1118 | Agentes con manos: de la llamada al despliegue

||下载

节目备注

Hoy recorremos la nueva ola de herramientas para agentes de IA: cómo escuchan y hablan en reuniones y llamadas, cómo actúan en el mundo real (dinero, publicidad, SEO), cómo los desarrolladores los supervisan y depuran, y las apps para Mac e iPhone que rodean a este ecosistema. También veremos modelos que toman decisiones con probabilidades calibradas.

Línea de tiempo

  • 00:00:04 Apertura
  • 00:00:35 Agentes que entran en reuniones y llamadas
  • 00:03:05 Agentes que actúan: dinero, anuncios y visibilidad
  • 00:05:33 Supervisar y depurar agentes en producción
  • 00:07:21 Publicar y coordinar trabajo de agentes
  • 00:08:41 Diseño para humanos y para agentes
  • 00:10:07 Visibilidad y evidencia en la era de la IA
  • 00:12:02 Infraestructura para desarrolladores: alertas y entornos locales
  • 00:13:30 El escritorio Mac e iPhone alrededor de los agentes
  • 00:15:57 Modelos que deciden con probabilidades
  • 00:17:11 Creación audiovisual en un solo lugar
  • 00:17:55 Cierre

Enlaces relacionados

Este episodio es producido por Bri. Bri usa tecnología avanzada de IA para convertir los feeds que te importan en podcasts pensados para escuchar. Puedes escribirnos a hi@bri.so.

文字稿

Clara Vega: Hola y bienvenidos, soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy, la verdad, casi todo lo que vamos a comentar gira alrededor de la misma pregunta: qué pasa cuando los agentes de IA dejan de ser una pestaña del navegador y empiezan a hacer cosas.

Clara Vega: Sí, y también a estar en todos lados: en las llamadas, en tu escritorio, en tu Mac, en tu iPhone. Vamos a recorrerlo de forma ordenada, pero sin hacerlo como una lista interminable. Empezamos por algo que hace poco parecía ciencia ficción: meter un agente de IA dentro de una reunión de trabajo.

Mateo Ruiz: Exacto. Hay un lanzamiento, Recall.ai con su Agents API, que hace algo bastante directo de describir: con una sola llamada a la API mandas un agente a Zoom, Google Meet, Teams o Webex. Y no es un agente que solo escuche y tome notas, que eso ya lo habíamos visto. Este agente entra en la sala virtual y hace lo que haría un participante: escucha, habla, hasta muestra vídeo de cámara y comparte pantalla, y participa en el chat.

Clara Vega: Y eso cambia la conversación, porque hasta ahora pensábamos en los agentes de voz como algo que vive en una línea telefónica o en un widget de soporte. Aquí el agente es literalmente otro asistente más en la reunión. Si necesitas que alguien presente un informe, que haga de intérprete, que esté disponible a cualquier hora en una reunión de clientes... es un cambio de categoría, no de grado.

Mateo Ruiz: Pero fíjate en el detalle importante, y esto es lo que más me gusta del panorama actual: la parte difícil no es meter al agente en la reunión, es que hable bien. La voz es, probablemente, la interfaz más difícil para un agente. No hay botón de editar, no hay pausa para pensar. Y ahí es donde entra el segundo lanzamiento que quiero comentar, porque ataca justo ese problema.

Clara Vega: Pinecall. Es una plataforma de agentes de voz open source, con licencia Apache-2.0, construida sobre LiveKit. Y lo interesante no es solo que puedas montar tu agente de voz y autoalojarlo con modelos abiertos, que ya es un argumento potente para quien no quiere depender de un proveedor cerrado. Es lo que te deja hacer antes de ponerlo en producción.

Mateo Ruiz: Sí, porque Pinecall tiene pruebas de llamadas simuladas y también un sistema para juzgar las llamadas. O sea, puedes hacer que tu agente pase por una conversación de prueba y que esa conversación se evalúe. Eso es enorme, porque en texto llevamos años iterando con tests; en voz, la mayoría de la gente lanza el agente y reza.

