[{"data":1,"prerenderedAt":684},["ShallowReactive",2],{"$f2r2jgu382byhk":3,"$f3rfbpvurgkjnu":99,"$fyaij47f59zp":190},[4,19,31,43,54,66,78,89],{"id":5,"slug":6,"title":7,"excerpt":8,"category":9,"tags":10,"author":13,"publishedAt":14,"readingTime":15,"sourceName":16,"external":17,"featured":17,"draft":17,"content":18},"latam-use-cases","agentes-en-latinoamerica","Agentes en LATAM: empezar por el trabajo verificable","Automatizaciones pequeñas, auditables y de alto contexto para equipos distribuidos, investigación y operaciones.","Latinoamérica",[11,12],"latam","casos de uso","Redacción Agéntico Hoy","2026-08-02",6,"Agéntico Hoy",false,"## El contexto local importa\n\nLos equipos latinoamericanos trabajan con monedas, regulaciones, conectividad y procesos heterogéneos. Un caso de uso valioso parte de esa realidad en vez de copiar una demostración diseñada para otro mercado.\n\n## Empezar con un tramo acotado\n\nClasificar documentos, preparar borradores con fuentes o consolidar reportes son mejores puntos de partida que delegar un proceso completo. El resultado debe poder revisarse con rapidez y compararse contra un criterio conocido.\n\n## Medir el costo total\n\nEl precio de una llamada al modelo es solo una parte. También cuentan integración, supervisión, errores, mantenimiento, privacidad e infraestructura. Un flujo pequeño puede generar más valor que un sistema ambicioso difícil de controlar.\n\nLa adopción responsable prioriza problemas concretos y capacidades locales: personas que conocen el proceso, datos bien definidos y una vía para recuperar el control.",{"id":20,"slug":21,"title":22,"excerpt":23,"category":24,"tags":25,"author":13,"publishedAt":14,"readingTime":15,"sourceName":28,"sourceUrl":29,"external":17,"featured":17,"draft":17,"content":30},"approval-vs-isolation","aprobacion-aislamiento","La aprobación ayuda; no reemplaza al aislamiento","La documentación de seguridad aclara qué controles son heurísticos y dónde siguen estando los límites de confianza.","Seguridad",[26,27],"seguridad","permisos","Repositorio oficial","https:\u002F\u002Fgithub.com\u002FNousResearch\u002Fhermes-agent\u002Fsecurity","## El instinto correcto, el modelo equivocado\n\nCuando un agente empieza a ejecutar herramientas reales, la primera reacción es pedir que cada acción pase por aprobación humana. Es un buen instinto. Es también insuficiente.\n\nLa aprobación es un control heurístico: funciona si el humano revisa lo que aprueba, entiende las consecuencias y tiene el tiempo para hacerlo. En la práctica, la aprobación rutinaria degrada en aprobación automática. Hacer clic en \"aceptar\" no es auditoría.\n\n## Permisos mínimos antes que revisión\n\nSi el agente no necesita acceso a un recurso, no debería tenerlo. La pregunta correcta no es \"¿apruebo esta acción?\" sino \"¿por qué el agente puede intentar esta acción en primer lugar?\". Restringir el conjunto de herramientas disponibles reduce la superficie de decisión del agente y, con ello, la cantidad de aprobaciones que un humano debe emitir.\n\nUn agente que solo puede leer archivos no necesita aprobación para escribir, porque no puede escribir. Un agente con acceso a un directorio de trabajo aislado no necesita aprobación para tocar el sistema, porque no puede tocar el sistema. El permiso mínimo elimina la necesidad de confiar en el juicio momentáneo del operador.\n\n## Aislamiento como arquitectura, no como preferencia\n\nEl aislamiento significa ejecutar al agente en un entorno donde las consecuencias de un error son contenibles. Un contenedor, una máquina virtual, un directorio temporal, un usuario sin privilegios. La idea no es nueva en ingeniería de sistemas; lo que cambia con los agentes es que la superficie se mueve del software controlado al comportamiento emergente.\n\nUn agente puede seguir instrucciones correctas de una manera incorrecta. Puede ejecutar un comando válido con consecuencias imprevistas. El aislamiento asegura que esos errores no se propaguen más allá del entorno donde ocurren.\n\n## Trazabilidad: saber qué pasó, no solo que pasó\n\nLa aprobación registra que alguien dijo \"sí\". La trazabilidad registra qué hizo el agente, con qué permisos, en qué orden y con qué resultado. Sin trazabilidad, la aprobación es un acta de intención sin capacidad de auditoría.\n\nUn buen diseño de seguridad para agentes incluye logs de cada llamada a herramientas, accessibles, persistentes y suficientemente detallados para reconstruir una sesión. La aprobación es un punto de control; el log es el registro que permite aprender de los errores.\n\n## Reversión: la salida de emergencia\n\nSi el agente comete un error, ¿se puede deshacer? La reversión es el control que se asume cuando todo lo demás falla. Un commit de git se revierte. Un archivo se restaura desde backup. Un contenedor se destruye y se recrea. El diseño de seguridad debe asumir que los errores ocurrirán y proveer una vía para revertirlos sin una intervención quirúrgica manual.\n\nLa aprobación humana reduce riesgo. No sustituye permisos mínimos, aislamiento, trazabilidad y una vía clara para revertir acciones. Es una capa, no una alternativa.",{"id":32,"slug":33,"title":34,"excerpt":35,"category":36,"tags":37,"author":13,"publishedAt":14,"readingTime":40,"sourceName":16,"external":17,"featured":41,"draft":17,"content":42},"agent-vs-chat","chatbot-vs-agente","Un chatbot responde. Un agente persigue objetivos.","Una guía conceptual para entender herramientas, memoria, ciclos de acción y límites operativos sin caer en el humo.","Agentes",[38,39],"fundamentos","agentes",7,true,"## La diferencia está en el ciclo\n\nUn chatbot suele recibir una entrada y producir una respuesta. Un agente puede observar un estado, elegir una acción, usar una herramienta, comprobar el resultado y decidir qué hacer después. No es una frontera perfecta, pero sí una distinción útil para diseñar sistemas.\n\n## Más autonomía exige más control\n\nCada herramienta amplía lo que el sistema puede hacer y también lo que puede salir mal. Un flujo serio define permisos, límites de gasto, datos accesibles, acciones que requieren aprobación y evidencia para auditar lo ocurrido.\n\n## Una prueba práctica\n\nAntes de llamar agente a un sistema, pregunta si mantiene un objetivo entre pasos, si puede actuar sobre un entorno y si evalúa el resultado de sus acciones. Si solamente redacta una respuesta, probablemente sigues ante una interfaz conversacional.\n\nLa autonomía útil no consiste en eliminar a la persona. Consiste en delegar un tramo verificable del trabajo sin perder contexto, control ni capacidad de corrección.",{"id":44,"slug":45,"title":46,"excerpt":47,"category":48,"tags":49,"author":13,"publishedAt":14,"readingTime":52,"sourceName":16,"external":17,"featured":17,"draft":17,"content":53},"model-evaluation","evaluar-un-modelo","Cómo evaluar un modelo sin enamorarse de un ranking","Licencia, contexto, hardware, tool calling y costo total: una lista de preguntas mejores que “¿cuál es el mejor?”