0908 | Agentes que codifican, escriben y deciden por ti

Clara Vega: Hola y bienvenidos a otro episodio. Soy Clara Vega y hoy tengo a mi lado a Mateo Ruiz. Hola, Mateo.

Mateo Ruiz: Hola, Clara. Qué gusto estar aquí.

Clara Vega: Hoy vamos a hablar de una tanda de lanzamientos que, más que otra cosa, giran alrededor de una misma pregunta: cuando delegas trabajo a la IA, ¿qué pasa con tu control? Vamos a verlo desde varios ángulos: agentes que escriben y ejecutan código, análisis que corre solo, trading sin entregar tus llaves, y herramientas para no perder el contexto ni tu voz en el escritorio.

Mateo Ruiz: Sí, y lo interesante es que no son productos que compitan entre sí, pero todos tocan la misma cuerda: automatizar sin perder la supervisión. Empecemos por el lado del código, porque es donde esa tensión se ve más cruda. Clara, háblame del primer producto.

Clara Vega: Airuncode. Es un runtime de agentes que corre en tu máquina, local primero, y su promesa central es: corre varios agentes de código en paralelo, usa tus propias claves de API, cambia entre modelos en la nube y locales, y paga directamente a los proveedores sin margen sobre los tokens. O sea, no hay intermediario que te cobre más caro por el mismo token.

Mateo Ruiz: Eso último es importante. Muchas herramientas de este tipo son básicamente una suscripción con un recargo encima del costo del modelo. Aquí el constructor argumenta lo contrario: que la capa estable debería ser el runtime, y el modelo debería ser reemplazable. Es una apuesta contra la dependencia de una sola empresa de IA, una sola suscripción, un solo modelo.

Clara Vega: Y no es solo orquestación. Según el constructor, Airuncode escanea tu base de código, hace que los agentes debatan soluciones entre sí, edita archivos, corre tests y se intenta auto-reparar cuando algo falla. Además incluye algo curioso: V-CORE, un runtime 3D nativo con Vulkan para desarrollo de juegos asistido por IA. La justificación del constructor es que quería que los agentes tuvieran capacidades de motor reales, en vez de tener que recrear renderizado, terreno y física desde cero cada vez.

Mateo Ruiz: Está disponible en Windows, macOS y Linux, y el constructor fue bastante honesto en su presentación: dice que esto es apenas el comienzo, que está reconstruyendo partes de la PWA y planea un foro de comunidad. Pidió dos cosas concretas a quien lo pruebe: qué se siente roto o confuso, y qué haría que lo usaras como agente de código diario.

Clara Vega: Ahora, la parte que a mí me parece más interesante, y también la más cuestionada, es la de varios agentes en paralelo sobre el mismo repositorio. Porque en los comentarios hubo una objeción muy bien planteada. Un usuario dice que el problema que él vive no es código malo, sino una segunda implementación correcta de algo que el repositorio ya tenía. Cada sesión arranca de una página en blanco, y el resultado se ve bien en el diff.

Mateo Ruiz: Exacto, y la pregunta que hace es afilada: ¿el debate entre agentes ocurre después de que todos hayan leído lo que ya existe, o están discutiendo enfoques antes de que nadie haya verificado si ya existe una solución? Y sobre la auto-reparación de tests fallidos, señala lo mismo: que un test en verde no te dice si el arreglo pertenecía a esa capa del código. Es decir, verde no equivale a correcto en el lugar correcto.

Clara Vega: Y eso conecta perfecto con el segundo producto de hoy, porque ataca el otro extremo del mismo problema. Si los agentes escriben más código del que podemos leer, el cuello de botella pasa de escribir a entender. De eso se trata PR Lens, de Coldtea.

Mateo Ruiz: PR Lens dibuja diagramas animados de arquitectura y flujo de datos de cualquier base de código y de cada pull request. La idea es que veas el cambio antes de leer una sola línea. Los cambios, adiciones y eliminaciones van codificados por color, y como es animado, según el equipo, puedes ver viajar una petición a través del sistema en lugar de mirar un muro de diff.