Clara Vega: Y creo que ahí está el porqué importa de todo este bloque: si la voz es la interfaz más difícil, lo que necesitamos no es solo mejores modelos, son formas de probar antes de producir. Es previsible que vengan estándares de evaluación de llamadas, algo parecido a lo que pasó con los tests de software. Todavía no existe, y es una pregunta abierta: ¿cómo se juzga una llamada? ¿con qué criterios? Nadie lo ha normalizado todavía.

Mateo Ruiz: Y hay un hilo que conecta esto con lo que viene ahora: una vez que el agente sabe hablar y entrar en reuniones, el siguiente paso natural es que no solo hable, sino que actúe. Que haga cosas con consecuencias reales. Y eso nos lleva directamente a dinero, anuncios y visibilidad.

Clara Vega: Vamos con el más llamativo primero: Versine, que se presenta como el "Venmo para agentes de IA". La idea: los agentes pueden enviar y pedir dinero a través de MCP, el Model Context Protocol. Y hay dos capas de control: o apruebas cada operación con passkey, o configuras límites de autoenvío para contactos de confianza. Un detalle del lado del receptor: no hace falta tener cuenta para recibir dinero.

Mateo Ruiz: Yo me quedo con el diseño de los controles, porque es la pregunta incómoda de todo este bloque: ¿quién asume el riesgo de un agente que gasta? Versine lo resuelve dándote dos modos, el manual con passkey y el automático con límites. No es una respuesta definitiva, es una propuesta, y es sana que aparezcan varias. Pero es una afirmación del fabricante, ojo: que el flujo sea seguro en la práctica es algo que solo el uso demostrará.

Clara Vega: Bien dicho, porque es importante que seamos escrupulosos aquí: estas son descripciones de los makers, no resultados verificados. Pasemos al segundo: Creatify Max, que se presenta como un compañero de publicidad con IA. Le pasas una URL y te genera anuncios en vídeo, lanza campañas en Meta y TikTok, y las monitoriza las 24 horas. Y el matiz clave: nada se publica sin tu aprobación.

Mateo Ruiz: Ese matiz es el patrón que se repite en todo el episodio, ¿te das cuenta? Versine tiene passkey, Creatify tiene aprobación previa. Los productos serios de esta ola están construyendo el humano en el bucle, no sacándolo. Y el tercero, RankSpot, sigue el mismo camino pero con un modelo de precios que merece atención: es una capa de ejecución de SEO y búsqueda con IA vía MCP. Escribe, publica y consigue enlaces. El precio: tres dólares por artículo y cuatro milésimas de dólar por cheque de prompt.

Mateo Ruiz: Sin suscripción.

Clara Vega: Pago por uso, puramente. Es un contraste con el modelo de suscripción mensual que dominaba el SaaS. Y abre preguntas legítimas: si un agente escribe y publica contenido por tres dólares, ¿cómo se distingue ese contenido? ¿quién es responsable de lo que publica? Eso todavía no lo ha respondido nadie.

Mateo Ruiz: Bien, resumamos la lógica de este bloque antes de pasar al siguiente. Los agentes pasan de aconsejar a transaccionar. Versine mueve dinero, Creatify lanza campañas, RankSpot publica. Y aquí viene el puente natural: si los agentes van a actuar, alguien tiene que poder confiar en que hacen lo que dicen. O sea, hace falta visibilidad de lo que hacen. Y de eso va el siguiente tema: supervisar y depurar agentes en producción.

Clara Vega: Tres lanzamientos aquí, y los tres atacan una parte distinta del mismo ciclo. El primero es Superlog, de Y Combinator. Escanea logs buscando bugs de producción que tu monitoreo no detecta, investiga de forma continua, y publica las causas raíz directamente en Slack. Y ahí suena una cifra que hay que tratar como lo que es, una cifra del fabricante: dicen que el 87% de sus correcciones propuestas se fusionan. Es un dato potente, pero es un claim, no una auditoría independiente.

Mateo Ruiz: El segundo es EkLine, y ataca una capa que casi nadie mira: la documentación. Sus agentes auditan documentación, sitios y repositorios de GitHub buscando aquello que la IA entiende mal, y corrigen lo que encuentran con pull requests. La tesis es doble: que tus herramientas de desarrollo sean recomendadas por los agentes, y que además sean usables por ellos. Si un agente no entiende tu API, no la va a recomendar ni a integrar bien.

