never really sitting still, always wandering around the internet in between.

Joined December 2025
ESTE REPO GRATIS DE GITHUB ME HIZO PASAR DE $250 A $3.700 COMO SI NADA Claude Code + TradingView acaban de crear uno de los agentes de trading más potentes que he visto funcionar conecté este repo de código abierto a mi Claude y ahora el bot opera 24/7 con datos reales de TradingView, sin necesidad de cuenta PRO no son indicadores básicos ni señales genéricas esto es lo que hace: → clona el repo de la API de TradingView, 3.9K estrellas en GitHub, un solo npm install te da cotizaciones en tiempo real, indicadores avanzados y modo de repetición → conecta el flujo de datos en vivo a una capa de monitoreo de 300 agentes, cada subagente extrae datos adicionales de TradingView junto con la API del exchange, multiplicando la cobertura de señales por 10 sin costo extra → expone toda la biblioteca de indicadores como herramientas que Opus 5.5 invoca directamente: RSI, MACD, Ichimoku, Supertrend, y cualquier Pine Script personalizado → usa la interfaz de backtesting para validar cada hipótesis, Claude escribe la estrategia, la convierte en Pine Script, la envía y obtiene resultados en segundos → conecta un agente de verificación con 26 indicadores de compra, venta y neutral para casi cualquier instrumento, una capa extra antes de mover capital real → prueba todo en modo de repetición, en cualquier marco temporal, gratis y sin restricciones → las alertas de Telegram ahora incluyen gráfico, instrumento, estrategia, ratio de Sharpe, drawdown y tamaño de posición calculado con el criterio de Kelly la documentación oficial te dice qué endpoints existen. esto te enseña cómo convertirlos en un sistema de trading completo
🚨 ESTE ESTUDIANTE USÓ OPUS 5.5 PARA MONTAR UN BOT DE TRADING Y grabó este tutorial completo donde muestra cómo replicarlo desde 0 sin saber programar. 21 minutos. Paso a paso. Gratis. Subtitulado al español e inglés. Guárdalo, ya me lo agradecerás 📕
13
11
50
2,704
silvan retweeted
HOW I FELT AFTER FINDING THIS LAUNCH
defining a new category: phone-use an mcp/api that gives ai agents their own phones cloud phones. real androids. real iphones. tell your agent what to do, and it can operate a phone just like you do. today, ai agents face three fundamental problems and phoneuse solves them 🧵
9
7
19
807
silvan retweeted
yo dándome cuenta de que pasé un mes tratando de entender a Claude cuando esta guía de 4 horas lo explica todo
CURSO COMPLETO DE CLAUDE DE 4 HORAS Esta es la guía más detallada de Claude que he visto en línea. Guarda esta página antes de que se te olvide. Construye herramientas. Automatiza el trabajo. Aprende cómo las personas construyen bots y sistemas.
