0925 | La nueva ola de herramientas para desarrolladores y creadores

Clara Vega: ¡Hola y bienvenidos a otro episodio! Yo soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy el hilo que une todo lo que vamos a ver es, básicamente, el trabajo con inteligencia artificial de punta a punta: desde la memoria y el control de los agentes, pasando por el Mac como mesa de trabajo, la compilación móvil, la voz, los clientes… hasta la vida cotidiana.

Clara Vega: Sí, es un recorrido completo. Y como cada día, vamos a tratar estos lanzamientos como lo que son: descripciones de sus creadores, no resultados verificados. Empecemos fuerte, con la infraestructura de los agentes de IA, porque es quizás la parte más técnica del día.

Mateo Ruiz: Adelante, ese tema es tuyo.

Clara Vega: Pensemos en lo que necesita un agente de IA para ser útil de verdad. No basta con que el modelo sea listo: tiene que recordar, tiene que actuar con datos fiables y, si hay muchos agentes en una empresa, tienen que coordinarse. Y ahí aparecen tres piezas que hoy encajan casi como un rompecabezas. La primera es Maximem Synap, que se presenta como una capa de memoria para agentes de IA.

Mateo Ruiz: ¿Y qué aporta realmente?

Clara Vega: Pues según sus creadores, dos números llamativos: un 92% en LongMemEval y un 93.2% en Locomo, que son pruebas de memoria para agentes. Y aparte de la precisión, la velocidad: dicen que el recall en el percentil 75 queda por debajo de 15 milisegundos. Eso es importante, porque una memoria que tarda mucho en responder convierte cada conversación del agente en algo lento y caro.

Mateo Ruiz: Y esto es una reclamación de los creadores, ojo. Nosotros no hemos puesto esos benchmarks a correr. Pero si los números se sostienen, el argumento es claro: si tu agente va a recordar cosas entre sesiones, quieres que recuerde bien y rápido.

Clara Vega: Exacto. Otro punto práctico: dicen ser compatibles con 22 frameworks, así que la idea es que no tengas que reescribir tu agente para adoptarlo, solo enchufar la capa de memoria. Y hay una parte gratuita con límites, lo que facilita probarlo antes de comprometerse.

Mateo Ruiz: Ahora, la memoria sirve de poco si el agente recuerda cosas que no son ciertas. Ahí entra NOAN, con una propuesta diferente: lo llaman una capa de hechos. La empresa versiona los hechos que ha aprobado y los expone por API y por MCP, de manera que todos los agentes y aplicaciones consulten la misma verdad.

Clara Vega: Eso resuelve un problema muy real. Si tienes cinco agentes trabajando para la misma empresa y cada uno se ha tragado información distinta —un precio antiguo, una política desactualizada— van a dar respuestas contradictorias. Con NOAN, la idea es que la fuente de verdad sea única y con versiones, como el código.

Mateo Ruiz: Y hay un detalle de integración interesante: Slack incluye Verity, su propia funcionalidad en esa línea. O sea, no es solo una herramienta suelta, se apoya en algo que ya existe dentro de un producto que la gente usa a diario.

Clara Vega: Bien. Y la tercera pata es el control. Opencontroller, de lyzr, se presenta como el plano de control de los agentes: descubre agentes desplegados en la nube, en Kubernetes o en SaaS, y aplica políticas que pueden rechazar peticiones directamente en el camino de la petición. No es una revisión después del desastre: es un bloqueo en el momento.

Mateo Ruiz: Y se despliega en tu propio clúster, que para empresas con requisitos de cumplimiento es casi condición necesaria. Si los datos sensibles no pueden salir, tener el plano de control dentro de tu infraestructura es un argumento de peso.

Clara Vega: Así que el conjunto es: memoria con Maximem Synap, verdad compartida con NOAN y gobernanza con Opencontroller. Lo que queda por ver, y hay que decirlo claro, es el rendimiento de todo esto en producción real. Los benchmarks son una cosa; cien agentes chocando contra políticas en una empresa real son otra. Y también está abierta la pregunta de qué estándar acabará dominando, porque todos estos productos juegan con APIs y MCP, pero el ecosistema es joven.

Mateo Ruiz: Conectando con eso, los agentes no solo necesitan recordar y obedecer políticas: necesitan un lugar donde vivir. Y cada vez más, ese lugar es tu Mac. Vamos a por las herramientas de trabajo con IA en el escritorio.

