Acabo de observar un ajuste clave en el mecanismo de distribución del algoritmo X: está rompiendo la "aislación lingüística" en la línea de tiempo. X ha comenzado a traducir automáticamente el contenido en idiomas extranjeros al idioma que has configurado, enviándolo directamente a la línea de tiempo. Antes, no solo era necesario hacer clic manualmente en "traducir", sino que el algoritmo de recomendación generalmente no te mostraba este tipo de contenido "incomprensible". No estoy seguro de cuánto tiempo ha estado disponible esta función, pero es la primera vez que lo percibo claramente. Esto significa que el contenido de calidad ya no estará limitado por el idioma; los autores solo necesitan crear en su lengua materna, y será traducido automáticamente al idioma nativo de los lectores para su distribución. Este paso de X ha reducido la barrera para la comunicación entre idiomas, y para lograr esto, se basa principalmente en grandes modelos de lenguaje (Grok).

Este año, en mi revisión anual, pedí la ayuda de un AI Agent para hacer un inventario profundo basado en datos sobre mí mismo. Comparto este proceso porque no requiere ninguna experiencia en programación y te permite realizar una minería de datos de nivel profesional con facilidad. Es incluso más simple que el Vibe Coding, solo necesitas: datos completos + Coding Agent. Para validar los límites de este proceso, seleccioné intencionadamente los 10 años de historial médico más grandes y complejos de mis datos personales para realizar una prueba de estrés. 1️⃣ Escala de datos y umbral de procesamiento Finalmente, exporté desde la app de salud de Apple un archivo de datos originales relacionados con la salud de hasta 3.5 GB de Apple Watch. Este archivo contiene cientos de miles de registros de frecuencia cardíaca, así como una variedad de indicadores fisiológicos con un nivel de detalle muy fino. Antes de la intervención de la IA, para procesar datos de esta escala, necesitaba invertir al menos varios días investigando bibliotecas de Python y gastar una gran cantidad de energía desglosando la compleja estructura de datos XML. Este suele ser el mayor obstáculo que enfrentan muchas personas al abordar el "auto-cuantificación". 2️⃣ Flujo de trabajo habilitado por el Agent Cuando introducimos un Coding Agent (como OpenAI Codex o Claude Code), todo el proceso cambia por completo. Ya no necesitas preocuparte por la implementación del código específico, solo debes definir el "objetivo de análisis". El Agent ejecutará automáticamente un ciclo recursivo: investigando la estructura de datos → escribiendo scripts de procesamiento en Python → encontrando estructuras anómalas → investigando y corrigiendo el código nuevamente. Puede completar de forma independiente todo el proceso, desde la limpieza hasta el análisis, ayudándome a realizar muchas ideas que antes había dejado de lado debido a los altos costos técnicos. Si no sabes por dónde empezar, puedes primero contarle el contexto de la tarea y el archivo correspondiente, para que realice algunas exploraciones por sí mismo, como: > Este es un conjunto de datos originales exportados de Apple Health, ¿puedes ver qué tipos de datos de salud contiene? ¿Cuál es el rango de tiempo? > Basado en estos datos de salud, ayúdame a encontrar 10 Insights. > Basado en diferentes categorías de datos de salud, ¿puedes ayudarme a ver si hay correlaciones entre diferentes categorías de datos? > ¿Puedes confirmar que tu investigación es correcta? Por favor, verifica y dame más datos intermedios para que yo pueda confirmarlo. Todo esto se puede lograr con facilidad, incluso puedes realizar investigaciones más complejas y específicas. ⚠️ Nota: Debido a que el tamaño de los datos originales de salud es bastante grande, no se puede simplemente introducir en aplicaciones como ChatGPT, por lo que aún necesitas usar la versión CLI del Coding Agent para realizar la investigación (Cursor y otros IDEs también podrían funcionar). Puedes preguntar a la IA: > ¿Cómo instalar Codex CLI / Claude Code CLI? 3️⃣ Resumen de la muestra Este análisis cubre el período completo desde el 18 de mayo de 2015 hasta el 25 de diciembre de 2025, un total de 3875 días. Durante este tiempo, he usado 5 modelos de Apple Watch, con un