1018 | IA en tu bolsillo y agentes por todas partes

Clara Vega: Bienvenida o bienvenida a La Tertulia del Software. Yo soy Clara Vega, y hoy me acompaña Mateo Ruiz.

Mateo Ruiz: Gracias, Clara. Sí, hoy tenemos una sesión muy cargada de lanzamientos que, si nos fijamos bien, tienen algo en común: casi todos tratan de devolverte el control. Control de tus datos, de tu código, de tu presencia en internet. Y eso, curiosamente, viene de la mano de la inteligencia artificial, que es justo lo que más ganas tiene de devorarse tus datos.

Clara Vega: Exacto. Así que vamos a empezar por lo más íntimo: herramientas de IA que prometen que todo se queda en tu casa. Y luego subimos la temperatura hasta los agentes, el código generado por IA, los logs, y terminamos con una ronda de utilidades del día a día que, como verás, también tienen su lógica aquí.

Mateo Ruiz: Vamos allá. Empecemos con tres herramientas locales. La primera se llama Earnote, y es probablemente el caso más puro de esta filosofía.

Clara Vega: Cuenta con ello. Earnote hace una cosa que muchos de nosotros hacemos casi a diario: transcribir audio. Pero lo hace con Whisper ejecutándose en local, no en la nube. Y a partir de esa transcripción genera notas estructuradas, con tareas, fichas de estudio, incluso PDF. Y aquí viene lo llamativo: no hay cuenta, no hay nube, y el código es MIT.

Mateo Ruiz: O sea, que ni siquiera te piden registrarte para usarlo. Eso es raro hoy en día, donde la norma es crear una cuenta, dar tu correo, y a cambio te "regalan" la transcripción a cambio de tus datos.

Clara Vega: Precisamente. Y piensa en quién lo necesita: estudiantes que quieren convertir una clase grabada en fichas de repaso, o profesionales que graban notas de voz y quieren tareas accionables. El valor no está solo en la transcripción, que ya la hay gratis por todas partes, sino en el paso siguiente: estructurarla en algo utilizable.

Mateo Ruiz: Y es que ahí está el diferencial. La transcripción local con Whisper existe desde hace tiempo. Lo que menos he visto es la cadena completa: transcribo, genero notas con tareas, genero fichas de estudio, genero PDF, todo sin salir de mi máquina. Eso es lo que aquí llama la atención.

Clara Vega: Ahora bien, seamos honestos con las limitaciones, porque son las de siempre con herramientas locales. Si Whisper corre en tu equipo, necesitas suficiente hardware. Si tienes un portátil modesto, la transcripción puede ir lenta o no ir. Y como no hay nube, tampoco hay sincronización entre dispositivos de fábrica. Si trabajas en dos máquinas, te las apañas.

Mateo Ruiz: Buena puntualización. Y también cabe decir que las descripciones del que hace el producto son afirmaciones, no resultados verificados. Que digan "genera tareas y fichas" es lo que ellos afirman; el detalle de lo bien que lo hace, eso lo tendremos que ver con el uso real. De todas formas, para quien valora la privacidad por encima de la comodidad, el paquete suena atractivo.

Clara Vega: Sigamos con la segunda herramienta local, que es de otro ámbito total: Train with Pasta. Es un entrenador personal por voz.

Mateo Ruiz: Sí, y aquí la clave es que funciona sobre Apple Intelligence. Es decir, usa la capa de IA que ya trae el sistema operativo de Apple, que precisamente está diseñada para procesar muchas cosas en el dispositivo. Y el flujo es por voz: le hablas, te crea entrenamientos y planes semanales. Y de nuevo, sin cuenta.

Clara Vega: O sea, dos herramientas del mismo rol, la IA local aplicada a tu día a día, pero en situaciones opuestas. Earnote ataca el estudio y la organización del conocimiento; Train with Pasta ataca el fitness. Lo que comparten es la tesis: no necesitas mandar tu vida a un servidor para que una IA te eche una mano.