Clara Vega: Y el tercero, Appxiom, da a los agentes de código contexto de producción vía MCP: crashes, fugas de memoria, llamadas fallidas. Pero el detalle que más me gusta es cómo prioriza. Tiene una métrica que llaman Goal Friction Impact, que ordena los bugs según los objetivos de negocio que te cuestan. No te da una lista de errores por severidad técnica, te la da por dinero y objetivos perdidos.

Mateo Ruiz: Fíjate en el arco completo: Appxiom te dice qué está roto y por qué importa, Superlog investiga y encuentra la causa raíz, EkLine documenta la corrección para que la IA no vuelva a equivocarse. El ciclo de descubrir, arreglar y documentar se está automatizando de punta a punta. La consecuencia lógica, y es lo que hay que vigilar: si los agentes tienen acceso a producción, van a hacer falta controles. Un agente con acceso a tus logs y a tu repositorio es un agente con mucho poder.

Clara Vega: Y aquí viene otro salto natural. Si el trabajo lo hacen agentes, el trabajo también hay que publicarlo y revisarlo de otra manera. Un pull request es un formato pensado para código escrito por humanos. ¿Y el trabajo de un agente? De eso van los siguientes dos lanzamientos.

Mateo Ruiz: El primero es Glass Page. Publica el trabajo de los agentes como Panes, a través de MCP. Los equipos comentan en Threads, el agente responde con nuevas Versiones, y hay un Latest Link que siempre apunta a la versión actual. Es decir, un formato de revisión nativo para trabajo de agente: no adjuntas capturas y explicas en un comentario, hay una estructura.

Clara Vega: Y el segundo, Superhands, resuelve el otro extremo del mismo problema. Convierte tus diseños en pautas, en guidelines, que los agentes siguen vía MCP dentro de Claude, ChatGPT, Cursor o Lovable. La promesa es que corriges el sistema una sola vez, en lugar de repetir la misma corrección en cada conversación con el agente. En cuanto a disponibilidad: cien créditos gratis al mes, y el plan Pro a 29 dólares.

Mateo Ruiz: Y si juntamos los dos, sale una idea que me parece la tesis del bloque: los paneles de revisión podrían ser el nuevo pull request para el trabajo de agentes. La colaboración humano-agente necesita formatos compartidos, y Glass Page y Superhands están proponiendo exactamente eso, cada uno desde su lado.

Clara Vega: Y de las pautas que Superhands convierte en instrucciones pasamos directo al diseño en sí, que también está cambiando de manos. Porque hay todo un subgrupo de lanzamientos con la misma idea de fondo: que el diseño se vuelva legible por máquinas.

Mateo Ruiz: El más ambicioso es Bezzle: un estudio de diseño completo y gratuito para Mac y Windows. Y gratuito, en un mercado donde las suscripciones de diseño son la norma. Abre archivos de Figma, XD, Sketch y Photoshop, tiene componentes, prototipos, modo oscuro, y un asistente de IA vía MCP. Eso de abrir archivos de cuatro herramientas distintas es, en teoría, un dolor de cabeza menos para cualquiera que herede proyectos.

Clara Vega: Y el segundo, Skiss, es más específico pero muy inteligente. Guarda sitios web con capturas de página completa, pero no solo la imagen: extrae las fuentes, los colores y las secciones del CSS real. Todo acaba en una biblioteca buscable, y genera un Design.md que puedes dar a Claude o Cursor vía MCP, o usar con Figma. Cincuenta sitios gratis para empezar.

Mateo Ruiz: Piensa en lo que eso significa: antes, para entender el diseño de un sitio, mirabas una captura. Ahora, el agente puede leer la estructura real del CSS. El diseño pasa de ser algo que se ve a algo que se lee. Y cierra el círculo con lo que hablábamos: esas especificaciones extraídas son justo el material que herramientas como Superhands convierten en instrucciones para que los agentes respeten el sistema de diseño.

Clara Vega: Hemos hablado de agentes que hablan, actúan, se depuran y publican. Pero hay otro frente completamente distinto: en la era de la IA, ¿cómo sabe el mundo que existes? La reputación y la prueba social se están midiendo, cada vez más, en las respuestas de los modelos. Y hay varios lanzamientos sobre esto.

