# Gabriel Herencia

> Construyo pipelines de datos y agentes de IA en producción. Aquí muestro lo que hago y comparto lo que aprendo sobre data engineering, cloud y automatización.

Insights sobre data engineering, cloud, IA y automatización. Cada artículo está disponible en markdown plano agregando `.md` a su URL (o pidiendo `Accept: text/markdown`).

## Insights

- [Un agente de IA con memoria y las armas correctas: desarrollo y marketing en un solo harness](https://gabrielherencia.com/insights/agente-ia-con-memoria-y-mcps-desarrollo-y-marketing.md): Estamos construyendo un agente que resuelve problemas de tecnología y marketing digital: toca código y servidores, analiza datos y opera las plataformas de pauta y medición. Todavía está en construcción, pero ya resuelve buena parte del día a día. La idea central: cuando se equivoca o no puede, resolvemos el problema y, al mismo tiempo, reparamos la máquina para que no vuelva a fallar igual. Por eso registramos todo lo que hace y qué le faltó.
- [Anthropic sale a bolsa: lo esencial del S-1 en 10 minutos](https://gabrielherencia.com/insights/anthropic-s1-ipo-analisis.md): Ingresos de $16,300M en un semestre, primer trimestre con utilidad operativa, $268B en compromisos de cómputo no cancelables y una valuación discutida entre $1.4 y $2 billones. Resumen con gráficos del prospecto de Anthropic (ticker ANT) y lo que dicen los analistas.
- [ChatGPT Ads llegó a Perú: cómo funciona y cómo evaluarlo antes de invertir](https://gabrielherencia.com/insights/chatgpt-ads-peru-como-funciona.md): ChatGPT Ads ya está disponible en Perú y otros 13 países de Latinoamérica. Qué formatos hay, cuánto cuesta, qué filtros de aprobación hay que pasar, qué se puede anunciar y una metodología para un primer piloto.
- [Arquitectura Medallion: ordenar los datos por capas de confianza](https://gabrielherencia.com/insights/arquitectura-medallion-gcp.md): Qué es la arquitectura Medallion (Bronze, Silver y Gold), cómo la aplico en Google Cloud con BigQuery y Dataform, y qué otras metodologías existen para modelar un data warehouse.
- [WhatsApp cobra por mensaje desde el 1 de octubre: por qué tu chatbot de menús se volvió caro (y cuándo un agente de IA sale más barato)](https://gabrielherencia.com/insights/whatsapp-cobra-por-mensaje-chatbot-de-menus-vs-agente-ia.md): Desde el 1/10/2026 la API de WhatsApp cobra cada mensaje de servicio entregado. Contrasté lo que circula en videos con la documentación oficial de Meta y armé un modelo de costos: un bot de menús de 12 mensajes contra agentes de IA con modelos de OpenAI y Anthropic, solos o combinados con Jev como clasificador, en Perú, Argentina, Chile, México, Brasil y Colombia. Dónde el agente ahorra miles de dólares, dónde no conviene y por qué el rival real son las listas interactivas.
- [Una campaña de tráfico para Wallida: del post-it al anuncio en cuatro formatos](https://gabrielherencia.com/insights/wallida-campana-de-trafico-del-post-it-al-anuncio-en-tres-formatos.md): Cómo pensé la primera campaña de tráfico de Wallida para Facebook: el dolor real de los psicólogos infantiles (cuaderno, Excel y chats sueltos), una metáfora visual con post-its, un solo mensaje, una revisión de personaje y cuatro formatos generados con IA desde mi propio MCP. Lo que sale ahora es la versión 1: después se mide y se itera.
- [Jev: la IA que no escribe, decide. El primer filtro que les faltaba a los agentes](https://gabrielherencia.com/insights/jev-la-ia-que-no-escribe-decide-el-primer-filtro-que-les-faltaba-a-los-agentes.md): TypeSafe lanzó Jev, un modelo que no genera texto: recibe un contexto y opciones cerradas, y devuelve una decisión con su probabilidad en menos de medio segundo, a una fracción del costo de un LLM. Qué es, cómo funciona, dónde encaja en un agente de soporte o WhatsApp como primer filtro, y qué tener en cuenta antes de adoptarlo.
- [Tu empresa ya tiene los datos. Lo que faltaba era alguien que los leyera todos](https://gabrielherencia.com/insights/tu-empresa-ya-tiene-los-datos-lo-que-faltaba-era-alguien-que-los-leyera-todos.md): Una IA de frontera conectada directamente a los datos de una empresa responde en minutos preguntas que antes tomaban una semana, y encuentra lo que nadie preguntó. Lo que vi al dejar a un agente recorrer años de información de ventas y publicidad, y la única condición para que funcione.
- [Tres MCPs y una IA: los huecos que ningún dashboard te muestra](https://gabrielherencia.com/insights/tres-mcps-y-una-ia-los-huecos-que-ningun-dashboard-te-muestra.md): Le conecté Meta Ads, GA4 y BigQuery a un agente de IA y le pedí que analizara dos campañas pequeñas. En minutos apareció lo que un dashboard nunca enseña: la campaña "ganadora" era la peor, había tráfico de desarrollo contaminando los datos y se podía reconstruir el recorrido completo de un usuario durante seis días.