Clara Vega: En cuanto a cómo se usa: corre como GitHub Action, en la línea de comandos, o como skill para tu agente de código. Es open source bajo licencia MIT, funciona con cualquier modelo que traigas, y el equipo dice que correrlo localmente toma alrededor de un minuto. Incluso sugieren un prompt de prueba: "explícame el código o el último cambio usando pr lens".

Mateo Ruiz: El argumento del constructor es interesante porque va directo a lo que comentábamos de Airuncode. Dice: los agentes escriben más código cada semana, pero nosotros seguimos teniendo que entenderlo, y leerlo línea por línea ya no es eficiente. Lo que se necesita, según ellos, es una nueva forma de mirar código: visual, a cientos de líneas por minuto, dejando tu atención para lo crítico, que es el modelo mental del sistema, su arquitectura, cómo evoluciona y cómo se mueven los datos.

Clara Vega: Un usuario describió la instalación como muy simple: instalas la GitHub app en un repositorio, abres un pull request y el diagrama ya está ahí, sin clave, sin configuración. Y para quien vive dentro de un agente, hay un comando para agregar la skill y luego pedirle que diagrama el cambio que acaba de hacer. El equipo de Coldtea dice usarlo a diario: los agentes mandan un PR, el diagrama llega con él, y sabes qué se movió antes de leer el diff.

Mateo Ruiz: Y en los comentarios se ve que el problema es real para perfiles distintos. Un usuario que corre un proyecto donde agentes de IA juegan entre sí dice que después de suficientes commits de agentes pierde la noción de qué cambió.

Mateo Ruiz: Y otro, que es fundador en solitario, describe algo muy vívido: tras una larga tanda de cambios escritos por agentes, repartidos entre una app de escritorio en Rust, una API en C# y un frontend en React, empieza a perder silenciosamente la forma de su propia base de código. Las partes que escribió él todavía las ve; las que dirigió, cada vez menos.

Clara Vega: Ese usuario hizo además dos preguntas técnicas que quedaron abiertas. Una: si la línea base permite mirar el sistema tal como está ahora, no solo qué movió un cambio particular. Y dos: si cruza fronteras entre lenguajes, por ejemplo un comando en Rust y su llamada en TypeScript al otro lado. O si el diagrama queda acotado por lenguaje.

Clara Vega: Otra pregunta de la comunidad fue sobre cambios que tocan archivos de configuración o infraestructura, que tienen formas muy distintas a los de lógica pura, y serían más difíciles de renderizar de forma significativa. También alguien preguntó el máximo de archivos soportado.

Mateo Ruiz: Y hubo una pregunta meta que vale la pena mencionar: si esto es IA mostrando su propio código, ¿qué tan confiable es? Es decir, ¿se usa la inteligencia de un LLM para armar la estructura de nodos, o el proceso está determinado por PR Lens? Eso no quedó respondido en lo que tenemos.

Clara Vega: Un usuario también preguntó si tiene sentido para quien trabaja solo, sin un segundo humano revisando, o si está pensado para equipos. Lo cual me parece revelador: la revisión de PR siempre se pensó como un acto entre personas, y ahora la pregunta es si la visualización puede ser tu revisor cuando no hay nadie más.

Mateo Ruiz: Y fíjate cómo cierra el círculo con Airuncode. Una herramienta te da más agentes y más código. La otra te da una forma de entender ese excedente. Lo que queda por ver en ambas: si la revisión visual escala a bases grandes, y si los agentes coordinados de verdad evitan duplicar implementaciones. Esa confianza en el trabajo del agente es exactamente el tema del siguiente producto, que lleva la delegación un paso más allá: al análisis de datos.

Clara Vega: Sí. Routines, de Databox. La idea es simple de enunciar: le das a su Analista de IA un prompt y un calendario. El analista corre el análisis sobre tus datos en vivo, prepara el informe que pediste, y lo entrega por email, Slack o dentro de la app. También puede dispararse por un webhook desde otro sistema. El trabajo recurrente que hoy haces a mano queda automatizado.

