Parte I — Fundamentos, arquitectura limpia y estrategia de testing
MCP en sistemas enterprise: cómo diseñar, gobernar y escalar en .NET y Azure (I)
leer más...
Artículos
MCP en sistemas enterprise: cómo diseñar, gobernar y escalar en .NET y Azure (II)
Parte II — Control plane de IA: APIM, seguridad y escalado real en Azure
Dapr en Azure: por qué dapr.io/v1alpha1 no significa “incierto / experimental”
Uno de los bloqueos más comunes que escucho en empresas cuando proponemos usar Dapr sobre Azure —por ejemplo con Azure Service Bus o Azure Blob Storage bindings — es que los building block estan en versión alpha. Veamos que significa esto.
TOON, MCP y Agentes: menos hype, más arquitectura real (y un 25% de ahorro que sí importa)
En mis pruebas reales con modelos de razonamiento (o1) y datos de negocio no cocinados, TOON no fue “mágico”, pero sí consistentemente útil: frente a JSON compacto, TOON-RAW redujo ~25% de tokens sin perder precisión ni aumentar la latencia. Ese ahorro aparece justo donde más duele —en los tool-results entre MCP y los agentes— y se multiplica en arquitecturas AI-native con decenas de llamadas por flujo. La conclusión no es cambiar tus APIs a TOON, sino usar JSON mini en el backend y reservar TOON para la frontera MCP ↔ LLM, donde optimizar tokens sin perder estructura sí importa.
Azure IoT Operations
Azure IoT Operations es el nuevo plano industrial de Microsoft para plantas que necesitan algo más que un IoT “de laboratorio”. Es una plataforma edge-native, basada en Kubernetes y habilitada por Azure Arc, capaz de procesar millones de señales por segundo, integrar OPC UA de forma nativa, operar sin conexión durante horas y gobernar todo el ciclo de vida del dato desde el propio perímetro. En este monográfico exploro cómo IoT Operations se diferencia de IoT Hub y de IoT Edge, cuándo tiene sentido dar el salto, y qué implica en términos de arquitectura, seguridad, gobernanza y coste operativo (FinOps). También incluyo un despliegue paso a paso, varios casos de uso reales en manufactura, ejemplos de DataFlows, módulos propios (Python/.NET), integración con Microsoft Fabric y un análisis totalmente práctico de cómo operar esta plataforma en producción.
Si trabajas en entornos OT/IT, si necesitas alta frecuencia, resiliencia offline o un modelo de operación declarativo, este artículo te ayudará a entender por qué IoT Operations no es una evolución de IoT Edge… sino el siguiente plano lógico para plantas modernas.
De API a MCP: cómo exponer tus endpoints de forma segura para la IA
Como exponer tus APIS en 5 minutos a un modelo MCP Server; sin trampa ni cartón.
Secure MCP: Un Patrón para Entornos Reales y Regulados
El Model Context Protocol (MCP) fue presentado como el “USB de la IA”: una forma universal para que los modelos se conecten a herramientas y datos.
Pero en su forma actual, está lejos de ser apto para producción.
La falta de autenticación sólida, la ausencia de auditoría y el descubrimiento libre de herramientas lo convierten en un riesgo serio de seguridad en entornos empresariales.
Secure MCP propone una solución: aplicar patrones consolidados de la arquitectura web —definiciones estáticas, un gateway de ejecución Zero Trust y trazabilidad completa— para hacer de MCP una arquitectura realmente segura y lista para entornos regulados.
En resumen: sí a MCP, pero solo si es seguro.
NDepend + IA Generativa: Refactorizando
En este experimento parto de una base .NET con deuda técnica deliberada y la someto a un análisis exhaustivo con NDepend. A partir del informe (reglas, métricas y CQLinq), priorizo los smells con ayuda de una IA generativa y aplico refactors en tres oleadas (Quick Wins → Media → Estructural). El resultado es una reducción medible de complejidad, duplicación y acoplamiento en horas, no semanas, y un pipeline con quality gates que evita regresiones. NDepend me da la radiografía; la IA acelera la cirugía. Juntos, convierten un código “legacy” en una base lista para evolucionar con seguridad.
La IA con un propósito
En los últimos meses (o último año), todo el mundo habla de la Inteligencia Artificial (IA). Hay titulares que insisten en que la IA nos va a quitar el trabajo, que no está lo suficientemente madura o que las empresas no ven retorno de inversión (ROI). Pero, ¿sabes qué? Me parece que cuando hablamos así, detrás de esos grandes titulares, olvidamos lo que realmente importa: el para qué de la IA. Porque es justamente en los casos concretos, reales, donde la IA puede brillar.
Lectura accesible con Tobii: tecnología asequible para la inclusividad
Demostración de “eye scrolling” en un po: la tecnología de seguimiento ocular permite pasar páginas o desplazarse por contenido con solo la mirada, como muestra este concepto de Visual Camp. Y que me gustaría mostraros en este artículo.