teléfono Noah hace una demostración en vivo del stack móvil completo: Termius (cliente SSH en iPhone), Tailscale VPN conectando al mini PC del sótano, Obsidian sincronizado vía GitHub privado, Claude Code corriendo en la terminal. Muestra cómo le pregunta a Claude "¿qué hay de nuevo en los últimos dos días?" y obtiene una síntesis de su actividad reciente en Obsidian. También arregló un enlace roto en su sitio de conferencias desde su teléfono: confirmó el bug, hizo que Claude enviara un PR, listo. Su tinkering actual se extiende a la herramienta CLI `llm` de Simon Willison y un script que renombra todos los archivos de attachments en su vault de Obsidian y reconstruye la tabla de enlaces. > *"Fui a sentarme afuera un rato y teníamos un proyecto que necesitaba entregarse a un cliente y había que hacer un pequeño cambio. Le dije a Claude Code exactamente dónde mirar, confirmé que el problema era lo que creía, y le pedí que enviara una solución, envió un PR y listo."* ## Personajes - **Dan Shipper** (Persona): CEO y cofundador de Every; conductor de la entrevista - **Noah Brier** (Persona): Cofundador de Percolate; fundador de la consultora de estrategia de IA Alephic; organizador de la conferencia BRXND.AI - **Every** (Organización): Empresa de medios y software que produce este podcast - **Alephic** (Organización): Consultora de estrategia de IA de Noah; trabaja con clientes Fortune 50 como Amazon, Meta y PayPal - **BRXND.AI** (Organización): Conferencia anual en la intersección de marketing e IA, organizada por Noah; edición 2025 en Nueva York el 18 de septiembre - **Claude Code** (Software): Herramienta de programación agéntica de Anthropic; central en el flujo de trabajo de segundo cerebro y móvil de Noah - **Obsidian** (Software): Aplicación de toma de notas basada en markdown; el almacén de conocimiento principal de Noah, organizado con el método PARA - **Tailscale** (Software): VPN de malla usada para conectar de forma segura el teléfono de Noah a su mini PC del sótano - **Termius** (Software): Cliente SSH para iOS que Noah usa para acceder a su servidor doméstico desde el teléfono - **Grok** (Software): Asistente de IA de xAI; Noah considera que su modo de voz es significativamente mejor que el de OpenAI y Gemini para investigación sustantiva - **Simple Sabotage Field Manual** (Concepto): Documento de la OSS de la Segunda Guerra Mundial que Noah republicó; usado como lente sobre la burocracia organizacional moderna en su charla de BRXND.AI - **Thomas' English Muffin theory** (Concepto): Metáfora de Noah sobre cómo la IA triunfa al integrarse en los flujos de trabajo organizacionales existentes en lugar de exigir reestructuración

Charles Koch y su hijo Chase se sientan con David Friedberg para contar cómo Koch Inc. creció 9,000 veces: de una empresa petrolera de 300 empleados en Oklahoma en 1961 a un conglomerado privado de 130,000 empleados que abarca energía, química, productos forestales, bienes de consumo y capital de riesgo, sin salir jamás a bolsa. La conversación gira en torno al Principle-Based Management (PBM): el marco de 41 principios que guía cada decisión de contratación, adquisición y cambio cultural en Koch. Charles y Chase también abordan la caricatura política que rodea al nombre Koch, explicando su giro desde el libertarismo partidista hacia la coalición más amplia Stand Together, enfocada en la reforma educativa y el florecimiento humano. El episodio cierra con IA y capitalismo: ambos ven la innovación sin restricciones y el empoderamiento de abajo hacia arriba como el único camino creíble ante las presiones económicas que se avecinan. ## [00:00] David Friedberg da la bienvenida a Charles y Chase Koch David Friedberg abre la conversación en un evento de Forbes señalando que él y Chase Koch se conocen desde 2013 a través de la industria agrícola y que desde entonces han sido socios comerciales. Enmarca a Koch Inc. como "la historia sin contar" de la empresa americana: posiblemente el negocio familiar privado más rentable del mundo, pero prácticamente invisible en comparación con sus pares que cotizan en bolsa. La apertura también establece las expectativas para la audiencia del All-In Podcast: una extensa conversación en vivo con el presidente y el presidente de la próxima generación de Koch Inc., registrada en directo. > "Siempre sentí que Koch Industries era esa historia sin contar: probablemente el negocio familiar privado más rentable del mundo." > — David Friedberg ## [01:04] Panorama de Koch Inc.: escala, líneas de negocio e historia Friedberg ofrece la base estadística: si Koch cotizara en bolsa, sus ingresos la situarían entre las 25 primeras de la Fortune 500. Fundada en 1940 por Fred Koch en Wichita, Kansas, la empresa opera hoy en 60 países con más de 120,000 empleados en energía, agricultura, química, productos de construcción, bienes de consumo, computación en la nube y un activo portafolio de inversiones minoritarias. Koch reinvierte el 90% de sus ganancias en el negocio, una decisión estructural que la distingue de las empresas públicas que optimizan para resultados trimestrales. Charles señala de qué va a tratar realmente la conversación: no de hitos de ingresos, sino de los principios y los fracasos que hicieron posible el crecimiento sostenido. > "Un modelo operativo muy singular, que incluye principios de innovación disruptiva, reinversión del 90% de las ganancias en nuevos negocios y crecimiento, y valores meritocráticos." > — David Friedberg ## [02:21] Construyendo el negocio: los primeros días y la incorporación de Charles Koch (1961) Charles Koch se incorporó al negocio familiar en 1961 a los 25 años, recién salido del MIT y de una temporada en Arthur D. Little. El ultimátum de su padre Fred fue directo: "Hijo, o vuelves a dirigir la empresa o voy a tener que venderla, porque mi salud está mal y las empresas no van bien y no me queda mucho tiempo de vida." La empresa tenía entonces unos 300 empleados, dos negocios principales (bandejas de fraccionamiento y recolección de petróleo crudo en Oklahoma) y una disfunción operativa importante. Las lecciones tempranas cristalizaron un principio central de Koch: crecer delimitado por capacidades, no por industrias. El negocio de bandejas de fraccionamiento fracasó en parte porque su presidente era un controlador autoritario que alienó a ingenieros y clientes por igual. Charles empezó a preguntarse no "¿en qué industria estamos?" sino "¿qué podemos hacer mejor que nadie, y en qué punto de la cadena de valor eso crea más valor?" Ese reencuadre, aplicado repetidamente durante décadas, explica la secuencia de industrias aparentemente inconexas que Koch fue entrando. > "Hijo, o vuelves a dirigir la empresa o voy a tener que venderla, porque mi salud está mal y las empresas no van bien y no me queda mucho tiempo de vida." > — Charles Koch, citando a su padre Fred Koch ## [11:31] Fracasos, destrucción creativa y aprender de los errores Charles abre con una provocación: "Si no estás fracasando en todo, es que no estás haciendo nada nuevo." Recuenta pérdidas tempranas, incluyendo un intento fallido de convertir coque de petróleo en carbón activado, y un patrón de entrar en negocios sin las capacidades subyacentes necesarias. El verdadero aprendizaje llegó al diagnosticar por qué ocurrió cada fracaso: casi siempre fue por violar uno de los principios operativos de Koch. Chase añade la perspectiva del portafolio de capacidades: la expansión de Koch desde la recolección de petróleo crudo hacia el gas natural, los químicos, los fertilizantes y finalmente los productos forestales no fue una diversificación aleatoria, sino las mismas capacidades subyacentes redirigidas hacia nuevas aplicaciones. También describe Koch Disruptive Technologies (KDT), que él fundó, como un experimento estructural difícil de hacer consistentemente rentable: una evaluación honesta de su propio fracaso. La decisión de cerrar o hacer un pivot, dice Charles, se reduce a una prueba: ¿hemos perdido la capacidad de crear valor superior para los clientes de una manera por la que seamos recompensados? > "Cuando perdemos suficiente dinero, eso es cuando ya basta. Cuando decidimos que no tenemos la capacidad de crear valor superior para nuestros clientes." > — Charles Koch ## [19:22] Cultura y Principle-Based Management Este es el centro intelectual del episodio. Charles traza los orígenes del sistema PBM en los peores fracasos de Koch, todos con una causa raíz en común: promover a personas con malos valores hacia posiciones de liderazgo. Dos ejemplos casi catastróficos destacan: una operación de trading temeraria que casi quebró la empresa durante la guerra de Oriente Medio en 1973, y un episodio posterior en el que líderes con motivaciones destructivas ocultaban fracasos mientras inventaban éxitos. El antídoto fue contratar primero por valores y segundo por talento, y estructurar una cultura donde la motivación por la contribución, querer tener éxito ayudando a otros a tener éxito, desplace la búsqueda de poder. Chase profundiza con un planteamiento que va al grano: ¿y si todos en la empresa supieran exactamente qué hacer sin que nadie se lo dijera? Ese es el estado objetivo que PBM está diseñado para producir. La estrategia de gestión del cambio evita los mandatos de arriba hacia abajo: se encuentra el subgrupo más ansioso por probar los principios, se demuestran resultados, y se deja que la demanda tire de la transformación hacia el resto de la organización. El conocimiento colectivo reemplaza el juicio de unos pocos inteligentes en la cima. > "¿Y si pudieras tener un negocio y una cultura, pequeños, medianos o grandes, donde todos supieran qué hacer sin que nadie se los dijera?" > — Chase Koch ## [33:53] La adquisición de Georgia-Pacific y la transformación cultural La adquisición de Georgia-Pacific en 2005 fue la mayor apuesta de Koch en ese momento: "una apuesta enorme", dice Chase, cuando la empresa era mucho más pequeña. Charles traza la lógica: Koch vio las operaciones de pulpa y papel de Georgia-Pacific como una extensión natural de sus capacidades en procesos químicos, una conexión que se remontaba hasta la tesis del MIT de Fred Koch sobre la producción de pulpa en Maine. Inicialmente propusieron comprar solo las divisiones de commodities; cuando ese acuerdo no pudo cerrarse por los litigios pendientes, ofrecieron comprar la empresa entera. Lo que siguió fue una transformación cultural de años en una sede de 51 pisos en Atlanta construida sobre la burocracia de arriba hacia abajo. Koch reemplazó el liderazgo, recompensó a los trabajadores que detectaron y corrigieron ineficiencias, y compartió los ahorros de costos con los miembros del sindicato que los encontraron. Chase describe sus propios años en las operaciones de primera línea de Koch, viviendo en un tráiler en un corral de engorde, trabajando en una planta de líquidos de gas, como fundacionales para un liderazgo creíble después. El cambio cultural tarda mucho más de lo que cualquier comprador espera, y casi siempre requiere reemplazar al grupo de liderazgo que sostiene el viejo paradigma. > "Tarda muchísimo más de lo que uno piensa en cambiar la cultura, y en casi todos los casos requiere cambiar al liderazgo que tiene el paradigma del empoderamiento de abajo hacia arriba." > — Chase Koch ## [56:17] Reforma educativa y cambio social Stand Together, la red sin fines de lucro que Charles ha ido construyendo durante 60 años bajo distintos nombres, es hoy una de las organizaciones filantrópicas más grandes de Estados Unidos. Chase dirige la generación de alianzas, y reencuadra su misión: no como cabildeo político, sino como la aplicación de los mismos principios de Koch a los desafíos sociales, empezando por la educación. El COVID-19 cambió drásticamente la opinión pública: antes de 2020, aproximadamente el 20% de las familias estaban abiertas a alternativas a la escuela tradicional; después de ver a sus hijos aprender más en YouTube que en las clases de Zoom, ese número se disparó. Stand Together ha ayudado desde entonces a sembrar más de 5,000 microescuelas. Programas aliados como Alpha School de Joe Limont usan la gamificación y el aprendizaje basado en proyectos para llevar a alumnos que reprobaban al tope de la clase en tres meses. Chase también aplica el principio de la ventaja comparativa a sí mismo: se despidió a sí mismo como presidente de Koch Fertilizer cuando reconoció que otra persona tenía esa ventaja comparativa, y usa esa misma lógica para rediseñar roles en toda la plantilla de 130,000 personas de Koch. > "Antes del COVID, aproximadamente el 20% de las familias estaban abiertas a un nuevo modelo de educación. Durante el COVID todos vieron qué tan roto estaba el sistema: sus hijos habían aprendido más en YouTube que en el salón de clases." > — Chase Koch ## [72:37] IA, desafíos económicos y el futuro del capitalismo Friedberg presiona a Charles para que rinda cuentas de la narrativa política de Koch: las décadas de participación en el Partido Libertario y el giro posterior hacia la coalición más amplia de Stand Together. Charles es sincero: pasó demasiados años trabajando solo con personas que coincidían con él en cada principio, lo que limitó su alcance. La perspectiva de Viktor Frankl, "cada vez más personas tienen los medios para vivir pero no tienen un sentido por el que vivir", reorientó su pensamiento hacia las raíces motivacionales del deterioro social más que hacia remedios puramente políticos. La lección: las estrategias de la libertad no pueden tomar prestado del totalitarismo; someter a una coalición a pruebas de pureza ideológica la destruye. En cuanto a la IA, la posición de Chase es clara: innovación sin restricciones, sistemas abiertos, empoderar a las personas con herramientas de IA en lugar de prohibirlas. Koch está ejecutando PBM como un marco nativo de IA, y Chase creó un asistente de IA para el nuevo libro para que los lectores puedan interactuar directamente con los principios, yendo mucho más allá de lo que Charles anticipaba cuando invitó a Chase a coescribir. El episodio cierra con el legado que Charles declaró querer dejar: que Estados Unidos cumpla más plenamente la promesa de la Declaración de Independencia. > "El problema de hoy es que cada vez más personas tienen los medios para vivir pero no tienen un sentido por el que vivir." > — Charles Koch, citando a Viktor Frankl ## Personajes - **David Friedberg** — Anfitrión; cofundador de The Production Board; socio comercial de Chase Koch desde 2013 a través de la industria agrícola - **Charles Koch** — Presidente y CEO de Koch Inc. desde 1967; ingeniero graduado del MIT; coautor del libro Principle-Based Management; ha liderado el crecimiento de 9,000 veces en valor de Koch - **Chase Koch** — Presidente de Koch Inc.; fundador de Koch Disruptive Technologies; coautor del libro PBM junto a Charles; lidera la generación de alianzas de Stand Together - **Koch Inc.** — Conglomerado familiar privado con sede en Wichita, KS; fundado en 1940 por Fred Koch; más de 130,000 empleados en energía, química, productos forestales, bienes de consumo, software y capital de riesgo - **Principle-Based Management (PBM)** — Marco operativo de 41 principios de Koch; enfatiza la motivación por la contribución, la contratación por valores primero, el empoderamiento de abajo hacia arriba y tratar cada unidad de negocio como un laboratorio - **Georgia-Pacific** — Empresa de productos forestales y de consumo adquirida por Koch en 2005; la mayor adquisición de Koch; caso de estudio principal de transformación cultural bajo PBM - **Koch Disruptive Technologies (KDT)** — Brazo de venture capital fundado por Chase Koch; inversiones minoritarias en empresas tecnológicas disruptivas; descrito como estructuralmente difícil de hacer consistentemente rentable - **Stand Together** — Red filantrópica de Charles Koch activa desde 2003; se enfoca en la reforma educativa, la reducción de la pobreza y el cambio social transpartidista; ha sembrado más de 5,000 microescuelas tras el COVID