Mateo Ruiz: Y Train with Pasta tiene una ventaja de arquitectura interesante: al apoyarse en Apple Intelligence, no necesita su propio modelo ni su propia nube. Eso probablemente abarata su mantenimiento y, de nuevo, elimina el paso de la cuenta. El problema es que te ata al ecosistema de Apple. Si no tienes un dispositivo compatible con Apple Intelligence, esto no existe para ti.

Clara Vega: Y en el ámbito del fitness hay una pregunta que siempre me surge: la fiabilidad de los planes. Un entrenador personal humano ajusta según tu historia, tus lesiones, tu feedback. Aquí el producto afirma que crea workouts y planes semanales por voz, pero la calidad de esos planes depende del modelo, y eso es una afirmación, no un resultado validado por nadie.

Mateo Ruiz: Exacto, y hay que decirlo claro: que un plan de entrenamiento venga de una IA local no lo hace mejor ni peor que uno de una app cloud, solo más privado. La calidad es una variable abierta.

Clara Vega: Bien, tercera herramienta local, y esta es quizá la más ambiciosa de las tres: Parrot. Un grabador de reuniones para Mac, gratuito y open source, sin bot.

Mateo Ruiz: Ese "sin bot" es importante. Los grabadores de reuniones cloud típicos meten un bot en la llamada, un participante ficticio que graba. Parrot no: graba la reunión desde tu Mac, y la transcripción es local. Pero hay más, y esto es lo que lo diferencia: además de transcribir, da respuestas en vivo con fuentes citadas de tus propios documentos.

Clara Vega: O sea, mientras estás en la reunión, puedes hacer una pregunta y el sistema te contesta apoyándose en tus documentos, con las fuentes indicadas. Eso no es un simple transcriptor, es un asistente de contexto en tiempo real.

Mateo Ruiz: Y aquí la palabra "fuentes" es la clave. En los asistentes cloud, la respuesta llega de un modelo que puede alucinar y no sabes de dónde sacó cada dato. Parrot dice: la respuesta sale de tus documentos, y te cito de dónde. Eso cambia la confianza que puedes tener en la respuesta. Aunque, de nuevo, seamos cautos: que cite fuentes no garantiza que la cita sea exacta, pero sí te permite verificarla tú.

Clara Vega: Sí, y fíjate en el patrón de los tres: Earnote, Train with Pasta, Parrot. Tres productos, tres escenarios, la misma tesis: la IA no necesita tu intimidad para ser útil. Y las tres, además, sin cuenta. Eso sugiere que hay una corriente de creadores que piensan que la cuenta es, en muchos casos, una imposición de negocio, no una necesidad técnica.

Mateo Ruiz: Y la contrapartida es también común: al no haber nube, no hay colaboración ni sincronización cruzada de fábrica, y el rendimiento depende de tu hardware. La privacidad se paga en algo de comodidad.

Clara Vega: Y un detalle que quiero que quede: Emo chi, que es otro lanzamiento que se mete en el mismo rol de la IA aplicada a tu mundo personal, aunque no es tan localista. Es un diario de voz que transforma tus entradas en un personaje que se llama "Mochi" y que va cambiando con el tiempo. Muestra patrones de tus emociones y está basado en investigación sobre afectos.

Mateo Ruiz: Y ahí el patrón es distinto. Earnote, Train with Pasta y Parrot atacan tareas; Emo chi ataca el autoconocimiento. Y no promete transcripciones de calidad, sino patrones emocionales. Y lo interesante es que dice estar basado en investigación de afectos, o sea, que hay una base académica detrás, aunque eso tampoco es una garantía de que el resultado sea científicamente sólido.

Mateo Ruiz: Y ojo: Emo chi no es del grupo de las tres totalmente locales; lo mencionamos porque también es IA aplicada a tu mundo íntimo, con una sugerencia de introspección parecida.

Clara Vega: Bien, pasemos a la siguiente capa: los agentes. Aquí es donde la cosa se pone más interesante, porque la IA local ya no es solo tu asistente, sino que se convierte en mano de obra, en algo que trabaja por ti con cierto grado de autonomía.