9
8
21
606
silvan retweeted
ESTO ES ORO PURO MrBeast construyó el canal con más suscriptores de YouTube con un puñado de reglas. En 2024 se hizo pública su guía de producción y enseñó exactamente cómo juzga su equipo cada vídeo. Metí esas reglas en un prompt para Claude que investiga TikTok por ti desde su propio móvil, con PhoneUse, que acaba de salir. Tiempo necesario: 5 minutos Acciones: copiar, pegar y responder 5 preguntas El principal problema del 99% de los creadores: copian tendencias a ciegas. Ven un vídeo con 2 millones de visitas, copian el formato y no tienen ni idea de por qué funcionó. Este prompt lo cambia todo Investigación real, no suposiciones: el agente abre TikTok en un móvil de verdad en la nube y recorre tu nicho como un espectador más, durante unos 15 minutos El filtro MrBeast: revisa en cada vídeo qué hizo que la gente dejara de hacer scroll y si los primeros segundos cumplen lo que prometía la portada Tiempo de visionado antes que visitas: lee los comentarios para detectar qué vídeos vio la gente hasta el final Una nota para cada vídeo: si engancha, si cumple lo que promete y si da motivos para quedarse 5 ideas listas para grabar: cada una con su primer plano, su primera frase y su remate Nunca publica, sigue ni escribe a nadie sin preguntarte antes No me des las gracias, solo guárdalo 🔖
defining a new category: phone-use an mcp/api that gives ai agents their own phones cloud phones. real androids. real iphones. tell your agent what to do, and it can operate a phone just like you do. today, ai agents face three fundamental problems and phoneuse solves them 🧵
19
18
60
2,280
silvan retweeted
ESTE ES EL REPO DE TRADING MÁS ROTO EN GITHUB ACTUALMENTE Las firmas de trading pagan millones al año a analistas, investigadores, traders y gestores de riesgo Alguien reemplazó todo ese piso con agentes de IA que debaten entre sí antes de cada operación. Y lo subió a GitHub gratis Se llama TradingAgents. Tiene paper en arXiv, 112k estrellas y llegó al #1 de trending Así funciona: → 4 analistas de IA leen el mercado: fundamentales, noticias, sentimiento y técnico 
→ Un agente BULL y un agente BEAR debaten la operación 
→ Un trader convierte ese debate en una decisión 
→ Un equipo de riesgo agresivo, neutral y conservador la ataca 
→ Un gestor de cartera la aprueba o la mata Una firma de trading completa corriendo en tu laptop Como usarlo tú mismo GRATIS: 1. Abre Claude Code y pídele que clone github.com/TauricResearch… e instala todo 2. Agrega tu clave API de Anthropic: Opus 5.5 para el razonamiento profundo y Sonnet 5.5 para las tareas rápidas 3. Escribe tradingagents en la terminal y elige un ticker 4. Mira a los 4 analistas escribir sus informes en tiempo real 5. Lee el debate Bull vs Bear. Ves los dos lados antes de que se mueva un solo centavo 6. Revisa el voto del equipo de riesgo. Si el conservador lo frena, pregúntate por qué 7. Deja que el gestor apruebe o rechace y marca cada llamada en tu gráfico 8. Haz backtest con fechas pasadas y paper trade unas semanas antes de confiar en una sola señal No diré nada más.
🚨 ESTE ESTUDIANTE USÓ OPUS 5.5 PARA MONTAR UN BOT DE TRADING Y grabó este tutorial completo donde muestra cómo replicarlo desde 0 sin saber programar. 21 minutos. Paso a paso. Gratis. Subtitulado al español e inglés. Guárdalo, ya me lo agradecerás 📕
8
8
21
848
ESTE ES EL REPO DE TRADING MÁS ROTO EN GITHUB ACTUALMENTE Las firmas de trading pagan millones al año a analistas, investigadores, traders y gestores de riesgo Alguien reemplazó todo ese piso con agentes de IA que debaten entre sí antes de cada operación. Y lo subió a GitHub gratis Se llama TradingAgents. Tiene paper en arXiv, 112k estrellas y llegó al #1 de trending Así funciona: → 4 analistas de IA leen el mercado: fundamentales, noticias, sentimiento y técnico 
→ Un agente BULL y un agente BEAR debaten la operación 
→ Un trader convierte ese debate en una decisión 
→ Un equipo de riesgo agresivo, neutral y conservador la ataca 
→ Un gestor de cartera la aprueba o la mata Una firma de trading completa corriendo en tu laptop Como usarlo tú mismo GRATIS: 1. Abre Claude Code y pídele que clone github.com/TauricResearch… e instala todo 2. Agrega tu clave API de Anthropic: Opus 5.5 para el razonamiento profundo y Sonnet 5.5 para las tareas rápidas 3. Escribe tradingagents en la terminal y elige un ticker 4. Mira a los 4 analistas escribir sus informes en tiempo real 5. Lee el debate Bull vs Bear. Ves los dos lados antes de que se mueva un solo centavo 6. Revisa el voto del equipo de riesgo. Si el conservador lo frena, pregúntate por qué 7. Deja que el gestor apruebe o rechace y marca cada llamada en tu gráfico 8. Haz backtest con fechas pasadas y paper trade unas semanas antes de confiar en una sola señal No diré nada más.