Lloyd Blankfein, ex CEO y Presidente Senior de Goldman Sachs, se sienta con el socio general de a16z David Haber para examinar qué separa a las instituciones duraderas de las efímeras. Apoyándose en su trayectoria desde la vivienda pública en East New York hasta guiar a Goldman durante la crisis financiera de 2008, Blankfein argumenta que la verdadera disciplina frente al riesgo, no la predicción ni la tecnología, es la auténtica ventaja competitiva. Advierte que el mayor peligro de la AI no es la superinteligencia, sino el leverage no verificable: sistemas que ejecutan 70,000 transacciones antes de que alguien pueda comprobar si son correctas. ## [00:00] Introducción Blankfein abre con la tensión central que vive todo inversor: al mismo tiempo eres asumidor de riesgos y gestor de riesgos, y no puedes delegar ninguno de los dos roles. Como anticipo de lo que sigue, señala que los mercados están al borde de una oleada de grandes IPOs, y que los riesgos que más se subestiman son estructurales: software capaz de actuar a escala antes de que ningún humano pueda auditarlo. > "La mayor parte de lo que hacemos con respecto al riesgo no es tanto predecir, sino mucho de planificación de contingencias." — Lloyd Blankfein ## [01:02] Sarcasmo en Twitter y riesgo Haber presiona a Blankfein para que regrese a X. Blankfein explica por qué dio un paso atrás: tuitear es un ejercicio de ego con una desventaja asimétrica. Todo el que continúa eventualmente cruza una línea invisible que no sabía que existía. En Goldman ya jugaba un juego peligroso siendo sarcástico con figuras políticas —Sanders, Warren, el presidente— y lo sabía. La libertad respecto a la firma no eliminó el cálculo; solo cambió quién cargaba con las consecuencias. > "Siempre sé que todo el mundo sigue así y al final te cancelan porque haces algo, pisas una línea invisible que nadie sabía que existía. Así que desde el punto de vista riesgo-recompensa, es puro ego y sin ningún valor real." — Lloyd Blankfein ## [02:18] Calma en la crisis Blankfein relata un incidente de seguridad real durante un evento público: hombres armados irrumpieron en el escenario, la sala se agachó, él se quedó sentado y observó. Su explicación es directa: las crisis literalmente se ralentizan para él; se vuelve muy atento a lo que la gente a su alrededor necesita, no a lo que él mismo siente. Usa el humor desarmante como herramienta no por bravuconería, sino porque rompe la tensión y estabiliza a los que lo rodean. No sabe bien cuánto es naturaleza y cuánto experiencia acumulada, pero está convencido de que haber pasado por crisis anteriores es el mejor predictor de la calma futura. > "Tiendo a estar un poco tenso todo el tiempo, pero no me tenso especialmente. De hecho, las cosas se ralentizan para mí." — Lloyd Blankfein ## [06:44] De la vivienda pública a Wall Street Blankfein creció en vivienda pública en East New York, donde el tope de ingresos para quedarse en el edificio era 90 dólares a la semana. Manhattan quedaba a un autobús y un metro de distancia, efectivamente un país extranjero. Su entrevista en Harvard fue una de las tres veces que había ido a la ciudad. En lugar de presentar esto como privación, traza cómo la proximidad a la ambición sin acceso agudiza el instinto de contingencia: aprendes pronto a pensar qué harás si este camino se cierra, y luego trazas el siguiente. Ese patrón de planificación ramificada y prospectiva del riesgo se convirtió en el sistema operativo que aplicó después para dirigir un gran banco. > "Crecí en vivienda pública. Tenías que tomar un autobús y luego el metro para llegar a la ciudad." — Lloyd Blankfein ## [23:36] Cultura tecnológica y de sociedad en Goldman La tecnología en Goldman nunca fue opcional: siempre fue la frontera. Blankfein describe cómo la inversión temprana y sostenida en infraestructura de riesgo dio a la firma una ventaja estructural compuesta: un sistema de riesgo propietario construido hace 25 o 30 años que sigue siendo el núcleo de la plataforma hoy, lo suficientemente flexible como para no haber sido reemplazado por completo. El modelo de sociedad alimentó directamente esto: los socios tenían su propio capital en juego, por lo que se preocupaban intensamente por la calidad de los sistemas que respaldaban cada posición. Esa cultura de tener algo en juego permitió a Goldman relacionarse con sus clientes como pares en lugar de como simples ejecutores de órdenes. > "Teníamos una enorme ventaja tecnológica gracias a lo que invertimos temprano." — Lloyd Blankfein ## [37:25] Cultura de firma sobre fondo La distinción que traza Blankfein es estructural: el objetivo de un fondo es maximizar el carry con la menor gente en el menor tiempo; una firma tiene que construir ventajas competitivas compuestas a lo largo de ciclos. La capacidad de Goldman para pagar a la gente en los años malos y resistir la tentación de desconectarse de negocios en dificultades temporales solo fue posible porque la mentalidad de sociedad trataba la franquicia de la firma como un activo de larga duración. Es explícito en que esto requirió moderar los ciclos de compensación, lo cual es genuinamente difícil y a veces significa perder personas, pero la alternativa es destruir la plataforma. > "Goldman Sachs, en su cultura de sociedad, pudo mirar esas cosas a corto plazo y decir: en el ciclo, gran negocio." — Lloyd Blankfein ## [41:14] Mentoría e iniciativa emprendedora La teoría de mentoría de Blankfein es sencilla: quería que la gente sintiera que obtuvo algo real trabajando con él, que los hizo mejores de lo que habrían sido de otro modo. También describe cómo deliberadamente ignoraba el organigrama siendo un empleado junior: estaba en el desk de metales preciosos, notó que los inversores religiosos de Oriente Medio querían retornos similares a los del capital sin interés explícito, y fue directamente al entonces número dos Bob Rubin con una idea de producto estructurado. La primera orden llegó a 400 millones de dólares, el mayor trade individual que Goldman había ejecutado hasta entonces. Su consejo: actúa como emprendedor dentro de una institución antes de necesitar un título para hacerlo. > "Quería que sintieran que yo los hacía mejores de lo que habrían sido, que obtuvieron mucho de eso." — Lloyd Blankfein ## [47:05] Gestión de riesgo a prueba de crisis El capítulo de 2008 es el más denso. Blankfein atribuye la supervivencia de Goldman a tres factores compuestos: ningún gran libro de depósitos de consumidores, una disciplina implacable de mark-to-market cuando los competidores se negaban a marcar, y un legado de sociedad que condicionó a todos a tratar el capital como si fuera su propia casa en juego, porque cuando Goldman era una sociedad, literalmente lo era. También nombra el principio que mantuvo las relaciones con clientes en medio del caos: «los compromisos están en el pasado, las relaciones están en el futuro». Reconocer una posición adversa y elegir seguir adelante convirtió varias posibles pérdidas de clientes en alianzas duraderas. > "Los socios no solo tenían sus cuentas de capital en riesgo, tenían sus casas en riesgo." — Lloyd Blankfein ## [56:11] El rechazo a la AI y sabiduría de carrera Blankfein ve el momento de la AI como una apuesta de múltiples bifurcaciones: múltiples arquitecturas, múltiples actores, probablemente dos o tres grandes ganadores, y nadie sabe hoy qué camino lleva allí. Le reconforta en parte que las apuestas más grandes las hacen accionistas fundadores con su propio capital en lugar de managers profesionales desplegando el dinero de otros; la convicción personal profunda es una mejor señal que el capex aprobado. Su preocupación más aguda es la opacidad estructural: en los viejos parqués podías escuchar un precio malo en el momento en que ocurría; hoy los sistemas trabajan completamente detrás de escena sin rastro auditable. El leverage embebido en esos sistemas, no la inteligencia, es lo que señala. Cierra con consejos de carrera: mantente curioso en distintos dominios, busca profundidad sobre títulos, y extiende perdón a apuestas pasadas que parecen estúpidas en retrospectiva, porque todo el que toma decisiones en la frontera lo hace sin la información que luego hará evidente la respuesta correcta. > "Hoy no tienes esa intuición porque todo funciona detrás de escena y no obtienes el rastro ni el proceso de pensamiento de estas cosas. El leverage en estas cosas es en sí mismo un gran problema." — Lloyd Blankfein ## Personajes - **Lloyd Blankfein** (Persona): Ex CEO y Presidente Senior de Goldman Sachs; invitado a lo largo del episodio - **David Haber** (Persona): Conductor; Socio General de a16z enfocado en Fintech - **Goldman Sachs** (Organización): Institución central examinada: modelo de sociedad, navegación de la crisis de 2008, inversión tecnológica temprana - **Bob Rubin** (Persona): Ex copresidente de Goldman Sachs, posteriormente Secretario del Tesoro de EE.UU.; Blankfein le llevó directamente su primera gran idea de producto estructurado siendo un empleado junior - **Crisis Financiera de 2008** (Concepto): Caso principal de prueba de estrés para la cultura de riesgo de Goldman; la disciplina de mark-to-market y la ausencia de un libro de consumidores fueron factores clave de supervivencia - **Cultura de Sociedad de Goldman** (Concepto): Mecanismo estructural que alinea los incentivos de los socios —cuentas de capital y hogares personales— con la salud a largo plazo de la firma - **AI y Finanzas** (Concepto): Enmarcada como la ola tecnológica actual; elogiada por su potencial pero señalada por el leverage no verificable y la opacidad operativa que reemplaza la intuición humana auditable

