1010 | Agentes con identidad propia y las herramientas que los rodean

Clara Vega: ¡Hola y bienvenidos! Soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Hoy tenemos un episodio cargado de lanzamientos, pero hay un hilo que casi los une todos: los agentes de IA están dejando de ser herramientas para convertirse en algo más parecido a colegas de trabajo, con identidad propia, memoria y hasta cuerpo.

Clara Vega: Exacto. Vamos a recorrer desde agentes que tienen su propio correo electrónico hasta apps personales que guardan tu memoria, pasando por infraestructura open source, software para agentes en el escritorio y el móvil, y terminamos con mundos simulados y juegos creados con palabras. Empezamos con lo más llamativo: Google Cloud.

Mateo Ruiz: Vale, hablemos de Gemini Agent para Google Cloud. La descripción dice que es un agente universal que planifica por su cuenta y puede usar Workspace, Microsoft 365 y MCP. Y hay un detalle que me llamó la atención: funciona como un colega de IA con su propia dirección de correo.

Clara Vega: Eso cambia bastante la metaáfora, ¿no? No es un asistente al que le pides cosas dentro de tu bandeja de entrada, sino que tiene la suya. Puede recibir tareas por correo, ejecutarlas y devolverte resultados. Eso implica que piensa en términos de planificación propia, no solo en responder a un prompt.

Mateo Ruiz: Y ojo, todo esto son las descripciones del propio lanzamiento, hay que tratarlas como afirmaciones de sus creadores. Aún no sabemos cómo gestionan los permisos, qué puede hacer realmente con tus cuentas de Workspace o M365, ni cómo se controla un agente que envía correos con nombre propio.

Clara Vega: Esa es justo la pregunta abierta del bloque: identidad persistente sí, pero ¿confianza cómo? Si un agente tiene correo propio, necesitas saber quién aprueba qué, qué límites tiene, y cómo se revoca el acceso. En el lanzamiento no hay respuesta a eso todavía.

Mateo Ruiz: Y esa idea de identidad persistente es justamente lo que conecta con el siguiente lanzamiento: Melete. Melete va un paso más allá en la dirección de agente personal: es un agente con su propio ordenador.

Clara Vega: Sí, según su descripción, Melete es un agente personal que corre en su propia máquina, con memoria permanente, y además puedes cambiar el modelo que lo impulsa. Eso último es interesante: no estás casado con un proveedor, el cerebro es intercambiable.

Mateo Ruiz: La memoria permanente también es un cambio de paradigma. La mayoría de los asistentes empiezan de cero en cada conversación. Un agente con memoria duradera acumula contexto sobre ti, tus proyectos, tus decisiones. Ahora bien, eso plantea las mismas preguntas: ¿dónde vive esa memoria, quién la controla?

Clara Vega: Bueno, ahí Melete da una pista de su estado actual: es cloud y la lista de espera ya está abierta. O sea, no lo puedes usar hoy sin más, hay que apuntarse. Es una promesa interesante con preguntas abiertas sobre privacidad.

Mateo Ruiz: Y de agente que trabaja contigo en el día a día, pasemos a algo muy concreto: las reuniones. HeyPi es una plataforma de reuniones con IA que sigue la conversación en vivo y, mientras estáis hablando, convierte las ideas en productos: apps, presentaciones, sitios web.

Clara Vega: Imagínate: estáis en una reunión discutiendo una idea de producto y, mientras habláis, va tomando forma un prototipo. Esa es la propuesta de HeyPi. No espera a que acabe la reunión para hacer las notas; actúa durante la propia conversación.

Mateo Ruiz: Es otra forma del mismo hilo: el agente no espera instrucciones formales, participa en tiempo real. Pero igual que antes, son afirmaciones del fabricante: no sabemos con qué precisión traduce una charla desordenada en algo usable, ni cómo gestiona las ambigüedades típicas de una reunión.

Clara Vega: Y este trío —Gemini Agent, Melete, HeyPi— dibuja la tendencia: agentes con identidad, con memoria, con capacidad de actuar. Pero para actuar de verdad, un agente necesita fuentes de datos y canales propios. Y ahí es donde entra el siguiente tema: la infraestructura open source.