Mateo Ruiz: Esto es la cuarta pieza de lo que ellos llaman su plataforma de analítica agéntica. Primero fue el AI Analyst, que convierte una pregunta en una respuesta terminada en minutos. Luego Artifacts, que convierte esas respuestas en reportes pulidos y compartibles. Después MCP y Skills. Y ahora Routines, que es lo que hace que todo corra sin que tú tengas que pedirlo. Pete, de Databox, lo planteó así: antes, alguien saca los números, averigua qué se movió y por qué, lo escribe y lo manda.

Mateo Ruiz: El equipo lo comenta días después, y la siguiente ronda ocurre cuando esa persona tenga tiempo, normalmente semanas después.

Clara Vega: Hay varios detalles concretos que valen la pena. Cada corrida jala de datos conectados en vivo, no de una copia cacheada de la última respuesta, así que cuando el resultado dice "hoy no cambió nada", es un resultado real y no un placeholder estático. Puedes convertir cualquier chat o artifact existente en una Routine con un clic, sin reescribir instrucciones.

Clara Vega: Y cada corrida queda guardada y es buscable dentro de la rutina, así que recuperar "qué dijo el chequeo del martes pasado" no implica scrollear el historial de chat.

Mateo Ruiz: También está el concepto de Skills, que es lo que hace repetible tu método. Guardas una vez la manera en que analizas algo, tus pasos y tus estándares, y luego la pones en calendario. Un usuario contó que definió cómo quería su análisis con un Skill y lo convirtió en flujo diario con una Routine, sin volver a pasar por la configuración.

Mateo Ruiz: Otro configuró resumen de rendimiento de su publicidad pagada cada día a las nueve de la mañana, entregado en Slack, apuntando al dashboard correcto, y dice que le tomó minutos.

Clara Vega: Y aquí viene la comparación que ellos mismos ponen sobre la mesa, y que me parece la más importante para entender el producto: Routine contra cron job. Un cron job corre un script en un temporizador, no razona, y te da el mismo tipo de análisis cada vez. Una Routine, según Databox, decide cada vez qué vale la pena enfocar y contarte. Es un análisis distinto cada vez.

Mateo Ruiz: Aunque justamente ahí está la pregunta abierta que hizo un usuario: todos tienen un dashboard, pero alguien tiene que decidir qué cambió y qué importa. ¿Cómo decides qué insights merecen atención? Esa pregunta quedó en el aire, y es honesto decirlo. Es exactamente el punto donde la delegación a un agente se vuelve delicada: el agente filtra por ti, pero no vimos explicado el criterio del filtro.

Clara Vega: Un dato más: los triggers van más allá del calendario. Puedes conectar una Routine a un webhook para que se dispare cuando termina una campaña o cuando se cruza un umbral. Y hay pruebas de uso atribuibles: un usuario dice que convirtió un chat que ya había tenido en una Routine con un clic, la misma pregunta corriendo cada mañana sin volver a escribirla.

Clara Vega: Otro la usó con un Skill para preparar un resumen de pipeline de ventas del mes en curso que analizaba tratos abiertos y sugería próximos pasos.

Mateo Ruiz: Es gratuito por catorce días para probar. Bien, pasemos del análisis que corre solo a algo donde el riesgo de delegar es mucho más tangible: dinero. Hablemos de Nina.

Clara Vega: Nina es un asistente de trading de cripto hecho por Antalpha, que cotiza en NASDAQ bajo el ticker ANTA. La regla fundacional, según su constructor, es una sola: Nina nunca guarda tus fondos. Tú firmas cada transacción en tu propio wallet. Es no custodial.

Mateo Ruiz: El origen que cuenta el constructor es reconocible para cualquiera que haya hecho trading: la parte agotadora nunca era la operación, era todo lo anterior. Diez pestañas abiertas: flujos on-chain por un lado, wallets de smart money por otro, macro, sentimiento. Y un chatbot genérico que inventaba cosas porque no tenía datos en tiempo real. Y las "IA agents" que prometían arreglar eso querían custodia de tu wallet, o corrían sobre su propio token.

Mateo Ruiz: Entregar tus llaves a un bot para ahorrar unos minutos nunca le pareció buena idea.

