Lab as a Service · I+D externo sin humo
Cada herramienta promete un 10x y la demo siempre funciona. Nosotros la desmontamos pieza a pieza, la medimos a tu escala y te devolvemos un veredicto: sí, no, o depende de esto.
scroll para desintegrar el humo
El método
Ejemplo ilustrativo
Nos traes una pregunta con dinero detrás. «¿Aguanta este agente 50.000 ejecuciones al mes?» «¿Airtable o Postgres?» «¿Ese SaaS de 40.000 € al año hace algo que no haga un flujo de n8n?»
Desmontamos la tecnología en sus piezas reales: la demo, las integraciones, el coste a tu volumen, la seguridad, lo que cuesta mantenerla. Sin diapositivas del fabricante.
Cada pieza se mide con tus datos y a tu escala: latencia, coste por ejecución, tasa de fallo, dónde se filtran las credenciales. Lo que cruje se marca en rojo.
Una página. Sí, no o depende de esto, con los números, el banco de pruebas para que lo repitas tú y un plan B si la respuesta es no.
Cuaderno de experimentos
Pasa el ratón por encima: cada experimento se despieza en lo que de verdad importa.
Medido en 1000 JSON rotos: un parser tolerante repara el 100 % en 0,12 ms y deja idéntico el 83,3 %. Un reintento cuesta un 137,3 % de la llamada original en tokens.
100 % reparados en local • 0,12 ms por reparación • Un reintento = 137,3 % de la llamada
20 oct 2026 · 7 min
1200 salidas reales de Llama, Qwen y Gemma: reparar en local evita del 0 % al 100 % de los reintentos según el modelo. Con la mezcla real, el 59,6 % del gasto extra.
1200 salidas reales • Ahorro del 59,6 % con la mezcla real • De 0 % a 76 % de pedidos correctos con salida restringida en Llama 3.2
20 oct 2026 · 9 min
Medido en una tarea de 10 pasos: el Accessibility Tree filtrado a lo visible gasta un 85 % menos que las capturas. Filtrar la página entera puede salir más caro que una captura.
1.991 tokens con el árbol visible vs 13.650 con capturas • 85,4 % menos • 80 de 80 clics por referencia
19 oct 2026 · 8 min
Las mismas 2000 frases cuestan entre un 12,5 % y un 33,8 % más tokens en español que en inglés según el tokenizador. GPT-4o/GPT-5 y Gemma 3 quedan por debajo del 17 %.
+16,3 % en o200k (GPT-4o/GPT-5) • +33,8 % en cl100k • 2000 frases paralelas
18 oct 2026 · 6 min
Cómo trabaja Mortadelo, el agente Hermes de Yeswelab: investiga, escribe, monta vídeos con voz clonada, publica y responde solo, con estado en SQLite WAL y guardarraíles contra bucles.
5 tareas autónomas en producción • Voz y transcripción en local • Estado en SQLite WAL • Cortafuegos anti-bucles
17 oct 2026 · 12 min
Por qué el 85% de los agentes multi-paso fallan al correr en memoria volátil y cómo diseñar un arnés duradero (Durable Harness) con replay determinista, claves de idempotencia y puertas de aprobación humana asíncronas.
0 Efectos Laterales Duplicados • Ahorro 100% Tokens en Reintentos • 0% CPU en Espera HITL • Replay < 3ms
16 oct 2026 · 9 min
0 resultados. El laboratorio aún no ha probado eso.
Encárganos ese experimentoLab as a Service
Comprar tecnología a ciegas es caro: la demo dura veinte minutos, el contrato tres años y el piloto interno se come un trimestre. Un experimento sale más barato que equivocarse.
Sin laboratorio
Con Yeswelab
Duelo
Dos herramientas, o la de pago contra la alternativa open source. Mismo caso, mismo volumen, mismas trampas. Gana la que aguanta, no la que mejor se vende.
Estrés
Funciona con 10 registros en la demo. Lo llevamos a 10.000, a 100.000 y al día de la campaña. Te decimos dónde cruje, cuánto cuesta y qué cambiar antes de que pase.
Autopsia
El agente alucina, el flujo se cae los lunes o la factura de tokens se ha triplicado. Abrimos, encontramos la pieza que falla y te damos el arreglo medido.
Sí, no o depende de esto. Lo lee tu dirección en dos minutos y lo defiende tu equipo técnico.
Coste por ejecución, latencia, tasa de fallo y mantenimiento. Medidos, no estimados por el fabricante.
Repositorio con datos, scripts y resultados. Lo vuelves a lanzar cuando salga la versión 2.
Si la respuesta es no, te decimos qué sí funciona, con la misma vara de medir.
Se acuerda antes de empezar, por escrito. Pagas un veredicto, no horas.
Si no llegamos a una conclusión respaldada por datos, no cobramos.
Nos mandas la hipótesis por escrito y te devolvemos una propuesta cerrada por escrito.
Tu experimento no se publica. Solo si tú quieres, y anonimizado.
La prueba
Todo lo del cuaderno lo publicamos gratis. Imagina lo que sale con tus datos.
Encargar experimento
Escribe la hipótesis como se la contarías a tu socio. Te devolvemos por escrito una propuesta cerrada: qué mediremos, cómo y cuánto cuesta. Sin llamadas, sin compromiso.
Para quien construye
Si has hecho una herramienta, una API, un modelo o un proyecto open source, mándalo. Lo probamos en serio, sin guion, y publicamos el experimento en el cuaderno, en X, en TikTok y en YouTube.
El veredicto sale tal cual, bueno o malo. Por eso la gente se lo cree.
Hipótesis, despiece, medición y veredicto. Igual que con cualquier herramienta del cuaderno.
Te pasamos el banco de pruebas antes de publicar. Para corregir datos, no opiniones.