Mateo Ruiz: Empecemos por BrightBean Studio. Es una alternativa open source a Buffer, con licencia AGPL, que hace scheduling para más de diez plataformas sociales e incluye un servidor MCP. Y el modelo de negocio es distinto: no cobran por asiento.

Clara Vega: El "sin precio por asiento" es clave. Las herramientas de gestión de redes tradicionales cobran por número de usuarios, lo que castiga a equipos pequeños. BrightBean con AGPL te da el código, el autohospedaje implícito y un servidor MCP, que significa que tus agentes de IA pueden conectarse directamente a la programación de publicaciones.

Mateo Ruiz: Y ahí está el puente con el bloque anterior: si Gemini Agent o Melete van a actuar por ti, necesitan endpoints a los que llamar. Un servidor MCP en tu herramienta de redes es exactamente eso. En lugar de que un agente navegue por la web, le das una puerta de acceso limpia.

Clara Vega: Ahora, el nivel de madurez frente a las suites comerciales es una incógnita. Buffer lleva años puliendo detalles, integraciones, analíticas. BrightBean es joven y open source, así que hay que ver qué tan completa es en la práctica. No hay datos de ese tipo en lo que tenemos.

Mateo Ruiz: Y si BrightBean cubre el lado de publicar en redes, AgentDR ataca el lado comercial: es un SDR de IA open source que, según su descripción, sustituye a Clay, Smartlead y HubSpot a la vez.

Clara Vega: Eso es ambicioso: tres herramientas comerciales en una. Clay para enriquecer datos, Smartlead para secuencias de correo, HubSpot como CRM. AgentDR promete email, LinkedIn y WhatsApp, y todo autohospedado con tus propias claves de IA.

Mateo Ruiz: Las claves propias son el detalle importante. No pagas margen sobre el consumo de IA del proveedor; usas tus credenciales y controlas coste y datos. Igual que BrightBean quitaba el control a las suscripciones cerradas, AgentDR hace lo mismo con el stack de ventas.

Clara Vega: Con las mismas advertencias, claro: sustituir tres productos consolidados es una promesa grande. ¿Qué parte del trabajo de un SDR cubre bien? ¿La calidad de la prospección? No tenemos evidencia de resultados reales, así que es una apuesta a vigilar.

Mateo Ruiz: Y en esa misma línea de infraestructura para agentes, hay más piezas: Busabase es una base de datos open source y workspace para agentes de IA, un almacén de datos compartido con control de accesos y auditoría de cambios.

Clara Vega: Eso resuelve otro eslabón: si varios agentes trabajan en tu organización, ¿dónde dejan los datos y cómo compruebas quién modificó qué? Busabase propone exactamente eso: almacenamiento compartido con permisos y registro de cambios. Es infraestructura de confianza para el mundo de agentes que describíamos al principio.

Mateo Ruiz: Y también hay quien piensa en la capa de canales: Zernio ofrece una API única para dieciséis plataformas sociales, además de publicidad, WhatsApp, iMessage y telefonía, con MCP para agentes.

Clara Vega: Dieciséis plataformas en una sola API es el tipo de plomería que ningún equipo quiere mantener. Y otra vez aparece MCP: están construyendo pensando en que los consumidores de su API serán agentes, no solo desarrolladores humanos. Encaja con AgentDR y BrightBean: canales y fuentes para que los agentes actúen.

Mateo Ruiz: Antes de pasar de tema, dos piezas más de este ecosistema: Together Link, que es gratuito, conecta agentes de código como Claude Code y Codex con modelos abiertos en Together AI, reduciendo costes. Y Staffcoder es un IDE en el navegador para practicar ingeniería real, con más de mil ejercicios y cuarenta rutas de aprendizaje, gratis para empezar.

Clara Vega: Together Link es interesante por lo económico: los agentes de código gastan muchos tokens, y poder enrutar parte del trabajo a modelos abiertos más baratos puede cambiar la cuenta de resultados. De nuevo, es la afirmación del fabricante, habría que medirlo.

Mateo Ruiz: Bueno, hasta ahora los agentes son colegas y tienen infraestructura, pero les falta algo muy humano: un cuerpo. Y de eso va el siguiente bloque: agentes con presencia en tu escritorio, tu móvil y hasta tu notch.