Clara Vega: Lo que hace Nina: lee datos on-chain institucionales en tiempo real, responde primero la conclusión, con gráficos en lugar de muros de texto, y cuando quieres actuar, redacta la operación con la mejor ruta, pero la firma tú. La cobertura incluye mercado, seguimiento de smart money, predicciones de mercado y eventos, Polymarket, chequeos de seguridad de wallets, y ahora también cubre acciones de EE. UU. en el mismo chat.

Clara Vega: Además tiene Sentinel, alertas las 24 horas, y MCP para meter los datos de Nina en el cliente de IA que ya uses.

Mateo Ruiz: Y hay un detalle narrativo que me gusta porque dice mucho del diseño: el constructor admite que el alcance se fue estrechando mientras construían. Soltaron el sueño del agente autónomo que hace todo, y se inclinaron por una sola cosa: ser el analista y redactor en quien puedes confiar de verdad. Es el polo opuesto del agente que firma por ti.

Clara Vega: Y la comunidad reaccionó precisamente a eso. Un usuario dijo que no es fan de los bots de trading pero le gustó la personalización y el "carácter" de Nina. Otro fue directo: "no custodial es clave desde mi perspectiva, ojalá todos lo vean". Es decir, la gente está premiando exactamente la frontera que el producto dibuja: analiza y redacta, pero no toma el control.

Mateo Ruiz: Las preguntas abiertas aquí fueron sobre cobertura geográfica: un usuario preguntó si el análisis de mercado es solo para acciones de EE. UU. o si se puede elegir cualquier región, y otro preguntó directamente si hay planes de expandirse a mercados fuera de EE. UU. El constructor dijo que están en etapa temprana y que las predicciones y la cobertura se están expandiendo rápido, pero no vimos una respuesta concreta a esa expansión.

Clara Vega: Bien. Hasta aquí hemos hablado de ejecutar código, entender código, correr análisis y firmar operaciones. Pero hay otra capa de este problema de la delegación que es más mundana y quizás más universal: no perder el contexto. Conversaciones que desaparecen, ideas que se te escapan, reuniones para las que llegas sin preparación. Tres productos atacan eso, y los tres tienen la misma tensión de fondo: cuánto de tu contexto se va a la nube.

Mateo Ruiz: Empecemos con Clipnote. El problema que ataca es de los más reconocibles: tus conversaciones de ChatGPT y Claude desaparecen en cuanto cierras la pestaña. Con Clipnote, le dices a tu IA "save this", o "guarda esto", y se queda guardado en el momento. Pegarlo manualmente también funciona, por supuesto.

Mateo Ruiz: El constructor lo ideó porque perdía la pista de todo lo que creaba con IA: snippets de código, borradores, ideas, esparcidos por ventanas de chat sin forma de guardarlos, organizarlos o compartirlos.

Clara Vega: Lo interesante es cómo funciona la conexión: vía MCP. Un comentario destacó justamente eso, que el flujo de "save this" vía MCP es la parte clever, con mucha menos fricción que copiar y pegar en una app aparte.

Clara Vega: El producto es gratis para empezar, soporta texto plano, Markdown y HTML, organiza en colecciones, guarda versiones automáticamente cuando actualizas un clip, tiene papelera con treinta días para restaurar, y puedes publicar cualquier clip con un enlace compartible, alternando entre privado y público cuando quieras.

Mateo Ruiz: Y los ejemplos del sitio muestran el rango: desde un plan de viaje en texto plano, pasando por actas de reunión en Markdown, hasta páginas completas en HTML que la IA generó, como una invitación de cumpleaños o incluso una calculadora para dividir cuentas o un juego de piedra, papel o tijera que quedan vivos y accesibles por URL. Y puedes pedirle a la IA que lea un clip guardado y trabaje a partir de él, o que lo actualice, con la versión anterior guardada automáticamente.

Clara Vega: Ahora, las dudas de la comunidad apuntaron exactamente a la tensión que mencionaba. Un usuario elogió el flujo de MCP pero se preguntó sobre el enlace compartible: mucho de lo que guardas de un chat de IA está a medio hacer o contiene algo que no querrías público por accidente. ¿Hay expiración o control de acceso en esos enlaces, o son permanentes y abiertos a quien tenga la URL? Esa pregunta no vimos respondida.