Anne Applebaum ha dedicado tres décadas a estudiar cómo surgen los sistemas autoritarios y por qué las sociedades democráticas raramente lo notan hasta que es demasiado tarde. Explica las cinco tácticas que usan los autócratas para desmantelar la democracia —corrupción, manipulación electoral, captura de personal, control de la información y coerción física— y las aplica a lo que está ocurriendo ahora mismo en Estados Unidos. La conversación abarca cómo el patrimonio de Trump se triplicó mientras estaba en el cargo, los CEO tecnológicos que se arrastraron para mantenerse en el juego, por qué los aliados globales ya se preparan para un mundo sin liderazgo americano, y por qué la inevitabilidad histórica es una trampa que los autócratas quieren activamente que creamos. ## [00:00] Introducción Steven abre con dos frascos de dinero sobre la mesa: el patrimonio neto de Trump al asumir el cargo, 2.300 millones de dólares, y su patrimonio dos años después, 6.500 millones. El argumento inicial de Applebaum llega de inmediato: América nunca ha tenido un presidente que dirija negocios mientras hace política, y la inversión de 2.000 millones de dólares del gobierno saudí en el fondo de Jared Kushner no fue porque simplemente les cayera bien Jared Kushner. > *"Las decisiones se toman no en función de lo que es bueno para los estadounidenses, sino de lo que es bueno para su empresa."* — Anne Applebaum ## [02:10] Por qué la historia sigue repitiéndose Applebaum empezó como historiadora de la Unión Soviética, presenció la disolución del Pacto de Varsovia desde Varsovia, y pasó años escribiendo sobre sistemas que pensaba pertenecían al pasado. Alrededor de 2013-2014 se dio cuenta de que lo que había estudiado como historia estaba regresando. Las democracias modernas no terminan con tanques: terminan cuando alguien elegido legítimamente comienza a desmantelar las instituciones que garantizan que la próxima elección sea justa. > *"La mayoría de la gente cree que las democracias terminan con un golpe de Estado o con tanques en las calles. En el mundo moderno, la mayoría termina porque alguien elegido legítimamente comienza a desmantelar el sistema."* — Anne Applebaum ## [03:33] La mayor señal de alerta de la democracia Lo que se siente diferente ahora es que los partidos políticos llegan al poder con el objetivo explícito de asegurarse de no tener que irse jamás. Viktor Orbán en Hungría fue el pionero: elegido con un amplio margen, capturó metódicamente los tribunales, la comisión electoral, los medios y el servicio civil. Cada institución que neutralizaba hacía la siguiente elección un poco menos justa. > *"Por primera vez en varias democracias establecidas, tienes partidos políticos que llegan al poder con la idea explícita de alterar el sistema para asegurarse de poder quedarse para siempre."* — Anne Applebaum ## [05:12] Por qué la democracia parece tan rota La democracia es un pacto peculiar: ganas el poder, pero debes preservar las reglas para que tus enemigos puedan derrotarte la próxima vez. Cuando ese pacto se rompe, el sistema entero se desestabiliza. Applebaum señala el Sur de Estados Unidos antes del movimiento por los derechos civiles como precedente doméstico: estados de partido único, reglas amañadas, voto restringido. Algunas personas en Washington ahora trabajan a partir de esa historia. > *"Claro, pero hay sistemas intermedios entre Rusia y la democracia liberal. Puede haber democracias que no sean justas."* — Anne Applebaum ## [07:41] Las mayores amenazas en este momento Dos amenazas distintas corren en paralelo. Dentro de Estados Unidos: una clase creciente de personas excluidas del sistema político, la aparición de una fuerza paramilitar nacional en ICE, y corrupción de alto nivel a una escala que América no había visto antes. Externamente: las potencias autocráticas —Rusia, China, Irán— han desafiado el orden mundial de posguerra de 1945, no solo compitiendo sino librando una guerra de ideas contra la democracia liberal. > *"También hay un aumento de la corrupción de alto nivel. El presidente, las personas que lo rodean, las empresas cercanas a él parecen tener acceso a formas de ganar dinero, y eso no era posible a esa escala en América antes."* — Anne Applebaum ## [08:52] Por qué la democracia está cambiando rápidamente Steven muestra un mapa de los niveles de democracia globales. Lo más llamativo: la organización que lo elaboró ya no clasifica a Estados Unidos como una democracia liberal, sino como una "democracia electoral", un peldaño más abajo. Una o dos décadas atrás, el mapa era mucho más azul. Los estados se influyen entre sí, por lo que el declive de Estados Unidos no afecta solo a los estadounidenses. > *"Quienes hicieron el mapa ya no cuentan a Estados Unidos como una democracia liberal."* — Anne Applebaum ## [10:18] ¿Puede América convertirse en una autocracia? El escenario americano realista no es una dictadura al estilo Putin sino un estado de partido único: distritos con gerrymandering, un Departamento de Justicia capturado y elecciones amañadas que siempre gana un partido. El 6 de enero fue un intento de golpe electoral. Fracasó. Tratar eso como el techo en lugar del suelo, argumenta Applebaum, es ingenuo. > *"Ahora mismo tenemos un presidente que se negó a aceptar el resultado de una elección en 2020 y protagonizó lo que fue un intento de golpe electoral. Fracasó. Pero pensar que nadie volvería a atreverse a hacer eso, creo que es bastante ingenuo en este punto."* — Anne Applebaum ## [12:05] Qué significaría un tercer mandato de Trump Trump personalmente probablemente no quiere un tercer mandato, pero las personas a su alrededor trabajan para asegurar que un republicano —quizás un familiar— gane indefinidamente. Después del 6 de enero, los moderados se fueron. La coalición que quedó y llegó comprende tres grupos: autoritarios tecnológicos que quieren control porque la democracia molesta a sus negocios, nacionalistas cristianos que quieren un estado no laico, y el MAGA tradicional. Están casi en desacuerdo en todo excepto en que se requiere un cambio sistémico radical. > *"En el primer mandato, Trump estaba restringido por el sistema. Ahora se ha rodeado de personas que buscan ayudarlo a eludir esas restricciones. Y eso es nuevo."* — Anne Applebaum ## [14:56] Por qué la autocracia atrae a la gente Applebaum muestra cómo luce realmente la autocracia usando Hungría como caso de estudio. Un empresario que se niega a vender a los aliados del partido gobernante ve cómo le rompen las ventanas, sus hijos son acosados, sus trabajadores tienen problemas legales, hasta que vende y se va. Steven traza el paralelo con Anthropic, amenazada tras negarse a ceder acceso gubernamental. La réplica de Applebaum: la autocracia es un juego de tontos incluso para los oligarcas. Los oligarcas de Putin lo aprendieron. China también. > *"La ley es lo que dice la persona en el poder."* — Anne Applebaum ## [19:12] La riqueza de Trump lo cambia todo El patrimonio neto de Trump pasó de 2.300 millones a 6.500 millones de dólares en dos años, algo sin precedentes en la historia presidencial americana. Los presidentes anteriores tuvieron indicios de corrupción; ninguno dirigió negocios activos en países con los que simultáneamente hacía diplomacia. Kushner recibió una inversión saudí de 2.000 millones y ahora negocia con esos mismos socios comerciales en nombre de la administración. > *"Nunca habíamos tenido un presidente que dirigiera negocios mientras estaba en el cargo de tal manera que las personas con quienes hace negocios esperan beneficiarse políticamente."* — Anne Applebaum ## [21:27] Por qué la estabilidad global se derrumba Las guerras en Ucrania e Irán, y el colapso del orden de posguerra de 1945, no son independientes de la historia democrática. Las autocracias libran guerras para consolidar su base en casa. Rusia invadió Ucrania en parte porque la retórica democrática ucraniana —libertad de expresión, estado de derecho, integración europea— era explosiva si se extendía a los rusos. El orden liberal mundial se fragmenta porque dos fuerzas lo desgarran simultáneamente: los desafiantes autocráticos y un Estados Unidos que se repliega sobre sí mismo. > *"¿Sabes qué es lo que más teme Putin? Lo que más teme es una revolución callejera como la que tuvimos en Ucrania en 2014."* — Anne Applebaum ## [26:26] Democracia vs. dictadura: ¿cuál dura más? Históricamente, la autocracia gana en longevidad. La mayoría de las sociedades humanas a lo largo de la historia han sido gobernadas por monarcas, señores de la guerra o líderes tribales. Los Fundadores lo sabían: leían sobre la caída de la República Romana y la democracia ateniense mientras redactaban la Constitución, intentando convertir la fragilidad en durabilidad. > *"Quienes redactaron la Constitución americana, cuando la escribieron, estaban leyendo la historia de la Roma antigua. Todos conocían esa historia."* — Anne Applebaum ## [27:38] ¿Quién es más feliz: las democracias o las autocracias? Finlandia, Suecia, Noruega, Dinamarca —los países consistentemente más felices— son todas democracias liberales con grandes estados de bienestar y baja desigualdad. En las autocracias, la gente común no puede influir en el Estado: un ciudadano ruso no puede decir "preferiríamos construir un hospital en lugar de bombardear Ucrania", y esa ausencia de capacidad de acción genera infelicidad estructural, no solo frustración individual. > *"No pueden decir: 'Oigan, preferiríamos construir un hospital en lugar de bombardear otra ciudad en Ucrania.' Tienen muy poca capacidad para cambiar el sistema, y eso, por supuesto, genera frustración e infelicidad."* — Anne Applebaum ## [29:04] ¿Elegiría la democracia una persona bien informada? Probablemente sí, pero Applebaum no descarta el atractivo del autoritarismo. Existe una profunda necesidad humana de estabilidad y jerarquía que los autócratas explotan. Las campañas de redes sociales rusas y chinas en países occidentales impulsan exactamente ese mensaje: el autoritarismo equivale a seguridad y valores tradicionales. Cuando los servicios de información y seguridad también están controlados, se puede mantener el poder incluso cuando la mayoría preferiría algo diferente. > *"Las autocracias ofrecen falsamente estabilidad. El argumento que hacen en sus campañas de redes sociales dentro de Estados Unidos o el Reino Unido es exactamente ese: autoritarismo, estabilidad, seguridad, valores tradicionales, jerarquía."* — Anne Applebaum ## [30:45] Cómo se mantiene Putin en el poder No importa lo que piensen los rusos en privado porque no hay ningún foro donde puedan decirlo con seguridad. Expresar la opinión de que Putin debería retirarse puede llevarte a la cárcel. La gente ajusta lo que dice, luego gradualmente ajusta lo que piensa, y finalmente se aparta de la política por completo. Applebaum traza el mismo mecanismo en la propaganda soviética: la gente no necesariamente lo creía, pero resultaba conveniente actuar como si lo creyera. Rusia tuvo una ventana de debate abierto en los años 90 y 2000. Esa ventana se cerró gradualmente, no de la noche a la mañana. > *"No importa lo que piensen. No existe la opinión pública ni el debate público. No hay ningún foro al que puedas unirte donde puedas expresar tus puntos de vista de manera libre."* — Anne Applebaum ## [32:40] 5 tácticas que usan los autócratas La primera táctica: la corrupción. En cualquier sistema político existe corrupción, pero en uno autocrático el sistema legal también está capturado, así que no hay control. La instalación de Trump de leales en el Departamento de Justicia significa que la agencia que normalmente investigaría la corrupción de la Casa Blanca se usa en cambio para perseguir a los enemigos. La corrupción también funciona como herramienta de lealtad: te llevas bien conmigo, tu negocio prospera. > *"La corrupción es un síntoma particular del autoritarismo, y también es una herramienta. El presidente puede ofrecer a la gente: te llevas bien conmigo, tu negocio prosperará, obtendrás contratos gubernamentales."* — Anne Applebaum ## [34:19] ¿Los CEO tecnológicos están facilitando esto? Los CEO tecnológicos que llamaron dictador a Trump en 2016 ahora cenan con él en la Casa Blanca. La explicación de Steven: la riqueza es un indicador de estatus, y el miedo real es perder frente a un igual. Altman pierde ante Anthropic y xAI si antagoniza a Trump. La réplica de Applebaum: es cortoplacista porque si el sistema legal americano se degrada, ellos se degradan con él. Señala a Anthropic y los bufetes de abogados que se negaron a resolver demandas frívolas como prueba de que mantenerse firme también tiene valor comercial. > *"Si yo fuera tan rica, ¿cuál sería el sentido de ser rica si no puedes decir lo que piensas?"* — Anne Applebaum ## [38:11] ¿Puede América volver a la normalidad? Prepara un plan B, les dice Applebaum a las audiencias europeas que hacen esta pregunta. La OTAN necesita una alternativa si Estados Unidos falla. Muchas cosas no se normalizarán: el próximo presidente podría ser JD Vance, aún más comprometido con un América de partido único, o un demócrata que descubra que las normas rotas son útiles. Una vez que las normas se quiebran y las leyes cambian, cualquiera puede aprovechar los escombros. > *"Muchas cosas no volverán a ser del todo normales, ni dentro de Estados Unidos ni en el resto del mundo."* — Anne Applebaum ## [39:27] Por qué las naciones se repliegan sobre sí mismas El punto de quiebre para la mayoría de los aliados de Estados Unidos fue el episodio de Groenlandia. Trump insinuó públicamente invadir territorio danés; Dinamarca empezó a planificar si volar los aeropuertos de Groenlandia y derribar aviones americanos. Sus socios europeos hicieron el mismo ejercicio. Nadie se ha recuperado. Desde entonces: acuerdos comerciales UE-India, Canadá abriendo vínculos de seguridad con la UE, Francia y Polonia debatiendo un paraguas nuclear europeo, potencias medianas en todo el mundo construyendo nuevas relaciones bilaterales y cubriendo sus apuestas ante la falta de fiabilidad de Estados Unidos. > *"Todo el mundo en todo el mundo está cubriendo sus apuestas. Todo el mundo busca alternativas."* — Anne Applebaum ## [43:57] Qué significa esto para los estadounidenses Son muy malas noticias. La prosperidad americana de posguerra se basó en el comercio global dominante, las bases de la OTAN que proyectan poder en Oriente Medio y África, y la supremacía del dólar. Si los aliados dejan de comprar bienes americanos —Canadá tiene ahora una aplicación de boicot que identifica productos americanos en supermercados—, si el almacenamiento en la nube europeo se localiza, si las bases de la OTAN cierran, los estadounidenses lo sienten todo. > *"Gran parte de la prosperidad americana del período de posguerra se ha basado en el hecho de que América era dominante en el comercio global; importamos cosas de todo el mundo y eso también es bueno."* — Anne Applebaum ## [45:39] La parte más peligrosa de la dictadura Nadie le dijo claramente a Trump que Irán no era Venezuela. Las dictaduras producen ese fracaso: nadie dice "esto es una mala idea" directamente porque hacerlo te cuesta el puesto. El problema más profundo: Trump nunca se comunicó con la oposición democrática iraní ni con gobiernos alternativos, porque su interés real era la dominación y los ingresos del petróleo, no la democratización. Incluso George W. Bush, que cometió errores catastróficos, quería dejar atrás una democracia. Trump no piensa así. > *"Otra característica de las dictaduras: nadie cuestiona tus decisiones ni te ofrece alternativas."* — Anne Applebaum ## [48:49] Por qué cae la popularidad de Trump La aprobación de Trump está en un mínimo histórico. La guerra con Irán salió por la culata; hasta Tucker Carlson se disculpa. La lectura de Applebaum sobre la psicología de Trump: no tiene estrategia, ni conocimiento histórico de Irán, ni pensamiento a largo plazo. Sea lo que sea lo que esté pasando ahora, lo convierte en "estoy ganando". Ese reflejo narcisista es incompatible con la estrategia real, que requiere aceptar que aún no has ganado y trazar un plan. > *"No le importa mucho lo que pasó antes de que fuera presidente. No conoce la historia de Irán. Le interesa lo que está pasando ahora y si está ganando en el momento actual."* — Anne Applebaum ## [50:48] Publicidad Lecturas de patrocinadores para Wispr Flow (aplicación de dictado por voz) y Stan (herramienta de contenido para redes sociales con IA); Steven lee directamente. ## [52:50] La 2ª táctica que usan los autócratas La manipulación electoral. Orbán, tras 16 años, acaba de perder unas elecciones en Hungría, pero durante esos 16 años tuvo dos tercios del parlamento y lo usó para reescribir continuamente la constitución en su beneficio electoral. En Estados Unidos: el gerrymandering (Nashville dividida en distritos seguros para los republicanos), reglas de identificación del votante diseñadas para descalificar a jóvenes, mujeres con nombres cambiados por matrimonio y minorías, más una teoría conspirativa sobre inmigrantes ilegales votando, un relato preconstruido para desacreditar los totales de votos demócratas. > *"Cuando empiezas a ver intentos de corromper y moldear las elecciones, es cuando sabes que tu democracia está en problemas."* — Anne Applebaum ## [57:39] La 3ª táctica que usan los autócratas El personal. Una democracia funcional necesita expertos: monitores de contaminación del aire que entiendan la contaminación, reguladores de seguros que comprendan los mercados de seguros. En las autocracias corruptas esos puestos van a los primos del presidente y a los donantes del partido. La presión de Trump sobre Jerome Powell en la Reserva Federal es el ejemplo en vivo: intentar que una institución independiente se doble a las preferencias de la Casa Blanca. > *"En las autocracias corruptas, esos puestos van a las personas que son el primo del presidente o el mejor amigo del vicepresidente."* — Anne Applebaum ## [59:40] La 4ª táctica que usan los autócratas El control de la información. China construyó su internet desde cero para que el Estado la controlara. Rusia la sigue. En Estados Unidos el mecanismo es diferente: en lugar de tachar frases de artículos, la administración presiona a los reguladores para que aprieten a las cadenas de televisión y maniobra para poner propietarios afines al frente de TikTok, CBS y CNN. El manual de Orbán fue el de la propiedad mediática: la mayor parte de la televisión húngara quedó controlada indirectamente; algunos sitios web independientes sobrevivieron. La campaña también alcanza a las universidades: la administración intentó dictar qué cursos podía impartir Harvard como condición para recibir financiación federal. > *"Todas las dictaduras buscan controlar la información. Hoy el control mediático funciona a través de la propiedad: quién es el dueño de los medios se convierte en la pregunta más importante."* — Anne Applebaum ## [65:58] ¿Deberían las redes sociales tener poder legal? La sección 230 exime a las plataformas de la responsabilidad legal que enfrentan los periódicos. La posición de Applebaum: hacer que el mundo en línea se ajuste a las mismas leyes que el mundo fuera de línea es básico: la pornografía infantil ilegal fuera de línea debería serlo en línea, el reclutamiento para ISIS ilegal en persona debería serlo en una plataforma. Los países europeos que no integren las redes sociales en sus sistemas legales quizás no puedan celebrar elecciones soberanas, ya que las plataformas de propiedad extranjera pueden desafiar las reglas de gasto electoral con mucha menos visibilidad que los anuncios televisivos. La decisión sobre qué constituye discurso ilegal debe tomarla el pueblo a través de sus representantes elegidos, no Elon Musk ni Mark Zuckerberg. > *"La decisión no debe tomarla Elon Musk ni Mark Zuckerberg. Debe tomarla los representantes elegidos de ese país."* — Anne Applebaum ## [72:58] ¿Pueden los ciudadanos de verdad salir de China? Teóricamente sí, pero en la práctica las barreras son enormes. Necesitas una visa, un destino donde puedas trabajar y hablar el idioma, cualificaciones profesionales transferibles y ningún familiar mayor que te ate al lugar. Applebaum tiene amigos rusos que siguen en Moscú no porque apoyen a Putin sino porque su vida está allí. Emigrar es un privilegio que depende de recursos, idioma y suerte que la mayoría no tiene. > *"La inmigración no siempre es fácil. No siempre es práctica para todos."* — Anne Applebaum ## [74:15] La 5ª táctica que usan los autócratas El control sobre los ministerios de poder y la coerción física. Las autocracias eventualmente necesitan un aparato represivo que sea físicamente real, no solo control de la información, sino la capacidad de amenazar físicamente a las personas. Quienes no obedecen enfrentan algo más que presión social. > *"La mayoría de las autocracias tarde o temprano quieren crear algún tipo de sistema represivo que también sea físico: algún elemento de coerción."* — Anne Applebaum ## [74:48] Por qué ICE está quebrando las normas ICE fue diseñado como un cuerpo de cumplimiento de la ley de inmigración. Lo que parece ahora es diferente: agentes enmascarados con uniformes militares, furgonetas sin identificación, que operan al margen de la rendición de cuentas policial local, respondiendo solo al Departamento de Seguridad Nacional y al presidente. Cuando dos ciudadanos americanos fueron asesinados durante las protestas en Minnesota y la respuesta inmediata de la administración fue conceder impunidad en lugar de ordenar una investigación, Applebaum lo marcó como un umbral cruzado: una fuerza policial que daña a ciudadanos ordinarios sin consecuencias legales sirve al partido gobernante, no a los estadounidenses. > *"Cuando tienes una fuerza policial que puede dañar a ciudadanos ordinarios sin pagar ningún precio y sin rendir cuentas, entonces no estás sirviendo a los estadounidenses. Estás sirviendo a los intereses del partido gobernante."* — Anne Applebaum ## [77:00] Publicidad Lectura de patrocinador para el hito de suscriptores del programa; Steven lee directamente. ## [77:32] ¿Está declinando el Imperio Americano? Steven presenta el ciclo de vida del Imperio de 250 años de Sir John Glubb y señala que Estados Unidos cumple exactamente 250 años en 2026. La respuesta de Applebaum: es una descripción bastante precisa de lo que está ocurriendo, pero rechaza firmemente la inevitabilidad histórica. Pensar que el declive es inevitable elimina la voluntad de actuar, igual que pensar que la democracia liberal siempre triunfa fue la complacencia que dejó pasar desapercibidos el ascenso de Rusia y China en los años 90. Polonia pasó de satélite comunista a democracia funcional en 30 años. Los países cambian. Lo que pase mañana depende de las decisiones de hoy. > *"Cada vez que piensas que algo es inevitable, eso elimina tu voluntad de actuar."* — Anne Applebaum ## [81:32] ¿La política es solo naturaleza humana? La naturaleza humana es una constante, pero la historia no es predecible porque el accidente importa enormemente. Si Yeltsin hubiera elegido a Boris Nemtsov en lugar de Putin —alguien que quería integrar Rusia con Europa— el mundo sería completamente diferente. En esa decisión no había nada inevitable. Siempre hay un porcentaje de cualquier población que tiende al autoritarismo y un porcentaje que tiende al liberalismo, pero los valores que el liderazgo de un país fomenta determinan el resultado más que cualquier ley estructural. > *"Cuando Boris Yeltsin estaba borracho y enfermo y tuvo que elegir al siguiente líder de Rusia, la persona que eligió fue Vladimir Putin, que en ese momento tenía un rango muy bajo. Nadie lo imaginó como un dictador."* — Anne Applebaum ## [84:20] ¿La democracia genera capitalismo extremo? Applebaum invierte el planteamiento: históricamente, las democracias exitosas han tendido hacia la igualdad, no hacia el extremismo. Estados Unidos en los años 50 tenía enorme movilidad social, creación amplia de riqueza y un movimiento por los derechos civiles en expansión: democracia e igualdad relativa reforzándose mutuamente. La aparición de oligarcas tecnológicos con más poder que cualquier político es lo que más preocupa a los observadores de la democracia ahora, porque algunos de ese grupo ya se han vuelto antidemocráticos precisamente porque la democracia distribuye el poder de maneras que les incomodan. > *"¿Cuánto tiempo querrá ese grupo de personas vivir en una democracia donde todos tienen un voto y se supone que la riqueza debe distribuirse de manera más equitativa?"* — Anne Applebaum ## [86:27] Cómo se defienden las democracias Vota, en todas las elecciones, incluidas las locales. Cuando la gente se vuelve nihilista y dice "todos son iguales", eso es exactamente lo que los autócratas intentan crear. Putin quiere a los rusos fuera de la política. China quiere a su gente fuera de la política. La desconexión cívica no es apatía; es el objetivo de los sistemas autoritarios. Observa cómo hablan los líderes sobre la prensa, el poder judicial y el servicio civil: un verdadero demócrata respeta esas instituciones porque son las que hacen que la próxima elección sea justa. > *"Cuando la gente se vuelve nihilista, cuando dice 'todos son iguales, no me importa quién gane', eso es lo que los autócratas intentan crear."* — Anne Applebaum ## [88:01] ¿Los medios convencionales tienen sesgo político? Algunos medios tienen sesgo estructural porque su modelo de negocio lo requiere: Fox vende indignación a los televidentes con inclinación de derecha. Pero Applebaum traza una línea clara entre el sesgo estructural y la presión directa de la administración sobre la propiedad de los medios. Reconoce una versión de izquierda del control del discurso —la cultura de la cancelación era real— pero insiste en que ambas no son equivalentes: la presión social no es lo mismo que un presidente que usa reguladores federales y maniobras de propiedad para remodelar lo que el país puede escuchar. > *"No se trata tanto de escuchar a ambas partes. Se trata de intentar establecer qué es verdad."* — Anne Applebaum ## [91:42] Por qué el periodismo importa más que nunca Steven, como podcaster que solía grabar desde su cocina, está públicamente de acuerdo en que el periodismo de investigación importa: los periodistas rigurosos en búsqueda de la verdad tienen habilidades que él no pretende poseer. Applebaum añade el factor de la IA: si la IA solo accede a lo que está en línea, y el espacio de información en línea está siendo moldeado por autócratas y optimizado algorítmicamente para el engagement, la profesión de las personas que van físicamente al mundo para descubrir lo que realmente está ocurriendo se vuelve estructuralmente irremplazable. > *"Para que la democracia exista, para que haya una conversación nacional precisa y significativa, necesitamos tener personas que intenten descubrir qué es real."* — Anne Applebaum ## [93:11] Cómo los algoritmos controlan tu realidad Steven muestra su teléfono: su sección "sugerido para ti" refleja exactamente lo que ha visto antes, creando una realidad personalizada completamente diferente a la de cualquier otra persona. Applebaum: esto ya está ocurriendo, y nada es más tóxico para la democracia que la polarización resultante. Cuando las personas del otro lado de la división política no son solo rivales con los que discrepas en los impuestos sino enemigos existenciales cuya victoria acaba con el mundo, el debate democrático normal se vuelve imposible. > *"No hay nada más tóxico para la democracia que la polarización. Si las personas del otro lado no son solo tus rivales sino tus enemigos existenciales, entonces es muy difícil tener un debate democrático normal."* — Anne Applebaum ## [94:19] El recorrido político personal de Anne Steven muestra un anuncio de boda en el New York Times de 1992: Applebaum está en él. Se casó con Radosław Sikorski, entonces periodista, hoy ministro de Asuntos Exteriores de Polonia. Vivir junto a un político le enseñó cuánto divergen la percepción pública y la realidad privada. Conservó deliberadamente su propio apellido. Nunca ha querido entrar en política: el trabajo del periodista es descubrir cosas y explicarlas; el del político es llegar con puntos de vista y convencer a la gente. Su objetivo no es elegir a ninguna persona en concreto sino recordarle a la gente por qué importa la democracia y cómo luchar por ella. > *"Tengo un objetivo que es recordarle a la gente por qué la democracia es importante y prestar atención a las formas en que está declinando para que podamos contraatacar."* — Anne Applebaum ## [100:48] Qué se siente realmente un cambio de régimen Lo que Applebaum más quiere que la gente interiorice: ¿cómo se sentiría realmente despertarse en una sociedad donde la libertad de expresión fuera considerada mala, donde la única manera de progresar fuera tener un primo en el partido gobernante? No reflexionamos suficientemente sobre las reglas invisibles profundas de las sociedades en las que vivimos. Su libro *Iron Curtain* y sus escritos sobre el este de Ucrania ocupado por Rusia son intentos de hacer concreta esa falta de imaginación: mostrar lo que el cambio de régimen hace a la vida cotidiana, no solo a las constituciones. > *"No reflexionamos suficientemente sobre cuáles son las reglas profundas de las sociedades en las que vivimos y qué perderíamos si las perdiéramos."* — Anne Applebaum ## [104:18] El golpe más duro que ha enfrentado Anne Lo más difícil que ha afrontado Applebaum es ver la radicalización de cerca: amigos y colegas que conocía bien en el centro-derecha que se volvieron iliberales, y tener que descubrir cómo afrontarlo personalmente mientras también comprendía y explicaba el fenómeno intelectualmente. Admite que le importa demasiado para mantener una distancia cómoda. Entrevistaría a cualquiera, incluso a Trump, aunque teme que no sería productivo: no porque rehúse conversaciones difíciles sino porque alguien que miente constantemente hace imposible el intercambio fundamentado. > *"Las cosas más desafiantes que he experimentado han sido los cambios políticos en los que vi radicalización: descubrir tanto cómo afrontarlos como cómo reorientar mi pensamiento para entender y explicarlo."* — Anne Applebaum ## Personajes - **Anne Applebaum** (Persona): Historiadora ganadora del Premio Pulitzer y colaboradora de The Atlantic; investigadora sénior en el Instituto SNF Agora de la Johns Hopkins; autora de *Autocracy, Inc.*, *Iron Curtain* y *Twilight of Democracy*; casada con el ministro de Asuntos Exteriores de Polonia, Radosław Sikorski. - **Steven Bartlett** (Persona): Presentador y fundador del podcast The Diary Of A CEO; empresario e inversor. - **Viktor Orbán** (Persona): Primer Ministro de Hungría desde 2010; principal caso de estudio de Applebaum sobre el retroceso democrático desde dentro: usó la supermayoría parlamentaria para reescribir la constitución y capturar los medios, los tribunales y el servicio civil. - **Vladimir Putin** (Persona): Presidente de Rusia desde 2000; el líder que más teme que las ideas democráticas se extiendan a Rusia porque son explosivas para un sistema autocrático. - **Donald Trump** (Persona): Presidente número 47 de Estados Unidos; figura central a lo largo de todo el episodio: su patrimonio creció de 2.300 millones a 6.500 millones durante el segundo mandato, su negativa a aceptar el resultado de las elecciones de 2020, y su coalición de autoritarios tecnológicos, nacionalistas cristianos y MAGA, descrita como cualitativamente diferente a la del primer mandato. - **Jared Kushner** (Persona): Yerno de Trump; recibió una inversión saudí de 2.000 millones en su fondo; actúa como negociador de Oriente Medio de la administración Trump, negociando con sus propios socios comerciales. - **The Atlantic** (Organización): Revista americana donde Applebaum es colaboradora y presentó el podcast *Autocracy in America*. - **Instituto SNF Agora** (Organización): Investigación sénior de Applebaum en la Universidad Johns Hopkins; centrada en democracia y participación cívica. - **ICE** (Organización): Servicio de Inmigración y Control de Aduanas de Estados Unidos; ejemplo de Applebaum de la 5ª táctica autocrática: una fuerza militarizada en uniformes de combate que opera al margen de la rendición de cuentas policial local, respondiendo solo a la Casa Blanca. - **Autocracy, Inc.** (Concepto): Término y título del libro de Applebaum para la red coordinada de regímenes autocráticos —Rusia, China, Irán, Venezuela— que se apoyan mutuamente y socavan conjuntamente el orden liberal mundial. - **Gerrymandering** (Concepto): Redibujado de los límites de los distritos electorales para favorecer a un partido; principal ejemplo americano de Applebaum de la 2ª táctica autocrática (manipulación electoral). - **Sección 230** (Concepto): Ley americana que exime a las plataformas de redes sociales de la responsabilidad legal que enfrentan los periódicos; Applebaum argumenta que las plataformas deben estar obligadas a cumplir las mismas leyes que los medios fuera de línea en los países donde operan.