Mateo Ruiz: El más directo es TruLata AI Visibility, que tiene una comprobación gratuita muy concreta: te dice si ChatGPT, Gemini y Claude nombran tu negocio cuando los compradores preguntan por lo que tú vendes. Y para quien quiera seguirlo en el tiempo, hay seguimiento semanal en nueve motores de IA. Es una pregunta que hace dos años no existía y hoy puede decidir un pipeline comercial entero.

Clara Vega: El segundo es Clamor, una plataforma de inteligencia social. Analiza cuentas públicas sin necesidad de login, convierte señales sociales en insights accionables, y tiene tanto API como un chat que llaman "Ask Clamor". Ojo con cómo lo describimos: es análisis de cuentas públicas, no espionaje de usuarios.

Mateo Ruiz: El tercero va al mercado más escéptico de todos: la inversión. TheBold convierte la ejecución de un fundador en reuniones con inversores. Muestra los criterios que busca cada inversor, un historial verificado de lo que has construido, simulaciones con IA de la conversación, y luego reservas las llamadas directamente. La tesis es que el track record verificable pesa más que el pitch.

Clara Vega: Y el cuarto es el más experimental: GatherHQ Agent Research. Usa un panel de agentes que responden encuestas, y lo interesante es que cada respuesta va etiquetada como evidencia, inferencia o desconocido. El usuario controla los permisos, está en beta sin remuneración y sin datos personales. Ese etiquetado de evidencia, inferencia y desconocido me parece la parte más seria del producto: te obliga a distinguir qué es dato y qué es opinión del modelo.

Mateo Ruiz: Que conecta, por cierto, con algo que veremos al final: para agentes que deciden, lo que importa no es la fluidez, es la calibración. Lo dejamos apuntado.

Clara Vega: Cambiemos de tercio. Detrás de todos estos agentes hay desarrolladores, y esos desarrolladores necesitan infraestructura barata y simple para sus propias cosas: avisarse, y probar cosas sin gastar. Dos lanzamientos ahí.

Mateo Ruiz: El primero es pushr, y es de esos que uno piensa "¿esto no existía ya?" y resulta que no, al menos no así. Alertas push al iPhone desde cualquier script o agente, con una sola petición HTTP. Y no es solo una notificación tonta: soporta Live Activities, alarmas con confirmación obligatoria, o sea, la típica alerta que tienes que acuses sí o sí, y chequeos de uptime. Con licencia MIT y autoalojable.

Clara Vega: Ese "con confirmación obligatoria" es clave para el mundo agéntico. Si un agente te avisa de algo y necesita saber que lo has visto, una notificación normal no basta. Y el segundo lanzamiento: un emulador de AWS, gratuito y local, para construir y probar aplicaciones con S3, DynamoDB y SQS sin desplegar nada y sin cuenta de AWS.

Mateo Ruiz: Ambos bajan la fricción de la misma manera: quitan el papeleo. No hace falta cuenta, no hace falta desplegar, no hace falta configurar un proveedor de notificaciones. Y para desarrollo asistido por agentes eso importa mucho, porque un agente que puede levantar un entorno local y avisarte con un HTTP request cuando algo falla es un agente que trabaja solo durante más tiempo. Y todo eso, claro, se orquesta desde un sitio: tu escritorio.

Clara Vega: Lo cual nos lleva a un bloque que me encanta, porque es el más cotidiano de todos: cómo están cambiando el Mac y el iPhone para convivir con agentes. Y aquí hay seis lanzamientos, así que vamos a agruparlos por lo que resuelven, no uno por uno como un catálogo.

Mateo Ruiz: Empecemos por la coordinación de agentes, que es lo más nuevo. Hako es una app gratuita, sin cuenta, para iPhone y Mac que lista todos tus agentes de código, Claude Code, Codex, en todos tus Macs, y los ordena por quién te necesita. Y puedes responder desde la pantalla de bloqueo o desde el Apple Watch. O sea, ya no vas tú a revisar los agentes; los agentes hacen cola y te llaman a ti cuando toca.

Clara Vega: Y su compañero natural es seshka, una app gratuita de la barra de menús de macOS, con licencia MIT, que mata los procesos zombi que dejan los agentes: servidores de desarrollo, puertos ocupados, memoria consumida. Los agrupa por sesión y permite cerrar las sesiones que están en reposo. Es muy sintomático: los agentes generan suciedad en tu máquina, y ya hay herramientas de limpieza específicas para esa suciedad.