Clara Vega: Empecemos por el escritorio: OpenPilot es un agente de IA de escritorio gratuito, con licencia MIT, que puede leer y editar archivos usando tus propios modelos vía la API de OpenAI. Y según su lanzamiento, la versión de macOS llegará pronto.

Mateo Ruiz: Licencia MIT es lo más permisivo que hay: cualquiera puede usarlo, modificarlo, incluirlo en productos. Y "tus propios modelos vía API" significa que conectas tu clave y eliges el modelo. La agencia es tuya. Lo de macOS "pronto" queda abierto: hay que ver cuándo y con qué alcance.

Clara Vega: Y ahora algo que suena casi a ciencia ficción: Opposable deja que Claude Code y Codex toquen iPhones y Android reales. O sea, el agente escribe sobre un teléfono físico.

Mateo Ruiz: Eso es literal: en lugar de probar en emuladores, el agente interactúa con hardware real. Y hay un detalle de diseño que me gusta: los pagos esperan la aprobación del usuario. O sea, reconocen que hay acciones de alto riesgo donde el humano debe mantener el control. Es justo el tema de permisos y confianza que dejamos abierto en el primer bloque, aquí aparece resuelto para el caso de pagos.

Clara Vega: Y la tercera pieza es la más visual: OpenCharm, un compañero open source con cara y voz para tus agentes de IA, que vive en el notch del Mac y muestra el estado del agente, con control mediante una tecla.

Mateo Ruiz: Puede parecer cosmético, pero no lo es. Si los agentes trabajan de forma autónoma, necesitas saber qué están haciendo sin abrir consolas. Una cara en el notch que refleja el estado del agente es una interfaz de atención: un vistazo y sabes si está trabajando, esperando o bloqueado.

Clara Vega: Y conecta con la idea del cuerpo: si el agente es un colega, necesitas señales sociales para colaborar con él. Lo de "con cara y voz" es literalmente darle presencia.

Mateo Ruiz: Antes de cerrar este bloque, dos apoyos muy al caso: Refs es una biblioteca de más de 3000 películas como planos de montaje y prompts, accesible vía MCP para Claude Code, Codex y Cursor. Y OpenVids es una app open source de edición de vídeo con agentes para Mac y Windows, donde indicas por chat y se edita en la línea de tiempo, con control de calidad de renderizado y puntos de control.

Clara Vega: Los dos muestran a los agentes trabajando con interfaces concretas: Refs da a los agentes de código material cinematográfico como referencia; OpenVids les da manos para editar vídeo con un flujo por chat. Es la misma tesis: para que los agentes sirvan, necesitan herramientas y superficies donde actuar.

Mateo Ruiz: Bien, y si los agentes tienen cuerpo en tu escritorio, el paso natural es que te acompañen en lo personal. Vamos con las apps personales: memoria, notas y llamadas.

Clara Vega: Primera: Murmur, una app de notas voice-first y privada, donde lo que hablas se convierte en memoria buscable, con búsqueda semántica y extracción de tareas.

Mateo Ruiz: La búsqueda semántica es la diferencia con las notas de siempre. No buscas una palabra exacta que dijiste; buscas el concepto y aparece. Y que extraiga tareas significa que una reflexión hablada se convierte en acción. "Privada" es la palabra clave: la memoria es tuya.

Clara Vega: Y de memoria hablada a memoria escrita compartida: Rune es un editor de texto para Mac con una sola idea: un Scratch-File compartido por iCloud entre tus Macs, con merge sin conflictos, por 19 dólares una sola vez.

Mateo Ruiz: El precio es notable: pago único, sin suscripción. La propuesta es minimalista: un archivo de notas rápidas que está igual en todos tus Macs, y cuando editas desde dos sitios a la vez, el merge lo resuelve sin conflicto. Es memoria personal, pero entre tus propios dispositivos.

Clara Vega: Y del texto al teléfono: Phonable reemplaza el buzón de voz del iPhone. Los llamantes reciben un SMS en lugar del voicemail, y tú recibes la transcripción y un resumen generado con IA.