🚨 ESTE ESTUDIANTE USÓ OPUS 5.5 PARA MONTAR UN BOT DE TRADING Y grabó este tutorial completo donde muestra cómo replicarlo desde 0 sin saber programar. 21 minutos. Paso a paso. Gratis. Subtitulado al español e inglés. Guárdalo, ya me lo agradecerás 📕
8
8
21
848
silvan retweeted
Un chico en China montó una agencia de marketing entera con agentes de IA que usan teléfonos móviles y ahora gestiona él solo 47 clientes al mes cobrando +500$ a cada uno. Más de 23.500$/mes de facturación. Una persona coordinando. Agentes de IA trabajando. Varios móviles en paralelo. En el vídeo están investigando tendencias en TikTok. Y aquí es donde empieza la oportunidad de negocio. Hay empresas que necesitan publicar contenido y lanzar anuncios, pero no tienen tiempo para investigar qué está funcionando en su sector. Qué hace su competencia. Qué formatos generan interés. Qué hooks llaman la atención. Qué ideas merece la pena probar. Ese trabajo tiene valor. Y hay negocios que pagan cada mes por él. Ahora tenemos agentes capaces de utilizar teléfonos y navegar por las apps para hacer esa investigación. Se llama PhoneUse. Los agentes pueden ver notificaciones, entender qué está pasando entre distintas aplicaciones y actuar de forma proactiva. La pieza que conecta la IA con todo ese trabajo que sigue ocurriendo en el móvil. El modelo de negocio es fácil de entender: → Eliges un nicho: restaurantes, gimnasios, inmobiliarias… → Ofreces un servicio mensual de investigación y contenido → Usas agentes para investigar tendencias y recopilar referencias → Conviertes esa investigación en propuestas adaptadas a cada cliente → Preparas guiones y materiales con herramientas de creación → Revisas, entregas y mides los resultados El cliente paga por recibir un trabajo útil para su negocio. La oportunidad está en organizar el sistema para entregarlo bien y con menos trabajo manual. Lo más interesante es la arquitectura. Cada agente se encarga de una parte: • Scout → investigación de posibles clientes • Researcher → tendencias y referencias del sector • Strategist → propuestas y ángulos para campañas • Copywriter → guiones y textos • Creator → materiales y variaciones • Checker → revisión de calidad • Mobile → interacción con las apps mediante PhoneUse PhoneUse cubre la parte del teléfono. Los demás agentes y herramientas completan el flujo. Tú defines el servicio, consigues clientes y revisas las entregas. Y eso cambia los números de una agencia. Porque investigar, preparar propuestas y producir contenido consume horas antes de que el cliente reciba nada. Reducir esas horas te deja margen para atender más cuentas y dedicar más tiempo a estrategia, ventas y resultados. Sin confundir facturación con beneficio: siguen existiendo costes de herramientas, captación y revisión. Pero la oportunidad es enorme. Una empresa necesita contenido todos los meses. Necesita nuevas ideas todos los meses. Necesita entender a su competencia todos los meses. Eso es un servicio recurrente. Y cada vez tenemos más herramientas para que una sola persona lo gestione con ayuda de agentes. Ya teníamos IA para escribir los guiones, crear las imágenes y generar los vídeos. Ahora también tenemos agentes usando móviles para investigar dentro de las apps. Empieza hoy: phoneuse.com
defining a new category: phone-use an mcp/api that gives ai agents their own phones cloud phones. real androids. real iphones. tell your agent what to do, and it can operate a phone just like you do. today, ai agents face three fundamental problems and phoneuse solves them 🧵
20
25
1
71
6,942
running capable coding models locally without handing your code to a cloud API is the future i’ve been waiting for. Flint is a 40B open-weight coding model designed to run on consumer hardware. your machine. your code. your model. big step for local AI. @recursive_si
Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from scratch in under 4 months Private, unmetered intelligence on your own machine. Open weights available now on @huggingface, run it locally on your favorite framework or try it for free on @opencode or @pidotdev.