Clara Vega: Otro usuario preguntó si Clipnote organiza las conversaciones por tema o proyecto, que sí parece cubierto por las colecciones. Y un tercero señaló algo positivo: que el guardado vía MCP sea privado por defecto es la decisión correcta, te salva de una fuga accidental el primer día.

Mateo Ruiz: Sigamos con el contexto, pero en el escritorio. Tucky es una app de notas nativa de macOS que duerme como una franja delgada en el borde de la pantalla. Local y cifrada. Cuando acercas el cursor, las notas se despliegan; los títulos están girados de lado para poder leerlos sin abrir nada. Y tiene un agente de IA dentro, en el plan Plus de doce dólares al mes.

Clara Vega: El constructor lo plantea desde su experiencia como fundador: se ahogaba en notas, ideas, feedback y recordatorios dispersos por apps y pantallas, y las construyó para su propio flujo caótico. La describió como "el asistente silencioso que todo fundador quisiera tener". El plan gratuito es curiosamente limitado: una sola nota de prueba, sin IA, sin voz, sin conectores.

Clara Vega: Plus desbloquea notas ilimitadas, los mejores modelos de razonamiento para escribir, editar y preguntar entre notas, dictado por voz en más de sesenta idiomas, y conectores con Gmail, Google Calendar, Docs, Sheets, GitHub y Notion.

Mateo Ruiz: Los detalles técnicos son relevantes: corre en macOS 15 o posterior, en Apple silicon e Intel, pesa unos quince megabytes, se actualiza sola, y todo queda cifrado en tu Mac, con archivos locales. El agente se invoca con Option más espacio desde cualquier app, o con Comando J para preguntar sobre la nota actual. Y aquí hay un diseño de privacidad que vale detallar: con Comando J, el título de la nota va con la pregunta, pero el cuerpo solo se envía cuando tú permites la lectura.

Mateo Ruiz: O sea, hay un control explícito de qué se manda al modelo.

Clara Vega: Aunque un usuario formuló la pregunta incómoda de todos modos: como es local y cifrado, pero Plus usa "los mejores modelos LLM", ¿dónde está la frontera? ¿El agente llama a un modelo en la nube solo cuando le preguntas algo explícitamente, o también lee tus notas en segundo plano para sugerir acciones? Esa distinción no quedó clara en lo que tenemos. Y otro usuario preguntó directamente qué modelos usa y por qué no los Foundation Models de Apple. Tampoco vimos respuesta.

Mateo Ruiz: Sobre el precio también hubo debate: un usuario preguntó por qué tantas funciones están detrás del pago, obligando a pagar antes de probar de verdad el producto, y si no habría sido más simple lanzarlo directamente de pago y evitar sostener un plan gratuito. Y por supuesto, varios pidieron versión para Windows. El concepto en sí, la franja en el borde, recibió elogios por la contención: cada app de notas pelea por tu atención, y esta deliberadamente se esconde hasta que la necesitas.

Clara Vega: El tercero de este bloque es Remind, y este ataca un contexto muy específico: las reuniones. El constructor lo hizo porque llegaba tarde: heads down, metido en su trabajo, y se daba cuenta de que llevaba siete minutos de retraso en su llamada de Zoom. Cuando empieza tu reunión, Remind crea un recordatorio a pantalla completa, con un brief generado por IA sobre con quién te vas a reunir y un botón de un clic para entrar.

Mateo Ruiz: El brief jala contexto de tus conexiones opcionales: email, Slack y Notion, y muestra a los asistentes con sus roles. En el ejemplo del sitio, el brief incluye cosas como que la empresa del otro lado levantó una serie B en mayo y está consolidando proveedores, que en el email del lunes pidieron detalles de SOC 2 que aún no se han enviado, y quién maneja la línea de presupuesto.

Mateo Ruiz: Conecta calendarios de Google o Microsoft, soporta Zoom, Google Meet, Teams y Webex, corre en la barra de menú del Mac, requiere macOS 14 o posterior, y cuesta diecinueve dólares con noventa y nueve al año con siete días de prueba gratis.