.","Modelos",[50,51],"modelos","evaluación",9,"## La tarea antes que el ranking\n\nUn benchmark resume un conjunto limitado de pruebas. Tu sistema tiene documentos, idiomas, herramientas, latencia y tolerancia al error propias. La primera evaluación debe representar ese trabajo real.\n\n## Datos que sí conviene verificar\n\nRevisa la licencia en su fuente oficial, los requisitos de hardware, la ventana de contexto documentada y el formato de tool calling. No completes campos desconocidos con estimaciones que luego parezcan hechos.\n\n## Una comparación reproducible\n\nConserva entradas, resultados esperados, versión del modelo y configuración. Evalúa calidad, costo, tiempo y frecuencia de intervención humana. Si cambia el prompt o la herramienta, registra el cambio.\n\nEl mejor modelo es una conclusión situada, no una propiedad universal. Model Watch presenta fuentes y niveles de confianza para que cada equipo pueda tomar su propia decisión.",{"id":55,"slug":56,"title":57,"excerpt":58,"category":59,"tags":60,"author":13,"publishedAt":14,"readingTime":40,"sourceName":63,"sourceUrl":64,"external":17,"featured":41,"draft":17,"content":65},"hermes-capabilities-map","mapa-capacidades-hermes","Mapa de capacidades verificadas de Hermes Agent","Memoria entre sesiones, skills procedurales, herramientas y gateways: un punto de entrada basado en documentación primaria.","Hermes",[61,59,62],"documentación","harnesses","Hermes Agent Docs","https:\u002F\u002Fhermes-agent.nousresearch.com\u002Fdocs\u002F","## Lo que la documentación confirma\n\nHermes Agent es un agente personal que comparte el mismo núcleo conversacional entre CLI, gateway de mensajería (Telegram, Discord, Slack y otras 20 plataformas), una TUI y una aplicación de escritorio. Esa convergencia no es anecdótica: significa que las capacidades que describimos aquí funcionan en todos los canales, con las mismas herramientas y el mismo sistema de memoria.\n\nLa premisa del proyecto es que la capacidad debe vivir en los bordes. El núcleo mantiene una superficie deliberadamente estrecha de modelos de herramienta, y la mayor parte de lo que el agente puede hacer llega a través de skills, plugins y herramientas externas que no engordan el prompt que paga el usuario en cada llamada.\n\n## Memoria que sobrevive entre sesiones\n\nLa memoria persistente permite conservar información útil entre conversaciones. No es un buffer infinito: el agente distingue entre preferencias del usuario (duran para siempre), hechos del entorno (se actualizan) y procedimientos (viven en skills, no en memoria libre). Esa separación evita dos problemas opuestos: olvidar lo que debía recordarse y acumular ruido que degrada la calidad de las respuestas.\n\n## Skills como procedimiento, no como prompt\n\nLas skills son archivos markdown con instrucciones procedimentales que el agente carga bajo demanda. No se suman al system prompt permanentemente; se inyectan como mensaje de usuario cuando el agente detecta que la tarea las necesita. Esto preserva el cache de conversación y mantiene el costo predecible. Es un patrón diferente al de los prompts de sistema globales: más modular, más mantenible.\n\n## Herramientas que el agente realmente ejecuta\n\nEl agente opera herramientas reales: terminal, lectura y escritura de archivos, navegación web, búsqueda, delegación a subagentes. No son simuladas. La diferencia con un chatbot tradicional es estructural: un chatbot responde; un agente persigue objetivos ejecutando acciones. La aprobación humana existe como control, pero el diseño asume que el agente tiene capacidades operativas.\n\n## Gateways para plataformas de mensajería\n\nHermes expone el mismo agente a través de gateways que adaptan la interfaz a cada plataforma. Un mismo agente puede responder en Telegram, Discord, Slack, WhatsApp, Signal o Matrix, con aislamiento de sesión y gestión de permisos. El gateway no es un wrapper de API obvio: traduce el modelo de conversación de cada plataforma al ciclo central del agente, incluyendo gestión de colas, aprobaciones y contexto de sesión.\n\n## Una entrada, no una conclusión\n\nEste mapa no es una reseña de productos: es un punto de partida basado en documentación primaria. Conviene revisar la fuente antes de instalar o configurar el agente, porque sus capacidades pueden cambiar y la documentación oficial mantiene la versión más actualizada.",{"id":67,"slug":68,"title":69,"excerpt":70,"category":59,"tags":71,"author":13,"publishedAt":14,"readingTime":74,"sourceName":75,"sourceUrl":76,"external":17,"featured":41,"draft":17,"content":77},"persistent-memory","memoria-persistente","Memoria persistente: continuidad con responsabilidades","Qué puede recordar un agente, qué conviene olvidar y por qué el control humano importa tanto como la recuperación semántica.",[72,73],"memoria","privacidad",8,"Documentación oficial de Hermes","https:\u002F\u002Fhermes-agent.nousresearch.com\u002Fdocs\u002Fuser-guide\u002Ffeatures\u002Fmemory\u002F","## Recordar no es guardar todo\n\nLa memoria persistente permite conservar información útil entre sesiones. Esa continuidad puede evitar explicaciones repetidas, pero almacenar más no equivale a comprender mejor. Una memoria operativa necesita criterios de selección, actualización y eliminación.\n\n## Privacidad desde el diseño\n\nAntes de activar memoria conviene definir qué datos pueden entrar, dónde se almacenan, quién accede y cuánto tiempo permanecen. Los secretos, credenciales y datos personales requieren controles más estrictos que una preferencia de formato.\n\n## Continuidad verificable\n\nUna buena experiencia permite inspeccionar y corregir recuerdos. Si una inferencia incorrecta se conserva como hecho, el error puede propagarse a futuras acciones. El usuario necesita saber qué se recordó y disponer de una manera clara de revocarlo.\n\nEn el dossier de Hermes dentro de Agente:Nativo enlazamos la documentación primaria para separar las capacidades documentadas de interpretaciones editoriales.",{"id":79,"slug":80,"title":81,"excerpt":82,"category":48,"tags":83,"author":13,"publishedAt":14,"readingTime":15,"sourceName":16,"sourceUrl":87,"external":17,"featured":17,"draft":17,"content":88},"open-weights-vs-open-source","open-weights-no-es-open-source","Open weights no siempre significa open source","Una nota permanente para leer licencias, condiciones de uso, código disponible y datos de entrenamiento por separado.",[84,85,86],"licencias","open-weights","glosario","\u002Fmodelos","## Una palabra que no lo dice todo\n\n\"Open\" se convirtió en una etiqueta de marketing. Se aplica a modelos con pesos descargables, a modelos con código publicado, a modelos con licencias permisivas y a modelos con restricciones escondidas en las condiciones de uso. Decir que un modelo es \"open\" sin especificar qué exactamente está abierto es una afirmación incompleta.