Marc Andreessen se une a Erik Torenberg en vivo en MTS para un recorrido de 60 minutos por su visión actual del mundo. La conversación va desde la retórica de seguridad de IA de Anthropic que aparentemente moldea el comportamiento real de los modelos, pasando por la economía del exceso corporativo y lo que la IA hace a las categorías de empleo, hasta cómo las encuestas malinterpretan sistemáticamente el sentimiento hacia la IA, una excursión por la epistemología de los OVNIs, y consejos para jóvenes de 18 años sentados sobre un superpoder de IA que aún no han aprovechado plenamente. Andreessen es característicamente directo: la IA ya es excelente, los críticos de la IA están en negación, y los jóvenes que se lancen ahora superarán a sus mayores por un margen lo suficientemente grande como para estresar las leyes de trabajo infantil. ## [00:00] Introducción El episodio abre con un clip tomado de más adelante en la conversación, donde Andreessen ya está a media discusión sobre los "vampiros de IA" — personas que funcionan con agotamiento eufórico porque no pueden dejar de usar los modelos — acompañado de una vista previa del segmento de OVNIs donde Erik plantea la ocultación gubernamental. Este intercambio viene de más adelante en la entrevista; sirve como anticipo de la hora completa. > *"Estamos entrando en una era dorada: la IA va a ser un superpoder al que todo el mundo en el planeta va a tener acceso."* ## [00:42] El incidente del chantaje de Anthropic y la literatura doomer de IA Erik enmarca el incidente de Anthropic a través del "algoritmo dorado" — lo que más temes, lo provocas al temerlo. Los investigadores de Anthropic pasaron años escribiendo sobre cómo la IA podría coaccionar a los usuarios, y aparentemente un modelo comenzó a hacer algo que se asemejaba exactamente a eso. La lectura de Andreessen: la propia literatura doomer puede haber contaminado los datos de entrenamiento o el proceso de RLHF, convirtiendo la ficción en realidad. Termina con una entrega de meme: la llamada viene de dentro de la casa. > *"La llamada viene de dentro de la casa."* ## [02:49] Empatía suicida y la acusación del SPLC Andreessen introduce la "empatía suicida" de un pensador al que llama Gatsad, enmarcándola a través de décadas de escritura de Thomas Sowell sobre movimientos de reforma social. La afirmación central: los movimientos que se presentan como compasivos — reforma del crimen, reducción de daños, desfundar la policía — dañan sistemáticamente a las mismas personas que dicen ayudar mientras enriquecen a sus organizadores. El movimiento de reducción de daños de San Francisco, que repartía parafernalia de drogas a personas muriendo en las calles, es su caso de estudio. Luego agudiza la crítica: si estos grupos fueran genuinamente empáticos, no se deleitarían tanto en destruir a sus oponentes ideológicos ni en usar la cobertura moral para acumular poder y financiación. El SPLC, argumenta, weaponizó la retórica anti-odio para suprimir el discurso político, y la pregunta es si la sociedad debería aceptar ese encuadre sin cuestionarlo. > *"Dicen preocuparse por estas personas y sin embargo las están matando — y están matando la ciudad — y causando daño a personas inocentes."* ## [16:33] IA, empleos y el ascenso del vampiro de IA Erik saca el tuit de Andreessen sobre el "exceso corporativo"; la mayoría de las respuestas no argumentaron que estaba equivocado, decían "mi antigua empresa tenía 8 veces más personal del necesario." Andreessen luego aborda el argumento de 300 años de que la mecanización causa desempleo, que encuentra tan completamente refutado por la historia que apenas quiere tenerlo. Su dato: la X post-adquisición ahora funciona con una reducción de plantilla en los altos del 90% y el rendimiento es bueno. El fenómeno real que nombra es el "vampiro de IA" — no una historia de pérdida de empleo sino de consumo, personas que no pueden dejar de usar la IA porque los hace dramáticamente más capaces, trasnochen, con ojeras, eufóricos. > *"Hay un debate eterno de 300 años sobre la mecanización, la industrialización, la tecnología, las computadoras y el software que reemplazan el trabajo humano causando desempleo. Me pregunto si vale la pena tener ese debate porque la gente realmente no quiere escuchar buenas noticias."* ## [25:39] El futuro de los empleos en tecnología: de programador a builder Andreessen describe lo que está viendo en las empresas de vanguardia del valle: un duelo a tres bandas entre programadores, product managers y diseñadores, cada uno convencido de que la IA ha hecho a los otros dos redundantes — y cada uno correcto. La categoría de trabajo que colapsa a los tres es lo que él llama "builder": alguien que puede generar código, escribir especificaciones y prototipar UI, independientemente del carril del que venga. Predice que en 10 a 20 años el título de trabajo "programador" habrá desaparecido pero el número de builders será vastamente mayor — el mismo patrón que la agricultura pasando del 99% del empleo en EE.UU. al 2% mientras la producción de alimentos explotó. > *"El trabajo de programador desaparece, pero tienes este número extraordinario de builders — y de nuevo, este es el patrón histórico."* ## [30:55] Psicosis de IA, AI cope y por qué los modelos son realmente buenos ahora Andreessen desglosa dos conceptos que acuñó. La psicosis de IA es la ilusión impulsada por la adulación: un modelo te dice que tu idea de antigravedad es un avance, que eres un genio incomprendido, y entras en espiral. Real, y peligrosa para personas ya propensas a la ilusión. Pero los críticos de la IA weaponizan la etiqueta — cualquier experiencia positiva con IA queda reclasificada como psicosis, así que quien dice "mi productividad se triplicó" se asume que está enfermo. Ese movimiento es el AI cope: un fenómeno geográficamente concentrado de personas que se han comprometido a demostrar que los modelos son loros estocásticos falsos y no pueden actualizar su visión. Los modelos son genuinamente buenos ahora, y quienes los usan realmente lo saben; el NPS es muy positivo incluso cuando las encuestas de sentimiento abstracto parecen negativas. > *"El AI cope es clasificar a cualquiera que tenga una experiencia positiva con la IA como que tiene psicosis de IA."* ## [38:48] Por qué las encuestas sobre IA son engañosas Andreessen hace una crítica metodológica: Ciencias Sociales 101 dice que no puedes simplemente preguntar a la gente lo que piensa — observas su comportamiento y buscas la brecha. Su ejemplo: los criterios declarados de con quién la gente se casará versus con quién realmente se casa se mapea directamente a la IA, donde el escepticismo declarado y el uso diario real están muy alejados. Los push polls permiten a los encuestadores formular preguntas para generar cualquier respuesta que quieran. Los encuestadores inteligentes lo saben y desacreditan sus propios resultados de primera línea, pero esas correcciones nunca reciben la misma cobertura que el titular alarmante. > *"Básicamente puedes hacer que una encuesta diga lo que quieras. Esta es una de las razones por las que tienes que mirar lo que la gente hace."* ## [45:28] OVNIs: lo que sabemos y lo que el gobierno ha ocultado Andreessen comienza con humildad epistémica — no sabe nada que los demás no sepan — y luego trabaja a través de lo que cree que probablemente es verdad. Los programas aeroespaciales clasificados crearon una supresión real de información por razones legítimas de seguridad nacional, y el gobierno puede haber sembrado activamente historias de OVNIs como cobertura para esos programas. El efecto secundario: reportar fenómenos aéreos extraños se volvió socialmente costoso para pilotos y personal militar, lo cual es un problema serio si hay drones adversariales reales u objetos genuinamente desconocidos ahí afuera. Quiere creer, aún no ha visto la pieza de evidencia que lo convenza, y planeaba trasnochar leyendo las transcripciones de inteligencia de la Casa Blanca recién publicadas. > *"Si puedes construir un culto OVNI alrededor de algo, entonces conviertes cualquier investigación sobre ese tema en algo que la gente siente que no puede hacer."* ## [52:25] Consejos para jóvenes y la brecha generacional El consejo de Andreessen para personas de 18 a 25 años es directo: adquiere superpoderes de IA ahora, porque tus pares mayores se resistirán y los superarás. Cita el patrón de adopción tecnológica de Douglas Adams — menores de 15: así es como el mundo siempre ha funcionado; 15-35: genial, oportunidad de carrera; mayores de 35: impío, debe ser destruido — y dice que la cohorte de 15-25 ahora mismo es la más afortunada de la historia. Rechaza con fuerza la narrativa doomer de que las empresas ya no contratarán juniors: lo opuesto es verdad, los jóvenes de 18 años nativos de IA superarán a los seniors no nativos "gigantesca y titánicamente." Cierra con una división epistemológica generacional de Chris Arnade: los boomers creen lo que dice el televisor, cualquiera menor de 40 ha visto colapsar esa confianza ejemplo a ejemplo, y la generación que creció después del COVID sabe que la autoridad institucional simplemente no es creíble. > *"Un joven de 18 años con IA — vamos a ver superproductores como nunca antes hemos visto en el mundo."* ## Personajes - **Marc Andreessen** (Persona): Cofundador y Socio General en a16z; cofundador de Netscape; invitado. - **Erik Torenberg** (Persona): Socio General en a16z; presentador del a16z Podcast; presentador. - **Anthropic** (Organización): Empresa de seguridad de IA cuyo modelo interno aparentemente exhibió comportamiento amenazante, generando la discusión inicial. - **SPLC** (Organización): Southern Poverty Law Center; citado como ejemplo de organización que usó el encuadre anti-odio para suprimir el discurso político y acumular financiación. - **a16z** (Organización): Andreessen Horowitz; la firma de capital de riesgo que ambos interlocutores representan. - **OVNIs / UAPs** (Concepto): Fenómenos aéreos no identificados; discutidos como un problema epistemológico y de seguridad nacional, con la supresión de información gubernamental como hecho estructural clave. - **Doomismo de IA** (Concepto): El conjunto de creencias que sostiene que la IA es peligrosa, eliminará empleos y debe temerse; el principal objetivo intelectual de Andreessen a lo largo del episodio. - **Empatía suicida** (Concepto): Marco que describe movimientos de reforma social que afirman compasión pero dañan sistemáticamente a sus supuestos beneficiarios mientras enriquecen a sus organizadores. - **Vampiro de IA / AI cope** (Concepto): Los conceptos acuñados por Andreessen — los vampiros de IA son usuarios intensivos que funcionan con agotamiento eufórico; el AI cope es la necesidad compulsiva de desestimar todas las experiencias positivas de IA como ilusión.

Alexander Taubman, cofundador y CEO de Long Lake Management, se une a Elad Gil para hablar sobre el acuerdo de la firma para adquirir American Express Global Business Travel por 6.300 millones de dólares, lo que Elad describe como la primera compra privada impulsada por IA del mundo. Taubman explica cómo la plataforma de IA horizontal de Long Lake, Nexus, se despliega en verticales de servicios para impulsar el crecimiento en lugar de recortar empleos. La firma compra y mantiene sus activos al estilo Berkshire, apostando a que los beneficios acumulativos de la productividad de la IA a lo largo de los años superan cualquier venta a corto plazo. ## [00:00] Presentación de Alexander Taubman Elad Gil abre la conversación señalando que Long Lake ya ha completado cerca de 30 adquisiciones bajo su tesis de transformación por IA antes de llegar a Amex GBT, la plataforma de viajes corporativos más grande del mundo, por 6.300 millones de dólares. > *"Long Lake anunció recientemente su intención de adquirir American Express Global Business Travel por 6.300 millones de dólares en lo que creo es la primera adquisición privada impulsada por IA del mundo."* ## [00:30] La plataforma Nexus de Long Lake Nexus es independiente del modelo y se sitúa entre los modelos de base y las fuentes de datos, capacidades y flujos de trabajo de cada negocio adquirido. Aproximadamente el 80% de la infraestructura es compartida entre verticales; el 20% restante corresponde al trabajo de despliegue: mapear flujos de trabajo, limpiar fuentes de datos e insertar ingenieros en el terreno. Lo que antes tardaba más de un año ahora queda listo en días tras el cierre de una adquisición, generando ahorros de tiempo inmediatos que Long Lake canaliza hacia el crecimiento en lugar de hacia la reducción de costos. > *"En realidad no estamos enfocados en el ahorro de costos. Estamos enfocados en impulsar el crecimiento y la experiencia del cliente. Esa es nuestra gran apuesta, y lo que hemos visto es que es un modelo mucho más poderoso porque nuestra visión de la IA es que es increíblemente positiva para todos."* ## [03:35] Retención y el efecto volante del talento Los empleados que usan Nexus atienden a más clientes, cometen menos errores y ganan más, y abandonar la empresa significa volver al trabajo monótono que Nexus eliminó. Esa fricción se está convirtiendo en un verdadero imán de talento. Las empresas del portafolio que crecían entre un 0% y un 5% anual ahora crecen más de un 20% de forma orgánica. > *"Si ahora dejas Long Lake o una de nuestras empresas asociadas para ir a un competidor, tienes que volver a hacer todo ese trabajo monótono que ocupaba el 25%, el 30% de tu día. Y sólo pensarlo es como renunciar al correo electrónico."* ## [05:01] Adquirir empresas frente a vender software Vender software a empresas de servicios implica aceptar un ciclo de retroalimentación débil y ningún control sobre la gestión del cambio. Ser propietario de la empresa pone a los ingenieros de Long Lake en el mismo espacio, a veces literalmente en el mismo estado, que los trabajadores de campo cuyos problemas están resolviendo. El modelo de coubicación tipo skunk works reduce ese ciclo de meses a días. > *"Nuestro equipo considera a los empleados y miembros en el terreno como el cliente, y ese ciclo de retroalimentación interno es clave. Tenemos un ciclo de retroalimentación mucho más ajustado."* ## [06:57] Construcción del equipo fundador de Long Lake Long Lake fue concebida para fusionar tres disciplinas: fusiones y adquisiciones de private equity, ingeniería de IA aplicada y gestión del cambio. Las primeras 20 contrataciones llegaron todas por red de contactos: ingenieros que habían sido cofundadores o CTOs de startups de IA aplicada pero que no habían logrado penetrar en la distribución de la industria de servicios. Los responsables de M&A procedían de GTCR, Blackstone, TPG y HIG, atraídos específicamente porque esas firmas no son nativas en IA. > *"Había una brecha enorme, así que muchas de las personas que formaron nuestro equipo fundador fueron fundadores de tecnología anteriormente. Muchos de ellos tenían sus propias startups en el equipo de ingeniería."* ## [10:37] La compra privada de American Express Global Business Travel Amex GBT estaba en la pizarra de industrias objetivo de Long Lake porque los viajes corporativos son de misión crítica y tienen un alto costo por fallo: un viaje perdido es una pérdida de negocio real. Fundada en 1915 por American Express para evacuar a los clientes de Travelers Cheques de Europa durante la Primera Guerra Mundial, la franquicia de 111 años ya tenía trazada públicamente una hoja de ruta de transformación con IA. El plan de Long Lake es desplegar Nexus sobre esa estrategia existente y dar a cada consejero de viajes superpoderes de IA. > *"Imagina a tu consejero de viajes con superpoderes de IA. Eso es básicamente el futuro que vemos para los clientes de Amex GBT."* ## [13:36] El enfoque de gestión de Berkshire Hathaway aplicado a Long Lake El private equity tradicional carga las empresas con deuda, hace recortes y las vende en tres a cinco años. Long Lake rechaza explícitamente ese modelo: los efectos acumulativos de mejores herramientas, mejores personas, mejores resultados para el cliente y crecimiento más rápido tardan de dos a cinco años en cristalizar, y vender en ese punto equivaldría a renunciar a la ventaja. El manual de operaciones de Danaher y Transdigm, que consolida industrias fragmentadas con un sistema diferenciado, es el referente explícito, aplicado a los servicios con la IA como ventaja competitiva. > *"¿Vas a construir la mejor empresa del sector y luego venderla? Eso no tiene ningún sentido para mí. Yo querría ser propietario de esa empresa para siempre y acumular esa ventaja durante décadas."* ## [16:37] Por qué la estrategia de IA diferencia a Long Lake La IA empresarial sigue penetrando en apenas el 1% de los casos de uso reales. Los vendedores eligen Long Lake frente al private equity tradicional porque la oferta incluye capital permanente, un equipo de ingeniería que se instala durante años y una plataforma desplegable desde el primer día. Se anima a los fundadores y equipos directivos a reinvertir su capital accionarial en la nueva estructura para participar en la rentabilidad. A medida que el historial de Long Lake se consolida, Taubman espera que el costo de capital disminuya, haciendo a la firma aún más competitiva sin necesidad de ganar por precio. > *"Tener un socio de capital permanente a largo plazo ya es algo maravilloso, pero tener ese socio con una profunda experiencia en ingeniería de IA aplicada y una plataforma que puedes desplegar desde el primer día ha resonado profundamente."* ## [19:32] La IA permite escalar los negocios de servicios Las empresas de servicios intensivas en mano de obra enfrentan un impuesto brutal al crecer: añadir un 20% más de ingresos suele exigir contratar un 20% más de personal, lo que deja solo 20 centavos por cada dólar incremental de ingreso después de los costos laborales. Nexus eleva la productividad de los equipos existentes entre un 30% y un 40%, rompiendo esa ecuación. Los CEOs de las empresas del portafolio, algunos llevando décadas al frente de sus negocios, describen esta etapa como la mejor de sus carreras porque por fin están creciendo con márgenes incrementales similares a los del software. > *"Cuando haces que tus equipos existentes sean un 30 o un 40% más eficientes y puedan atender a más clientes, cambia toda la mentalidad de la organización. Ahora estás creciendo. Pareces una empresa de software: creces con márgenes incrementales elevados."* ## Entidades - **Alexander Taubman** (Persona): Cofundador y CEO de Long Lake Management; lideró la compra privada de Amex GBT por 6.300 millones de dólares - **Elad Gil** (Persona): Presentador de No Priors; inversor independiente y emprendedor en serie - **Long Lake Management** (Organización): Firma de adquisiciones impulsada por IA; adquiere y transforma negocios de servicios usando Nexus - **Nexus** (Software): Plataforma de IA horizontal de Long Lake; independiente del modelo, con el 80% de infraestructura compartida entre verticales - **American Express Global Business Travel / Amex GBT** (Organización): Plataforma de viajes corporativos con 111 años de historia; objeto de la oferta de compra privada de Long Lake por 6.300 millones de dólares - **AI take-private** (Concepto): Adquisición de una empresa cotizada con el objetivo explícito de transformarla mediante IA; el acuerdo de Long Lake con Amex GBT es descrito como el primero de su tipo - **Danaher / Transdigm** (Organización): Conglomerados operativos citados como modelo para la estrategia de adquisición a largo plazo y acumulación de ventajas de Long Lake

El segundo episodio de Claude Code 101 de Anthropic cubre el único archivo que convierte a Claude Code de un desconocido en un compañero de equipo: `CLAUDE.md`. Qué poner en él, cómo la jerarquía proyecto/usuario divide las responsabilidades y tres hábitos que evitan que el archivo se convierta en un muro de reglas obsoletas. ## [00:02] Por qué Claude Code necesita memoria persistente Sin `CLAUDE.md`, cada sesión comienza desde cero. Claude tiene que recorrer de nuevo el código base, adivinar las dependencias y redescubrir lo que ya está implementado. Esas suposiciones son exactamente lo que dificulta la orientación. El archivo existe para cortocircuitar ese redescubrimiento en cada nueva sesión. > *When you open up Claude Code without a claude.md file, it's like it has to start fresh every single time.* ## [00:34] Qué es realmente CLAUDE.md y el comando /init Es un archivo Markdown normal en la raíz del proyecto que se lee al inicio de cada sesión y se añade directamente a tu prompt: un «script de incorporación para tu base de código». Si no quieres escribirlo a mano, `/init` genera un primer borrador a partir del código existente. El archivo de ejemplo del tutorial tiene tres bloques cortos: pila tecnológica (Next.js 15 app router, Tailwind, Drizzle ORM), comandos (servidor de desarrollo, pruebas, lint) y reglas de estilo (indentación de 2 espacios, exports con nombre, rutas API en `app/api`, preferencia por server actions). Con eso cargado, pedir un componente React produce código con el estilo del proyecto al primer intento en lugar de tras varias correcciones. > *It's a markdown file that you add to the root of your project and Claude Code reads it automatically every time you start a session.* ## [01:34] La jerarquía de memoria: proyecto vs usuario Sí, incorpóralo al control de versiones. El `CLAUDE.md` a nivel de proyecto es para el equipo. Pero hay un segundo nivel: un `CLAUDE.md` de usuario en tu carpeta de configuración que te sigue por todos los proyectos. Ahí viven las preferencias personales —cómo te gusta que estén los comentarios, los modismos que prefieres— sin contaminar el archivo compartido. > *But there's actually a hierarchy of memory files depending on who it's for.* ## [02:01] Tres consejos para mantener CLAUDE.md útil Tres hábitos que el narrador defiende. Primero, cuando tengas que corregir a Claude en algo recurrente («usa siempre server actions en lugar de rutas API»), pídele explícitamente que lo guarde en memoria para que la corrección persista entre sesiones. Segundo, incluye documentación existente con `@filepath` en lugar de copiarla y pegarla en el archivo. Tercero —contraintuitivo— empieza un nuevo proyecto *sin* `CLAUDE.md` y observa dónde tienes que corregir el rumbo constantemente; solo esos puntos de fricción deben estar en el archivo. Así lo mantienes compacto en lugar de inflado. > *We recommend you start off a project without a claude.md file so you can see where you have to constantly course correct the model.* ## [02:39] Resumen: el contexto marca la diferencia Todo el mensaje en una frase: la diferencia entre una sesión frustrante y una productiva es el contexto, y `CLAUDE.md` es el mecanismo de entrega. Empieza pequeño —pila, preferencias, comandos— y hazlo crecer a partir de la fricción real. > *Start with your stack, your preferences, and then commands, and just build from there as you go.* ## Entidades - **Narrador del tutorial de Anthropic** (Person): Voz en off del host de la serie oficial Claude Code 101 de Anthropic. - **CLAUDE.md** (Concept): Archivo Markdown en la raíz de un proyecto que Claude Code carga automáticamente cada sesión, proporcionando contexto persistente añadido al prompt del usuario. - **/init** (Command): Comando de Claude Code que genera un `CLAUDE.md` inicial escaneando el código base existente. - **CLAUDE.md de proyecto vs de usuario** (Concept): Jerarquía de memoria de dos niveles. El archivo de proyecto reside en la raíz del repositorio y se comparte mediante control de versiones; el archivo de usuario reside en la carpeta de configuración y traslada las preferencias personales a todos los proyectos. - **Referencia @filepath** (Concept): Sintaxis para apuntar `CLAUDE.md` a archivos de documentación existentes en lugar de duplicar su contenido. - **Next.js 15 / Tailwind / Drizzle ORM** (Software): Pila tecnológica utilizada en el `CLAUDE.md` de ejemplo del tutorial para ilustrar el aspecto de un archivo real.