10
7
156
30,843
Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from scratch in under 4 months Private, unmetered intelligence on your own machine. Open weights available now on @huggingface, run it locally on your favorite framework or try it for free on @opencode or @pidotdev.
548
779
551
7,299
2,885,900
silvan retweeted
VIDEO EDITORS WATCHING THIS
Kling is back. Kling 4.0 is now live on Higgsfield. > Omni Reference: characters, objects and audio in one generation > 30-second scenes in a single pass > Start, middle and end frames to direct every beat > Native 4K coming soon Available now on Higgsfield.
11
20
127
13,246
PREDICTION MARKETS JUST GOT A NEW GAME LOOP daily.fun is turning market discovery into something that feels more like opening a mystery pack than staring at charts. → crack open packs to discover markets → jump between tech, business and pop culture → see what people are paying attention to this could get dangerously fun to try lol
Today we’re rolling out @dailyfun We're making markets ridiculously fun to play, and we're just getting started. Join our beta today.
10
12
250
21,441
Today we’re rolling out @dailyfun We're making markets ridiculously fun to play, and we're just getting started. Join our beta today.
113
59
66
475
262,526
silvan retweeted
Cómo me sentí después de encontrarme con esta cuenta
ACABAN DE SOLUCIONAR EL MAYOR PROBLEMA DEL VIBECODING La IA ya escribe tu código. Pero nadie comprueba de verdad que funcione con usuarios reales, datos de meses y servicios que se caen. ¿La idea? En vez de lanzar a producción y rezar para que tus usuarios no encuentren el bug, Breken monta una copia realista de producción alrededor de tu app y la rompe a propósito ANTES de que llegue a nadie. La IA primero: 
→ crea usuarios, datos con historial y procesos de fondo
→ reinicia servidores y tumba servicios a mitad de tarea
→ prueba los órdenes raros en los que pasan las cosas
→ y cuando algo se rompe, lo arregla y demuestra el arreglo Eso significa menos cobros duplicados, menos datos filtrados y menos noches de guardia apagando fuegos que ningún test vio venir. Y no se queda ahí: vuelve a comprobar cada bug en cada release para que no reaparezca. Funciona con APIs, apps y agentes de IA. Tienen prueba gratis 7 días entrando con GitHub, sin tarjeta👇
17
32
300
28,355
🚨 AI AGENTS COULD ALREADY USE COMPUTERS. NOW THEY HAVE THEIR OWN PHONE It’s called PhoneUse, and it launches today. You give your agent a cloud phone, a real Android or iPhone, tell it what to do, and it uses the phone just like you would. First came computer-use. Then browser-use. Now there’s phone-use. What it can do: → Order an Uber and text you updates along the way → Research trends on TikTok → Get around old apps with no API, like insurance apps → Complete two-factor verification → Read your notifications and act on its own: if your flight is delayed, it messages you And here’s the big part: most mobile apps have no API and no MCP. Until now, agents couldn’t get into them. With a phone, they can. It connects through MCP or an API, so you can use it from the agent you already have. The world still runs on mobile. Now your agent does too. Save this before you forget 🔖 Link in the comments 👇
defining a new category: phone-use an mcp/api that gives ai agents their own phones cloud phones. real androids. real iphones. tell your agent what to do, and it can operate a phone just like you do. today, ai agents face three fundamental problems and phoneuse solves them 🧵
13
10
303
19,049
silvan retweeted
imaginate pasar 6 años de tu vida estudiando ingeniería en sistemas y que de un día para el otro saquen todas estas cosas, que desperdicio de vida 😭☠️
1/ Today we're introducing Breken, and with it the final job in software: production engineering. Your tests check what your team thought of. Production checks everything else. Today, your users run that second test for you. Breken runs it instead. Your real software, in worlds that behave like production, down to the chaos and the users, finding and fixing what breaks before a single user does. Here it is: breken.ai