- [El MCP oficial de Meta Ads: instalarlo sin crear una app, y cómo funciona el login desde local](https://gabrielherencia.com/insights/el-mcp-oficial-de-meta-ads-instalarlo-sin-crear-una-app-y-como-funciona-el-login-desde-local.md): Meta publicó su servidor MCP oficial de Ads. Su documentación te manda a crear una app de desarrollador y registrar una redirect URI a mano. Su metadata OAuth dice que nada de eso hace falta. Cómo lo verifiqué, el flujo de login completo desde una máquina local y las trampas de las primeras consultas.
- [OAuth 2.1 para un MCP remoto: tres bugs y un bloqueo que no salía en los logs](https://gabrielherencia.com/insights/oauth-2-1-para-un-mcp-remoto-tres-bugs-y-un-bloqueo-que-no-salia-en-los-logs.md): Migré la autenticación de mi servidor MCP de un token pegado a mano a OAuth 2.1 completo. Lo difícil no fue el estándar: fue un 401 que mentía, un puerto efímero y un bloqueo en el borde que la aplicación nunca llegó a ver.
- [Portadas generadas por agentes: Nano Banana 2, Cloud Storage y un Worker](https://gabrielherencia.com/insights/portadas-generadas-por-agentes-nano-banana-2-cloud-storage-y-un-worker.md): El MCP de mi web ahora genera sus propias portadas: Nano Banana 2 crea la imagen, sharp la deja 85% más liviana, Cloud Storage la guarda y un Worker de Cloudflare la sirve como CDN. Todo desde el chat, a ~$0.07 por portada.
- [Mi web es su propio MCP: publicar desde cualquier agente](https://gabrielherencia.com/insights/mi-web-es-su-propio-mcp-publicar-desde-cualquier-agente.md): Convertí mi web en su propio servidor MCP: en un stack serverless como Vercel solo hace falta una base de datos para poder publicar conocimiento desde cualquier agente de IA.
- [Wallida.com: del tráfico a la decisión de qué escribir](https://gabrielherencia.com/insights/wallida-del-trafico-a-la-decision-de-contenido.md): Cómo convierto el tráfico de wallida.com en decisiones de contenido: el pipeline GA4 → BigQuery y un loop de publicar, medir y volver a decidir.
- [Construyendo Wallida: un SaaS multi-tenant para salud mental](https://gabrielherencia.com/insights/construyendo-wallida-saas-multitenant.md): Las decisiones de ingeniería detrás del MVP de Wallida: aislamiento multi-tenant con Row Level Security de PostgreSQL, dos modos en un mismo producto y datos listos para IA.
- [Cómo construí mi propio MCP de PostgreSQL](https://gabrielherencia.com/insights/como-construi-mi-propio-mcp-de-postgresql.md): El MCP de Postgres más conocido estaba deprecado y archivado, así que construí el mío. Esto aprendí: introspección completa, modos de acceso y cómo darle escritura a una IA sin romper la base.
- [Un mes depurando producción con Claude Code](https://gabrielherencia.com/insights/un-mes-depurando-produccion-con-claude-code.md): Pipelines de e-commerce, sincronizaciones rotas, cargas de datos y sitios en vivo. El método que destilé en cinco ideas.
- [Automatizar las barreras: MCP, hooks y skills](https://gabrielherencia.com/insights/automatizar-las-barreras-mcp-hooks-skills.md): Si una regla la repito en cada sesión, deja de ser disciplina y pasa a ser infraestructura. MCP para la verdad de fondo, hooks para las barreras, skills para los playbooks.
- [Antes de destruir, confirmá qué está en vivo](https://gabrielherencia.com/insights/confirmar-alcance-antes-de-destruir.md): La acción más peligrosa no es escribir: es borrar sobre el entorno equivocado. Mapear qué sirve producción y verificar cada borrado.
- [Claude Code como ingeniero de producción, no como autocompletar](https://gabrielherencia.com/insights/claude-code-como-ingeniero-de-produccion.md): Lo uso como un ingeniero senior al que le delego trabajo operativo en vivo. Mucho más investigar y verificar que generar código.
- [Piloto antes de la carga completa: migraciones que no explotan](https://gabrielherencia.com/insights/piloto-antes-de-la-carga-completa.md): Las cargas de datos fallan casi siempre en el primer intento. La solución no es reintentar a ciegas, es cerrar el ciclo: esquema, lotes, piloto y reconciliación.
- [SELECT-only por defecto: tocar producción sin romper nada](https://gabrielherencia.com/insights/select-only-seguridad-en-produccion.md): Cuando una sesión toca una base de datos de producción, arranca en modo solo lectura. Nada de escrituras sin confirmación explícita.
- [La verdad de fondo: depurar con evidencia, no con suposiciones](https://gabrielherencia.com/insights/verdad-de-fondo-depurar-con-evidencia.md): Mi regla número uno depurando producción: toda hipótesis se valida contra la base de datos real antes de actuar. El dato siempre gana.
- [Sinergia Humano-IA: Cómo Obtener Mejores Resultados con Agentes de IA de Frontera](https://gabrielherencia.com/insights/sinergia-humano-ia-mejores-resultados-agentes-frontera.md): Apuntes basados en investigación científica sobre cómo la empatía y la Theory of Mind mejoran la colaboración con modelos de IA.
- [Cómo usar Docker Compose](https://gabrielherencia.com/insights/como-usar-docker-compose.md): Guía práctica para levantar entornos multi-contenedor con Docker Compose.

## Opcional

- [Proyectos](https://gabrielherencia.com/proyectos): proyectos en producción.
- [Sobre mí](https://gabrielherencia.com/sobre-mi): perfil y experiencia.