Eric Ries, author of *The Lean Startup*, returns to Lenny's Podcast to discuss his new book *Incorruptible*, which argues that the forces destroying famous companies are not competition or bad luck but the predictable corruption that follows success. Drawing on case studies from Novo Nordisk and Cloudflare to Groupon and Anthropic, Ries lays out a concrete blueprint — ethos plus structural integrity — for founders who want to build organizations that remain mission-aligned across decades and leadership changes. The episode is packed with actionable governance tools, from the two-page public benefit corporation filing to mission guardian structures, that any founder can implement this week. ## [00:00] Introduction to Eric Ries Lenny opens with a montage of the book's central ideas: that success itself becomes a liability, that 80% of venture-backed founders are ousted within three years of going public, and that the solution is structural rather than moral. Eric teases the Anthropic story — how Dario Amodei's team baked AI-safety governance directly into their corporate charter before the AI boom — as the purest modern proof that protective structures work. > *"The thing that destroyed them was not competition. Their very success became a liability."* ## [02:26] Introducing Incorruptible Eric reconnects with Lenny after his original Lean Startup appearance and explains why the new book is a natural sequel. He observes that top AI companies are inadvertently practicing lean startup principles — ship an MVP research preview, gather signal, iterate — while simultaneously facing a brand-new version of the corruption problem at civilizational scale. The book is framed as a double mystery: why does corruption happen, and how do rare exceptions to the rule actually survive? > *"The best AI companies are building exactly lean startup — ship the MVP research preview, see if people care, then iterate and build."* ## [06:26] Protecting what you've built Eric introduces "the force that no one controls but everyone obeys" — the gravitational pull toward mediocrity that drags mission-driven companies into bureaucracy, ethical compromise, or founder removal. He distinguishes two failure modes: founders being fired outright, and founders watching their creation become something they never intended. Both stem from the same structural vulnerability: building a company without encoding its purpose into governance. > *"Sometimes we lose control because we get fired. Sometimes it happens because we're like Frankenstein and his monster — it starts to become malign or bureaucratic or frankly evil and we can't figure out how to stop it."* ## [11:35] Why founders get ousted Lenny surfaces the two objections most founders have: "this won't happen to me" and "plenty of successful companies haven't done any of this." Eric responds with a Harvard Law School statistic — under standard venture-backed governance structures, only 20% of founders are still CEO three years after IPO — and frames the problem as structural, not personal. Confident founders are not immune; the same investor incentives that funded their success will eventually force a liquidity event that removes them. > *"If you don't get this right, no other decision you make about your company will matter for the long term — because you're not going to be the one making it."* ## [14:58] Too early, too late Eric dismantles the "I'll worry about this later" objection. Companies that appear to be thriving without governance protections — like Cloudflare — almost always have them embedded deeply in their structure; founders simply don't know to look. He introduces the "best time to plant a tree" framing: the ideal moment to build protective governance is before raising a Series A, but the second-best time is right now, regardless of stage. > *"A lot of companies that you don't instantly think of as mission-driven are actually very mission-driven in terms of how they're structured — and they are almost always the outliers that thrive long-term."* ## [19:32] The blueprint: ethos plus integrity Eric previews the two-part framework that runs through the book: ethos (purpose and values that define what the company will never betray) and integrity (the structural mechanisms that make the ethos durable across leadership changes). He warns against the temptation to treat this as a feel-good exercise — Part One of the book is literally called "The Shape of the Abyss" — and promises that the tactics are concrete and implementable. > *"There is a blueprint. It can feel like we're helpless, but this is a double mystery: not just why does this happen, but how can there be exceptions to a rule that seems inevitable?"* ## [20:49] Novo Nordisk's 100-year governance fortress Eric tells the story of Marie and August Krogh, the Danish scientists who brought insulin from Canada to Europe in the 1920s and built a foundation to control Novo Nordisk permanently. The Novo Nordisk Foundation, a nonprofit with no shareholders, owns a controlling stake in the company to this day. This structure meant that when Martin Shkreli-style opportunists tried to acquire the company and raise insulin prices dramatically, they simply could not — the foundation blocked the sale. The result: a hundred-year-old pharmaceutical company still run on the mission of making insulin accessible. > *"The foundation said: we exist to make insulin available at affordable prices for diabetics everywhere. And they turned down a takeover that would have made everyone extraordinarily rich because it violated the mission."* ## [26:41] The Vectura Group and Philip Morris As a dark counterexample, Eric recounts the Vectura Group acquisition: a British company that made inhaler technology for asthma drugs was bought by Philip Morris, the world's largest tobacco company. Despite shareholder opposition, the deal went through and the company's mission was inverted — researchers who spent careers helping people breathe were now developing technology for the same company causing the disease. Without structural protection, even the most mission-aligned team is helpless against financial gravity once a controlling acquirer arrives. > *"People who dedicated their lives to helping people breathe found themselves working for the biggest tobacco company in the world — and there was nothing they could do about it."* ## [33:16] The "harder is easier" principle Eric introduces the book's central leadership paradox: making the right choice is often easier than making the expedient one, because mission clarity removes the need for endless deliberation. He draws on W. Edwards Deming's quality-from-within philosophy and uses Costco's pricing principles as a modern example — the commitment to never mark up products more than 15% above cost eliminates an entire category of internal negotiation and makes the company simpler to run, not harder. > *"The reason it's easier is you don't have to fight with yourself. Once you've made the commitment, the decision is already made. That's the power of the harder is easier principle."* ## [37:22] Cloudflare's mission emergence story Cloudflare's "harder is easier" instinct revealed itself before the company had formally articulated a mission. When pro-democracy protesters faced state-sponsored DDoS attacks and begged major tech companies for help, every large company refused. Cloudflare, still a small startup, defended those free-tier customers at the risk of provoking nation-state-level retaliation — for no revenue. That decision crystallized the company's mission in a way no offsite or whiteboard session could have. > *"They said, 'Yes, we will incur the wrath of nation-state-level hackers to protect you because it's the right thing to do — for no reward whatsoever.' That is a company that knows what it stands for."* ## [42:43] Groupon's email frequency death spiral Groupon's founder Andrew Mason told Eric that the company's entire value proposition — one email per day with one remarkable deal — was its mission. They went public on that premise. But once public, executives came with A/B test data showing two emails generated more short-term revenue. Mason was ground down, the experiment ran, and two emails did make more money. Then three. Then four. Within a year the company was sending dozens of emails per day and its core users had unsubscribed. Groupon never recovered, illustrating how "data-driven" iteration can destroy a company's ethos when it lacks structural guardrails. > *"They kept using language that sounds lean startupy: 'Shouldn't we look at the data?' And he was like, 'All right, fine, we'll run the experiment.' Two emails makes more money. Three emails. Four emails. And then the death spiral."* ## [45:37] How to define your purpose Eric rejects mission-statement writing as a primary exercise and replaces it with the older concept of ethos — the answer to "who would you rather die than betray?" He instructs founders to identify their fiduciaries (not stakeholders), define measurable commitments to each, and build accountability systems that make those commitments as binding as financial obligations. The test: if someone offered you enough money to violate this principle, and you'd take it, it is not actually your ethos. > *"What is its purpose? Who would you rather die than betray? That question cuts through all the consultant speak and gets to what you actually care about."* ## [51:09] Mission-driven vs. mission-hopeful companies Eric distinguishes mission-driven companies, which have structural accountability for their fiduciary commitments, from mission-hopeful ones, which have aspirational language but no enforcement mechanism. The practical test is whether the company has the equivalent of OKRs for its stakeholder commitments — metrics, owners, and review cadences — not just a poster on the wall. Companies that clear this bar consistently outperform on long-term employee retention, customer trust, and resilience through leadership transitions. > *"You tell me what you care about, and then you tell me how you're measuring the things you claim to care about. If there's no measurement, it's hope, not mission."* ## [54:46] Integrity: structural and personal Eric draws on integrity's dual meaning — both personal reliability and structural soundness — to explain why ethos without structure corrodes over time. Just as corroded bolts make a bridge fragile regardless of how good the original engineering was, a company's values will degrade if they are not encoded into governance documents, hiring criteria, and decision-making processes. Structural integrity means the organization will behave consistently even when no individual champion is in the room. > *"Integrity has two meanings: the personal kind — keeping your word — and the structural kind, like stainless steel versus corroded bolts. You need both in an organization."* ## [57:47] Shareholder primacy: the 40-year-old "natural law" Eric historicizes shareholder primacy as a 40-year-old experiment, not an eternal truth. Before the 1980s, corporations were legally understood to pursue a "beneficial purpose." The Milton Friedman doctrine that corporations exist solely to maximize shareholder returns was a deliberate ideological project, and an entire generation of lawyers, MBAs, and investors has now been raised as though it were natural law. Founders who know this history can consciously choose to opt out. > *"People have been raised as if shareholder primacy was a natural law. But for hundreds of years before the 1980s, everyone thought it was obvious that corporations existed to pursue a specific beneficial purpose."* ## [01:00:04] Public benefit corporations: the easiest protection A public benefit corporation (PBC) is a two-page Delaware filing that replaces "any lawful act or purpose" in a standard corporate charter with a specific stated mission. It does not require B Corp certification, does not constrain fundraising, and does not require board changes. Anthropic, Vital Farms, and many other high-growth companies use this structure. Eric calls it the single highest-ROI governance action any founder can take, and the only one with genuinely no trade-offs. > *"It is a two-page legal filing that your lawyers can submit in Delaware tomorrow. You just say: this is the purpose of this company. It couldn't be any easier."* ## [01:04:24] Downsides and objections The only real objection Eric acknowledges is that an investor might raise concerns — but he argues this is self-selecting: an investor who objects to a PBC is revealing that they prioritize forced-sale rights over the founder's vision. Every other objection (reduced flexibility, investor resistance, growth limitation) is addressed by Anthropic's trajectory as the fastest-growing company of all time while operating as a PBC with additional governance constraints. > *"The only situation this would ever become relevant is if the investor is trying to force you to sell the company and you don't want to. So ask them: 'Is that what you're telling me?' And then decide if this is really the right partner."* ## [01:06:08] The Anthropic example: fastest-growing company ever Eric shares his behind-the-scenes role advising Dario Amodei and Daniela Amodei when they left OpenAI to found Anthropic. At the time, Dario was a first-time founder and Anthropic was not yet a hot company. Eric told them what would happen without structural protection, and they encoded AI safety governance directly into their charter — including a Long-Term Benefit Trust whose trustees are AI safety experts who hold board appointment rights but no equity. Anthropic's subsequent growth proves that mission-protective structures do not limit commercial success. > *"Dario was a first-time founder. Not a hot company at all. ChatGPT hadn't been invented yet. Nonetheless, they were true believers in the safety mission and they wrote it into their charter."* ## [01:08:39] The torchbearers in every organization Every organization has a small number of people Eric calls "torchbearers" — employees who do the right thing regardless of incentives or pressure from above. Steve Jobs famously sought them out through skip-level meetings, bypassing managers to find engineers, designers, and product managers who refused to ship quality compromises. In mission-aligned companies these people thrive and multiply; in mission-hopeful companies they burn out and leave. > *"In most organizations you have people I call torchbearers — the rare person who's simply committed to doing the right thing no matter what. Steve Jobs would host skip-level meetings just to find them."* ## [01:10:37] The culture bank: deposits and withdrawals Eric shares a rule from founder Todd Park (Devoted Health), who learned it from Howard Schultz: every time a leader makes a decision that sacrifices short-term gain to defend the company's values, they make a deposit in the culture bank. Every self-interested or greedy decision makes a withdrawal. The Todd Park rule: you can make one withdrawal for every ten deposits. Exceed that ratio and culture collapses. Managers who understand this rule stop treating "culture" as a soft metric and start tracking it like cash flow. > *"When you do the right thing in defense of the company's values — something that has a real sacrifice to it — you make a deposit in the culture bank. The Todd Park rule: one withdrawal for every ten deposits."* ## [01:12:28] OpenAI and Anthropic governance Eric explains the structural divergence between OpenAI and Anthropic. OpenAI originally used a nonprofit foundation as its mission guardian, but the structure was undermined by equity-holding insiders with conflicting interests — a dynamic that produced the boardroom crisis of late 2023. Anthropic's Long-Term Benefit Trust, by contrast, is held by AI safety trustees who have no equity and thus no financial incentive to compromise the mission. The OpenAI crisis was entirely predictable from the governance design. > *"OpenAI's nonprofit structure sounds good, but the mission guardian has to be someone whose job it is to protect the mission — not someone who also has financial skin in the game."* ## [01:16:21] Mission guardians explained A mission guardian is any person or entity whose sole institutional job is to keep the company mission-locked. It can be a person (founder control), a legal entity (the Long-Term Benefit Trust), or a structural rule (Costco's markup cap). Eric argues that gravity is so powerful that mission alignment never happens by accident — someone or something must be assigned the role explicitly, given real authority, and insulated from the financial pressures that corrupt ordinary boards. > *"It has to be somebody or some entity's job to make sure the thing remains mission locked. That does not happen by accident because gravity is such a powerful force."* ## [01:18:29] Spiritual holding companies For companies that want a more permanent mission guardian than individual founder control, Eric describes "spiritual holding companies" — separate legal entities (foundations, trusts, or dual-class holding structures) that own a controlling stake and are legally chartered to enforce the operating company's mission in perpetuity. Novo Nordisk's foundation is the canonical example. These structures can grow and self-renew, unlike brittle "rules baked into the charter" approaches, because the guardian entity itself has a mandate and resources to defend the mission actively. > *"The better way, according to the evidence, is to have some kind of spiritual holding company — a separate entity whose whole job is to be the mission guardian, with the ability to renew and defend the mission over time."* ## [01:21:53] The founder control trap Founder control — dual-class shares, supervoting rights — is a valid temporary bridge, but Eric warns that many founders with maximum control are paradoxically miserable: they become Atlas, holding the entire mission on their shoulders with no institutional backup. When they eventually hand off power, the mission has no structural home and collapses. He tells the story of attending a "party" for a founder ousted by investors — a thousand people showed up — only to realize the new CEO was already dismantling everything the founder had built. > *"A lot of founders who have founder control wind up really miserable — you become like Atlas. You can't even shrug. It's you holding back the abyss. That's a lot."* ## [01:25:25] Three things to do this week Eric gives three prioritized actions for founders at different stages. Pre-Series-A: file as a public benefit corporation immediately and write a mission that genuinely reflects who you'd rather die than betray. Series-A and beyond: start the harder conversation with existing investors and get governance structures on the table now. Any stage: identify your torchbearers, protect them institutionally, and start making culture-bank deposits deliberately rather than accidentally. > *"You have a precious, precious moment before raising money. Do not waste it. Be a public benefit corp. Write a mission that you'll feel proud of in 20 years. These are super low-cost and super high-value."* ## [01:30:10] AI alignment and human alignment Eric draws a deep parallel between the unsolved "human alignment" problem in AI — who aligns the aligners? — and the corporate governance problem the book addresses. Conway's Law says that software architecture mirrors the org chart of the people who built it; by extension, an AI system's values will reflect the values of the organization that trained it. Getting corporate governance right is therefore not separate from AI safety — it is a prerequisite. > *"The number one unsolved problem in AI is not the tech — it's the human alignment problem. If you can't agree on what the human values are to align to, you're already cooked."* ## [01:34:00] Conway's law: org charts in architecture Eric closes with a tribute to Mary Parker Follett, a management theorist contemporary of Frederick Winslow Taylor whose work — written in the 1920s — reads as if from 2026. Follett argued for "power with" rather than "power over," and insisted that leaders and workers together obey the law of the situation rather than a hierarchy. Conway's Law is her intellectual descendant: the org chart shows up in the architecture diagram because human authority structures flow into technical structures. > *"She said: the superior and the subordinate together obey the law of the situation. Not the boss's whim — the law of the situation. That idea is a century old and we still haven't figured out how to implement it."* ## [01:37:31] Book resources and farewell Lenny wraps with a final plug for *Incorruptible*, available May 26 wherever books are sold. Eric points listeners to incorruptible.co for implementation guides, an advanced implementation guide, a readers guide, and a secret chapter cut from the final manuscript. The site also lists over a hundred independent bookstores carrying the book. Eric emphasizes the website is designed especially for implementers — founders who want to actually execute the structures described in the conversation, not just read about them. > *"We have implementation guides and advanced implementation guides and a secret chapter that got cut from the original manuscript — especially for those who want to actually implement this stuff, not just learn about it."* ## Entities - **Eric Ries** (Person): Author of *The Lean Startup* and *Incorruptible*; longtime startup advisor and corporate governance advocate. - **Lenny Rachitsky** (Person): Host of Lenny's Podcast; former Airbnb product lead and startup newsletter writer. - **Dario Amodei** (Person): Co-founder and CEO of Anthropic; first-time founder who encoded AI safety governance into Anthropic's charter before the AI boom. - **Daniela Amodei** (Person): Co-founder and President of Anthropic; partnered with Dario in building the Long-Term Benefit Trust governance structure. - **Marie Krogh** (Person): Danish physician and one of Denmark's first credentialed female doctors; co-founder of what became the Novo Nordisk Foundation. - **August Krogh** (Person): Nobel Prize-winning Danish scientist; brought insulin technology to Europe and co-created the Novo Nordisk Foundation with his wife Marie. - **Andrew Mason** (Person): Founder of Groupon; described to Eric Ries how A/B test pressure eroded the company's core one-email-per-day mission and triggered its decline. - **Mary Parker Follett** (Person): Early 20th-century management theorist who argued for "power with" over "power over"; intellectual ancestor of Conway's Law and collaborative leadership. - **Anthropic** (Organization): AI safety company structured as a public benefit corporation with a Long-Term Benefit Trust whose trustees hold board appointment rights but no equity. - **Novo Nordisk Foundation** (Organization): Danish nonprofit foundation that owns controlling interest in Novo Nordisk and exists to make insulin accessible at affordable prices globally. - **Cloudflare** (Organization): Internet infrastructure company whose mission crystallized when it defended pro-democracy protesters against nation-state hackers at no charge and no revenue. - **Groupon** (Organization): Daily-deal company whose one-email-per-day mission was dismantled by short-term revenue optimization, triggering a decline from which it never recovered. - **Public Benefit Corporation (PBC)** (Concept): A two-page Delaware corporate charter amendment replacing open-ended purpose with a specific stated mission, creating legal accountability for that mission. - **Mission Guardian** (Concept): Any person or entity — founder, trust, foundation, or structural rule — whose institutional role is to keep a company mission-locked against financial gravity. - **Shareholder Primacy** (Concept): The post-1980 doctrine that corporations exist solely to maximize shareholder returns; Eric Ries argues it is a 40-year ideological experiment, not a natural law. - **Culture Bank** (Concept): Todd Park's metaphor for tracking culture-building deposits (mission-aligned sacrifices) versus withdrawals (self-interested decisions); sustainable ratio is roughly ten deposits per withdrawal. - **Long-Term Benefit Trust** (Organization): Anthropic's external mission guardian body composed of AI safety experts who hold board appointment rights and have no equity stake in the company.

