0810 | Argos, Soup CLI, Grok Imagine 2.0 y DuckDisk: IA y herramientas en Product Hunt

Clara Vega: Bienvenidos a Product Hunt diario, el podcast de Bri. Soy Clara Vega.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy tenemos un programa cargado: un agente de IA que actúa por ti directamente en el navegador, una herramienta para ajustar modelos desde la línea de comandos, y un generador de imágenes con edición por segmentación.

Clara Vega: También revisaremos un analizador de almacenamiento de código abierto para macOS, una app de automatización del espacio de trabajo y una plataforma open-source para conectar equipos con agentes de IA.

Mateo Ruiz: Y cerramos con una app de autoayuda gamificada para controlar comportamientos repetitivos, un rastreador de macros rápido y preciso, y una plataforma técnica para probar proxies. Todo esto, en Product Hunt diario.

Clara Vega: Empecemos con Argos, que se acaba de presentar en Product Hunt y se describe como una inteligencia artificial que actúa como tú, directamente en tu navegador. La diferencia clave frente a la mayoría de asistentes es que, en lugar de decirte qué hacer, Argos usa tus cuentas ya iniciadas para hacer clic, escribir, rellenar formularios y completar tareas reales. Lo pides desde una barra lateral o incluso por Telegram o WhatsApp, y trabaja en vivo o en segundo plano, y después te entrega el resultado.

Mateo Ruiz: Y el origen es bastante claro. En los comentarios, el creador explica que Argos nació de un problema recurrente: las herramientas de IA dan una buena respuesta, pero dejan el trabajo al usuario. Copiar entre pestañas, rellenar formularios, ese «ahora hazlo tú». Argos cierra esa brecha actuando como tú dentro de tus propias cuentas, en vivo o en segundo plano, y te permite pedirle tareas por Telegram o WhatsApp y recibir el archivo terminado.

Clara Vega: La ficha habla de integración nativa con Gmail, Docs y Sheets, y conexión con GitHub, Slack, Notion y más. Y dice que los datos se quedan en tu dispositivo y que es gratis para empezar.

Mateo Ruiz: Eso de los datos locales es importante, porque el propio equipo reconoce que lo más difícil fue la confianza. Un agente con acceso real a tus cuentas tiene que ser seguro: todo corre localmente, los datos no salen del dispositivo, y cualquier acción destructiva pide confirmación antes de ejecutarse.

Clara Vega: Y un detalle de transparencia interesante: en otro comentario, el mismo creador aclara que Argos es una versión modificada y renombrada de un proyecto anterior. Mismo equipo, mismo producto subyacente, nuevo nombre y dirección renovada. De hecho, el nombre antiguo, Lyto, todavía aparece en algunos lugares, como en la ficha de la Chrome Web Store, que dice «Lyto AI», entre paréntesis, Argos, mientras terminan de extender el cambio.

Clara Vega: Pasamos a Soup CLI, una herramienta de línea de comandos publicada bajo licencia Apache 2.0, presentada en Product Hunt. Su promesa es llamativa: ajustar fino, en inglés fine-tune, un modelo de lenguaje de 8 mil millones de parámetros en una GPU de portátil con solo 4 gigabytes de VRAM.

Mateo Ruiz: Para entender cómo lo logra, hay que ver cómo funciona el ajuste fino por LoRA. Durante ese proceso, el modelo base permanece congelado: solo se lee y nunca se escribe, así que no necesita vivir en la GPU. Se mantiene en la memoria RAM del sistema y se transmite a la GPU una capa a la vez. El pico de memoria de vídeo pasa de ser el modelo completo a una sola capa.

Clara Vega: Y publican una cifra concreta, medida en una RTX 3050 de portátil con 4 gigabytes: un modelo Llama 3.1 de 8 mil millones de parámetros entrenando a unos 119 tokens por segundo, con un pico de memoria de algo más de 3 gigabytes.

Mateo Ruiz: El producto incluye varios métodos de entrenamiento, además de evaluación, control del modelo y exportación, todo con un solo archivo de configuración y un solo comando. Pero el creador dice algo muy honesto: lo difícil no fue la velocidad, sino demostrar que el método es correcto. Porque el streaming falla en silencio. Si se corta el camino de autograd, la pérdida sigue bajando porque las capas superiores siguen aprendiendo.

Clara Vega: Por eso cada versión compara una ejecución en streaming contra una residente, y exige que los resultados coincidan exactamente. Según su relato, alguien le prestó 8 GPU H100 durante tres días, y ese protocolo encontró un bug en su propio código ya publicado: por encima de cierto tamaño de capa, los gradientes son silenciosamente incorrectos, mientras la curva de pérdida parece sana. Dice haberlo publicado junto con un reproductor, y que cada medición está en el repositorio, incluidas las que resultaron erróneas.

