Sistemas reales en producción, con los nombres ocultos. La arquitectura, los trade-offs y los números son exactos.
Nada de esto es un juguete ni un tutorial. Cada apunte parte de un sistema que de verdad corrió en producción — bajo controles de cumplimiento, presupuestos de latencia y restricciones que no se pueden ignorar.
Cada uno trae un diagrama de contenedores C4, una Y-statement que asume la decisión, una fitness function que la garantiza, y al menos un número real — p95, recall@k, coste. Sin rodeos.
Un agente LLM para triar documentos fiscales corriendo bajo LGPD, con gate de auditoría en cada release y ventana de deploy trabada por el comité de cambios. Lo que lo sostuvo: pipeline de retrieval + cita forzada + log de decisión inmutable + cola de revisión humana. Stack: Python + Azure OpenAI + Postgres + Terraform.