Mateo Ruiz: Sí, y el ecosistema se está expandiendo rápido. Vamos a verlo con cuatro lanzamientos. El primero es Craft Agents, una app de escritorio open source para agentes de IA.

Clara Vega: Cuenta con ello. Craft Agents corre en local, y conecta APIs, MCP y navegador. Y aquí hay algo muy potente: puedes usar cualquier modelo, incluido uno local. O sea, no te ata a un proveedor de IA. Es una app donde defines tu agente y le das las herramientas que necesita.

Mateo Ruiz: Y eso es coherente con lo que hemos hablado antes: si tu agente corre en local y usa un modelo local, tus datos ni siquiera salen de tu máquina cuando el agente trabaja. Es la tesis de la IA local llevada a su extremo: no solo la transcripción, sino el propio trabajo autónomo.

Clara Vega: Y ahora pasemos a algo que encaja justo aquí: Notion 3.8, la última versión de Notion, que convierte el workspace en una capa de contexto compartida para agentes de IA.

Mateo Ruiz: Explícame eso, porque suena abstracto.

Clara Vega: Pues la idea es la siguiente: un agente de IA necesita contexto para trabajar bien. Tu workspace de Notion es, de facto, ese contexto: tus documentos, tus tareas, tu base de conocimiento. Notion 3.8 lo formaliza: los agentes pueden leer ese workspace como fuente de verdad. Y para eso incluye una Skills-API, más de 150 conexiones MCP, y permisos por columna.

Mateo Ruiz: Los permisos por columna suenan a detalle técnico, pero creo que son importantes.

Clara Vega: Son fundamentales, y te digo por qué. Si tu agente puede leer todo tu workspace, también puede leer cosas que no debería: nóminas, información sensible, borradores privados. Los permisos por columna permiten decir: este agente ve estas columnas y no las demás. Eso es lo que convierte la idea de "mi workspace como contexto del agente" de juguete a utilizable en un equipo.

Mateo Ruiz: Y las más de 150 conexiones MCP son el otro pilar. MCP, para quien no lo sepa, es el protocolo que permite conectar un agente con herramientas externas: tu correo, tu calendario, tu base de datos, lo que sea. Cuantas más conexiones MCP trae una plataforma, más cosas puede hacer tu agente sin que tengas que programarlas tú.

Clara Vega: Exacto. Y aquí hay una tensión interesante con Craft Agents: Craft es open source y local, Notion es un servicio cloud con capa de agentes. Son dos modelos para el mismo problema: dar contexto y herramientas a un agente. Craft apuesta por el control total en tu máquina; Notion apuesta por la comodidad de un workspace ya existente y una infraestructura de conexiones ya hecha.

Mateo Ruiz: Y la tercera pieza es NitroStack, que es la infraestructura de los servidores MCP. Es una plataforma para construir, testear y desplegar servidores MCP. Tiene un Studio para testear, un SDK en TypeScript y Python, y Cloud y Chat incluidos.

Clara Vega: O sea, si Craft Agents y Notion 3.8 son el lado del consumo, el lado de "yo tengo un agente y quiero conectarlo a cosas", NitroStack es el lado de la producción: "yo quiero crear una herramienta nueva para que los agentes la usen".

Mateo Ruiz: Exacto, y el Studio para testear es un detalle que merece mención. Construir un servidor MCP es una cosa; saber si funciona bien es otra. El Studio te permite probarlo antes de desplegarlo. Y tener SDK en TypeScript y Python abarca a la mayoría de desarrolladores.

Clara Vega: Y la cuarta pieza es un modelo, no una app: Step 5 Preview. Es un modelo abierto de 600 mil millones de parámetros en arquitectura MoE, con 27 mil millones activos y contexto de un millón de tokens, entrenado específicamente para agentes de larga vida, con soporte para vLLM y SGLang.

