BLOG POST — rivals_logs

⬡ Metadatos

• ▶title: Cómo leer a Karpathy me dio el sistema para estandarizar todos mis proyectos
• ▶slug: project-os-karpathy-second-brain
• ▶date: 2026-05-20
• ▶category: tech
• ▶excerpt: Karpathy publicó un método para gestionar el conocimiento con IA. Lo leí, lo implementé, y le añadí una cosa: que no repita el mismo error dos veces.
• ▶published: true

---

[SIGNAL_BLOCKED]

⬡ Content (Markdown)

Ayer, 19 de mayo de 2026, Andrej Karpathy anunció que se une a Anthropic para liderar el equipo de pre-training de Claude.

El mismo Karpathy que hace seis semanas publicó el post más bookmarkeado del año en la comunidad de IA. El que se viralizó con 41.000 bookmarks y 16 millones de vistas en X. El que describía, en 1.500 palabras, cómo construir un segundo cerebro personal usando nada más que carpetas, archivos de texto y una IA.

Yo lo leí. Lo implementé. Y lo llevé un paso más lejos.

Esto es lo que monté.

⬡ El post que lo empezó todo

A principios de abril, Karpathy publicó algo que no era código, ni un paper, ni un tutorial técnico. Era una idea. Un patrón. Una forma de pensar sobre cómo gestionar el conocimiento cuando tienes una IA disponible.

La propuesta era absurdamente simple:

proyecto/
├── CLAUDE.md      ← instrucciones para la IA
├── raw/           ← todo el material crudo, sin organizar (tú)
├── wiki/          ← la wiki organizada (la IA)
└── outputs/       ← respuestas y análisis generados (la IA)

Tres carpetas. Un archivo de instrucciones. La IA hace el resto.

La clave, y esto es lo que le dio la vuelta a mucha gente, está en quién edita qué. Tú solo tocas raw/. La IA es la única que escribe en wiki/. Tú vuelcas el caos, ella construye el orden. Y una vez que el wiki tiene diez o quince artículos, empieza algo interesante: cada pregunta que le haces mejora la siguiente respuesta. El sistema se vuelve más valioso cuanto más lo usas.

Karpathy lo llamó Compounding Knowledge Loop. Yo lo vi y pensé: esto resuelve el problema que tengo con la IA desde el principio.

⬡ El problema real que esto resuelve

Hay algo que nadie menciona cuando hablas de productividad con IA.

La IA olvida. Cada sesión empieza de cero. No sabe quién eres, qué proyectos tienes, qué decisiones tomaste la semana pasada, qué errores cometió ella misma hace tres días. Abres una conversación nueva y estás en el punto de partida, explicando el contexto, reconstruyendo el estado del proyecto, perdiendo los primeros veinte minutos de cada sesión haciendo onboarding de tu propio asistente.

A ese problema le puse nombre: el arranque en frío.

El sistema de Karpathy lo resuelve de forma elegante. Si la IA es la que mantiene el wiki, y el wiki persiste entre sesiones como archivos de texto, entonces la IA no necesita recordar nada: lo tiene escrito. La próxima vez que arranca, lee su propio wiki y sabe exactamente en qué punto está todo.

Pero yo quería ir más allá.

⬡ Lo que añadí: que aprenda de sus propios errores

Al agente que mantiene todo esto le puse nombre: Soundwave. Sí, el Decepticon.

Internet está lleno de agentes que sus creadores han llamado Jarvis. Tiene sentido: todos nos acordamos de los ganadores. Pero yo siempre he sentido más atracción por el villano que es villano únicamente porque apareció en el sitio equivocado de la historia. Marc Lenders. Vegeta. Personajes con más capas que sus equivalentes heroicos precisamente porque su historia tiene fricción, porque no les tocó el papel protagonista.

Soundwave además tiene algo que los otros no tienen: estética y nostalgia. Hay algo en ese walkman gigante que procesa señales y lo sabe todo que me parece más honesto que el mayordomo obediente del héroe.

Tomé la arquitectura de Karpathy y la extendí con algo que para mí era el eslabón que faltaba: una carpeta de lecciones.

Se llama wiki/lessons/. Y funciona así.

Cuando la IA comete un error — y los comete — no lo ignoro. Le pido que pare, que analice qué pasó y que escriba una lección. No una nota rápida. Un análisis estructurado con cuatro campos:

• ▶Situación: qué pasó exactamente
• ▶Causa raíz: por qué pasó
• ▶Regla nueva: qué tiene que hacer diferente
• ▶Aplicación futura: en qué contextos concretos aplica

Un ejemplo real. Estaba trabajando en un proyecto que compartía base de datos con otros. La IA decidió que las tablas existentes no eran las óptimas y se dispuso a reemplazarlas. Tablas que llevaban meses en producción. Tablas que otros proyectos usaban.

Lo pillé de casualidad. Estaba mirando los pensamientos que la IA escribe mientras actúa y lo vi justo antes de que ejecutara el comando. Pura suerte.

Y esa es exactamente la parte que nadie cuenta. No fue el sistema el que me protegió. Fue que estaba mirando la pantalla en el momento exacto. Eso fue lo que me hizo escribir la lección: la próxima vez quizás no estaría mirando. Regla nueva: antes de cualquier operación destructiva sobre una base de datos, verificar si las tablas afectadas existen en otros proyectos. Aplicación futura: siempre, sin excepciones, antes de un DROP o un reemplazo de esquema.

Desde ese día, esa lección está en el sistema. Cada vez que arranca una sesión, la lee. No puede cometer ese error dos veces.

Eso es autoaprendizaje sin reentrenar el modelo. Sin fine-tuning. Sin nada sofisticado. Solo archivos de texto que persisten, y la disciplina de escribir en ellos cuando algo va mal.

⬡ Project OS: la metodología que lo envuelve

Pero el sistema no vive solo en un proyecto. Esa es la parte que más me costó entender.

Tengo más de 40 proyectos activos. Antes de montar esto, retomar cualquiera de ellos después de dos semanas significaba empezar casi desde cero: ¿qué stack estaba usando? ¿Qué quedó pendiente? ¿Por qué tomé aquella decisión de arquitectura? El contexto se evaporaba.

La solución fue aplicar el mismo principio de Karpathy a todos los proyectos, no solo a uno. Cada proyecto activo tiene su propio AGENTS.md. Un documento que describe qué es el proyecto, en qué fase está, qué tecnologías usa, qué decisiones se han tomado y por qué, y qué pasos quedan.

La IA lo lee antes de tocar cualquier cosa. Sabe exactamente en qué punto está el proyecto. El arranque en frío no existe.

Lo llamé Project OS: el sistema operativo de mis proyectos. No es una herramienta. No hay que instalar nada. Es un conjunto de convenciones: unas carpetas, unos archivos, la disciplina de documentar el contexto para que la próxima sesión no empiece desde cero.

⬡ Cómo llegué hasta aquí

A Karpathy le empecé a seguir en X porque publicaba cosas útiles sobre Claude. Trucos, patrones, formas de trabajar con la herramienta. No sabía quién era.

Semanas más tarde, leyendo algo suyo, caí. El tío de Tesla Autopilot. El tío de GPT-2. Uno de los investigadores más importantes de la última década en inteligencia artificial.

Mientras medio mundo bookmarkeaba su post sobre el segundo cerebro porque lo había publicado Karpathy, yo llevaba semanas aplicando sus ideas sin saber su apellido.

A veces la forma más honesta de aprender algo es no saber de quién es hasta que ya lo estás usando.