Clara Vega: Uno de los puntos recurrentes de los últimos días es que la gente trabaja con varias sesiones de IA a la vez, y el Mac no está pensado para eso por defecto. Por ejemplo, si quieres dos instancias de la misma aplicación con datos distintos, el sistema no te lo pone fácil.

Mateo Ruiz: Ahí entra Parall, que permite lanzar múltiples instancias de una misma app del Mac, cada una con su icono propio en el Dock, su ruta de datos aislada, su HOME sobrescrito y sus variables de entorno. Es decir, dos copias de la misma aplicación que no se pisan. Y además puede convertir webs en apps mediante atajos de Web App Shortcut, útil si vives en herramientas de navegador.

Clara Vega: Y encima de esa base, todo un ecosistema alrededor de las sesiones de código con IA. Harness Manager es una aplicación para Mac que hace de gestor de esos arneses de código: detecta herramientas como Claude Code o Codex, te avisa de actualizaciones, y te deja gestionar los servidores MCP y las skills desde un solo sitio. Además muestra un ranking de modelos. Es código abierto y gratuito.

Mateo Ruiz: Eso resuelve un dolor de gestión real: si usas varias de estas herramientas, cada una con su configuración, tenerlas centralizadas ahorra tiempo y errores. Y para entender qué está pasando dentro de esas sesiones, está Opaline, que analiza las sesiones de Claude Code o Codex de todo el equipo mensaje a mensaje: cuántos tokens, cuánto costaron, cuánto tiempo llevaron y qué skills se usaron. También es open source, se instala con npx.

Clara Vega: Es la parte de observabilidad. Si el equipo gasta en tokens, quieres saber en qué, y si una skill concreta dispara los costes, mejor verlo con datos que con sensaciones.

Mateo Ruiz: Y del análisis al hacer. Floot MCP es otra apuesta distinta: desde Claude o ChatGPT, construyes y publicas aplicaciones full-stack, con base de datos, inicio de sesión y hosting incluidos. Y el mismo proyecto se entrega a la vez en web, iOS y Android. O sea, el flujo es: hablas con tu asistente, y el resultado no es un prototipo suelto sino algo desplegable.

Clara Vega: Y luego hay una propuesta más ambiciosa todavía: Autonomous Product Delivery, que automatiza el bucle completo —descubrir, planificar, construir, verificar y abrir un pull request— sobre una base de código real. Dice investigar cosas como analíticas y aprender de cada merge. Es la idea de un agente que no solo escribe código, sino que participa en el ciclo de producto.

Mateo Ruiz: En esa línea, y como dato de apoyo, también apareció Bitrise Build Hub, que hablaremos más adelante, y que sirve justo como infraestructura para llevar ese código a móvil. Y sobre todo lo del Mac y las sesiones de IA, la cautela es la misma: son herramientas muy recientes y habrá que ver cómo maduran cuando se enfrentan a bases de código grandes y equipos reales. Nadie ha publicado todavía estudios serios sobre eso.

Clara Vega: Y justamente, si hablamos de llevar código a móvil, toca hablar de compilación. Elena nos trae el lanzamiento estrella de los equipos de CI.

Mateo Ruiz: Bitrise ha sacado Build Hub: runners de CI móvil para GitHub Actions. La idea es que si tu equipo compila apps para iOS y Android en GitHub Actions, puedas usar máquinas de Bitrise como runners.

Clara Vega: Y las máquinas suenan bien: equipadas con chips M4 y M5 Pro. Según Bitrise, eso acelera las compilaciones de iOS un 54% y las de Android un 31% comparadas con lo que ofrece GitHub por defecto para esos entornos.

Mateo Ruiz: Esos son números del propio Bitrise, hay que decirlo. Pero el dolor es real: una compilación de iOS puede llevarse una eternidad, y si tu pipeline se ejecuta veinte veces al día, cada minuto cuenta. Un 54% menos de tiempo de compilación se nota muchísimo en la experiencia del equipo.

Clara Vega: La adopción, además, es mínima en fricción: cambias una línea en tu configuración de runs-on y listo. Y el precio empieza en 13,50 dólares al mes, que para un equipo con CI intensivo es fácil de justificar si el tiempo ahorrado es real.

Mateo Ruiz: ¿A quién va dirigido esto? Básicamente a equipos de desarrollo móvil, sobre todo los que ya viven en GitHub Actions y no quieren migrar todo su pipeline a otra plataforma solo para conseguir hardware mejor. Es una solución quirúrgica: cambias el runner, no cambias el flujo.