\n\n## Pesos disponibles: una dimensión, no un veredicto\n\nLos pesos (weights) son los valores que el modelo aprendió durante el entrenamiento. Publicarlos permite que cualquiera descargue el modelo, lo ejecute en su propia infraestructura y, en algunos casos, lo modifique o lo adapte. Esto es real y valioso. Pero los pesos son una de varias dimensiones. Un modelo con pesos abiertos pero con una licencia que prohíbe usos comerciales no es libre de usar. Un modelo con pesos descargables pero sin el código de entrenamiento no es reproducible. Un modelo con una licencia permisiva pero con restricciones geográficas no es universalmente accesible.\n\n## Las cuatro preguntas\n\nAntes de llamar a un modelo \"open\", conviene hacer cuatro preguntas separadas:\n\n- **¿La licencia lo permite?** MIT, Apache, BSD son permisivas. Llama, RAIL, las licencias \"responsible use\" tienen restricciones. Algunas prohíben usos específicos; otras imponen obligaciones de atribución o reprtoteo. La licencia no es un detalle técnico; es la regla del juego.\n\n- **¿El código está disponible?** El código de inferencia (cómo correr el modelo) es diferente del código de entrenamiento (cómo se creó). El primero permite ejecutarlo; el segundo permite auditarlo y reproducirlo. Un modelo puede tener pesos y código de inferición abiertos sin publicar el pipeline de entrenamiento.\n\n- **¿Los datos de entrenamiento son públicos?** Los datos determinan sesgos, capacidades y riesgos. Sin saber qué entró al modelo, es difícil evaluar qué sale de él. La opacidad sobre los datos de entrenamiento no es un detalle menor; es el punto ciego de la auditoría.\n\n- **¿Hay restricciones de uso?** Algunos \"open weights\" incluyen cláusulas que prohíben ciertas aplicaciones, imponen límites de usuarios o requieren aprobación del autor para despliegues comerciales. Estas restricciones pueden ser legítimas, pero cambian el modelo de \"abierto\" a \"disponible bajo condiciones\".\n\n## Por qué importa la distinción\n\nPara quienes eligen un modelo para integrar en un producto o una infraestructura, la diferencia entre \"open weights\" y \"open source\" tiene consecuencias operativas. Un modelo que no se puede usar comercialmente limita la viabilidad de un proyecto. Uno sin código de entrenamiento auditable impide verificar claims de rendimiento o seguridad. Uno con restricciones geográficas puede dejar de ser accesible en cualquier momento.\n\nLa pregunta no es si un modelo es \"bueno\" o \"malo\" por ser open o no. La pregunta es qué está específicamente abierto, bajo qué condiciones, y si eso sirve al caso de uso que tenés en mente.\n\nLos pesos disponibles son una dimensión de apertura. La licencia, el código, los datos y las restricciones deben evaluarse por separado.",{"id":90,"slug":91,"title":92,"excerpt":93,"category":24,"tags":94,"author":13,"publishedAt":14,"readingTime":96,"sourceName":97,"sourceUrl":29,"external":17,"featured":41,"draft":17,"content":98},"tool-risk","riesgos-herramientas-agente","Dar herramientas a un agente cambia el modelo de riesgo","Permisos mínimos, aprobaciones, aislamiento y trazabilidad para pasar de conversación a ejecución con criterio.",[26,95],"herramientas",10,"Hermes Agent Security","## De texto a consecuencias\n\nUna respuesta incorrecta puede confundir. Una acción incorrecta puede modificar datos, enviar mensajes o ejecutar código. Cuando un agente recibe herramientas, la evaluación debe considerar el alcance real de sus credenciales.\n\n## Diseñar con permisos mínimos\n\nCada integración debería exponer solamente las operaciones necesarias. Separa lectura de escritura, limita destinos y montos, y exige aprobación explícita para acciones irreversibles o de alto impacto.\n\n## Aislar y registrar\n\nLos entornos de prueba, límites de tiempo y registros estructurados facilitan entender qué ocurrió. Un botón de aprobación no sustituye aislamiento: la persona puede no detectar una instrucción maliciosa oculta en datos externos.\n\nLa pregunta central es operativa: ¿podemos detener, explicar y revertir el flujo? Si no, la herramienta todavía tiene más autoridad que el sistema de control.",[100,114,125,138,148,158,170,180],{"id":101,"category":48,"title":102,"excerpt":103,"content":104,"image":105,"imageAlt":106,"sourceName":107,"sourceUrl":108,"publishedAt":109,"verifiedAt":110,"relevance":111,"tags":112},"deepseek-v4-flash-0-28","DeepSeek V4 Flash: el modelo de 0,28 dólares que baja el piso de los agentes de código","DeepSeek lanzó a fines de julio la API de V4-Flash a 0,14 dólares por millón de tokens de entrada y 0,28 de salida, con agentes de código más fuertes a ese precio, según la documentación oficial de precios.","El precio de correr agentes de código sigue bajando, y DeepSeek acaba de mover el piso otra vez. A fines de julio de 2026 lanzó la API de V4-Flash (variante 0731) a 0,14 dólares por millón de tokens de entrada y 0,28 por millón de salida, con agentes de código más fuertes como cabeza de playa, según la documentación oficial de precios.\n\nLa cifra importa por cómo funcionan los agentes. El costo de una tarea se multiplica por cada llamada a herramientas (tool calling) y cada reintento de un flujo agéntico, así que el precio por token de salida define buena parte de la economía de producción. A 0,28 dólares de salida, correr agentes de código deja de ser un gasto que solo cierras en dólares baratos, y más en LATAM, donde el tipo de cambio pesa cada decisión.\n\nEn el panel de Model Watch de Agéntico Hoy, DeepSeek V4 Pro aparece como el modelo de pesos abiertos más barato del top 22 medido en TerminalBench (46,2%) y Tau2 (96,2%). Flash baja aún más ese piso. El análisis de Simon Willison sobre DeepSeek V4 ya documentaba el par 0,14\u002F0,28 de Flash frente a 1,74\u002F3,48 de Pro, una brecha que cambia qué modelos conviene poner en producción para tareas repetitivas.\n\nPara quien construye agentes desde la región, el movimiento es directo: un modelo que ya era competitivo en calidad ahora separa aún más la curva de costo de la de capacidad. Cuando el salto de precio entre un modelo y otro se vuelve tan estrecho, la pregunta deja de ser si el modelo sirve y pasa a ser cuánto puedes automatizar antes de que el costo total importe.\n\n**Para más detalles:**\n- [Documentación oficial de precios de DeepSeek](https:\u002F\u002Fapi-docs.deepseek.com\u002Fquick_start\u002Fpricing\u002F)\n- [Análisis de Simon Willison sobre DeepSeek V4](https:\u002F\u002Fsimonwillison.net\u002F2026\u002FApr\u002F24\u002Fdeepseek-v4\u002F)\n- [Anuncio del lanzamiento de V4-Flash en Reddit](https:\u002F\u002Fwww.reddit.com\u002Fr\u002FAIGuild\u002Fcomments\u002F1ve176o\u002Fdeepseek_launches_v4flash_api_with_stronger\u002F)","\u002Fimages\u002Fradar\u002Fdeepseek-v4-flash-0-28.webp","Holograma de la ballena de DeepSeek en azul eléctrico rodeada de anillos concéntricos, con un androide al lado y paneles de cómic retro manga al fondo","DeepSeek","https:\u002F\u002Fapi-docs.deepseek.com\u002Fquick_start\u002Fpricing\u002F","2026-08-03","2026-08-05","alta",[50,113,39],"precios",{"id":115,"category":48,"title":116,"excerpt":117,"content":118,"image":119,"imageAlt":120,"sourceName":121,"sourceUrl":122,"publishedAt":110,"verifiedAt":110,"relevance":111,"tags":123},"deepseek-v4-flash-crecimiento-ollama","DeepSeek V4-Flash es el modelo de crecimiento más rápido en Ollama","Ollama amplía capacidad en EE.UU. y Europa tras confirmar que DeepSeek-V4-Flash-0731 es su modelo de mayor crecimiento en uso de tokens, a más de 100 tokens por segundo y sin retención de datos.","El precio de DeepSeek V4-Flash, de 0,28 dólares por millón de tokens de salida, ya sugería que la economía de correr agentes en producción estaba cambiando. La demanda parece haberle dado la razón a esa lectura, y quien lo confirma es una plataforma de terceros, no la propia DeepSeek.