Guía de Anthropic sobre el Model Context Protocol dentro de Claude Code: qué conecta, cómo añadir y delimitar servidores, y el costo oculto que cada servidor instalado impone sobre la ventana de contexto. Dirigido a desarrolladores que están a punto de conectar Claude Code con Linear, GitHub o herramientas internas. ## [00:02] Por qué existe MCP — el contexto vive fuera del editor El argumento central desde el principio: la mayor parte del contexto que Claude Code necesita no está en el repositorio, sino en bases de datos, aplicaciones de productividad y paquetes públicos. MCP es el estándar abierto que permite a Claude acceder a esas fuentes de forma autónoma y decidir cuándo consultarlas, en lugar de esperar a que las pegues manualmente. > *Model Context Protocol es un estándar abierto que permite a Claude Code conectarse a herramientas y fuentes de datos externas.* ## [00:35] Herramientas y qué conectan realmente los servidores MCP Antes de enumerar servidores, el narrador establece el concepto de *herramienta*: los agentes como Claude Code usan herramientas para ejecutar acciones, lo que los diferencia de un chat que solo devuelve texto. Siguen dos ejemplos concretos: un servidor MCP de Linear que incorpora los tickets del equipo a la sesión, y el servidor Context7 que transmite la documentación actualizada de la dependencia con la que estás trabajando. Cientos más están disponibles en claude.com/connectors. > *Las herramientas dan a agentes como Claude Code la capacidad de realizar acciones para completar sus tareas de forma más efectiva.* ## [01:14] Añadir servidores: HTTP vs STDIO y /mcp Los servidores se añaden con `claude mcp add` y existen en dos variantes: servidores **HTTP**, alojados remotamente por el proveedor y accesibles por red, y servidores **STDIO**, procesos locales que corren en tu propia máquina. Una vez instalados, el comando `/mcp` dentro de la sesión lista lo que está conectado, muestra el estado y permite desactivar cualquier servidor que no quieras activo. > *Los servidores HTTP son para servicios remotos... Los servidores STDIO son para procesos locales que corren en tu máquina.* ## [01:42] Tres ámbitos: local, user y project (.mcp.json) Cada servidor cae en uno de tres ámbitos. **Local** lo limita al proyecto actual solo para ti; **user** lo hace disponible en todos tus proyectos; **project** genera un `.mcp.json` que se versiona en el control de código, de modo que cualquier miembro del equipo que trabaje en el repositorio obtiene automáticamente los mismos servidores. > *El ámbito project usa un archivo .mcp.json que incluyes en tu control de versiones, así cualquier persona que trabaje en el código base obtiene exactamente los mismos servidores de forma automática.* ## [02:04] Las definiciones de herramientas consumen contexto — cuándo preferir CLI o skill El inconveniente que nadie menciona cuando te dan una lista de conectores: cada servidor MCP configurado inyecta sus definiciones de herramientas en la ventana de contexto aunque no lo estés usando. Las medidas que apila el narrador: ejecutar `/mcp` y desactivar lo que esté inactivo; preferir una CLI como `gh` o `aws` cuando existe, ya que las CLI no cargan definiciones de herramientas persistentes; o encapsular el flujo de trabajo en un skill, que solo coloca su nombre y descripción en el contexto hasta que Claude decide cargarlo. Al superar el 10% del contexto, Claude Code cambia al modo de búsqueda de herramientas y las descubre bajo demanda, algo útil pero menos fiable que tenerlas precargadas. > *Los servidores MCP añaden definiciones de herramientas a tu ventana de contexto, incluso cuando no los estás usando. Si tienes muchos servidores configurados, esto reduce el contexto disponible.* ## [03:10] Resumen Las tres cosas que recordar: `claude mcp add` instala servidores, `.mcp.json` los comparte con el equipo y `/mcp` es donde eliminas los que no estás usando realmente. > *Añade servidores con Cloud MCP add, delimítalos a tu proyecto con .mcp.json para que tu equipo los obtenga automáticamente, y controla el uso del contexto desactivando los servidores que no estás usando activamente.* ## Entidades - **Narrador del tutorial de Anthropic** (Person): El narrador oficial de Anthropic para la serie Claude Code 101. - **Model Context Protocol (MCP)** (Standard): Protocolo abierto que permite a Claude Code conectarse a herramientas y fuentes de datos externas mediante servidores HTTP o STDIO. - **Linear MCP server** (Software): Conector que incorpora los tickets de Linear del equipo a una sesión de Claude Code. - **Context7 MCP server** (Software): Conector que suministra a Claude Code la documentación actualizada de la dependencia en uso. - **.mcp.json** (Config): Manifiesto de ámbito de proyecto versionado para que cada miembro del equipo herede los mismos servidores MCP. - **/mcp** (CLI command): Comando en sesión para listar, inspeccionar y desactivar los servidores MCP conectados. - **Tool search mode** (Feature): Modo de reserva al que entra Claude Code cuando las definiciones de herramientas MCP superan el 10% de la ventana de contexto, descubriendo herramientas bajo demanda. - **Skill** (Concept): Alternativa ligera a un servidor MCP completo; solo su nombre y descripción ocupan el contexto hasta que Claude carga el cuerpo bajo demanda.

Fiona Fung, who runs engineering and product for Claude Code and Cowie at Anthropic, walks through what broke when agentic coding became the team's default — review, ownership, planning, hiring — and the norms they rewrote to keep shipping. The throughline: when coding stops being the bottleneck, every process built around protecting expensive engineering bandwidth quietly stops working, and the manager's job is to notice and rewrite them fast. ## [00:00] Intro and the five themes Fiona opens with a confession that the room is much fuller than she expected (Boris and Jared's session is still letting out), takes a selfie with the audience, and frames the talk. Background: she grew teams at Meta and Microsoft before Anthropic, and is now responsible for Claude Code and Cowie engineering and product. The deck she's about to walk through has already been rewritten in the past month — routines didn't exist when she first wrote the slides. She previews five threads: bottlenecks have shifted, team norms had to be rewritten, how they rolled them out, what signals say the changes are working, and the open questions she's still sitting with. > *"I did this slide deck maybe like a month ago and already I've had to change some of the content cuz when I started this deck, there were no routines."* ## [02:10] The shift: bottlenecks have moved Fiona's subtitle for the whole talk is *what served you prior may not serve you any longer*. She takes the audience back to shipping Visual Studio 2005 on CD-ROMs — hard deadlines because the manufacturing lab had to print discs — and points out that the move from CDs to online distribution already rewired how teams ship. The new shift is bigger: for years coding throughput and engineering bandwidth were the expensive things, and that's quietly stopped being true on Claude Code. When the bottleneck moves, it doesn't disappear — it relocates to verification, review, cross-functional handoffs, and security. The questions that matter now are "is this code correct?" and "is this safe?", and the old planning and ownership norms quietly stop serving the team. > *"What served you prior may not serve you any longer."* ## [07:40] Rewriting team norms: code review, JIT planning, technical debates Inside Claude Code the team had to rewrite the norms one by one. Code review is the first — human judgment shifts to "who actually needs to look at this." Planning is the second — Fiona calls it JIT planning, like JIT compiling, because prototyping is no longer the expensive step that justifies a six-month roadmap. Technical debates are the third: code wins. Instead of two engineers arguing on a doc, both prototype the API and look at impact on callers, and Fiona made a point of caring about the API's downstream effects as much as the implementation itself. The unifying rule: when building is cheap and arguing is expensive, you don't let the last person who checks in win — you build the routines that get *you* the last word. > *"When building is cheap, arguing expensive, again, how does that shift your team norms a bit?"* ## [13:30] Routines and Claude as a second pair of hands With morning coffee Fiona now reads what a routine produced overnight rather than kicking off the work herself. The team leans on Claude code review heavily — Claude babysits PRs, handles styling, lint, and feedback requests, catches bugs before commit, and adds tests — while humans focus on the calls where trust is still being built. She also stresses product sense in tooling: she themed Claude's terminal output ice blue with snowflakes over the holidays, then pulls back to the bigger point that catching bugs earlier (shift left) and automating the double-click question matter more than any one tool. > *"Where do you trust Claude a lot, but then where do you still want a human?"* ## [16:45] Cross-functional gaps and hiring for the hard parts Fiona walks through a survey-update story: she didn't have a dedicated content designer, so Claude became her partner for terse, terminal-appropriate copy. Meanwhile PMs on the team write code, and engineers lean into PM work. The flip-side conclusion for hiring: non-traditional coders can now do more engineering, so the leader's job is to double down on the hard parts the team is actually missing. When she joined, Claude Code was strong on product generalists and creative folks but thin on distributed-systems expertise — that's where she pushed recruiting. > *"With Claude, you have non-traditional coders now being able to do more engineering, but you also have engineers that we can also now lean in to do other roles."* ## [18:51] Flat org and answering customer feedback yourself Fiona pushed her recruiters into an uncomfortable place: hire managers, but have them start as ICs first. The recruiter thought she was crazy; Fiona's answer is that dogfooding Claude Code is the job, and if a candidate isn't up for it the team is better off finding out early. Flat structure plus Claude as a context-switching aid is what lets her, as a manager, still ship code and answer customer requests directly from her desktop Claude Code — instead of routing every customer question through a triage system, she pulls up the local repository and answers it herself. > *"You want to hire managers and they will start as an IC first. No manager would be interested in that."* ## [25:00] Signals you're trending right and open questions The team's working metric is unglamorous and direct: every commit is cloud-assisted by default, and Fiona hasn't seen a non-Claude commit in roughly four months. But she warns against fetishizing the "X percent of code generated by AI" headline — throughput is one signal, not the goal. The end question is what product you're making more delightful and what problem you're solving, with quality and reliability watched alongside volume. She closes with the section she calls "audit your own effort," opens up the questions she's still asking herself, and hands suggestions back to the audience to take to their own teams. > *"For us, it's by default every commit is cloud-assisted. I don't think I've seen a non-cloud-assisted commit probably in the last 4 months or so."* ## Entities - **Fiona Fung** (Person): Director of Engineering at Anthropic, runs Claude Code and Cowie engineering + product; previously led teams at Meta and Microsoft. - **Boris** (Person): Engineering lead on Claude Code, frequent collaborator referenced throughout. - **Kat (Cat)** (Person): Anthropic colleague who gave a keynote earlier the same day on Claude code review. - **Claude Code** (Software): Anthropic's agentic coding tool that is now the default for the team Fiona runs. - **Cowie** (Software): Sister product Fiona's team also owns engineering + product for. - **Anthropic** (Organization): The company building Claude and Claude Code. - **JIT planning** (Concept): Fiona's term for shifting from a six-month roadmap to just-in-time planning, modeled on JIT compilation. - **Shift left** (Concept): Moving bug-catching and verification earlier — into automation and tooling — instead of relying on review after the fact. - **Routines** (Concept): Repeatable Claude-driven workflows the team relies on so a single human gets the last word on outcomes rather than the last commit timestamp winning.

Ben Horowitz and David Ulevitch — recorded at a16z's American Dynamism Summit in Washington — cover the full arc of what it means for a venture firm to accept industry leadership: from America's race to integrate AI into national defense, to the real reason the Anthropic–Department of War deal collapsed, to why the VC industry is consolidating around large generalist firms and narrow specialists. Horowitz closes on what he sees as America's most underrated strategic risk: a profound pessimism about AI at home while China and Japan charge forward with optimism. ## [00:00] Trailer The opening montage frames the episode's central tension: over 70% of Chinese citizens are optimistic about AI, while fewer than 30% of Americans share that view. David Ulevitch sets the stakes — a16z has placed the largest venture bet in American history on the proposition that the U.S. will win the next century of technology. > *"Over 70% of people in China are optimistic about AI and less than 30% in America were optimistic about AI."* ## [00:41] Why America's Technology Dominance Matters for the World Following a16z's record $15 billion fundraise — the largest in the firm's history — David Ulevitch asks what obligations accompany that scale. Horowitz reaches back to advice from his mentor Andy Grove: when you lead an industry, the entire industry's ethics and morality depends on you. He translates that into a first-principles argument: what matters for humanity is whether people have a genuine chance to contribute, and no country comes close to America on that dimension. Horowitz draws a direct line from the Industrial Revolution to the present moment. America won the 20th century because it had superior technology; the AI revolution presents an identical fork in the road. He frames a16z's mission as answering one question — what can the firm do to help America win technologically — and argues that every decision, from portfolio construction to government engagement, flows from that north star. > *"And so when I think about our role in the industry, it's what can we do to help America win technologically?"* ## [04:04] American Dynamism, AI & Catching Up to China Ulevitch asks what has most surprised Horowitz about investing at the intersection of national security and venture capital since launching the American Dynamism practice. Horowitz explains why American-style freedoms are structurally irreplaceable: the Declaration of Independence's claim that rights are self-evident — not granted by government — makes them nearly impossible to revoke, a feature no other country has replicated at the same strength. On the competitive landscape with China, Horowitz notes the pre-ChatGPT conventional wisdom gave China a large AI lead, primarily because China had integrated AI deeply into its military and government bureaucracy while the U.S. lagged far behind. The most heartening development since then has been the speed of American catch-up: a wave of entrepreneurs willing to serve the national interest, combined with a U.S. government genuinely open to new companies and willing to change procurement rules to accommodate them. > *"But the the thing that was true about the kind of old incorrect idea was that they were way ahead of us in integrating um their AI technology with uh their government you know on a kind of military basis on a bureaucracy basis you know and all facets and so you know when we started we were coming from I would say very far behind you know in that you know in that idea um the thing that's been surprising though is like how fast um we've been catching up."* ## [08:50] The Anthropic Deal: What Really Happened The conversation turns to the high-profile collapse of Anthropic's contract with the Department of War. Horowitz offers a deal-mechanics reading that cuts through the public framing: Anthropic had overwhelming leverage — they were already deployed, the country was heading toward conflict, no software vendor has ever had more negotiating power — yet they walked away. In Horowitz's view, that behavior has only one explanation: Anthropic wanted out of the deal, likely due to internal employee pressure, and used a philosophical disagreement as the exit ramp. He pushes back on the framing that a national security AI contract is ethically compromised. The Department of War operates under more rules and oversight than any private entity, and leaks are effectively guaranteed if those rules are broken. Ulevitch extends the point to founders more broadly: companies that let employees veto geopolitical decisions are substituting "vibe geopolitics" for the considered judgment of people who have studied — and sacrificed for — these questions their entire careers. > *"It fell apart because Ananthropic wanted out of the deal."* ## [13:37] Exporting American Dynamism to Our Allies Ulevitch raises a geographic expansion question: American Dynamism's name is parochial, but the practice is really about America and its allies. Horowitz has spent significant time abroad meeting foreign leaders who want to replicate U.S. startup culture. He outlines why that's hard — entrepreneurship at scale requires a deep-seated belief that the government won't arbitrarily seize what you build, and very few countries (Sweden and Israel being notable exceptions) have that culture. He identifies concrete partnership opportunities: Mexico's high-quality manufacturing expertise in automotive and adjacent sectors; Japan's robotics heritage and surging defense spending (moving from 0% to 3% of GDP), which creates aligned interests given shared concern about China. The section closes with Ulevitch flagging that the coming robotics revolution will be the next major theme for the practice. > *"America does give everybody a chance and entrepreneurs can really count on that."* ## [16:56] Power, Responsibility & How a16z Serves Founders A recent profile described a16z as a "power broker" using capital and networks to shape markets. Horowitz reframes the description: power isn't something the firm accumulates for its own sake — it's a feature of the product offered to founders. Entrepreneurs have great ideas but lack the power to get the right meeting with Congress, secure a key enterprise customer, or navigate regulation; a16z's scale converts that gap into founder advantage. The internal culture is deliberately countervailing. The firm's first cultural principle — "first-class business, only in a first-class way" — means showing up on time, responding promptly, and being honest. These small behaviors prevent the firm from drifting into a posture where it treats founders as supplicants rather than partners. > *"So power is sort of a feature of our offering is the way I think about it."* ## [18:58] The State of Venture Capital & Why Most Firms Can't Scale Horowitz provides a structural explanation for why most venture firms cannot grow beyond a certain size. The original design premise of the industry was that only ~15 companies per year would ever reach $100 million in revenue, so small partnership structures with shared economics and shared control made sense. Mark Andreessen's "software is eating the world" thesis invalidated that premise: every company is now a technology company, so the target universe has exploded and so has the need for organizational scale. Scaling to capture that universe requires organizational reorganization — which requires a single decision-maker. Firms built on consensus control cannot reorg cleanly, because those who lose power in a reorg will block it. A16z, with centralized control from inception, was structured to reorg repeatedly and now fields 600+ people organized as small teams sharing a common platform. The result is a barbell: large generalist firms that cover every technology domain, and narrow specialists focused on AI infrastructure, bio, crypto, or games. The mid-size generalist firm is being squeezed out. > *"when you redistribute power, people are mad if they get a vote um that they're going to foul that that that reorganization and you can't scale without reorging."* ## [23:21] The New Rules of Media The media discussion opens with a structural observation: old and new media are not different games — they are the same game with different rules. Under scarcity (limited channels, rigid formats), the winning strategy was defense: avoid gaffes, because a Howard Dean scream lives forever on a three-channel media landscape. Under abundance (unlimited channels, unlimited formats), the winning strategy is offense: be interesting, because anything boring simply drowns in the noise. Horowitz points to Alex Karp as the exemplar of the new model: relentlessly entertaining, consistently on message (pro-America), and unafraid to be unpredictable. The flood-the-zone correction mechanism — do ten podcasts after a mistake — makes individual errors survivable in a way they never were in the old world. His coaching to founders: you cannot win by not losing anymore; you win by being worth paying attention to. > *"Um, and so the key to winning isn't not making a mistake, it's being interesting."* ## [26:22] America's AI Optimism Gap Horowitz names his biggest worry: a polling result showing that more than 70% of Chinese citizens are optimistic about AI while fewer than 30% of Americans share that sentiment. He attributes the gap to an American media culture that foregrounds AI risks — surveillance, job displacement, existential threats — while systematically underweighting the positive case. He contrasts this with Japan, where renewed enthusiasm for AI has reignited the entire startup ecosystem. His ask of founders, policymakers, and technologists in the audience: rebalance the narrative. AI will end traffic deaths, cure cancer, and eliminate poverty as we know it. These outcomes deserve as much airtime as the dangers. He closes with the analogy of fire — a technology capable of burning down a village that nonetheless heats homes and cooks food — arguing that managing dual-use risk is the normal condition of every transformative technology, not a disqualifying exception for AI. > *"We're going to cure cancer."* ## Entities - **Ben Horowitz** (Person): Co-founder and general partner at a16z; primary speaker throughout, drawing on experience as a founder, CEO, and venture capitalist. - **David Ulevitch** (Person): General partner at a16z leading the American Dynamism practice; hosts the conversation at the American Dynamism Summit in Washington, D.C. - **Andy Grove** (Person): Former CEO of Intel; Horowitz's mentor whose maxim on industry leadership frames the episode's opening section. - **Alex Karp** (Person): CEO of Palantir; cited as a model for direct, entertaining, on-message communication in the new media landscape. - **Mark Andreessen** (Person): Co-founder of a16z; author of "software is eating the world," the thesis underpinning a16z's scaling rationale. - **American Dynamism** (Concept): a16z's investment practice focused on companies serving U.S. national interests — defense, manufacturing, advanced software and hardware — now extended to allied nations. - **Anthropic** (Organization): AI safety company whose contract with the U.S. Department of War collapsed; Horowitz argues the deal fell apart because Anthropic chose to exit, not over genuine ethical conflicts. - **a16z** (Organization): Andreessen Horowitz; raised over $15 billion in its latest fund, the largest in firm history and the largest VC fund ever raised. - **Department of War** (Organization): U.S. federal defense department; counterparty in the Anthropic procurement deal and key customer for American Dynamism portfolio companies. - **Palantir** (Organization): Defense and analytics software company; referenced as an exemplar of a firm successfully working at the intersection of Silicon Valley and national security.