Mateo Ruiz: Vamos a desempaquetar eso para la audiencia no técnica. 600 mil millones de parámetros es un modelo grande. Pero en arquitectura MoE, Mixture of Experts, no se usan todos en cada paso: solo 27 mil millones están activos, o sea, que es más barato de ejecutar de lo que parece por el tamaño total. Y el contexto de un millón de tokens significa que puede manejar muchísima información a la vez.

Clara Vega: Y la frase "agentes de larga vida" es la clave. Los agentes actuales suelen ser de sesión corta: haces una tarea y se acaba. Un agente de larga vida es uno que lleva días o semanas trabajando en un proyecto, acumulando contexto. Para eso necesitas un modelo que aguante contextos enormes, y ahí entra el millón de tokens. Y ser abierto significa que cualquiera puede descargarlo y ejecutarlo, incluso en local con la infraestructura adecuada.

Mateo Ruiz: Pero aquí, y creo que es honesto decirlo, hay que reconocer que la parte de abajo del ecosistema aún no está madura. Step 5 Preview es un preview, o sea, una versión preliminar. Y para la mayoría de usuarios, ejecutar un modelo de 600 mil millones de parámetros no es viable en un portátil. Necesitas hardware serio o alquiler de GPU, que justamente es el tema que viene ahora.

Clara Vega: Sí, y hay una pregunta abierta que atraviesa todo esto: los costes reales en producción. Que el ecosistema de agentes funcione en demo es una cosa; que funcione de forma fiable y rentable en producción es otra. El Studio de NitroStack ayuda a testear, los permisos por columna de Notion ayudan a controlar, pero la madurez y los costes siguen siendo las dos incógnitas grandes.

Mateo Ruiz: Y justamente los costes nos llevan al siguiente tema: el código generado por IA, porque es donde el cómputo y el control de calidad se cruzan de forma muy concreta.

Clara Vega: Empecemos por el control de calidad: Ultracite v8. Es un linter y formatter zero-config pensado específicamente para código generado por agentes. Funciona sobre Oxlint, Biome y ESLint, y revisa ediciones en unos 330 milisegundos.

Mateo Ruiz: Explícame por qué es relevante el "código generado por agentes".

Clara Vega: Porque cuando un agente escribe código, lo hace muy rápido y en muchas ediciones pequeñas. Un linter clásico está pensado para un humano que escribe despacio y guarda al final. Ultracite v8 está pensado para el ritmo del agente: revisa cada edición en unos 330 ms, o sea, que puede ir al paso con el agente sin frenarlo. Y el zero-config es importante porque los agentes no tienen criterio para configurar un ESLint complejo; te lo dan listo para usar.

Mateo Ruiz: Y el "sobre Oxlint, Biome y ESLint" significa que no reinventa la rueda: se apoya en las tres herramientas de linting más conocidas del ecosistema JavaScript. O sea, que la calidad del análisis depende de esas herramientas, y Ultracite añade la capa de velocidad y de experiencia para el flujo agéntico.

Clara Vega: Y pasemos al coste: GPU Terminal. Es una herramienta open source que compara precios de alquiler de GPU entre 61 proveedores. La H100 está desde $0,12 por hora, y trae historial de precios y fuentes citadas.

Mateo Ruiz: Y aquí la conexión con lo anterior es directa. Si tus agentes escriben código, y ese código corre en modelos grandes, necesitas cómputo. Y el cómputo, para la mayoría, se alquila. GPU Terminal dice: en lugar de confiar en el precio que te pone un proveedor, compara entre 61, mira el historial para ver si el precio de hoy es bueno o está inflado, y consulta las fuentes.

Clara Vega: Las fuentes citadas y el historial son los dos detalles que lo diferencian de un simple comparador. El historial te permite saber si $0,12 la hora es un precio razonable o una promoción temporal. Y las fuentes te permiten verificar que el dato es real, no un scraping desactualizado. Y ser open source añade transparencia: puedes ver cómo obtienen los precios.

Mateo Ruiz: Y fíjate en el patrón de este bloque: Ultracite para el control de calidad del código, GPU Terminal para el control de coste del cómputo. Dos caras de lo mismo: cuando la IA trabaja por ti, necesitas herramientas que vigilen la calidad y el coste, porque el volumen se dispara.

