Construimos un Banco de Conocimiento de IA en Una Tarde
Lunes por la tarde. Jozo quería un newsfeed en nuestro sitio web. No un blog—ya tenemos uno. Una colección curada de contenido de IA. Videos, charlas, entrevistas. Las cosas que nuestro equipo realmente ve para mantenerse actualizado.
"¿Podemos tenerlo para fin de día?"
Dos horas después: 11 piezas de contenido. Recomendaciones funcionando. Vivo en el sitio.
Aquí está lo que realmente sucedió.
El Desafío: Sobrecarga de Información
Cada semana, docenas de videos de IA importantes se lanzan. Conferencias de Stanford. Entrevistas de fundadores. Inmersiones profundas técnicas. Análisis de la industria.
Nuestro equipo los veía individualmente. Compartía enlaces en Slack. Perdía track de lo que habíamos cubierto.
El problema no era encontrar contenido. Era organizarlo.
Necesitábamos un lugar central donde:
- El contenido de IA curado viva permanentemente
- Cada pieza tiene contexto (por qué importa, puntos clave)
- Contenido relacionado aparece automáticamente
- Cualquiera en el equipo puede descubrir lo que perdió
Las soluciones tradicionales significaban semanas de planificación. Sistemas de gestión de contenido. Flujos de trabajo editoriales. Herramientas de programación.
No teníamos semanas. Teníamos una tarde.
La Solución: Construcción Rápida Asistida por IA
En lugar de construir una plataforma de contenido, construimos un banco de conocimiento.
El enfoque era simple: Comienza con un video. Hazlo funcionar. Luego escala.
Lo Que Construimos
- Feed Curado en /ai/ — Una lista cronológica de contenido de IA que recomendamos
- Contexto Rico — Cada video tiene una sección "Perspectiva" explicando por qué importa y puntos clave
- Recomendaciones Inteligentes — Artículos relacionados aparecen basados en similitud real de contenido, no solo etiquetas
- Coincidencia Transparente — Los usuarios ven por qué los artículos están relacionados ("coincidencia del 87%" vs "coincidencia del 52%")
Cómo Lo Hicimos
Claude manejó el trabajo pesado:
- Extracción de transcripción — Extrae el texto completo de cualquier video de YouTube
- Generación de perspectiva — Analiza la transcripción y escribe información genuina
- Procesamiento paralelo — Añade múltiples videos simultáneamente usando sumagentes de IA
- Motor de recomendación — Calcula similitud de contenido y aparece piezas relacionadas
Sin reescrituras de código. Sin nuevos frameworks. Solo IA llenando los huecos.
La Experiencia: Lo Que Realmente Fue
El primer video tardó aproximadamente 15 minutos. Conferencia de Stanford CS230 sobre agentes de IA. Extrajimos la transcripción, generamos una perspectiva, lo añadimos al feed.
Luego tocamos nuestro primer problema real: el video no se incrustaría. Stanford deshabilitó incrustar externo.
En lugar de rendirse, construimos un respaldo. Los videos con incrustar deshabilitados muestran una miniatura con una superposición "Ver en YouTube". Los usuarios saben exactamente en qué están haciendo clic.
Problema resuelto en 5 minutos.
Escalando
Una vez que el patrón funcionó, añadimos videos en paralelo. Jozo continuó dejando caer enlaces de YouTube:
- Entrevista de Demis Hassabis con Axios
- Jensen Huang sobre infraestructura de IA
- Peter Diamandis desglosando GPT 5.2
- Yann LeCun sobre modelos mundiales
- Boris Cherny sobre construir Claude Code
- Rio Lou sobre diseñadores convirtiéndose en codificadores
Seis agentes de IA trabajando simultáneamente. Cada uno:
- Obteniendo la transcripción
- Generando una perspectiva
- Creando la entrada de contenido
Resultado: 6 videos procesados en el tiempo que tomaría hacer 1 manualmente.
La Perspectiva de Transparencia
A mitad de camino, Jozo preguntó sobre la sección "Artículos Relacionados".
"¿Por qué estos artículos aparecen? ¿Cuál es la conexión?"
La práctica estándar sería ocultar el algoritmo. Solo mostrar recomendaciones y confiar en que los usuarios hagan clic.
Hicimos lo opuesto. Añadimos porcentajes de coincidencia.
- Coincidencia del 87% — Temas altamente relacionados
- Coincidencia del 52% — Conectado, aún relevante
- Coincidencia del 34% — Tangencial, podría ser interesante
Los usuarios ven por qué estamos recomendando algo. Sin caja negra. Sin algoritmo misterioso.
Resulta que la transparencia construye confianza. Incluso cuando la coincidencia no es perfecta.
Lo Que Enviamos
Al final del día, el newsfeed estaba vivo en teamday.ai/ai.
11 videos curados cubriendo:
- Cursos de Stanford sobre transformadores y agentes
- Entrevistas de fundadores (Hassabis, Huang, Brin)
- Análisis de la industria (Desglose de GPT 5.2, Competencia de IA)
- Debates técnicos (LeCun vs DeepMind sobre comprensión)
- Perspectivas de carrera (Creador de Claude Code, Líder de diseño de Cursor)
Cada video incluye:
- Perspectiva generada por IA sobre por qué importa
- Puntos clave para escaneo rápido
- Enlaces de canal para descubrir más
- Contenido relacionado con coincidencia transparente
Cero flujo de trabajo editorial. Añadir contenido nuevo significa crear un archivo markdown. Eso es.
Puntos Clave
1. Comienza con uno, luego escala
No construyas la plataforma primero. Haz que una pieza de contenido funcione perfectamente. El patrón se vuelve claro. Escalar es la parte fácil.
2. Deja que la IA llene los huecos
No aprendimos edición de video o construimos motores de recomendación. Usamos IA para manejar lo que no podíamos hacer rápidamente nosotros mismos. El resultado fue mejor que si lo hubiéramos hecho manualmente.
3. La transparencia vence el misterio
Mostrar porcentajes de coincidencia se sintió arriesgado. ¿Y si los usuarios cuestionan coincidencias bajas? Resulta que aprecian saber por qué se recomienda contenido. La confianza viene de la honestidad, no del pulido.
4. El trabajo paralelo cambia todo
Una persona añadiendo videos secuencialmente = lento. Múltiples agentes de IA trabajando en paralelo = rápido. El mismo principio se aplica a cualquier trabajo de conocimiento repetitivo.
5. Lo suficientemente bueno envía, lo perfecto no
El newsfeed no es perfecto. Algunas perspectivas podrían ser más profundas. Algunas coincidencias podrían ser más apretadas. Pero está vivo. Es útil. Se está siendo usado.
Hecho vence perfecto.
¿Qué Viene Después?
El banco de conocimiento está vivo y creciendo. Estamos añadiendo contenido nuevo semanalmente—charlas, entrevistas, desgloses de investigación.
¿Quieres verlo? Revisa el Newsfeed de IA
¿Construyendo algo similar? El patrón funciona para cualquier contenido curado:
- Feeds de noticias de la industria
- Bibliotecas de investigación
- Recursos de capacitación
- Inteligencia competitiva
La perspectiva clave: La IA no solo escribe contenido. Lo organiza, conecta y aparece.
Ese es el futuro del trabajo de conocimiento.
P.S. — Añadimos un video más durante la sesión: Rio Lou de Cursor hablando sobre convertir diseñadores en codificadores. Su punto principal? La IA llena los huecos de implementación para que las personas se enfoquen en lo que hacen bien. Exactamente lo que experimentamos construyendo este newsfeed.