\n\nOllama publicó el 4 de agosto que DeepSeek-V4-Flash-0731 es el modelo de crecimiento más rápido en uso de tokens en toda su historia, y que por eso está ampliando capacidad en Estados Unidos y Europa. Los datos que acompañan el anuncio:\n\n- Más de 100 tokens por segundo en la plataforma.\n- Cero retención de datos, las consultas no se guardan.\n- Se ejecuta con ollama run deepseek-v4-flash:0731-cloud.\n\nDeepSeek-V4-Flash es una vista previa de la serie V4, un modelo de expertos mezclados (Mixture-of-Experts, MoE) de 284 mil millones de parámetros totales con 13 mil millones activos, pensado para razonamiento eficiente sobre una ventana de contexto de 1 millón de tokens. Ofrece tres modos de razonamiento: sin pensamiento, pensamiento y máximo pensamiento.\n\nEl detalle de la retención importa tanto como la velocidad. Buena parte de la resistencia a usar modelos baratos en trabajo real no viene de la calidad, sino de dónde terminan los datos, sobre todo en equipos que tocan código de clientes. Una plataforma que corre el modelo en la nube sin guardar las consultas responde a esa objeción sin obligar a montar hospedaje propio (self-hosting).\n\nConviene leer el anuncio en su marco: Ollama informa sobre su propio tráfico y no publicó cifras absolutas de tokens ni comparación con otros modelos de su catálogo. Es un indicador de dirección, no una medición independiente del mercado.\n\nPara quien corre agentes desde LATAM, la combinación de un precio de salida de 0,28 dólares por millón de tokens, más de 100 tokens por segundo y cero retención de datos en una plataforma que escala capacidad cambia el cálculo de qué modelo usar en producción. DeepSeek advierte además que adoptará pronto precios de hora pico, con un recargo del doble en ciertas franjas de Beijing, un matiz que conviene vigilar al proyectar costos.\n\n**Para más detalles:**\n- [Página del modelo en Ollama](https:\u002F\u002Follama.com\u002Flibrary\u002Fdeepseek-v4-flash:0731-cloud)\n- [Precios oficiales de DeepSeek](https:\u002F\u002Fapi-docs.deepseek.com\u002Fquick_start\u002Fpricing\u002F)","\u002Fimages\u002Fradar\u002Fdeepseek-v4-flash-crecimiento-ollama.webp","Ilustración editorial vintage: llama con gafas de sol y blazer a la izquierda, gráfico de uso de tokens con crecimiento récord de +1000% al centro, y ballena con corona y el texto DEEPSEEK V4-FLASH a la derecha, en paleta sepia, navy, rojo y dorado","Ollama","https:\u002F\u002Fx.com\u002Follama\u002Fstatus\u002F2084771801888907621",[50,124,113],"infra",{"id":126,"category":127,"title":128,"excerpt":129,"content":130,"image":131,"imageAlt":132,"sourceName":133,"sourceUrl":134,"publishedAt":109,"verifiedAt":110,"relevance":135,"tags":136},"hermes-020-herald","Harnesses","Hermes Agent 0.20 habla, se conecta con otros agentes y firma sus eventos","La versión 0.20 de Hermes Agent, etiqueta The Herald, suma voz en tiempo real con interrupción, el protocolo agente a agente 1.0, webhooks firmados y citas con verificación de hechos.","Nous Research publicó el 3 de agosto de 2026 la versión 0.20 de Hermes Agent, y la bautizó The Herald (el heraldo) por una razón concreta: el agente ahora comunica, integra y respalda lo que dice. El ciclo fue grande, cerca de 3.650 commits y más de 1.400 pull requests fusionadas desde la 0.19, pero el lanzamiento se organiza en torno a cuatro pilares.\n\nEl primero es la voz. Antes, el modo de voz significaba hablar, esperar a que se generara toda la respuesta y luego escuchar un audio largo. Ahora Hermes habla a medida que el texto va saliendo, en transmisión en tiempo real con texto a voz, y puedes interrumpirlo a mitad de frase: el sistema detecta la interrupción, se detiene, escucha y le avisa al modelo que lo cortaste. La detección de silencio consciente de la actividad evita que hable por encima de ti. Todo esto funciona en la línea de comandos, el escritorio y los adaptadores de mensajería con audio.\n\nLos otros tres pilares son de integración y confianza. El protocolo agente a agente (A2A 1.0) llega como plugin incluido, para que Hermes descubra, hable y sea controlado por otros agentes compatibles, lo que cierra una de las peticiones más antiguas del repositorio. Los webhooks de salida firmados, con firma HMAC, empujan eventos del ciclo de vida (actividad de sesión, turnos completados, eventos de herramientas) a cualquier punto de conexión HTTP, de modo que puedes conectar Hermes con tu integración continua, tu automatización del hogar o tus paneles sin montar un bucle de consulta. Y la nueva habilidad de citas fundamentadas añade verificación de hechos: cada afirmación va respaldada por una fuente comprobable, y un modo de comprobación señala qué chequea, qué no y qué no pudo verificarse.\n\nAlrededor de ese eje, el escritorio dejó de ser un cliente de chat para volverse una plataforma (artefactos con vista previa en vivo, un SDK de plugins, entrada rápida desde cualquier parte y ventanas múltiples). La línea de comandos ganó comandos de poder, como el modo shell con `!` y las órdenes `\u002Finit`, `\u002Fdiff`, `\u002Fcontext` y `\u002Ffocus`. La compresión de contexto mejoró, y las herramientas ahora se recuperan de sus propios fallos en lugar de obligar al modelo a adivinar.\n\n**Para más detalles:**\n- [Hermes Agent v0.20.0, notas de lanzamiento](https:\u002F\u002Fgithub.com\u002FNousResearch\u002Fhermes-agent\u002Freleases\u002Ftag\u002Fv2026.8.3)\n- [Repositorio de Hermes Agent en GitHub](https:\u002F\u002Fgithub.com\u002FNousResearch\u002Fhermes-agent)","\u002Fimages\u002Fradar\u002Fhermes-020-herald.webp","Ilustración retro manga del dios Hermes con casco alado y caduceo sobre fondo negro con anillos de radar azules y el logo de Nous en una esquina","Hermes Agent Releases","https:\u002F\u002Fgithub.com\u002FNousResearch\u002Fhermes-agent\u002Freleases\u002Ftag\u002Fv2026.8.3","esencial",[59,62,39,137],"open source",{"id":139,"category":48,"title":140,"excerpt":141,"content":142,"image":143,"imageAlt":144,"sourceName":145,"sourceUrl":146,"publishedAt":109,"verifiedAt":110,"relevance":111,"tags":147},"minimax-h3-parametros-abiertos","MiniMax H3 abre sus parámetros: video 2K con audio estéreo nativo","Los pesos de H3, el modelo omni-modal de video de 33B de MiniMax, ya están en Hugging Face bajo licencia comunitaria. Genera hasta 15 segundos a 2K con audio estéreo nativo y entiende contexto multimodal completo.","MiniMax cumplió la promesa que hizo a finales de julio: los parámetros abiertos (open weights, los valores que el modelo aprendió al entrenarse, publicados para que cualquiera los descargue y adapte) de su modelo de video H3 ya están disponibles en Hugging Face. El modelo de 33 mil millones de parámetros genera clips de hasta 15 segundos a resolución 2K con audio estéreo nativo, y entiende un contexto multimodal completo en el que combina texto, imágenes, video y audio.