Clara Vega: Y hay un detalle de diseño que me parece clave: los recordatorios se disparan exactamente a la hora de la reunión, no antes, precisamente para que puedas seguir trabajando concentrado sin estar mirando el reloj. Otro dato: el brief se investiga una hora antes usando tu propia clave de IA, Claude, OpenAI, Gemini o Grok. Un usuario lo resumió como útil para gente ocupada con mucho cambio de contexto entre proyectos o clientes.

Mateo Ruiz: Muy bien. Cerremos con el último bloque, que es casi sensorial: la voz como interfaz en el escritorio del Mac. Y aquí hay tres productos que convierten el notch y la pantalla en centros de control. Clara, empieza tú con el que más me llamó la atención.

Clara Vega: Assist. Lo construyó Abhishek hace dos semanas, por pura frustración: usaba la app nativa de capturas del Mac para recortar y mandar la imagen a Codex, con un prompt largo que tenía que escribir, ahora hablar. Si haces eso cien veces al día, anotar y recortar se vuelve desesperante. Con Assist, mantienes la tecla Option, dibujas sobre la pantalla y hablas mientras señalas.

Clara Vega: Un modelo local transcribe tu voz y genera un prompt optimizado que puedes copiar y mandar a Codex, Claude Code o donde quieras.

Mateo Ruiz: Y todo vive en el notch del Mac. Cuando tomas una captura, aparece un editor rápido justo ahí, con recorte, difuminado y estilos. Control más Option captura la pantalla completa al instante. Hay historial de capturas recientes y de texto copiado, filtrable por todo, texto o imágenes.

Mateo Ruiz: En cuanto a privacidad, la transcripción de voz corre localmente con WhisperKit en Apple silicon, el audio crudo solo vive en memoria mientras transcribe y nunca se guarda, y según el sitio no hay servidor: todo se almacena localmente. Es de pago único, veinte dólares por un Mac, sin suscripción, y requiere macOS 14 o posterior.

Clara Vega: Los comentarios tuvieron dos ángulos notables. Uno muy humano: un usuario con síndrome del túnel carpiano dijo que esto le resulta realmente útil, lo cual tiene sentido, porque sustituir escritura por voz en tareas repetitivas es exactamente lo que este producto hace. Y el otro fue la crítica afilada de siempre: un usuario señaló que un gestor de portapapeles con historial es un almacén de secretos lo quieras o no.

Clara Vega: Todo el mundo pega alguna vez una clave de API o una contraseña, y ahí queda, en el notch, lista para reutilizarse. Preguntó si detectan y omiten ese tipo de contenido, o si al menos hay una ventana de retención configurable. Esa pregunta quedó abierta. También alguien lo comparó con Whisperflow, sin que veamos una respuesta detallada.

Mateo Ruiz: El segundo de este bloque es Bloop, que va por el lado estético del audio. Es una app de macOS que convierte el audio del sistema o del micrófono en visuales en tiempo real, con ocho skins de shaders donde cada cuadro reacciona a lo que suena de verdad: nivel, bajos, medios, agudos y beat.

Mateo Ruiz: Hay un Mini Player redimensionable que puede quedarse sobre otras apps, un visualizador en la barra de menú, y lo más importante comercialmente: puedes soltar una playlist de MP3 y exportar todo como video terminado.

Clara Vega: El constructor cuenta la historia de desarrollo con honestidad: lo que más tardó no fue el audio, fue lograr que un skin se sintiera vivo. Reconstruyó el último cuatro veces: tinta fluida, olas orgánicas, un anillo de 256 puntos acoplados por resortes que se empuja hacia afuera y se relaja, y luego un ajuste para que reaccione a los ataques musicales en vez del volumen bruto.

Clara Vega: Al final lo renombró: lo llamaba Black Hole y el nombre describía exactamente lo contrario de lo que se veía en pantalla, porque nada se absorbe hacia adentro, el contorno se empuja hacia afuera y deja estela. Ahora se llama Wake. Dice que ese desvío son quizás cuatrocientas líneas de la app y la mayor parte de lo que aprendió construyéndolo.