Clara Vega: Ahora hablamos de Grok Imagine 2.0, que se presenta como un generador de imágenes de nueva generación, con edición por segmentación. Según la descripción del lanzamiento, es una actualización importante: seguimiento de instrucciones significativamente mejor, texto y tipografía nítidos, diseños complejos y coherentes, y edición precisa de regiones con una herramienta llamada Magic Wand.

Mateo Ruiz: El sitio web del producto, por cierto, no aportaba más contenido: al acceder solo mostraba una página de verificación con el título «Just a moment...». Así que la descripción del lanzamiento y la discusión de la comunidad son prácticamente todo lo que hay.

Clara Vega: En la comunidad, uno repitió esas mismas capacidades y dijo estar entusiasmado por lo que los creadores construirán con ellas. Otro comentario señaló que hoy hay tantos buenos modelos de IA para crear imágenes que resulta difícil elegir solo uno, y pidió que también mejoren más herramientas de vídeo con IA.

Mateo Ruiz: Las opiniones sobre la calidad son mixtas. Uno dijo que, honestamente, no es tan potente ni tan cercano al hiperrealismo como otros, pero que es una buena adición al conjunto de X. Otro habló de mejoras realmente agradables y de un renderizado de calidad más fina y nítida, y dijo que Grok ha logrado mejoras reales de calidad en las últimas actualizaciones.

Clara Vega: Y queda una pregunta abierta sin respuesta en el material disponible: un comentarista preguntó si la edición de regiones con Magic Wand mantiene estables a nivel de píxel las regiones no tocadas, o si es una regeneración completa guiada por la máscara. Porque en imágenes de producto y anuncios, el fallo habitual es que editar una región desplaza sutilmente el resto: el texto se deforma, y el resto de la imagen cambia.

Clara Vega: Terminamos con DuckDisk, un analizador de almacenamiento gratuito y de código abierto para macOS, con licencia AGPL. Su enfoque es de tabla en lugar de gráfico: un árbol denso que mantiene visibles el tamaño de cada directorio, el espacio asignado, el porcentaje respecto al elemento padre, los recuentos de archivos y carpetas, y los totales por tipo de archivo mientras profundizas.

Mateo Ruiz: Su creador explica que lo construyó porque la mayoría de los limpiadores de disco de macOS muestran un bonito mapa visual, pero no responden qué carpeta es dueña del espacio, cuánto espacio está asignado, cuántos archivos contiene o qué tipos dominan. DuckDisk se inspira en WizTree, una herramienta similar muy conocida en Windows.

Clara Vega: Una misma interfaz escanea discos locales, OneDrive, Google Drive y servidores SSH. Y un punto importante para la privacidad: los escaneos en la nube usan solo metadatos, no se descargan los contenidos de los archivos. Está construido con Tauri, Rust y React, las filas están virtualizadas, los resultados se guardan en caché, y las fuentes en la nube pueden actualizarse de forma incremental.

Mateo Ruiz: La versión más reciente, la 0.5.9, añade la notarización de Apple para la compilación de descarga directa, y una edición en sandbox para la Mac App Store. La versión de la tienda admite discos locales, OneDrive y SSH dentro del sandbox de Apple, mientras que la compilación directa añade Google Drive y usa la configuración SSH del sistema.

Clara Vega: Y el creador pide feedback sobre la gestión de almacenamiento entre tu Mac, tus cuentas en la nube y tus servidores remotos, y sobre qué columnas o flujos de trabajo añadir después. También menciona cómo funciona la limpieza en la nube, que es parte de lo que queda por explorar. Es una herramienta que ataca una pregunta muy concreta: quién es realmente el dueño del espacio en tu disco, y no solo cuánto de él está lleno.

Clara Vega: Empecemos por Workflo, la apuesta de Lucid Labs para Mac que promete algo muy concreto: que nunca vea tu pantalla. Su creador, Chirag, parte de un problema que todos reconocemos. Cada vez que cambias de contexto, sea por una llamada, un bloque de concentración, o simplemente por conectar y desconectar el portátil, pierdes minutos reabriendo, arrastrando y redimensionando ventanas.

Mateo Ruiz: Y lo que distingue a Workflo de herramientas similares, como Rectangle, Magnet o Moom, es el momento en que actúa. Según Chirag, esas otras apps hacen el proceso más rápido, pero esperan a que se les pida. Workflo, en cambio, prepara el escritorio antes de que lo necesites, no después.

Clara Vega: Lo logra en dos niveles. Por un lado, las "Desks": la app aprende tu disposición de ventanas según la configuración de pantallas que uses, y la restaura automáticamente cuando cambias de display. Por otro, las "Scenes" son escenas con nombre que abren las aplicaciones que faltan, ocultan el resto o cierran las que no necesitas. Pueden activarse a una hora fija, o minutos antes de un evento del calendario, siempre tras una cuenta atrás que puedes cancelar.