\n\nH3 se presentó el 31 de julio como un modelo de video omni-modal accesible por API, con la promesa de abrir los pesos en los días siguientes. La liberación llegó el 3 de agosto bajo la MiniMax H3 Community License, una licencia propia de la compañía que permite descargar, usar, adaptar y hacer fine-tuning del modelo, aunque no cumple la definición estricta de código abierto (OSI).\n\nEntre sus especificaciones verificadas en la ficha del modelo:\n\n- 33 mil millones de parámetros (arquitectura H3-Omni-Transformer, densa)\n- Video de 4 a 15 segundos a 24 fotogramas por segundo, hasta 2K con el módulo H3-Regenerate-2K\n- Audio estéreo nativo a 32 kHz, generado junto con el video\n- Hasta 9 imágenes, 3 clips de video y 3 de audio como referencia en un solo prompt\n- Soporte estable de 11 idiomas, entre ellos el español\n- Integración inmediata con ComfyUI, con variantes cuantizadas disponibles (ya hay 21 modelos derivados y 20 cuantizaciones en Hugging Face)\n\nHay un matiz que conviene anotar. El sistema H3-Context-IR, el que interpreta instrucciones multimodales complejas y las convierte en lo que el modelo entiende, no forma parte de esta versión abierta, queda como servicio hospedado vía API, y MiniMax publicó guías para que cada quien construya su propio preprocesador. La atención dispersa (sparse attention), que la compañía mencionó durante el entrenamiento, tampoco viene en esta entrega inicial y llegará en una actualización futura.\n\nPara quien construye con modelos abiertos, H3 es la opción más completa hasta ahora en video con audio estéreo incorporado, y lo es sin depender de una API para la generación en sí. MiniMax además apuesta por el precio, a 2K el costo por segundo es menos de un tercio del de los modelos mainstream, y a 768p, menos de la mitad de lo que cobran otros por 720p.\n\n**Para más detalles:**\n- [Parámetros en Hugging Face (MiniMaxAI\u002FMiniMax-H3)](https:\u002F\u002Fhuggingface.co\u002FMiniMaxAI\u002FMiniMax-H3)\n- [Integración en ComfyUI](https:\u002F\u002Fhuggingface.co\u002FComfy-Org\u002FMiniMax-H3)","\u002Fimages\u002Fradar\u002Fminimax-h3-parametros-abiertos.webp","Silueta de un hombre con abrigo y sombrero sosteniendo un megáfono, junto a un ojo gigante estilizado, en composición noir roja y naranja","Blog oficial de MiniMax H3","https:\u002F\u002Fwww.minimax.io\u002Fblog\u002Fminimax-h3",[50,137,84],{"id":149,"category":48,"title":150,"excerpt":151,"content":152,"image":153,"imageAlt":154,"sourceName":155,"sourceUrl":156,"publishedAt":109,"verifiedAt":110,"relevance":111,"tags":157},"qwen3-8-max-parametros-abiertos","Qwen3.8-Max abre los parámetros de un modelo clase Max por primera vez","Alibaba confirmó que Qwen3.8-Max, su modelo más capaz, será el primer modelo clase Max de la familia con parámetros abiertos (open weights), disponibles la próxima semana, además de la versión 27B.","Alibaba acaba de dar un paso que la comunidad esperaba desde hace tiempo. Con el lanzamiento de Qwen3.8-Max, su modelo más capaz hasta la fecha, la compañía confirmó que por primera vez un modelo de la clase Max tendrá parámetros abiertos (open weights, los valores que el modelo aprendió al entrenarse, publicados para que cualquiera los descargue y adapte), y que estarán disponibles la próxima semana. También adelantó que Qwen3.8-27B saldrá con parámetros abiertos. Hasta ahora, los Max de Qwen eran exclusivos de API, así que este movimiento cambia las reglas para quienes quieren correr un modelo de punta en su propia infraestructura.\n\nEl modelo es un MoE de 2.4 billones de parámetros con 95 mil millones activos, construido sobre la arquitectura de Qwen 3.5, y ya está disponible por API en QwenCloud con una ventana de contexto de un millón de tokens. La API cuesta 2 dólares por millón de tokens de entrada y 6 dólares por millón de salida, con caché implícito a 0.25 dólares.\n\nLo que más llama la atención no son los benchmarks, sino las demostraciones de autonomía que publicó el equipo. En el caso estrella, Qwen3.8-Max trabajó más de 16 días en solitario construyendo oh-my-cli, un agente de código en línea de comandos que evoluciona solo. Según el blog oficial, al 30 de julio el repositorio llevaba 265 commits, 127 pull requests y 151 incidencias, todo gestionado por el propio modelo con un ciclo de issues, dispatch, tests y CI. Otras pruebas incluyen:\n\n- Reprodujo un paper de investigación y luego lo mejoró: escribió unas 7,600 líneas de código, corrió 33 rondas de entrenamiento en GPU y superó el método original por 2.7 puntos en AIME24\n- En una competencia de Tianchi con 526 equipos humanos, quedó por encima de 458 de ellos en 24 horas de trabajo autónomo\n- Corrió 365 días de simulación de e-commerce con capital inicial, detectando 152 comerciantes fraudulentos ocultos en el dataset\n- Optimizó diseños de chips con unas 500 iteraciones de planificación autónoma, bajando un diseño de 8,298 a 678 compuertas\n\nEn benchmarks de agentes, el modelo marca 86.6 en Terminal Bench 2.1 evaluado con Claude Code y lidera PaperBench con 93.0, por encima de GPT-5.6 Sol (90.5).\n\nQuedan dos datos pendientes de confirmar: la fecha exacta de liberación de los parámetros y la licencia que usarán. El anuncio no las especifica todavía, así que es prudente esperar el release oficial antes de asumir condiciones.\n\n**Para más detalles:**\n- [Qwen3.8-Max en QwenCloud](https:\u002F\u002Fwww.qwencloud.com\u002Fmodels\u002Fqwen3.8-max)\n- [Repositorio oh-my-cli, el proyecto construido en autonomía](https:\u002F\u002Fgithub.com\u002Fqwen-code-dev-bot\u002Foh-my-cli)\n- [Anuncio en X de Qwen](https:\u002F\u002Fx.com\u002FAlibaba_Qwen\u002Fstatus\u002F2084100707423289643)","\u002Fimages\u002Fradar\u002Fqwen3-8-max-parametros-abiertos.webp","Póster cyberpunk azul con un joven de espaldas y chaqueta de cuello alto frente a una ciudad futurista, con la marca Alibaba y el nombre Qwen3.8-Max bajo el letrero 'LA NUEVA ERA DE LA INTELIGENCIA'","Blog oficial de Qwen","https:\u002F\u002Fqwen.ai\u002Fblog?id=qwen3.8",[50,137,39,113],{"id":159,"category":127,"title":160,"excerpt":161,"content":162,"image":163,"imageAlt":164,"sourceName":165,"sourceUrl":166,"publishedAt":167,"verifiedAt":167,"relevance":111,"tags":168},"cursor-google-workspace-plugins","Cursor conecta sus agentes a Google Workspace","Cursor lanzó el 3 de agosto de 2026 plugins que dan a sus agentes acceso directo a Gmail, Google Drive, Calendar, Docs y Sheets: buscar correos, editar documentos y agendar reuniones sin salir del editor.","Cursor, el agente de código que compite con Claude Code y Codex, dio un paso hacia el trabajo de oficina. Desde el 3 de agosto de 2026, sus agentes pueden leer, escribir y actuar dentro de Google Workspace gracias a una tanda de plugins nuevos que conectan directamente con los servicios de Google.