Clara Vega: Lo que no sabemos aún, y conviene dejarlo abierto, es cómo se comporta con cargas muy grandes o cómo se compara en coste con alternativas self-hosted si ya tienes Macs propios. Pero como propuesta de "mejora tu CI móvil sin reorganizar nada", es de las más claras del día. Y del CI móvil pasamos a otro extremo del Mac, algo mucho más personal y ligero.

Mateo Ruiz: LockLines es lo opuesto a la infraestructura: ponerte mensajes de texto en la pantalla de bloqueo del Mac. La gracia está en el detalle: el texto está diseñado para caber en un área de visualización pequeña, con dos estados de vista previa —el texto mostrado y el texto en scroll— para que veas cómo quedará antes de aplicar. Y cuesta 0,99 libras.

Clara Vega: Es el tipo de utilidad que no cambia tu vida pero le da un toque. Y conecta bien con la idea de personalizar el Mac como tu espacio de trabajo, que es justo donde íbamos.

Mateo Ruiz: Cambiamos de tercio ahora: voz, aprendizaje y contenido. Aquí Valeria trae tres lanzamientos que giran alrededor de crear y aprender con IA.

Clara Vega: Empecemos por el audio, porque Google ha movido ficha. Gemini 3.8 Flash y Flash-Lite ahora ofrecen texto a voz, y las cifras son ambiciosas: más de 2000 voces listas para producción, soporte para 100 idiomas, y la posibilidad de clonar una voz con solo 30 segundos de muestra.

Mateo Ruiz: Treinta segundos es muy poco. Para comparar, otros sistemas piden minutos de audio limpio. Si eso funciona bien, baja muchísimo la barrera para crear una voz propia.

Clara Vega: Además de clonar, permiten dar indicaciones de interpretación línea por línea —que suene entusiasta aquí, susurrado allá— y generar audio largo de una pieza. Eso último es importante para audiolibros o pódcast, porque los modelos de voz suelen pelearse con la coherencia en generaciones largas.

Mateo Ruiz: Y aquí hay que mantener el escepticismo: la calidad de las voces clonadas con 30 segundos es exactamente lo que habrá que comprobar en la práctica. Los demos oficiales siempre suenan bien; la prueba real es tu propia voz, con tu micrófono, en tu idioma.

Clara Vega: Del audio pasamos al aprendizaje. Scholé, con su extensión Learn Anywhere, propone algo distinto de los cursos tradicionales: no te encierra en una plataforma, sino que te guía a través de proyectos reales usando las herramientas que ya tienes abiertas. Reconoce lo que hay en tu pantalla, te da pistas visuales en el momento, y lo que aprendes se refleja en un grafo de conocimiento que va creciendo.

Mateo Ruiz: O sea, aprender haciendo, con ayuda contextual en el punto exacto donde estás atascado. Y apuntan que llegó a lo más alto de Product Hunt en su día, lo cual es una señal de interés de la comunidad, aunque no diga nada sobre los resultados de aprendizaje a largo plazo, que es la pregunta clave con cualquier herramienta educativa.

Clara Vega: Y el tercero de este bloque es para creadores de contenido: Hookest. La premisa: los primeros segundos de un vídeo corto son los que deciden si alguien se queda. Hookest te deja buscar y guardar esos ganchos virales de TikTok, Reels y Shorts, con sus datos de rendimiento, para estudiar qué funciona.

Mateo Ruiz: Además avisa de lo que están haciendo tus competidores, y se conecta con Claude, ChatGPT o Gemini vía MCP, de modo que tu asistente de IA puede usar ese archivo de ganchos como material de trabajo.

Clara Vega: La pregunta abierta, otra vez, es si imitar estructuras de ganchos virales se traduce en retención real para tu contenido. Las métricas de otros vídeos son un punto de partida, no una garantía. Pero como herramienta de investigación creativa, el enfoque es sensato: aprende de lo que ya ha funcionado, con datos, no a ciegas.

Mateo Ruiz: Siguiendo con herramientas que miran hacia el público, toca el bloque de atención al cliente y contenido para peques. Ahí entran IntellAgents y Storytailor.

Clara Vega: IntellAgents ataca un problema muy concreto de las empresas: los mensajes llegan por todas partes. Teléfono, WhatsApp, Instagram, Facebook, Telegram, chat web. Y muchas pequeñas empresas terminan con cada canal como una isla. IntellAgents propone un solo agente con una sola base de conocimiento que atiende todos esos canales, 24 horas, en 36 idiomas.