Mateo Ruiz: Y hay un atajo, "Stash": una sola tecla oculta todas las ventanas de golpe y otra pulsación las devuelve a su lugar. La app también recuerda la posición de las aplicaciones recién abiertas, e incluso admite reglas por app, como ignorar una o restaurar siempre su tamaño.

Clara Vega: Es una app pequeña, de barra de menús, escrita en Swift nativo y pensada para macOS 14 o posterior. Y en cuanto a privacidad, Chirag es tajante: solo usa el permiso de Accesibilidad, nunca el de Grabación de Pantalla, así que, en sus palabras estructuralmente no puede ver el contenido de tus ventanas. No recopila ni transmite datos: tus Desks, Scenes y reglas se guardan como archivos JSON locales, sin cuenta y sin nube. Todo queda en tu Mac.

Clara Vega: Cambiamos por completo de tema. AgentConnect se presenta en Product Hunt como una plataforma de código abierto para que equipos y agentes de inteligencia artificial trabajen juntos dentro de Slack, Telegram, Discord y GitHub. Y su punto de partida es un dolor muy concreto.

Mateo Ruiz: Exacto. Sus creadores cuentan que, al usar herramientas como Claude Code o Codex en terminales individuales, nadie más podía ver la sesión, retomarla ni reutilizar su contexto. Cada equipo acababa, literalmente, escribiendo su propio pegamento para unirlo todo.

Clara Vega: Y definen el hueco que ocupan comparándose con lo existente. Las buenas herramientas personales no tienen modelo de equipo, las orientadas a equipos te obligan a migrar a una app de chat nueva, y las cerradas te atan a un solo proveedor. AgentConnect se declara neutral en ese sentido: puede conectar Claude Code, Codex, Grok Build, DeepSeek, Pi u otros motores compatibles con el protocolo ACP.

Mateo Ruiz: Cada agente tiene su propio rol, modelo, espacio de trabajo, memoria, herramientas, habilidades y permisos. Un trabajo puede arrancar desde una conversación, un pull request, un issue, un webhook o un programador de tareas. Y los agentes pueden llamarse entre sí, mientras todo el equipo sigue la actividad desde una consola central.

Clara Vega: El creador asegura que es totalmente autoalojado, que los agentes corren en las máquinas del cliente y que, cito, "nunca vemos tu código o mensajes". Eso sí, es una afirmación sin verificación independiente. Lo que sí resuena en la comunidad es justamente la visibilidad: un usuario dice que si la consola muestra de verdad lo que cada agente puede ver, eso solo ya le resuelve un dolor real en cuanto a quién aprobó qué y por qué.

Mateo Ruiz: Otro comentario valora poder mezclar DeepSeek y Claude Code sin apostar todo el flujo a un solo proveedor. Esa neutralidad entre motores parece ser, de momento, lo que más atrae de la propuesta.

Clara Vega: De la IA saltamos a algo mucho más personal. SoloUno, que se lanza hoy en Product Hunt, es una app de autoayuda gamificada para quienes lidian con comportamientos repetitivos centrados en el cuerpo, los conocidos como BFRB: arrancarse el pelo, hurgarse la piel o morderse las uñas.

Mateo Ruiz: Su creador, Omer, es un solopreneur que dice convivir con la tricotilomanía desde hace años. Y su historia importa. Él mismo había dejado de fumar con una app de rehabilitación, pero descubrió que los BFRB no se abandonan de golpe. Por eso SoloUno no te pide el imposible de "nunca más", sino pequeñas victorias diarias: rachas, desafíos libres de hábito, un registro rápido del comportamiento y análisis de qué lo dispara.

Clara Vega: La base teórica está en el entrenamiento de inversión de hábito, la terapia cognitivo-conductual y la terapia de aceptación y compromiso. Y Omer recuerda que el propio manual diagnóstico clasifica estos comportamientos como un grupo propio de trastornos. No es un capricho, es un patrón reconocido clínicamente.

Mateo Ruiz: El sitio afirma que la usa más de seis mil personas, con más de cien mil horas libres de hábito acumuladas, y ofrece dos semanas de prueba gratuita. También dice que puede servir como tarea terapéutica dentro de una terapia de verdad. Hay testimonios en la web, atribuidos a usuarios, que describen mejoras personales, entre ellos alguien que dice haber dejado el hábito tras más de cincuenta y seis años.

Clara Vega: Y en la discusión de la comunidad, las voces van en la misma línea: un usuario dice que la versión anterior le ayudó a evitar morderse las uñas durante meses; otro, de treinta y seis años, asegura tener más conciencia del hábito y poder controlarlo; hay quien afirma que le ayudó a dejar de arrancarse el vello de la cara. Son experiencias atribuidas, pero apuntan a que la clave aquí no es borrar el impulso, sino aprender a atravesarlo.