Mateo Ruiz: Hay un detalle técnico bonito: en ritmos constantes, un pulso automático de BPM alinea silenciosamente la respiración y el vaivén con el tempo. Las limitaciones están declaradas sin rodeos: solo Apple Silicon, sin soporte Intel; solo macOS, sin planes para Windows a corto plazo; y es un visualizador, no un editor de audio. En cuanto a precios, sin suscripción: dos skins, Glossy y Contour, gratis para siempre, y según el constructor son la app completa, no una versión de prueba.

Mateo Ruiz: El video exportado es la razón por la que la gente paga: si subes música, necesitas algo que poner en pantalla al lado.

Clara Vega: Los comentarios fueron mayormente reacciones al concepto, y conviene atribuirlas como tales. Un usuario elogió el detalle del renombrado de Black Hole a Wake como el tipo de cosa que solo notas después de horas mirándola, y lanzó una teoría: la gente quizás prefiera los skins calmados para música de fondo y de concentración, y los más caóticos como Wake para cosas con beat marcado, y le preguntó al constructor si esa teoría se sostendría con datos de uso reales.

Clara Vega: Otro pidió simplemente más colores. Y alguien preguntó por una versión para Apple TV. Nada de eso está resuelto.

Mateo Ruiz: Y el tercero de este bloque sale del Mac y va al iPhone. Scriptly es un teleprompter para iOS controlado por tu voz. El constructor, Jason, es creador de contenido y estaba frustrado con los prompters tradicionales: te obligan a acomodar tu ritmo de habla a una velocidad de scroll rígida y preestablecida. Scriptly sigue tu voz mientras hablas, así que el guion se mueve a tu ritmo.

Mateo Ruiz: Además reúne escritura, organización y grabación en una sola app, con control desde el Apple Watch para empezar y detener la grabación y ajustar el texto sin tocar el teléfono. Está en beta pública vía TestFlight, y el sitio indica que todo se guarda localmente por privacidad, y que fue hecho en Ghana por Jason y Kukua.

Clara Vega: Los comentarios aquí también fueron preguntas más que veredictos. Un usuario安卓, o sea de Android, dijo que es el tipo de app que lo hace pensar en cambiarse de iPhone, porque el teleprompter siempre es el eslabón débil cuando graba videos cortos como fundador. Y le hizo dos preguntas muy concretas: si Android está en el roadmap, o si el emparejamiento de voz está atado a APIs exclusivas de iOS, y qué pasa cuando te sales del guion un momento: ¿retoma donde lo dejaste o espera en la última línea?

Clara Vega: Nada de eso quedó respondido en lo que tenemos.

Mateo Ruiz: Bueno, Clara, creo que vale la pena juntar los hilos antes de cerrar. Hoy vimos productos que cubren todo el ciclo de delegar a la IA: Airuncode para ejecutar muchos agentes a la vez, PR Lens para entender lo que escriben, Routines para que el análisis corra solo, Nina para que el agente analice pero nunca firme por ti, y luego todo el arsenal de contexto y voz: Clipnote, Tucky, Remind, Assist, Bloop y Scriptly.

Clara Vega: Sí, y lo notable es que el patrón se repite en cada categoría. La innovación no está en hacer más automatización, sino en dibujar la frontera correcta: tus claves, tu wallet, tu disco local, tu decisión de qué se lee y qué se firma. Pero también vimos que las preguntas incómodas quedaron mayormente abiertas: los enlaces de Clipnote y su control de acceso, cuándo el agente de Tucky lee tus notas en segundo plano, cómo decide Routines qué insights importan, y si los diagramas de PR Lens escalan.

Mateo Ruiz: Exacto. Los constructores hacen afirmaciones; ninguna de estas cosas está verificada por nosotros, y la mejor evidencia que vimos hoy son preguntas muy concretas de usuarios que usan estas herramientas en su flujo real. Ese es, al final, el mejor indicador de que estos problemas son de verdad.

Clara Vega: Eso es todo por hoy. Gracias, Mateo, y gracias a ustedes por escuchar. Nos vemos en el próximo episodio.

Mateo Ruiz: Hasta la próxima.