\n\nLa idea es que no tengas que salir del editor para las tareas que rodean al código: el agente puede sacar contexto de un correo, actualizar una hoja de cálculo o agendar una reunión en el mismo flujo de trabajo. Los plugins se instalan desde el Cursor Marketplace o desde la página Customize del editor, y cada uno cubre un servicio con acciones concretas:\n\n- **Gmail**: buscar y leer correos, redactar y enviar mensajes, aplicar etiquetas y administrar hilos\n- **Google Drive**: buscar archivos y carpetas, abrir y descargar contenido, crear y organizar archivos\n- **Google Calendar**: leer agendas, crear y actualizar eventos, buscar espacios libres\n- **Google Docs**: abrir y leer documentos, escribir y editar texto, crear documentos nuevos\n- **Google Sheets**: leer rangos y encontrar valores, actualizar celdas, crear y editar hojas de cálculo\n\nLos plugins se apoyan en los servidores MCP remotos de Google, así que el agente de Cursor accede a los datos con los permisos de la cuenta conectada, igual que cualquier integración de Workspace.\n\nEl anuncio llega en una semana activa para la empresa. El mismo día, Cursor reportó mejoras en sus agentes en la nube, que ahora son entre 20% y 30% más eficientes en uso de tokens, y 80% más eficientes en ejecuciones con uso de computadora (computer use), según su cuenta oficial en X. Los plugins de Workspace se suman a una tanda reciente de integraciones que incluye Cursor Start en India y la llegada del editor al iPad.\n\nPara quien trabaja con agentes de código, el movimiento marca una dirección: el agente deja de ser solo una herramienta de programación y empieza a operar sobre las aplicaciones donde se hace el resto del trabajo. El costo, como siempre con estos accesos, es la letra chica de los permisos: al conectar Workspace, le estás dando al agente una llave a tu correo y tu calendario.\n\n**Para más detalles:**\n- [Plugins en el Cursor Marketplace](https:\u002F\u002Fcursor.com\u002Fmarketplace)\n- [Documentación de plugins de Cursor](https:\u002F\u002Fcursor.com\u002Fdocs\u002Fplugins)\n- [Anuncio en X de Cursor](https:\u002F\u002Fx.com\u002Fcursor_ai\u002Fstatus\u002F2084376701539405904)","\u002Fimages\u002Fradar\u002Fcursor-google-workspace-plugins.webp","Logo hexagonal de Cursor en marfil sobre fondo negro con textura halftone, líneas de velocidad radiales y acentos ámbar retro manga","Cursor","https:\u002F\u002Fcursor.com\u002Fchangelog\u002Fgoogle-workspace-plugins","2026-08-04",[62,169,95,27],"integraciones",{"id":171,"category":48,"title":172,"excerpt":173,"content":174,"image":175,"imageAlt":176,"sourceName":177,"sourceUrl":178,"publishedAt":109,"verifiedAt":109,"relevance":111,"tags":179},"glm-5-2-economia","GLM-5.2 corre flujos agénticos por menos de medio dólar","Un test documentado mostró que GLM-5.2, de Zhipu AI, igualó a un modelo cerrado en una tarea agéntica real por USD 0.43 por corrida, un 72% más barato que Claude.","La discusión sobre si los modelos abiertos pueden competir con los cerrados en tareas reales, y no solo en benchmarks, tiene un dato nuevo. Una prueba documentada por gumloop mostró que un agente que generaba un reporte automatizado produjo el mismo resultado con GLM-5.2, de Zhipu AI, que con el modelo cerrado que usaba antes. La diferencia: 0,43 dólares por ejecución, un 72% más barato que Claude.\n\nGLM-5.2 es un modelo abierto de Zhipu AI con arquitectura MoE orientada a tareas de largo horizonte. Entre sus características:\n\n- Licencia MIT, permisiva para uso comercial\n- Ventana de contexto de 1M de tokens\n- Diseñado para flujos de trabajo agénticos extensos, no solo chat\n\nEl dato no es aislado. CNBC reportó en junio que GLM 5.2 queda a un punto porcentual de Opus 4.8, de Anthropic, en un benchmark agéntico clave, a aproximadamente un quinto del costo. El modelo aparece además en varias listas de 2026 como opción top para flujos de trabajo agénticos: SiliconFlow lo lista junto a Qwen3-Coder y Qwen3-Thinking, y es uno de los modelos que el portal de Nous expone, servible gratis vía la API de NVIDIA NIM.\n\nPara quien construye agentes desde LATAM, la combinación de costo y paridad de salida cambia el cálculo de qué modelo corre en producción. Cuando un abierto de 43 centavos iguala a un cerrado de suscripción, el argumento de calidad premium se debilita para tareas medias.\n\n**Para más detalles:**\n- [Blog oficial de GLM-5.2 (Z.ai)](https:\u002F\u002Fz.ai\u002Fblog\u002Fglm-5.2)\n- [Cobertura de CNBC sobre GLM 5.2](https:\u002F\u002Fwww.cnbc.com\u002F2026\u002F06\u002F26\u002Fchina-zhipu-z-ai-open-source-anthropic-openai.html)","\u002Fimages\u002Fradar\u002Fglm-5-2-economia.webp","Núcleo abierto GLM 5.2 con circuitos expuestos y precio destacado de USD 0.43 junto a una pequeña pila de monedas","Gumloop","https:\u002F\u002Fwww.gumloop.com\u002Fblog\u002Fopen-source-ai-agents",[50,137,39],{"id":181,"category":48,"title":182,"excerpt":183,"content":184,"image":185,"imageAlt":186,"sourceName":187,"sourceUrl":188,"publishedAt":167,"verifiedAt":14,"relevance":135,"tags":189},"kimi-k3-moe-1m-contexto","Kimi K3: un MoE de 2.8T parámetros con 1M de contexto","Moonshot AI liberó Kimi K3 el 27 de julio: 2.8T parámetros totales con 16 de 896 expertos activos, ventana de 1M de tokens y pesos abiertos bajo licencia Modified MIT, el open-weight más grande jamás publicado.","El modelo de código abierto más grande jamás publicado ya tiene pesos disponibles. Moonshot AI liberó Kimi K3 el 27 de julio de 2026, una semana después de lanzarlo por API, y con eso puso en manos de la comunidad un gigante: 2,8 billones de parámetros totales con una ventana de contexto de un millón de tokens.\n\nMás allá del número, lo que importa es lo que puedes hacer con ese contexto. Con un millón de tokens entran un repositorio completo en el prompt, documentos largos y sesiones agénticas extendidas sin depender de resúmenes intermedios, que es el diferenciador real frente a los modelos de 128K a 256K que dominaron el año pasado. Entre sus características:\n\n- Activa 16 de sus 896 expertos por token (arquitectura Stable LatentMoE)\n- Visión nativa para imágenes y video\n- Kimi Delta Attention, que reduce hasta 75% el uso de caché de contexto (KV-cache)\n- Licencia Modified MIT, permisiva para uso comercial, aunque sin datos ni código de entrenamiento\n\nEl costo de servirlo es alto, del orden de 64+ H100 por copia, lo que limita el hospedaje propio (self-hosting) práctico a quien tiene infraestructura propia. En la API, el precio es de 3 dólares por millón de tokens de entrada y 15 de salida, sin tiering.\n\nLa pregunta que queda abierta es para quién es un modelo así en la práctica. Con el contexto más grande del mercado y los pesos liberados, Kimi K3 marca el techo de lo que se puede correr en casa, y ese techo sigue siendo alto para la mayoría.