Clara Vega: Y cerramos con Macrobite, un rastreador de macros que apuesta por una promesa difícil: rapidez y precisión a la vez. La idea es sencilla. Fotografías una comida y recibes al instante el desglose de calorías, proteínas, carbohidratos y grasas.

Mateo Ruiz: Y aquí está la parte interesante. Si el cálculo no es correcto, una edición rápida lo corrige en segundos, sin tener que recorrer enormes bases de datos de alimentos. Ese es justo el problema que un asesor del equipo describe en la comunidad: la mayoría de los rastreadores te obligan a elegir. El registro con foto es rápido, pero deja las correcciones a través de menús torpes. La entrada manual es precisa, pero lenta.

Clara Vega: Macrobite intenta saltarse ese dilema. Además de la foto, admite registrar comidas por voz, incluso con Siri, escanear códigos de barras y guardar las comidas que repites para acceder a ellas al instante. Y el seguimiento del día está disponible desde el widget del iPhone y desde el Apple Watch, sin abrir la aplicación.

Mateo Ruiz: Su desarrollador, Alex, dice que el objetivo es hacer el seguimiento rápido sin sacrificar precisión, y que pusieron mucho cuidado en que cada comida sea fácil de registrar, revisar y corregir, ya sea por foto, descripción de voz o código de barras. Y el equipo pide precisamente retroalimentación de quienes probaron un rastreador de macros y lo abandonaron: qué fue lo que los hizo dejar.

Clara Vega: Es una pregunta bien puesta, porque apunta al núcleo del problema. La gente no abandona un rastreador por pereza, sino porque la fricción diaria acaba pesando más que el dato. Si Macrobite consigue que corregir sea tan rápido como registrar, quizá esté ante algo. Como próximos pasos ya mencionan integraciones en camino, así que seguiremos atentos a cómo evoluciona.

Clara Vega: Hay una pregunta que ScrapeOps escuchó de cientos de desarrolladores: ¿qué proveedor de proxies debería usar para este sitio web en concreto? Y ahí está el problema, porque no hay una respuesta universal. Un proveedor puede rendir muy bien con un objetivo y fallar con otro, así que los equipos suelen comprar créditos, probar a mano, comparar logs y perder días enteros en el proceso.

Mateo Ruiz: Por eso lanzaron Proxy Tester, una plataforma técnica de benchmarking pensada para desarrolladores, equipos de scraping, proveedores de datos, empresas de software como servicio y hasta agentes de inteligencia artificial que eligen su infraestructura de proxies. Funciona de forma directa: pegas la URL de tu objetivo, ScrapeOps envía solicitudes a través de más de veinte proveedores, y compara configuraciones residenciales, de datacenter, móviles, Proxy API y unblockers. Entre ellos están Oxylabs, BrightData, Zyte, NetNut e IPRoyal.

Clara Vega: Y lo que mide no es marketing, sino resultados reales: tasa de éxito, latencia, fiabilidad, ancho de banda y costo estimado. Lo importante es que el informe verifica que las respuestas que cuenta como exitosas no sean realmente páginas de baneo. Luego genera un ranking específico para tu caso de uso, no una lista genérica de afirmaciones de los proveedores.

Mateo Ruiz: El resultado es un informe personalizado y gratuito que llega por email, sin necesidad de tarjeta de crédito. Incluye la tasa de éxito, la latencia, el costo estimado y una puntuación general de valor. Así, en vez de invertir días en pruebas manuales, un equipo puede comparar veinte proveedores contra su objetivo exacto y decidir con datos.

Clara Vega: En resumen, cambia la elección de proxies de una corazonada basada en promesas de proveedores a una comparación medida contra tu URL real. Para quien decide infraestructura de scraping, eso convierte días de trabajo en un informe que llega al correo.

Clara Vega: Hoy arrancamos con Argos, una IA que promete actuar como tú directamente en tu navegador, y cerramos con herramientas prácticas como Soup CLI para ajustar modelos y DuckDisk, el analizador de almacenamiento gratuito para Mac. También vimos generadores de imagen como Grok Imagine 2.0, apps de automatización y control personal, y hasta un rastreador de macros enfocado en velocidad y precisión.

Mateo Ruiz: Sin duda, un panorama variado, desde soluciones para desarrolladores hasta apps para el día a día, pasando por plataformas open-source que acercan a los equipos y a los agentes de IA. Te agradecemos por acompañarnos hoy.

Clara Vega: Recuerda dejar un like, suscribirte y activar la campana para no perderte los próximos lanzamientos de Product Hunt. Nos escuchamos en el siguiente episodio. Hasta pronto.