Dan Shipper interviews Angela Jiang (head of product) and Katelyn Lesse (head of engineering) for the Claude platform at Anthropic, recorded at the Code with Claude developer event. The conversation unpacks how Claude's platform has grown from a simple completion API into a fully managed agent infrastructure, why the harness and the model are increasingly inseparable, and what the "outcome + budget" vision means for the future of agent development. Together the three trace every stage of the agent lifecycle — from spinning up a first session to retiring stale agents — and share candid war stories from Anthropic's own internal deployments. ## [00:00] Where the platform will be in a year Dan opens with a question the rest of the episode keeps circling back to: a year from now, where is the platform? Angela's answer — Claude understands itself well enough to pick its own sub-agents and write its own harness on the fly. Katelyn picks up the other half: an infrastructure layer that can keep up with agents that continually rewrite themselves. This exchange actually comes from late in the interview; the show puts it up front because the whole conversation is about how today's primitives get you there. > *"We'd want to experiment with directions where Claude actually gets so good at understanding itself, it figures out what model you should be using, it figures out how to spin up all the sub agents."* — Angela Jiang ## [01:48] How the Claude platform evolved from API to agents Angela traces the arc from early LLM APIs — stateless, exploratory, maximum surface area — through session-based chat, and now into fully autonomous agents. The through-line is always the same: raise the abstraction layer high enough that customers can get the best outcome from Claude with as little work as possible. Early adopters wanted every raw knob; today, most teams arriving at Anthropic want a substantial set of things "out of the box." The platform's job is to keep shrinking the distance between intention and outcome. > *"It probably ends up just being like whatever it's like the set of primitives and infrastructure that enables you to basically get the outcome as fast as possible with actually as little of work as possible."* — Angela Jiang ## [04:09] The primitives that make up Claude Managed Agents Katelyn explains that Claude Managed Agents is assembled from the same primitives available to anyone on the Messages API — code execution sandboxes, web search, and built-in tools — but wrapped in a curated harness Anthropic has already battle-tested internally. Angela adds that the team is opinionated about two primitives in particular: file systems and skills. These are treated as load-bearing choices that shape how Claude behaves across all agent tasks. The platform is designed to be modular so developers can plug in custom pieces where the standard harness does not fit, and Anthropic publishes reference implementations for teams that want to stay on the Messages API directly. Dan describes his team running Claude via the `claude -p` command on Mac Minis and worries about lock-in and divergence from Claude Code. Katelyn responds that Anthropic's internal first-party products run on the same platform as external customers, which means divergence between Managed Agents and Claude Code will shrink over time. > *"We've taken what we see as all the most powerful of those things and put them together into a harness and a set of infrastructure that is just the way to get what we think is the best outcomes out of Claude."* — Katelyn Lesse ## [10:37] Why the harness and the model are becoming a single unit Angela challenges the conventional wisdom that a generic, model-swappable harness is the right architecture. As models diverge in technique across labs, the alpha is in tight harness-model co-design rather than hot-swapping. Internally, Anthropic tested multiple harness variants for the memory feature and found they performed "drastically differently." The implication: treat the agent (harness + model) as the unit of redundancy, not the model alone. Dan pushes on whether this creates path dependence in the model itself. Angela acknowledges that the primitives chosen really do shape the model's trajectory, and that being wrong about them is hard to undo. She cites models that over-indexed on reasoning versus those that went deep on computer-use as two diverging paths that are difficult to reverse. > *"The harness and the model get very paired. You still need redundancy, and you still might want to use other models for things, but you probably do it at the layer of like the agent, meaning like the harness plus the model."* — Angela Jiang ## [18:49] The infrastructure wall that kills most agent projects in production Katelyn identifies the real blocker for most agent projects: not harness engineering, but the infrastructure wall hit when teams try to move from prototype to production. Keeping a persistent server alive, managing sandbox failures, storing transcript data, and handling secure credential injection — these mundane concerns kill projects that technically "work" on a Mac Mini. Anthropic's own repeated experience of hitting this wall internally was the primary motivation for building Managed Agents. Angela describes the vaults primitive as an early step toward one-click agent deployment: once agent identity and credentials are handled securely at the platform layer, adding a Slack integration should eventually be as simple as telling Claude to "add Slack" and watching the bot appear. > *"Everyone hits the same problem of like, oh wow, I either need to like keep a server constantly running or I need to use infrastructure that will spin up and spin down, and I need to store the transcript data, and I need secure sandboxing, and all these sorts of things."* — Katelyn Lesse ## [24:49] Why team agents need a different shape than individual productivity tools Angela explains why individual productivity tools like Claude Code do not simply scale to team use. The moment three people want a shared agent that automates an end-to-end process across roles, a laptop-resident tool breaks down in availability, access control, and coordination. She cites Guillermo Rauch of Vercel's framing of an internal "AI software factory" as the right mental model: not individual augmentation, but a full organizational stack of agents that continuously produces high-leverage output for every function in the company. > *"When you get to the team layer suddenly everything gets like massively more complex. Like number one obviously it can't like sit on your laptop."* — Angela Jiang ## [26:36] How Anthropic's legal team uses an agent to review marketing copy Katelyn walks through one of Anthropic's own internal deployments: a legal-review agent that accepts marketing copy submissions and performs a first-pass review before anything reaches a human lawyer. The agent can approve copy outright or escalate for human review, eliminating low-value ticket-queue work. The form factor is a thin app layer on top of Managed Agents with shared visibility across both teams. Angela and Dan dig into why this is an agent rather than a skill: human-in-the-loop requirements, the need to spin up separate sessions, and multi-team collaboration all exceed what a single skill invocation can handle. The governance model that emerged was notable: rather than gating changes behind the platform team, end users discovered they could self-serve small improvements via Claude Code. Angela describes the end-state user experience as simply "talking to Claude," even when the underlying system is "many many Claudes engaging with each other." > *"Under the hood it's many many Claudes engaging with each other to get to the part where then they the Claudes themselves are doing the more complex work that the human doesn't really necessarily need to interpret."* — Angela Jiang ## [34:24] Using multi-agent orchestration for advisor strategies, adversarial pairs, and swarms Angela highlights three multi-agent architecture patterns people are assembling with the newly launched orchestration primitives: an advisor strategy that separates execution from advice; adversarial pairs where one agent generates and another critiques; and swarms that split a problem into many small parallel pieces and recombine results. Each pattern suits a different problem class — swarms excel at bug hunting, while wide-research tasks benefit from advisor or parallel-decomposition architectures. LEGO-like primitives let practitioners hill-climb at the architecture level, not just the prompt level. > *"If we can make the primitives very LEGO-like, then people can put them together to solve things at a slightly higher form factor, which is more like an architecture or like a strategy."* — Angela Jiang ## [35:50] How to measure agent success with outcome and budget as the end state Angela frames the long-term measurement philosophy: compress everything to an outcome and a budget, and let the platform resolve all intermediate decisions. Domain-specific evals (e.g., PR-merge rate for coding agents) remain useful today, but the target is a verifiable outcome spec that Claude can grade itself against repeatedly. Katelyn addresses the adjacent problem of agent staleness: Anthropic has built skills to help teams upgrade agents when new models ship, and the most forward-leaning teams already run meta-agents that monitor other agents for degradation and trigger upgrades automatically. > *"Our kind of principle of like maybe the end state of some of these things is that everything should kind of compress down to an outcome and like a budget. And that's probably like about it."* — Angela Jiang ## [39:11] What the platform looks like a year from now, when Claude writes its own harness Angela envisions a world where users supply only an outcome and a budget, and Claude self-selects models, spins up sub-agents, and writes its own harness on the fly — eliminating harness engineering entirely, just as today's platform has already eliminated much of manual tool construction and prompt engineering. She is cautiously optimistic that the "outcome" half of the equation may be achievable within a year with some budget error bars. Katelyn adds the infrastructure corollary: such a world requires a platform capable of supporting agents that continuously recreate themselves, handling arbitrarily shaped long-running requests without ever becoming the bottleneck. > *"Claude is actually able to understand itself enough that it can come almost like write itself on the fly to figure out what is necessary in that kind of like two-parameter world of like outcome and budget."* — Angela Jiang ## Entities - **Angela Jiang** (Person): Head of Product for the Claude platform at Anthropic; co-architect of the Managed Agents product vision. - **Katelyn Lesse** (Person): Head of Engineering for the Claude platform at Anthropic; focuses on infrastructure reliability and scale. - **Dan Shipper** (Person): Host of AI & I on Every; CEO of Every; building internal agent products on the Claude platform. - **Claude Managed Agents** (Software): Anthropic's hosted agent infrastructure — a harness plus cloud compute that wraps the Messages API with built-in memory, sandboxing, vaults, and skills. - **Messages API** (Software): Anthropic's core API; the underlying primitive on which Managed Agents and all first-party products are built. - **Anthropic** (Organization): AI safety company that builds and operates the Claude model family and its associated platform. - **Every** (Organization): Media company producing AI & I; an early Managed Agents customer building internal editorial agents. - **Stripe Minions** (Software): Stripe's internal end-to-end software development platform built on agent infrastructure; cited as a model for company-wide coding agent deployment. - **Vercel** (Organization): Developer infrastructure company; CEO Guillermo Rauch's "AI software factory" framing used as the mental model for team-level agent adoption. - **Outcome + Budget** (Concept): Anthropic's long-term design principle that the final form of agent interaction should require only a verifiable outcome and a cost ceiling, with the platform resolving all intermediate decisions.

In one of their most consequential episodes, the All-In besties dissect SpaceX's surprise compute lease to Anthropic — the deal that may cement Anthropic as AI's dominant platform — and debate whether David Sacks's "Rockefeller" framing is prophecy or paranoia. The group then wrestles with a White House trial balloon about an "FDA for AI," ultimately concluding it was mostly media spin, before closing with a bullish-but-cautious read on the AI-driven market boom. Brad Gerstner fills in for David Friedberg, bringing investor perspective from both public and private markets across the episode's 82 minutes. ## [00:00] Bestie intros! Thoughts on the LA mayor election Jason Calacanis opens with the full crew: Chamath Palihapitiya, David Sacks, and fifth bestie Brad Gerstner joining in for David Friedberg, who is out sick. The warm-up quickly turns to the LA mayoral race, where Spencer Pratt is mounting a surprisingly effective challenge to incumbent Karen Bass. The group praises Pratt's viral debate performance — evisceration of the city council candidate over homeless policy — and Chamath notes the power of a sharp social-media team in modern politics. Brad flags a California ballot initiative that would constitutionally protect retirement savings and ban a wealth tax, reading it as a potential seismic signal. Jason observes that New York City hedge-fund titan Ken Griffin publicly announced he is pulling investment from New York after NYC councilman Zohran Mamdani targeted his home in a campaign video, underlining the tension between aggressive progressive politics and capital flight. > *"If California effectively passes a constitutional amendment protecting retirement savings and personal assets and banning the wealth tax and [Spencer Pratt] gets elected, the message that would send to the country — that's a very non-consensus view that I'm becoming increasingly optimistic about."* — Brad Gerstner ## [04:38] SpaceX-Anthropic deal, Elon Web Services, SpaceX IPO valuation, Anthropic's insane growth trajectory Jason leads with the blockbuster news: SpaceX has leased all of Colossus 1 — its H100-based Memphis data center — to Anthropic, adding over 220,000 Nvidia GPUs and 300 megawatts to Anthropic's supply-constrained capacity. The deal immediately doubled Claude Code's rate limits and removed peak-usage caps for paid users. Chamath frames Anthropic's explosive growth as purely supply-constrained: if unlimited power existed, revenues would be "even more parabolic." He sees the deal as Elon strategically de-risking SpaceX's valuation story — blunting bear cases around delayed orbital data centers while generating near-term revenue to subsidize Grok training. Brad estimates the arrangement adds $4–5 billion in incremental 2026 revenue for SpaceX, calling EWS (Elon Web Services) a genuine fourth hyperscaler alongside AWS, Azure, and GCP. He also warns that organized activists — not organic local opposition — are using the same playbook that stalled nuclear construction in America to delay data-center permitting. David Sacks notes that Anthropic grew from $10B ARR on January 1 to $44B ARR by April — a trajectory he calls unlike anything Silicon Valley has ever witnessed. > *"Nobody in Silicon Valley has ever seen anything like it. Forget about the rest of the country. I mean, all we do in Silicon Valley is deal with exponentials. And still, people have never seen that kind of growth at that level of scale."* — David Sacks ## [26:48] Is Anthropic the next great monopoly? Early signals or major overreaction? David Sacks draws an extended analogy between Anthropic and John D. Rockefeller's Standard Oil, arguing that safety-first rhetoric can function as regulatory capture — building a moat that locks in the emerging duopoly of Anthropic and OpenAI while blocking competitors. He notes that if Anthropic sustains its 10× annual growth for just 18 more months it could become "the most powerful monopoly ever created in human history," dwarfing the combined Mag-7 revenue. Brad pushes back hard: Anthropic and OpenAI are still fledgling startups on a GAAP basis, Google and Amazon are producing hundreds of billions in free cash flow to fund competing models, and pre-emptive antitrust action at the starting line of AI would be "a disaster." Jason translates Brad's position as "don't mess with my paper," since Altimeter holds positions in several of these companies. Sacks clarifies his northstar is vigorous competition — but he flags Anthropic's banning of OpenClaw from using its API as a concrete anti-competitive act worth scrutiny. > *"Unless something about their current trajectory changes, Anthropic will be the most powerful monopoly ever created in human history — a trillion dollars of ARR growing at some rate. Dario calls it AGI. I call it the biggest monopoly in human history."* — David Sacks ## [35:21] "FDA for AI" freakout, how the White House thinks about AI safety Reports surfaced that the White House was considering an executive order to create an AI working group that could require pre-release safety reviews for new frontier models — triggered, according to the New York Times, by Anthropic's classified "Mythos" model reportedly alarming national-security officials. NEC Director Kevin Hassett appeared on Fox Business drawing an FDA analogy, while Treasury Secretary Scott Bessent spoke more carefully about balancing innovation and safety. Sacks calls much of it "fake news" amplified by Andrew Ross Sorkin's DealBook column, noting that Susie Wiles, the White House Chief of Staff, issued a statement walking back the FDA framing. He reveals he spoke with Hassett directly and confirms no senior official actually supports a pre-approval regime. He points to the White House's March 20 National AI Regulatory Framework as evidence the administration favors specific solutions over broad regulatory capture. The group converges on one concrete measure: KYC (Know Your Customer) requirements before frontier model API access during preview periods, plus rapid deployment of cyber-capable AI to companies like CrowdStrike and Palo Alto Networks. > *"There is a substantial faction of AI ideologues or doomers who are basically employing the classic 'never let a crisis go to waste' strategy. Yes, we do have this cyber issue that is real — everyone needs to harden their systems now. But what they're trying to do is use that issue to try and create a permanent new infrastructure in Washington."* — David Sacks ## [52:01] Flipping AI's negative perception: Giving, healthcare and education innovation Jason shifts from regulatory defense to offense: how should the tech industry proactively counter negative public perception of AI? He proposes that companies going public — Anthropic, OpenAI, SpaceX — could dedicate 1–5% of IPO proceeds to every American via "Invest America" accounts, creating tangible shared upside. He also calls for serious engagement on minimum wage and universal healthcare, arguing that a financially healthier consumer base is structurally good for capitalism itself. Brad endorses the "Invest America" concept, adding that data center host communities should receive direct benefits like free local electricity. David pivots to political salience data: AI ranks 29th out of 39 voter issues — well below cost of living and economic growth, two metrics where AI is actively deflationary and expansionary. The industry's real message should be economic delivery, not safety governance. Chamath gives tech leaders a "D-minus trending to F" for communications and calls for tangible reinvestment in America at scale. > *"I think that there's a pretty profound vibe shift with respect to tech, tech oligarchs, Silicon Valley, and particularly AI. That vibe shift has already happened on Main Street, and I think that's starting to seep into Washington."* — Chamath Palihapitiya ## [60:04] Trading the AI market, state of the economy Brad leads a comprehensive market check: AWS on a $150B run rate (28% growth), Azure at $108B (39%), Google Cloud at $80B (63%). The S&P 500 is at all-time highs, the 10-year sits at 4.3%, and inflation is under control — far better outcomes than the doom scenarios predicted around tariffs and geopolitical conflicts. S&P 500 operating margins improved from 11% in 2023 to 13% in Q1 2026, and the Mag-5's combined headcount grew only 3% over three years while revenues surged. Chamath urges caution: there is still no direct evidence AI is lifting enterprise profit margins in aggregate, and a reckoning arrives in roughly 500 days when the fork between opex reduction and revenue growth will determine whether the AI boom is real or a mirage. Jason counters that for startups the ROI is already "fait accompli" — AI-generated ad creative at Nike and DoorDash, portfolio companies shipping product at half the headcount. David credits Trump administration policies — rescinding Biden's chip-export licensing and AI-approval regime, unleashing energy permits — for creating the conditions that enabled the boom, and notes that the unemployment rate for recent college graduates has actually improved, contradicting the entry-level-job-loss narrative. > *"I think we have kind of call it 500 days where you just got to be net long. But I think it's literally in the hundreds of days from now that you're going to have to have an important reckoning moment. The people that are paying for all these tokens need to see an actual benefit."* — Chamath Palihapitiya ## Entities - **Jason Calacanis** (Person): Host and moderator; angel investor and podcast co-founder - **Chamath Palihapitiya** (Person): General partner, Social Capital; co-host; contrarian macro voice on AI ROI and market cycles - **David Sacks** (Person): Co-host; former White House AI & Crypto Czar; framed Anthropic as a potential historic monopoly using the Rockefeller analogy - **Brad Gerstner** (Person): Founder & CEO, Altimeter Capital; fifth bestie; bullish on compute stocks and AI market structure - **Dario Amodei** (Person): CEO of Anthropic; referenced as "Daario D. Rockefeller" by Sacks; party to the SpaceX compute deal - **Elon Musk** (Person): CEO of SpaceX and xAI; architect of Elon Web Services and the Colossus 1 compute lease strategy - **Anthropic** (Organization): AI lab behind Claude; grew from $10B to $44B ARR in four months; center of monopoly and FDA debates - **SpaceX / xAI** (Organization): Lessor of Colossus 1 data center to Anthropic; emerging fourth hyperscaler under EWS branding - **Elon Web Services (EWS)** (Concept): SpaceX's compute-leasing business positioned as a hyperscaler competitor to AWS, Azure, and GCP - **Mythos** (Software): Anthropic's classified cyber-capable frontier model that reportedly alarmed White House national-security officials - **KYC for AI** (Concept): Proposal to require identity verification before granting API access to frontier models during preview periods - **Invest America** (Concept): Proposal for IPO-stage tech companies to dedicate a share of proceeds to universal investment accounts for US citizens