Clara Vega: Y hay una tercera pieza que encaja justo aquí, aunque también en el siguiente tema: Salience. Es una herramienta que convierte los logs de tu servidor y CDN en una vista en vivo de todas las peticiones: de buscadores, de crawlers de IA y de usuarios. Detecta errores y también bots que se hacen pasar por otros.

Mateo Ruiz: Sí, y la razón por la que la mencionamos aquí es la vigilancia. Cuando tus agentes trabajan, y cuando los agentes de otros visitan tu web, algo está pasando en tus servidores que la mayoría no ve. Salience dice: te lo muestro en vivo, y te aviso de errores y de bots que se disfrazan.

Clara Vega: Lo de los bots que se hacen pasar por otros es interesante. Un crawler puede identificarse como Googlebot cuando no lo es, por ejemplo. Eso afecta desde el control de tu tráfico hasta la seguridad. Y aquí Salience te da la visibilidad para detectarlo.

Mateo Ruiz: Pero Salience tiene una segunda cara que merece su propio bloque, y esa es la presencia web. Vamos a verlo, porque es un tema distinto aunque usemos la misma herramienta.

Clara Vega: Sí, pasemos a eso. Salience en su rol de vigilar tu presencia digital. Y aquí se junta con Caldera, que es un lanzamiento que ataca el mismo problema desde otro ángulo.

Mateo Ruiz: Cuéntame Caldera.

Clara Vega: Caldera transforma un vault de Obsidian en un perfil que se actualiza solo y en jardines digitales conectados. Es privado, open source, y puedes autoalojarlo.

Mateo Ruiz: Desempaquete eso, porque "jardín digital" suena poético.

Clara Vega: Pues "jardín digital" es un término que usa una comunidad de gente que mantiene notas públicas interconectadas, no como un blog clásico con posts fechados, sino como una red de ideas que van creciendo y enlazándose entre sí. Obsidian es una app de notas en local, y Caldera dice: de tu vault privado, sin exponer lo que no quieres, genera ese perfil y ese jardín digital, y manténlo actualizado sin esfuerzo manual.

Mateo Ruiz: Y lo interesante es que es privado y autoalojable. O sea, no subes tu vault a una plataforma: tú lo publicas desde tu servidor. Eso encaja con la tesis de la IA local del principio: tu conocimiento, bajo tu control, publicado cuando y como tú quieras.

Clara Vega: Y ahora veamos cómo se complementan Salience y Caldera. Son dos caras del mismo problema: entender qué pasa en tu presencia digital. Caldera es la parte activa: tú decides qué publicas y lo mantienes actualizado. Salience es la parte pasiva: tú ves qué está pasando en lo que ya tienes publicado, quién te visita, qué crawlers te leen, si hay errores.

Mateo Ruiz: O sea, Caldera es elControl de lo que sales, Salience es el control de lo que entra. Y las dos se apoyan en la misma tesis: la mayoría de gente no tiene idea de qué pasa en su presencia web, ni de quién la está leyendo, ni de si funciona bien.

Clara Vega: Y lo de los crawlers de IA en Salience merece una última mención, porque es un cambio reciente del panorama web. Hace unos años, tus visitas eran de personas y de buscadores. Ahora hay crawlers de IA que leen tu contenido para entrenar o para alimentar respuestas. Salience te permite verlos y distinguirlos, lo que es el primer paso para decidir si quieres eso o no.

Mateo Ruiz: Bien, y ahora pasemos a la última ronda, las utilidades del día a día. Aquí hay seis productos, y en lugar de hacer una lista vamos a verlos por afinidades, porque hay un patrón curioso: varios atacan necesidades muy concretas y nichos muy específicos.

Clara Vega: Empecemos con uno que es puro nicho pero muy bien definido: Unfenced. Es una herramienta que revisa semanalmente unos 700.000 anuncios inmobiliarios en Estados Unidos contra mapas oficiales, y encuentra unos 13.600 terrenos que lindan con suelo público.