\n\n**Para más detalles:**\n- [Guía de inicio oficial de Kimi K3 (Moonshot)](https:\u002F\u002Fplatform.kimi.ai\u002Fdocs\u002Fguide\u002Fkimi-k3-quickstart)\n- [Panorama técnico en Hugging Face](https:\u002F\u002Fhuggingface.co\u002Fblog\u002FResterChed\u002Fkimi-k3-model-overview-mxfp4-quantization-open-wei)\n- [Guía para correrlo localmente (Unsloth)](https:\u002F\u002Funsloth.ai\u002Fdocs\u002Fmodels\u002Fkimi-k3)","\u002Fimages\u002Fradar\u002Fkimi-k3-moe-1m-contexto.webp","Logo de Kimi, una letra K en marfil sobre fondo negro con textura halftone, círculos de radar y líneas de velocidad retro manga, con un punto azul sobre la K","Moonshot AI","https:\u002F\u002Fplatform.kimi.ai\u002Fdocs\u002Fguide\u002Fkimi-k3-quickstart",[50,137,72,113],[191,232,268,301,333,363,395,425,466,490,527,562,596,626,656],{"id":192,"slug":192,"name":193,"organization":194,"category":195,"cover":196,"coverAlt":197,"summary":198,"description":199,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":203,"deployment":209,"integrations":212,"bestFor":218,"officialUrl":223,"repositoryUrl":224,"documentationUrl":225,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":227,"content":231},"aider","Aider","Aider community","programacion","\u002Fimages\u002Fharnesses\u002Faider.svg","Portada editorial de Aider con un mapa de repositorio","Herramienta abierta de programación en pareja desde terminal, con mapa del repositorio, integración Git y compatibilidad con numerosos modelos.","Aider es uno de los entornos de programación con IA de terminal más establecidos. Se centra en editar repositorios con contexto, integrar Git y permitir elegir modelos locales o alojados.","activo","Apache-2.0","intermedio",[204,205,206,207,208],"Mapa del repositorio","Edición de código","Integración Git","Lint y pruebas","Selección de modelos",[210,211],"Terminal local","Uso desde IDE",[213,214,215,216,217],"Git","Modelos locales","Proveedores de modelos","Linters","Test runners",[219,220,221,222],"Programación en pareja","Repositorios existentes","Usuarios de Git","Flujos multimodelo","https:\u002F\u002Faider.chat\u002F","https:\u002F\u002Fgithub.com\u002FAider-AI\u002Faider","https:\u002F\u002Faider.chat\u002Fdocs\u002F","ninguna",[228,230],{"label":229,"url":225},"Documentación oficial",{"label":28,"url":224},"## Programación en pareja desde terminal\n\nAider combina conversación, edición del repositorio, un mapa de código e integración con Git. Puede conectarse a diferentes modelos, incluidos servicios alojados y opciones locales compatibles.\n\n## Perfil distinto\n\nSu enfoque histórico es el acompañamiento interactivo del desarrollador. Puede automatizar pasos, pero no debe confundirse sin matices con servicios pensados para ejecutar una tarea remota durante horas.\n\n## Qué evaluaremos\n\nImportan la calidad del mapa del repositorio, la legibilidad de los diffs, el control de commits y cómo se integran pruebas y lint en cada flujo.",{"id":233,"slug":233,"name":234,"organization":235,"category":195,"cover":236,"coverAlt":237,"summary":238,"description":239,"status":200,"licenseVerified":17,"technicalLevel":202,"capabilities":240,"deployment":246,"integrations":249,"bestFor":255,"officialUrl":260,"documentationUrl":261,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":262,"content":267},"claude-code","Claude Code","Anthropic","\u002Fimages\u002Fharnesses\u002Fclaude-code.svg","Portada editorial de Claude Code con un destello y terminal","Entorno comercial de programación de Anthropic para comprender repositorios, editar archivos, ejecutar herramientas y trabajar desde terminal o superficies conectadas.","Claude Code es un producto de Anthropic orientado al desarrollo agéntico. Opera sobre el contexto del proyecto y permite controlar herramientas y permisos desde distintas superficies.",[241,242,243,244,245],"Comprensión de repositorios","Edición multiarchivo","Comandos y herramientas","Sesiones continuables","Integración MCP",[210,247,248],"Web","Integraciones empresariales",[250,251,252,253,254],"GitHub","GitLab","MCP","Amazon Bedrock","Google Vertex AI",[256,257,258,259],"Desarrollo interactivo","Refactorizaciones","Diagnóstico","Equipos que usan Claude","https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code","https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview",[263,264],{"label":229,"url":261},{"label":265,"url":266},"Referencia CLI","https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Fcli-reference","## Entorno de programación de Anthropic\n\nClaude Code trabaja con el repositorio y las herramientas disponibles para explicar, planificar y ejecutar cambios. Puede usarse de forma interactiva y dispone de mecanismos para continuar sesiones y conectar MCP.\n\n## Producto y modelo no son lo mismo\n\nClaude es la familia de modelos; Claude Code es el entorno que organiza contexto, permisos, herramientas e interacción para desarrollar software. Esta distinción será central en las comparaciones de Agente:Nativo.\n\n## Control operativo\n\nLas capacidades exactas dependen de autenticación, plan y plataforma. Las guías enlazarán siempre la documentación vigente antes de recomendar comandos o configuraciones.",{"id":269,"slug":269,"name":270,"organization":271,"category":195,"cover":272,"coverAlt":273,"summary":274,"description":275,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":276,"deployment":281,"integrations":286,"bestFor":289,"officialUrl":294,"repositoryUrl":295,"documentationUrl":296,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":297,"content":300},"cline","Cline","Cline Bot Inc.","\u002Fimages\u002Fharnesses\u002Fcline.svg","Portada editorial de Cline con paneles de IDE y robot geométrico","Agente de programación abierto para IDE y terminal, con edición, comandos, navegación y aprobación humana sobre sus acciones.","Cline evolucionó desde una extensión de VS Code hacia un conjunto que incluye CLI, SDK y otras superficies. Mantiene una experiencia centrada en revisar cambios y aprobar herramientas.",[242,277,278,279,280],"Ejecución de comandos","Plan y acción","Checkpoints","Skills y MCP",[282,283,284,285],"VS Code","JetBrains","Terminal","SDK",[215,252,287,288,213],"Navegador","Shell",[290,291,292,293],"Usuarios de IDE","Revisión humana","Equipos multimodelo","Extensiones propias","https:\u002F\u002Fcline.bot\u002F","https:\u002F\u002Fgithub.com\u002Fcline\u002Fcline","https:\u002F\u002Fdocs.cline.bot\u002F",[298,299],{"label":229,"url":296},{"label":28,"url":295},"## Del IDE a varias superficies\n\nCline es un agente de programación abierto con experiencia en IDE y terminal. Puede crear archivos, ejecutar comandos, navegar y usar herramientas, normalmente mostrando aprobaciones y diffs para mantener al usuario dentro del ciclo.\n\n## No es solamente una extensión\n\nEl proyecto incluye CLI y SDK además de sus integraciones de editor. Esa evolución importa al comparar Cline con forks históricos o con herramientas estrictamente limitadas a VS Code.