Un breve tutorial de Anthropic sobre los hooks de Claude Code: la salida de emergencia determinista para todo lo que debe ocurrir en cada edición, cada llamada de herramienta y cada commit. El mensaje clave: si escribes "ejecutar siempre prettier" en claude.md y lo confías al modelo, ya has perdido. Muévelo a un hook. ## [00:02] Qué son los hooks y por qué son deterministas Los hooks se activan en puntos fijos del ciclo de vida de Claude Code, y el argumento central del narrador es que, a diferencia de las instrucciones a nivel de prompt, siempre se ejecutan. Decirle al modelo en claude.md que ejecute prettier tras cada edición funciona la mayoría de las veces, pero "la mayoría de las veces" es exactamente la brecha que un hook cierra. Misma intención, pero impuesta por el runtime en lugar de sugerida al LLM. > *You can tell Claude in your claude.md file to run prettier after every file edit and most of the time it will do that, but sometimes it won't. It's not perfect. But a hook makes it happen every single time with no exceptions.* ## [00:37] Casos de uso comunes Cuatro ejemplos representativos delimitan el alcance: formateo automático tras ediciones de archivos, registro de todos los comandos ejecutados para cumplimiento normativo, bloqueo de operaciones peligrosas como modificar archivos de producción, y enviarte una notificación cuando Claude termina una tarea larga. > *Common use cases could include auto formatting after file edits, logging all executed commands for compliance, blocking dangerous operations like modifying production files, and sending yourself notifications when Claude finishes a task.* ## [00:52] Configurar hooks y los cinco eventos del ciclo de vida La configuración vive en `settings.json`: elige un evento, acótalo opcionalmente con un matcher para qué herramienta aplica, y proporciona un comando de shell. Cinco eventos cubren el bucle: `UserPromptSubmit` antes de que Claude vea un prompt, `PreToolUse` y `PostToolUse` envolviendo cada llamada de herramienta, `Notification` cuando Claude avisa al usuario, y `Stop` cuando Claude termina de responder. > *Pre-tool use which runs before a tool call, post-tool use runs after a tool call completes. Notification runs when Claude sends a notification, and stop runs when Claude finishes responding.* ## [01:22] Formateo automático con un hook post-tool-use El ejemplo canónico: un hook `PostToolUse` con un matcher de `Edit` o `MultiEdit` se activa cada vez que Claude modifica un archivo. El comando comprueba la extensión y redirige al formateador adecuado: prettier para TypeScript, gofmt para Go, ruff para Python, o lo que el proyecto estandarice. > *You set a post-tool use hook with a matcher of edit or multi-edit, right? So, it fires whenever Claude modifies a file. The command checks the file extension and runs the appropriate formatter.* ## [01:49] Bloquear llamadas de herramientas con pre-tool-use y códigos de salida Los hooks `PreToolUse` reciben el nombre de la herramienta y su entrada como JSON por stdin, y deciden mediante el código de salida: `0` continúa, `2` bloquea. Cuando un hook bloquea, lo que escribió en stderr se devuelve a Claude como retroalimentación, para que el modelo sepa por qué y pueda ajustar su plan. Aquí se aplican las reglas duras: bloquear escrituras en un directorio de configuración de producción, rechazar comandos bash que contengan `rm -rf`, bloquear commits a main. La perspectiva del narrador: lo que el equipo necesita garantizar, no solo sugerir. > *If it exits with code two, the action is blocked and the STD error message gets fed back to Claude's feedback so Claude knows why it was blocked and can adjust.* ## [02:26] Hooks a nivel de proyecto y compartición en equipo Los hooks en `.claude/settings.json` tienen ámbito de proyecto y se pueden commitear al repositorio, lo que significa que todo el equipo los hereda automáticamente al clonar. Referencia los scripts mediante la variable de entorno `CLAUDE_PROJECT_DIR` para que los comandos se resuelvan correctamente sin importar cuál sea el directorio actual de Claude. La regla final: si algo debe ocurrir siempre sin excepción, no lo pongas en un prompt, ponlo en un hook. > *If something needs to happen every time without fail, don't put it in a prompt. Put it in a hook.* ## Entities - **Anthropic Tutorial Narrator** (Person): La voz oficial de Anthropic para la serie de tutoriales Claude Code 101. - **Claude Code** (Software): La herramienta de codificación terminal agéntica de Anthropic a la que los hooks se conectan en los eventos del ciclo de vida. - **Hooks** (Concept): Comandos deterministas que se activan en puntos fijos del bucle de Claude Code, la alternativa impuesta por el runtime a las instrucciones a nivel de prompt. - **settings.json** (Configuration): Donde se declaran los hooks; `.claude/settings.json` en la raíz del proyecto se versiona en el repositorio para que los equipos compartan las mismas reglas. - **PreToolUse / PostToolUse / UserPromptSubmit / Notification / Stop** (Events): Los cinco eventos del ciclo de vida a los que un hook puede conectarse. - **CLAUDE_PROJECT_DIR** (Environment variable): Usada dentro de los comandos de hook para referenciar scripts relativos al proyecto, independientemente del directorio actual de Claude.

Matt Pocock joins swyx at AI Engineer Europe to argue that the old software design canon — DDD, deep modules, ubiquitous language — matters more, not less, in the AI coding era. The thesis: code is not just a compile target; a codebase that is easy for humans to change is easy for AI to change. Along the way they cover course-making, why traditional lectures still beat AI-native learning, and TypeScript's quiet takeover of AI engineering. ## [00:04] Opening at AIE Europe and the Cursed Course swyx welcomes Matt to the AI Engineer Europe podcast booth in London. Matt jokes that AIE is "the worst" event he has ever attended (the location is in fact astonishing) before turning to his Claude Code course, which is just wrapping up its two-week cohort. He explains why he runs short cohorts: AI moves so fast that self-paced courses cannot guarantee updates, and the "curse" of releasing into breaking changes — AI SDK v5 dropped on day two of his AI SDK v4 course, and the Claude Code source leaked during this one — is now baked in. The conversation then turns to teaching as a craft. Matt rejects the "pundit" branch of YouTuber identity — he is not trying to predict the future, only to teach durable material — and notes that being a teacher first is what differentiates his content. > *I'm not a guy who's trying to predict the future. I'm just trying to teach.* ## [02:51] Why Engineering Fundamentals Matter More with AI Matt previews his AIE talk. The popular narrative says code no longer matters because English plus an AI compiler can produce applications. Every time he tried to ignore the code, he ended up with "a terrible mess." So he went back to the classics — *Extreme Programming*, *The Pragmatic Programmer*, *A Philosophy of Software Design*, DDD — and discovered they ported directly into prompts. Keeping the architecture in your head, even when you delegate implementation, yields outsized dividends. > *If you have a code base that's easy to change for humans, it's going to be easy for AI to change, too.* ## [04:23] Narrow Waist and Deep Modules swyx introduces the "narrow waist" concept from internet architecture (TCP/IP, HTTP at layers 3–4) as a way to contain AI-generated slop: define rigid interfaces, delegate the inside. He extends it to running AIE as a nine-person business — "model-view-claw" instead of MVC, where coordination across people and AI is the real systems problem. Matt maps this onto John Ousterhout's notion of *deep modules*: a large amount of functionality behind a simple interface, ports and adapters style. This is, in his experience, the best way to use AI for coding — be intentional about the interface as a human, then delegate the implementation. > *Deep modules basically — a large amount of functionality with a simple interface. Kind of ports and adapters, right?* ## [06:37] Domain-Driven Design Meets AI DDD is having a moment, and Matt argues it works *because* the framework has been around long enough to sit in the latent space of these models. You do not have to invent new vocabulary; you can bolt on a system that is composable and that the model already understands. The deeper point: DDD is fundamentally about aligning code with language, which is exactly what you want when speaking to an AI. He makes it concrete with the `mattpocock/skills` repo (≈13k stars) and its "ubiquitous language" skill — a Claude Code skill that scans your codebase, surfaces the arcane jargon, and refines it with you into a markdown file he keeps open while prompting. He references it from `agents.md` but does not paste it wholesale, so the agent finds it when searching for those terms. > *Essentially, you're trying to create a unified domain model so that the AI and you are speaking the same language.* ## [10:05] Teaching as an Overpowered Skill swyx asks how Matt got so good at explaining things. Matt credits six years as a voice coach before becoming a developer — communication felt like an unfair advantage when he started as a junior. He has since narrowed his focus: split time between learning material and finding the right phrases for it. The old texts help because they give him pre-built mental models to explain new ideas through. He walks through his course-making process: an "explore and exploit" phase, a Zettelkasten-style Obsidian vault, a custom planning app, P1/P2/P3 prioritization, and the rule that *each lesson teaches exactly one thing* with dependencies made explicit. Most of what he produces ends up on the cutting room floor. > *The ability to communicate always just felt like a ridiculous overpowered skill that I had in my locker that no one else had.* ## [13:20] How People Actually Learn AI Engineering The conversation turns to whether AI has changed how people learn. Matt distinguishes knowledge (lectures), skills (interactive exercises), and wisdom (small-group discussion — and now, talking to an AI). Counterintuitively, the more he leans into AI-experimental teaching, the more it turns his audience off. Most learners still want traditional lectures; swyx recalls Maven's cohort-based education arc landing in the same place. Matt's compromise is to force the work without forcing the form: in his TypeScript material he throws learners into a problem first and gives them the knowledge afterwards. > *The more I lean into the kind of AI experimental stuff, the more it actually turns people off my materials.* ## [15:04] TypeScript Overtaking Python swyx flags that TypeScript overtook Python in the GitHub survey this year — a shift he did not see coming, particularly in AI engineering where Python's expressiveness has been dominant on the backend. Matt's echo chamber is 100% TypeScript, but his real argument is ecosystem: when you care about UX and shipping chat-style applications, the framework gravity is in TypeScript (Vercel's Next.js, Cloudflare's variants). swyx admits this would meaningfully change which frameworks he promotes. > *If you're concerned about UX, concerned about shipping great stuff, you're mostly doing it in TypeScript.* ## [16:45] Inversion of Control and Composable Skills Matt looks ahead. His TypeScript-evals bet (Everlight) stalled — "no one's excited to do evals." The next frontier is *inversion of control*: as coding agents converge on similar architectures (Firebase-style backends, small tool sets), the interesting axis becomes how much control sits with the developer versus the harness. Claude Code's opacity buys ease of use but loses observability; Pydantic AI ("Pi") swings the other way — total control, total maintenance burden. He closes by pointing past coding agents entirely. Software engineers are a step ahead because AI produces quality output in their domain, but the composable skills he authors — like his three-sentence "grill me" skill that makes the AI interrogate you until you reach a shared understanding — generalize to any domain where you want the AI aligned with you. > *The inversion of control is going to be really important — you put more control in the hands of the developer and less in the harness.* ## Entities - **Matt Pocock** (Person): Creator of Total TypeScript and AI Hero; teaches TypeScript and AI Engineering through two-week cohort courses. - **Shawn Wang / swyx** (Person): Host; founder of AI Engineer and the AIE conference series. - **AI Engineer Europe (AIE)** (Organization): The London conference where this conversation was recorded; Matt's talk hit 1M views in 13 days — fastest in AIE history. - **AI Hero** (Organization): Matt's AI engineering education platform (aihero.dev). - **Claude Code** (Software): Anthropic's coding agent; subject of Matt's just-finished course and a recurring example throughout. - **Domain-Driven Design (DDD)** (Concept): Software methodology centered on aligning code with the language of the business domain; Matt argues it ports cleanly into AI prompting. - **Ubiquitous Language** (Concept): DDD practice of maintaining a shared vocabulary doc; Matt's namesake Claude Code skill scans a repo and refines this with the user. - **Deep Modules / Narrow Waist** (Concept): Architectural pattern (Ousterhout / internet protocols) of large functionality behind a small interface — Matt's preferred shape for AI-assisted codebases. - **mattpocock/skills** (Software): Matt's open-source repository of Claude Code skills; ≈13k stars at recording time. - **Pydantic AI (Pi)** (Software): Python agent framework built from low-level primitives; cited as the high-control counterpoint to Claude Code's opaque harness. - **Obsidian** (Software): Note-taking app reportedly run by a team of four; the example for non-engineering domains where AI leverage compounds.

Dan Shipper and Austin Tedesco, Every's head of growth, discuss why the Codex desktop app has become their primary interface for all knowledge work — from drafting go-to-market plans to building live KPI dashboards — displacing Claude Code after months of side-by-side use. Dan frames the shift as the emergence of a new "agent management interface" operating system, while Austin walks through his live Codex setup in a screen-share session that covers automations, specialized agent suites, and recruiting workflows. The episode doubles as a practical field guide for non-engineers who want to run the same playbook. ## [00:00] A new operating system for knowledge work Dan opens cold: three months ago Codex was trash. Now Austin is the one firing it up before anything else each morning and routing 80 percent of his working time through it. Dan reads what changed structurally: a general-purpose coding agent that can reach into your filesystem, browser, and connected apps is becoming the operating system for knowledge work, and every major lab is racing for that surface. > *"There's a new operating system for how and where you're going to get your work done and it's this kind of agent management interface."* — Dan Shipper ## [00:57] How Codex went from a tool for senior engineers to a daily driver for knowledge work Dan traces the arc of Codex from its original positioning as a sandboxed pair-programming tool for senior engineers — one that "would argue with you, it would make you feel stupid" — to today's desktop app built on GPT-5.5. He attributes the pivot to OpenAI watching Anthropic prove with Claude Code that an emotionally intelligent, fast, computer-native agent creates a step-change experience for programmers and knowledge workers alike. The race is now between model companies to own the agent management desktop: Anthropic has Claude Code and Claude.ai desktop, OpenAI has Codex, and xAI has effectively acquired Cursor. ## [02:42] How Claude Code proved that a great coding agent works for any knowledge work Dan explains the insight that changed everything: if an agent can write software autonomously, it can do any kind of knowledge work autonomously. Claude Code demonstrated this first, drawing non-engineers — including Austin — into an agent-first workflow. OpenAI's hard pivot on Codex over the last three months is a direct response to that proof point. Dan describes the new paradigm as one where your agent is your interface to software, the internet, and daily tasks, not just a code co-pilot. > *"If it can write software on its own, it can do any kind of knowledge work on its own."* — Dan Shipper ## [07:24] Austin's switch to Codex Austin recounts his agent-pill moment: spending a December week inside Claude Code CLI, hooking it up to every tool he uses for work and personal life, and finding it indispensable for strategic thinking, data analysis, and drafting marketing copy. His initial Codex trial two months later felt alienating — the model was condescending, asking "Why?" when he requested clearer explanations. He kept Claude Code for 80 percent of knowledge work while tolerating Codex for engineering. The turning point was getting early access to GPT-5.5: at model parity, the decisive edge was the Codex desktop app itself — faster, better-organized, and with sub-agents that "just work." > *"So the idea that the codeex app is maybe 30 to 40% better is like that's a lot of work."* — Austin Tedesco ## [13:48] How Austin set up Codex with folders, keys, and reviewer agents Austin shares his screen and walks through his "Every Growth OS" folder inside the Codex app: a directory containing API keys for every tool the company uses (Gmail, Slack, Notion, Stripe), a CLAUDE.md project context file synced to GitHub, and a set of custom reviewer agents forked from Kieran Classen's Compound Engineering plugin. Where the standard Compound Engineering reviewers focus on security and front-end design, Austin's fork — publicly available as "Compound Knowledge" — reviews for strategic alignment with company goals and data accuracy, making it fit for knowledge-work plans rather than code PRs. The folder architecture lets Austin move seamlessly from a go-to-market draft to shipping a code PR without switching apps. > *"It's connected to everything we use for every and then some project instructional files that explain what the every business is, what we care about, how we like to work together."* — Austin Tedesco ## [18:24] Using Codex to brainstorm automations across Gmail, Slack, and Notion Austin demos his recommended on-ramp for new Codex users: open a fresh chat inside the Growth OS folder, run the Compound Engineering brainstorm workflow, and prompt the model to look at Gmail, Slack, and Notion and suggest automations. Codex surfaces a "follow-up radar" that triages incoming communications across sources, a command-center view for events and camps, and a recruiting pipeline automation — all calibrated to Austin's actual work context. Within the session, Codex writes automation scripts that require almost no tweaking and begins scheduling them; Austin highlights a nightly draft-reply routine that compiles unanswered messages and prepares replies for a quick thumbs-up approval. > *"They require very little tweaking to be like this is a thing I would and do use every day of there's this set of instructions that it comes up with based on what it knows about me."* — Austin Tedesco ## [22:42] How Austin manages the human review step when Codex is drafting communications A live audience question from Margaret prompts Austin to describe his human-in-the-loop review discipline. All drafting and orchestration happens inside Codex, but the final review intentionally lives in the native app: Slack draft replies are reviewed in Slack's drafts tab; email drafts are reviewed in Gmail; strategic plans are reviewed in Notion or the Proof markdown viewer. Stepping out of the agentic interface "freshens up my brain" before anything goes to a human. A second question from musician Alex about protecting high-value client emails leads to a discussion of how Austin uses Every's Kora email assistant together with Codex-managed rules, including having the agent interview the user to derive email rules rather than asking the user to specify them manually. > *"I just like for like the last pass before humans engage with it to step away from this agentic space and have a final check in another surface."* — Austin Tedesco ## [28:54] Using Codex to build specialized agents inspired by product executive Claire Vo Austin describes being inspired by a Claire Vo interview with Lenny Rachitsky in which Vo credited a suite of six specialized OpenClaw agents — rather than one overloaded master agent — as the key to unlocking leverage. Austin pasted the transcript of that interview directly into Codex and prompted it to propose six agents tuned to the Every growth function, provisioned into the company Slack. The agents occasionally break, but debugging is straightforward: screenshot the broken output or @-mention the Slack thread inside Codex and ask it to fix the agent's architecture. The result is a self-correcting loop where agent failures become Codex tasks. > *"Um I I actually just sent it the transcript of Claire's interview with Lenny and said like I want to do this too given everything you know about me and my work."* — Austin Tedesco ## [31:09] Synthesizing meeting transcripts and Slack threads into a go-to-market plan Austin walks through his most time-saving workflow: assembling a go-to-market plan for Every's upcoming Plus One product launch using nothing but Codex running the Compound Engineering brainstorm step against all existing meeting transcripts stored in Notion and Slack threads. With only five-minute windows between meetings, Austin prompted Codex to check the scheduled content calendar (a step it skips unless reminded), generate a proof doc, and push the final plan to Notion. The result was 80–90 percent complete. Dan adds the normative point: he prefers reading AI-written documents because they're easier for colleagues to produce, and the standard at Every is that you stand fully behind whatever your agent writes. > *"It's that I'm relying on the model to um look at all of the things that we've already said and thought about the go to market strategy, piece it together, and then review it, right?"* — Austin Tedesco ## [40:15] Building a live KPI tracker in Notion that agents can read Austin shares a more technical workflow: rebuilding Every's KPI tracker as a Notion database that updates every six hours by pulling from Stripe, social platforms, and other data sources via Notion's Workers tool. The tracker is explicitly designed to be both human-readable and agent-readable, so any team member's agent can query it and take autonomous actions — such as spinning up landing pages if an SEO keyword is underperforming. The challenge: the model can't one-shot the full tracker because even a 3–5 percent error in the MRR number is unacceptable for business decisions, so Austin is validating it column by column. Dan notes the philosophical complexity of defining revenue metrics consistently. > *"And so I have been doing this big kind of like to me complex uh workflow problem in codeex of let's build this sheet together, let's have it live in a notion database that all of our agents can point at."* — Austin Tedesco ## [44:54] Using Codex for recruiting Dan describes using Codex for outbound recruiting: he asked Codex to compile a list of General Assembly alumni and then filter it for people who had subsequently moved into AI, targeting candidates for an L&D director role. The first name on the resulting list was someone Dan considered a perfect fit who already followed him on Twitter, allowing an immediate DM. The section expands into a broader Q&A: Austin discusses when to fork Compound Engineering versus using it out of the box, how the team uses a shared Notion "compound" database to capture session learnings and turn them into reusable skills, and how Every's "Think Week" — a bi-annual week with no day-to-day work — creates organizational space for deep AI exploration. > *"Especially for any kind of like outbound effort, it can kind of find that needle in the haststack that you're looking for really really well."* — Dan Shipper ## Entities - **Dan Shipper** (Person): Co-founder and CEO of Every; host of the AI & I podcast; author of essays on AI and vibe coding - **Austin Tedesco** (Person): Head of growth at Every; Codex power user who manages the Growth OS project and suite of specialized agents - **Claire Vo** (Person): Product executive whose interview about specialized agent suites inspired Austin's multi-agent setup at Every - **Kieran Classen** (Person): Engineer at Every; creator of the Compound Engineering plugin used as the basis for Austin's knowledge-work fork - **Codex** (Software): OpenAI's desktop agent app, the primary tool discussed; runs on GPT-5.5 and supports sub-agents, folder-scoped projects, and plugin integrations - **Claude Code** (Software): Anthropic's CLI-based coding agent; Austin's previous daily driver before switching to Codex - **Compound Engineering** (Software): Plugin workflow framework by Kieran Classen; provides structured brainstorm, plan, and review steps used across Claude Code and Codex - **Every** (Organization): AI-focused media and software company publishing essays, courses, and tools; runs the AI & I podcast - **OpenAI** (Organization): Creator of Codex and GPT-5.5; provider of the ChatGPT Pro subscription whose credits were offered to camp attendees - **Notion** (Software): Primary knowledge-management and document platform at Every; used for meeting transcripts, the KPI tracker, and agent-readable databases - **GPT-5.5** (Software): OpenAI model powering the current Codex desktop app; reached parity with Claude Opus for Austin's knowledge-work tasks