Mateo Ruiz: Vamos a explicar por qué eso importa. Si compras un terreno que limita con suelo público, tienes acceso directo a naturaleza sin vecinos al otro lado. Eso es un valor enorme para cierta gente: cazadores, excursionistas, gente que simplemente quiere privacidad y naturaleza. Y la mayoría de anuncios no lo indican, porque el agente inmobiliario no suele saberlo.

Clara Vega: Exacto. Unfenced hace el cruce que nadie hace a mano: coge el anuncio, coge los mapas oficiales de límites públicos, y verifica. Eso es un trabajo que, sin la herramienta, requeriría horas de investigación por cada anuncio. Y los números son claros: 700.000 anuncios revisados, 13.600 terrenos encontrados. O sea, menos del 2%, lo que confirma que es un hallazgo raro y valioso.

Mateo Ruiz: Aunque seamos cautos: que un terreno figure como limítrofe según los mapas oficiales no garantiza que no haya problemas legales, servidumbres o restricciones locales. Los mapas oficiales son la mejor fuente disponible, pero no la última palabra. Y, por supuesto, esto es específico de Estados Unidos, con su sistema de suelo público federal y estatal. En otros países no aplica.

Clara Vega: Sigamos con otra utilidad nicho pero de uso diario: LooGo. Es un localizador de baños para Android y Wear OS, con más de un millón de lugares de OpenStreetMap. Incluye códigos, precios y accesibilidad, y no tiene anuncios.

Mateo Ruiz: Y aquí lo llamativo es la fuente de los datos: OpenStreetMap. Un millón de baños es una base de datos que nadie ha construido comercialmente, porque el baño no es un negocio, es una necesidad. OpenStreetMap lo tiene porque la comunidad lo mapea. LooGo lo aprovecha y añade las tres cosas que de verdad importan cuando estás desesperado: hay código para entrar, cuánto cuesta, y si es accesible para silla de ruedas.

Clara Vega: Y el detalle del Wear OS me gusta, porque el escenario típico es: estás en la calle, necesitas un baño ya, y no quieres sacar el móvil, quieres mirar la muñeca. Y el detalle de no tener anuncios es coherente: cuando la urgencia es máxima, un anuncio es una ofensa.

Mateo Ruiz: Sigamos con una tercera, que es más estética que utilitaria, pero offline: Spiralens. Es una cámara Android con regla del número áureo, que te guía con una flecha que indica hacia dónde mover el móvil, y un anillo verde que te motiva. Y funciona offline.

Clara Vega: O sea, es una herramienta para gente que le gusta la composición fotográfica con criterio clásico. El número áureo es una proporción que se ha usado en arte y arquitectura durante siglos, y Spiralens la convierte en una guía en tiempo real: mueve el móvil hasta que la composición encaje, y el anillo verde te confirma. El detalle offline encaja con el patrón del día: no necesita nube para ayudarte.

Mateo Ruiz: Sigamos con una cuarta, que vuelve al ecosistema Mac: Korinotch. Es una app para la notch del Mac con HUD multimedia, notificaciones, bandeja de archivos, portapapeles y bloqueo de teclado. Tiene 14 días gratis y luego cuesta $11,50 de por vida.

Clara Vega: Y aquí hay algo que ya mencionamos con CrewTower, así que conectémoslos, porque son dos productos que usan la notch del MacBook, ese hueco físico que muchos consideran un desperdicio, como punto de control.

Mateo Ruiz: Sí, y CrewTower es el otro: controla sesiones de Claude desde la notch del MacBook, por $9,99 una vez. Puedes enviar prompts, parar la ejecución, y ver un resumen del contexto.

Clara Vega: Y aquí la conexión con los agentes es directa: si tus agentes trabajan en segundo plano, necesitas un punto de control cómodo. CrewTower dice: la notch del MacBook es ese punto, siempre visible, siempre accesible. Puedes enviarle una instrucción sin cambiar de ventana, parar si se ha desviado, y ver cuánto contexto lleva consumido. Y el precio de una vez, $9,99, es razonable para una utilidad así.