total de días de uso real de 3503 días, con una tasa de uso superior al 90%. El récord de uso continuo más largo fue de 399 días, y el récord de interrupción más largo fue de 33 días. 4️⃣ Insights clave: estudio de correlación de la frecuencia cardíaca en reposo Basado en el conjunto de datos válidos y limpios, el Agent descubrió algunas reglas interesantes que no se habían encontrado anteriormente. Las siguientes conclusiones fueron calculadas por Codex (nota: actualmente solo se presenta correlación, no causalidad): 🔊 Estrés inmediato por ruido ambiental (tamaño de muestra: 1802 días): Mayor ruido ambiental → Aumento de aproximadamente 5.2 veces en la probabilidad de tener una frecuencia cardíaca en reposo más alta ese día. 🪑 Efecto rezagado del sedentarismo (tamaño de muestra: 2546 días): Menos tiempo de pie → Aumento de aproximadamente 1.75 veces en la probabilidad de tener una frecuencia cardíaca en reposo más alta al día siguiente. 🪜 Beneficios a largo plazo de escalar (tamaño de muestra: 1909 días): Menos altura de escaleras subidas → Aumento de aproximadamente 1.91 veces en la probabilidad de tener una frecuencia cardíaca en reposo más alta al día siguiente. Así que al menos para mí, un ambiente más tranquilo, levantarme más a menudo mientras trabajo y subir escaleras puede traer beneficios para la salud a largo plazo. 5️⃣ Recomendaciones de práctica y acción El análisis actual se centra únicamente en la frecuencia cardíaca en reposo, y los detalles del algoritmo y más análisis cruzados de diferentes dimensiones se organizarán en un artículo detallado en el futuro. Si también planeas usar IA para este tipo de análisis, ten en cuenta que es esencial establecer un mecanismo de validación. El Agent puede tener "ilusiones" al manejar lógicas complejas, por lo que se recomienda solicitarle que produzca datos estadísticos intermedios o realizar muestreos manuales de pequeñas muestras para asegurar la precisión de las conclusiones finales. O usar múltiples Agents para realizar comparaciones cruzadas. 6️⃣ Resumen Esto es solo una revisión digital de mi propio cuerpo, las conclusiones pueden no ser rigurosas y son solo para referencia. Compartir este proceso tiene como objetivo mostrar cómo el Coding Agent ha eliminado la brecha técnica: la minería de activos de datos ya no requiere saber programar, solo necesitas saber hacer preguntas. Dado que la barrera técnica ha desaparecido, ¿por qué no sacar esos datos cubiertos de polvo y ver qué detalles inesperados puede ayudarte a descubrir la IA?

Acabamos de alcanzar un hito, ¡las impresiones de este mes finalmente superaron los 10 millones! ¿Qué significa este número? Es más del doble de las impresiones que he tenido en los últimos 12 meses. (Claro, esto indica que mis datos siempre han sido bastante malos.) Si alguien todavía duda de la veracidad de este número, cambiemos a otro dato de Bookmark. Este mes, ha sido marcado como Bookmark casi 10,000 veces, lo que equivale casi a la suma de los últimos 24 meses. Recientemente, varios de nosotros hemos tenido nuevas percepciones sobre el algoritmo de recomendación de X, algunas son místicas y otras incluyen factores aleatorios. Pero se puede confirmar básicamente que: > AI + Vibe Coding + experiencia personal real + estructura de artículo adecuada para la lectura en redes sociales son los factores que este nuevo algoritmo priorizará. Por supuesto, el tráfico es solo una parte. Lo más importante es que los temas de AI y Vibe Coding tienen una gran capacidad de expansión, casi cualquier tipo de producto se puede explorar. En los últimos dos meses, también he lanzado muchos productos/sitios web, y el total de DAU ha superado los 1,000, pero sigue siendo muy poco. Hasta ahora, no he encontrado un modelo de negocio, tal vez necesite probar algunos más para tener una oportunidad. Pero creo que estos productos anteriores ya han generado un valor real para los usuarios, de lo contrario, no abrirían una página web todos los días de manera constante. Quizás esa sea la magia de Vibe Coding: ya no escribes código solo por escribir, sino para capturar esa idea efímera y convertirla en un producto accesible para todos. En cuanto a cómo monetizar, dejemos esa pregunta para la próxima iteración.