36
29
1
331
48,958
silvan retweeted
🚨 ACABAN DE FILTRAR LA IA QUE ENCUENTRA LOS ERRORES DE TU APP Y LOS CORRIGE POR SÍ SOLA Se llama Breken y funciona así: → crea un mundo falso alrededor de tu app, con usuarios, datos y servicios que fallan → hace que pasen meses en una sola tarde → encuentra lo que se rompe antes de que lo vean tus clientes → lo arregla y demuestra que el arreglo funciona Ya ha arreglado +200 fallos en proyectos como PostHog, Docker o Langflow, y sus desarrolladores le están dando las gracias. Puedes probarlo gratis 7 días con tu cuenta de GitHub, sin poner tarjeta. Tus clientes no deberían ser los que encuentren tus errores. Links en comentarios ↓
1/ Today we're introducing Breken, and with it the final job in software: production engineering. Your tests check what your team thought of. Production checks everything else. Today, your users run that second test for you. Breken runs it instead. Your real software, in worlds that behave like production, down to the chaos and the users, finding and fixing what breaks before a single user does. Here it is: breken.ai
15
22
242
40,853
the guy who sold me a $497 course on stitching ai clips together watching this:
Kling is back. Kling 4.0 is now live on Higgsfield. > Omni Reference: characters, objects and audio in one generation > 30-second scenes in a single pass > Start, middle and end frames to direct every beat > Native 4K coming soon Available now on Higgsfield.
9
5
169
25,504
silvan retweeted
imaginate estudiar audiovisuales 4 años de tu vida y que de la nada saquen esto 😭😭
Kling is back. Kling 4.0 is now live on Higgsfield. > Omni Reference: characters, objects and audio in one generation > 30-second scenes in a single pass > Start, middle and end frames to direct every beat > Native 4K coming soon Available now on Higgsfield.
7
21
185
21,930
defining a new category: phone-use an mcp/api that gives ai agents their own phones cloud phones. real androids. real iphones. tell your agent what to do, and it can operate a phone just like you do. today, ai agents face three fundamental problems and phoneuse solves them 🧵
303
168
166
2,228
1,038,963
silvan retweeted
🚨 ¿ENTIENDES LO QUE ACABAN DE HACER ESTOS DOS ESTUDIANTES DE 18 AÑOS? Acaban de crear una IA que mete tu app en un mundo falso, hace que pasen meses en una sola tarde y encuentra lo que va a fallar antes de que lo vean tus clientes. Luego lo arregla y te demuestra que el arreglo funciona. Se llama Breken. Piénsalo así: los coches pasan crash tests con muñecos antes de salir a la calle. Tu app sale directamente a la calle. ¿Qué pasa si dos personas editan lo mismo a la vez? ¿Y si los pagos fallan justo cuando alguien está pagando? En las pruebas, todo funciona. Hasta que llega un cliente de verdad. Así que se les ocurrió algo que parece sacado de una película: → Construyen un mundo falso alrededor de tu app → Lo llenan de usuarios, datos con historial y servicios que fallan → Hacen que pasen meses en una sola tarde → Y esperan a ver qué se rompe Para ver si de verdad funcionaba, soltaron su bot en proyectos open source de otros. Resultado: +200 fallos encontrados y arreglados. Hoy la IA escribe código más rápido de lo que nadie es capaz de entenderlo. Dentro de unos años, ningún software saldrá sin sobrevivir antes a algo así. Acaban de cerrar su ronda con Pareto, Pear y Z Fellows detrás. Con 18 años. Y su manifiesto lo deja claro: “Tus clientes nunca deberían ser los que prueban tu software.” 7 días gratis entrando con GitHub, sin tarjeta. Link en comentarios 👇
1/ Today we're introducing Breken, and with it the final job in software: production engineering. Your tests check what your team thought of. Production checks everything else. Today, your users run that second test for you. Breken runs it instead. Your real software, in worlds that behave like production, down to the chaos and the users, finding and fixing what breaks before a single user does. Here it is: breken.ai
42
115
2
1,223
94,238