Mateo Ruiz: Y Korinotch es más general: no es para agentes, es para cualquier cosa que quieras tener a mano. Y su modelo de precio es distinto: 14 días gratis, luego $11,50 de por vida. O sea, también es pago único, no suscripción.

Clara Vega: Fíjate en el patrón de precios de esta ronda: CrewTower $9,99 una vez, Korinotch $11,50 de por vida, Draper $9 al mes. Bueno, Draper es la excepción, hablemos de él. Es una app de IA que evalúa ideas de negocio con fuentes y te acompaña hasta el plan, la marca, la landing page y los primeros clientes, por $9 al mes.

Mateo Ruiz: Y el detalle de "con fuentes" es importante. Evaluar una idea de negocio con una IA es fácil; que la evaluación venga con fuentes es lo que la hace verificable. Y el flujo completo es ambicioso: de la idea al plan, de plan a marca, de marca a landing, de landing a primeros clientes. O sea, no te dice "tu idea es mala", te acompaña en el camino si la idea aguanta.

Clara Vega: Y el modelo de suscripción, $9 al mes, encaja con el rol de acompañante continuo: no es una herramienta que uses una vez, es algo que te guía durante semanas. Aunque seamos cautos: los "primeros clientes" son la parte más difícil de cualquier negocio, y que una app diga que te acompaña hasta ahí es una afirmación del producto, no una garantía.

Mateo Ruiz: Y ahora un detalle que quiero que quede de esta ronda: la mayoría de estas herramientas son nichos muy bien definidos. Unfenced, baños, composición fotográfica, la notch. Y la pregunta que atraviesa todo es: ¿se consolidan o quedan en curiosidades? Creo que la respuesta depende de si el nicho es lo bastante profundo. Unfenced y LooGo tienen un problema real y urgente; Spiralens y Korinotch tienen un problema real pero de menor urgencia.

Clara Vega: Exacto. Y las dos que tienen mejor pinta de consolidarse son las que atacan un problema de "necesito esto ya": el baño y el terreno que linda con naturaleza. Las que atacan un problema de "esto sería cómodo" tienen un camino más difícil, aunque el precio único de por vida les da una ventaja de adopción.

Mateo Ruiz: Bueno, vamos a cerrar. Hoy hemos visto un arco muy claro: la IA local que respeta tus datos, los agentes que se construyen y se conectan, el código generado que hay que vigilar, la presencia digital que hay que entender, y las utilidades nicho que resuelven problemas concretos.

Clara Vega: Y si tuviéramos que resumir el hilo en una frase, yo diría esta: la IA está dejando de ser un servicio al que te suscribes y empezando a ser una capacidad que posees. Whisper en tu máquina, Apple Intelligence en tu dispositivo, un modelo abierto de 600 mil millones de parámetros que cualquiera puede descargar, un vault de Obsidian que se convierte en jardín digital autoalojado.

Mateo Ruiz: Con la contrapartida que ya hemos dicho varias veces: más control, más responsabilidad. Si todo corre en tu casa, tú mantienes el hardware, tú actualizas, tú vigilas los costes de cómputo, tú publicas. Las herramientas que hemos visto hoy son, en gran parte, ayudas para esa responsabilidad: GPU Terminal para el coste, Ultracite para la calidad, Salience para la visibilidad, CrewTower para el control.

Clara Vega: Y las incógnitas que siguen abiertas: la madurez de los agentes en producción, los costes reales, la calidad de los planes de entrenamiento y de negocio generados por IA, y la consolidación de los nichos. Nada de eso está resuelto hoy.

Mateo Ruiz: Gracias por acompañarnos en La Tertulia del Software. Yo soy Mateo Ruiz, y esta semana, si una IA te promete ayudarte, pregúntate dónde van tus datos antes de decirle que sí.

Clara Vega: Yo soy Clara Vega. Nos vemos en la próxima tertulia.