Mateo Ruiz: Ahí hay un cambio de experiencia para las dos partes. El llamante ya no deja un audio en un buzón que nadie escucha; le contestan por mensaje. Y tú no escuchas grabaciones: lees un resumen. Es memoria de llamadas bajo tu control, en texto.

Clara Vega: Y la cuarta: Thravik, un navegador nativo para Mac que no es Chromium, y su función destacada es Private Memory: recuerda cifrado, en tu propio dispositivo, las páginas que lees, buscables con ⌘K.

Mateo Ruiz: "No Chromium" ya es una declaración de independencia: casi todos los navegadores alternativos hoy son envoltorios de Chromium. Y Private Memory ataca un problema real: has leído algo hace dos semanas, no recuerdas dónde, y la búsqueda del navegador no te ayuda. Thravik mantiene un recuerdo local y cifrado de lo que has leído.

Clara Vega: El hilo común de los cuatro es claro: memoria personal bajo tu control. Murmur con tu voz, Rune entre tus Macs, Phonable con tus llamadas, Thravik con tu navegación. Todos cifran o mantienen los datos en tu lado.

Mateo Ruiz: La pregunta abierta del bloque es si estas memorias se integran entre sí. Hoy son cuatro silos: tu voz en Murmur, tu lectura en Thravik, tus llamadas en Phonable. Si un agente como Melete pudiera apoyarse en todas, ahí habría algo muy potente. Pero eso, por ahora, es especulación nuestra.

Clara Vega: Hay un quinto elemento en este terreno: Amazon ha lanzado tablets con Alexa, tablets Android desde 229 dólares con Google Play completo, Alexa+ integrado y modo de lectura Kindle.

Mateo Ruiz: Es el caso de un asistente que consigue cuerpo físico: Alexa+ integrado en hardware propio, a precio contenido. Encaja con la tesis del episodio: la identidad del asistente persiste y se materializa en distintos dispositivos. Y el modo Kindle muestra que apuestan por usos específicos, no solo por el asistente genérico.

Clara Vega: Y para cerrar, salimos de lo personal y laboral hacia algo más expansivo: mundos simulados y juegos hechos con palabras.

Mateo Ruiz: El primero es Odyssey 3, de Foundation: un modelo del mundo con simulación de física en tiempo real, que según sus creadores consigue la mejor marca en Physics-IQ con 66,1, y es capaz de controlar robots y coches.

Clara Vega: Un mundo-fundación con física en tiempo real es distinto de un generador de vídeo: el entorno se comporta según reglas, no solo parece real. Y la marca en Physics-IQ es una referencia de benchmark, con 66,1 como mejor valor. Que pueda controlar robots y coches apunta al uso práctico: entornos simulados donde se entrenan y prueban agentes físicos.

Mateo Ruiz: Otra vez, las cifras y capacidades son las que da el fabricante. Queda por ver el coste y la precisión a escala. Pero conceptualmente es la continuidad de todo lo anterior: los agentes necesitan entornos donde actuar, y si esos entornos se generan en tiempo real, la frontera entre simulación y software se difumina.

Clara Vega: Y el último lanzamiento es el más lúdico: Playground, de Google Labs. Una plataforma de juegos con IA donde creas juegos solo con una descripción de texto, sin código, los compartes y los ajustas mediante chat.

Mateo Ruiz: Es el extremo accesible de la misma idea: en lugar de simular física para robots, generar juegos conversando. Dices lo que quieres, appears, y luego lo afinas hablando: "hazlo más difícil", "cambia el escenario". Y lo compartes con otros.

Clara Vega: Los dos, Odyssey 3 y Playground, señalan hacia entornos generados en tiempo real. Uno para la industria y la robótica, otro para el ocio. Y con eso cerramos el arco del episodio: agentes con identidad e infraestructura abierta, con cuerpo en tus dispositivos, apoyados en tu memoria personal, moviéndose en mundos que se generan al vuelo.

Mateo Ruiz: Quedan muchas preguntas abiertas: permisos y confianza en los agentes, madurez de las alternativas open source frente a las suites comerciales, si las memorias personales se integrarán algún día, y el coste y la precisión de las simulaciones a escala. Pero la dirección es clara.

Clara Vega: Eso es todo por hoy. Gracias por acompañarnos, soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Nos vemos en el próximo episodio. ¡Hasta luego!