Mateo Ruiz: Y el resto del bloque es más bien la estación de trabajo adaptándose. GlissTouch añade gestos personalizados de trackpad en macOS, taps multifinger, formas dibujadas, deslizamientos por el borde, ligados a más de 95 acciones; gratis hasta cinco gestos. ExtraDock 5 permite docks personalizables ilimitados en cada pantalla y borde, con apps, widgets y perfiles; y de paso, tiene una promo del 50% con el código BLACKFRIDAY50 hasta el 1 de diciembre.

Clara Vega: Continuo resuelve el multi-Mac: un solo teclado, ratón y trackpad entre Macs por red local, sin Apple ID, con un emparejamiento de tres palabras y una vista de pantalla con arrastrar y soltar. Gratis para dos Macs, y la versión Pro es un pago único de 39 dólares, nada de suscripción. Y para cerrar, algo visual y humano: Lampa Camera, una app de cámara para iPhone con procesamiento Bayer RAW personalizado y perfiles inspirados en película, sin HDR, sin IA y sin reenfoque artificial. 450.

Clara Vega: 000 descargas y 4,7 estrellas.

Mateo Ruiz: La idea de fondo de todo el bloque: la estación de trabajo se está reorganizando alrededor de convivir con agentes. Hako y seshka son directamente eso; los gestos y los docks son la comodidad de quien pasa el día alternando entre trabajo humano y supervisión de agentes. Lo que queda por ver ahí es una coordinación multi-Mac más profunda, algo más rico que compartir el ratón.

Clara Vega: Vamos con el tema más técnico del día, y probablemente el más importante a largo plazo: modelos que deciden con probabilidades. Liquid ha sacado la versión d1.2 de sus modelos de decisión, y la palabra clave es "calibradas": no te devuelven una respuesta rotunda, te devuelven una probabilidad de que algo ocurra. La versión añade entrada de audio y cinco tareas nuevas, y su modelo d1.2-ultra encabeza el Decision Index con una puntuación de 75.

Mateo Ruiz: Y aquí conectamos con lo que dejamos pendiente hace un rato. Recordad GatherHQ y su panel de agentes que etiqueta evidencia, inferencia y desconocido. TheBold con sus simulaciones de inversión. Son casos donde lo que importa no es que el agente suene seguro, sino que su nivel de certeza sea real. Un modelo calibrado que dice "70%" y acierta el 70% de las veces vale más que uno que siempre dice "seguro" y se equivoca a menudo.

Clara Vega: Es un cambio de métrica: de la fluidez a la calibración. Y es previsible que los benchmarks de decisión, cosas como ese Decision Index, se conviertan en una métrica estándar, al lado de los benchmarks de razonamiento que todos seguimos. Con la cautela de siempre: los índices los publican quienes compiten en ellos, así que conviene leerlos con pinzas.

Mateo Ruiz: Y cerramos con algo más ligero, pero que también tiene su tesis: la creación audiovisual. VINC es un estudio entero en el navegador para cine con IA. Del guion al storyboard, bloqueo de tomas en 3D, 39 modelos de generación entre los que elegir, y un editor integrado con efectos de sonido y música. Todo en un solo sitio.

Clara Vega: La tesis aquí es la consolidación: hoy el pipeline audiovisual con IA está troceado en diez herramientas, y VINC apuesta por juntarlo. Un solo flujo del texto a la toma editada. Y hay un detalle que conecta con lo anterior: los modelos de decisión de Liquid acaban de añadir entrada de audio, lo cual es una señal de que lo multimodal está llegando también a la producción, no solo a la conversación.

Mateo Ruiz: Y con eso cerramos. Si tuviera que resumir el día en una frase, sería: los agentes ya hablan, ya pagan, ya publican y ya se depuran solos; lo que estamos viendo ahora es toda la infraestructura de confianza alrededor, desde la aprobación con passkey hasta el panel de revisión y la probabilidad calibrada.

Clara Vega: Bien resumido. Gracias por acompañarnos, nos vemos en la próxima.

Mateo Ruiz: Hasta la próxima.