Mateo Ruiz: Ese es el argumento de la unificación. En vez de contratar cobertura por franjas o perder mensajes fuera de horario, un agente cubre todo y, como comparte conocimiento, la respuesta es coherente sea cual sea el canal. Para una pyme con presencia en varias redes, la diferencia con gestionar cada bandeja a mano es enorme.

Clara Vega: Los retos, como siempre en estos casos, están en la práctica: qué pasa cuando el cliente tiene un problema que el agente no puede resolver, cómo se hace el traspaso a una persona, y si el nivel de idioma aguanta en los 36 idiomas prometidos. Eso no lo podemos verificar desde aquí.

Mateo Ruiz: Y del servicio al público adulto pasamos al público más pequeño, con Storytailor. Es una aplicación para convertir las ideas y los dibujos de los niños en cuentos ilustrados. Lo bonito del planteamiento es la continuidad: los personajes pueden reaparecer en historias nuevas, así que el niño construye su propio mundo con personajes recurrentes.

Clara Vega: Y no se queda solo en el cuento. Incluye Wonder Words, actividades fuera de pantalla, y planes de lección para educadores. Eso último amplía el público: no solo familias, también aulas. Y para probar, las dos primeras historias son gratis.

Mateo Ruiz: Quedan abiertas dos preguntas interesantes: cómo escala la personalización cuando el niño acumula decenas de personajes e historias, y cuál es el impacto educativo real frente a un cuento tradicional. Que tenga planes de lección sugiere que los creadores se lo han planteado, pero habrá que verlo en uso.

Clara Vega: Y para cerrar, el bloque de la vida diaria, con tres utilidades que unen lo personal y lo técnico. Aquí empieza NotchPop, que ataca esa zona muerta del MacBook: el notch. Lo convierte en algo parecido a la Dynamic Island del iPhone.

Mateo Ruiz: Y no es decoración: desde ahí manejas música, archivos, el portapapeles, el modo Focus, el calendario, y muestra métricas de tu trabajo e incluso de tus ganancias con IA. Todo por 3,99 dólares en compra única, sin suscripción.

Clara Vega: 3,99 una vez es un precio fácil de defender para una utilidad que vive en tu pantalla todo el día. Seguimos con el hogar: ChoreDivider se ocupa del eterno desequilibrio de las tareas domésticas. Cada persona evalúa en privado, del 1 al 10, cuánta carga siente; solo cuando todos han evaluado se revelan las puntuaciones, y el reparto se equilibra a lo largo de 14 días. Muestra también las razones detrás de cada asignación.

Mateo Ruiz: Ese detalle de la evaluación privada y la revelación conjunta es de lo más inteligente del producto: evita que la gente se marque a sí mismos como sobrecargados en público, y quita el enfrentamiento directo. Y es gratis hasta cuatro personas, en iPhone.

Clara Vega: Y la tercera es la más técnica del trío: CtrlOps 1.0, que mira hacia dentro de tu sistema. Hace una auditoría de seguridad con 25 comprobaciones y genera un informe en PDF, permite gestionar en bloque los permisos de acceso de todo el fleet, buscar en logs sin necesidad de SSH y administrar procesos con PM2. Y todo funciona de forma completamente local.

Mateo Ruiz: Completamente local es la clave ahí: los datos de tu sistema no salen de tu máquina, lo que para una herramienta de seguridad es casi un requisito moral.

Clara Vega: Y un detalle curioso que une a las tres: ninguna pide suscripción. Compra única, gratis con límites, gratuita hasta cierto tamaño. En un mercado lleno de mensualidades, es una apuesta notable. Y es un buen punto para cerrar: lo personal y lo técnico conviviendo en el mismo escritorio.

Mateo Ruiz: Así es. Hoy hemos visto desde la memoria y el control de los agentes, pasando por el Mac como base de trabajo con IA, la compilación móvil, la voz, el aprendizaje, el servicio al cliente y los cuentos para peques, hasta las tareas de casa y las suscripciones. Muchas piezas, pero con un mismo patrón: la IA saliendo del chat y metiéndose en el flujo real de trabajo y de vida.

Clara Vega: Exactamente. Y como siempre, todos los números y prestaciones que hemos mencionado son lo que cuentan sus creadores: valen como punto de partida para probar, no como veredicto. Gracias por escucharnos, nos vemos en el próximo episodio.

Mateo Ruiz: ¡Hasta la próxima!