\n\n## Permisos\n\nEl modo de aprobación humana reduce riesgos, pero habilitar automatismos amplios cambia el perfil de seguridad. Las guías distinguirán siempre la configuración utilizada.",{"id":302,"slug":303,"name":304,"organization":305,"category":195,"cover":306,"coverAlt":307,"summary":308,"description":309,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":310,"deployment":315,"integrations":319,"bestFor":321,"officialUrl":326,"repositoryUrl":327,"documentationUrl":328,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":329,"content":332},"codex-cli","codex","Codex","OpenAI","\u002Fimages\u002Fharnesses\u002Fcodex.svg","Portada editorial de Codex con un nodo geométrico y terminal","Agente de programación de OpenAI disponible en terminal y otras superficies, con ejecución local del cliente, herramientas, aprobaciones y sandbox.","Codex organiza modelos, contexto del repositorio, herramientas y políticas de ejecución para trabajar en software. El cliente CLI es abierto y puede operar de forma interactiva o no interactiva.",[311,277,312,313,314],"Lectura y edición de repositorios","Aprobaciones","Sandbox","Automatización no interactiva",[210,316,317,318],"Aplicación","IDE","Nube",[250,282,284,320,252],"Skills",[322,323,324,325],"Implementación","Revisión y diagnóstico","Automatización de desarrollo","Trabajo en repositorios","https:\u002F\u002Fopenai.com\u002Fcodex\u002F","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fcodex","https:\u002F\u002Fdevelopers.openai.com\u002Fcodex\u002F",[330,331],{"label":229,"url":328},{"label":28,"url":327},"## Un entorno, varias superficies\n\nCodex es el agente de programación de OpenAI. Su cliente de terminal se ejecuta en la máquina del usuario y organiza acceso al repositorio, herramientas, aprobaciones y sandbox; existen además experiencias en IDE, aplicación y nube.\n\n## Código abierto y servicio\n\nEl repositorio del cliente utiliza Apache 2.0. Eso no implica que todos los modelos o servicios conectados sean software abierto: licencia del harness, acceso al modelo y plan comercial son capas diferentes.\n\n## Qué evaluaremos\n\nLas guías cubrirán permisos, ejecución local, automatización, instrucciones de repositorio y revisión de cambios sin asumir que una configuración sirve para todos los equipos.",{"id":334,"slug":334,"name":335,"organization":336,"category":195,"cover":337,"coverAlt":338,"summary":339,"description":340,"status":200,"licenseVerified":17,"technicalLevel":202,"capabilities":341,"deployment":345,"integrations":347,"bestFor":350,"officialUrl":355,"documentationUrl":356,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":357,"content":362},"devin","Devin","Cognition","\u002Fimages\u002Fharnesses\u002Fdevin.svg","Portada editorial de Devin con una estación de ingeniería de software","Agente comercial de ingeniería de software que trabaja sobre repositorios y tareas delegadas en un entorno administrado por Cognition.","Devin está orientado a delegar trabajo de software en la nube. Puede explorar repositorios, modificar código y avanzar tareas, pero su servicio y costos dependen de la oferta comercial vigente.",[342,205,277,343,344],"Exploración de repositorios","Tareas delegadas","Integración con flujos de equipo",[346],"Nube administrada",[250,348,349],"Slack","Entornos empresariales",[351,352,353,354],"Backlogs de ingeniería","Tareas delegables","Equipos de software","Flujos administrados","https:\u002F\u002Fdevin.ai\u002F","https:\u002F\u002Fdocs.devin.ai\u002F",[358,359],{"label":229,"url":356},{"label":360,"url":361},"Sitio de Cognition","https:\u002F\u002Fcognition.ai\u002F","## Ingeniería delegada en la nube\n\nDevin es un producto comercial enfocado en tareas de software. A diferencia de un agente que acompaña una sesión local, su propuesta incluye delegar trabajo para que continúe en un entorno administrado.\n\n## Qué debe medir un equipo\n\nLa evaluación debe considerar calidad del cambio, supervisión, costo real, manejo de secretos, revisión de pull requests y capacidad de recuperar una tarea fallida. “Autónomo” no significa que el resultado deba integrarse sin revisión.\n\n## Estado editorial\n\nAgéntico Hoy no mantiene relación comercial con Cognition. Precios y límites no se fijan en esta ficha porque pueden cambiar; se consultan en la fuente oficial al momento de una guía.",{"id":364,"slug":364,"name":365,"organization":366,"category":195,"cover":367,"coverAlt":368,"summary":369,"description":370,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":371,"deployment":377,"integrations":378,"bestFor":381,"officialUrl":385,"repositoryUrl":386,"documentationUrl":387,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":388,"content":394},"gemini-cli","Gemini CLI","Google","\u002Fimages\u002Fharnesses\u002Fgemini-cli.svg","Portada editorial de Gemini CLI con una estrella y líneas de terminal","Agente de terminal abierto de Google con herramientas para archivos, shell y web, extensiones MCP y controles de aprobación y aislamiento.","Gemini CLI lleva los modelos Gemini a una experiencia de terminal extensible. El acceso para cuentas individuales cambió en 2026 hacia Antigravity CLI, mientras el proyecto permanece activo para API y entornos empresariales.",[372,373,374,375,376],"Herramientas de archivos","Ejecución de shell","Búsqueda web","MCP y extensiones","Aprobaciones y sandbox",[210,349],[379,380,252,317],"Google AI","Vertex AI",[382,383,384,349],"Ecosistema Google","Automatización de terminal","Usuarios con API","https:\u002F\u002Fgeminicli.com\u002F","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli","https:\u002F\u002Fgeminicli.com\u002Fdocs\u002F",[389,390,391],{"label":229,"url":387},{"label":28,"url":386},{"label":392,"url":393},"Aviso de transición","https:\u002F\u002Fgithub.com\u002Fgoogle-gemini\u002Fgemini-cli\u002Fdiscussions\u002F27274","## Agente abierto para el ecosistema Gemini\n\nGemini CLI conecta modelos Gemini con herramientas de archivos, shell y web, además de MCP, extensiones y políticas de ejecución. Su repositorio se distribuye con Apache 2.0.\n\n## Cambio de acceso en 2026\n\nGoogle anunció la transición de la experiencia individual hacia Antigravity CLI. Gemini CLI continúa disponible en escenarios con API y licencias empresariales, por lo que esta ficha conserva estado activo pero muestra el cambio para evitar instrucciones obsoletas.\n\n## Verificar antes de instalar\n\nLos métodos de autenticación y planes cambian más rápido que el código del cliente. Toda futura guía debe revisar primero el aviso de transición y la documentación oficial.",{"id":396,"slug":396,"name":396,"organization":397,"category":398,"cover":399,"coverAlt":400,"summary":401,"description":402,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":403,"deployment":408,"integrations":411,"bestFor":413,"officialUrl":418,"repositoryUrl":419,"documentationUrl":420,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":421,"content":424},"goose","Agentic AI Foundation","multiproposito","\u002Fimages\u002Fharnesses\u002Fgoose.svg","Portada editorial de goose con una silueta geométrica de ave","Agente local y extensible, originado en Block, que trabaja con distintos modelos y amplía sus acciones mediante extensiones MCP.","goose combina una experiencia de agente utilizable con herramientas para desarrollo y automatización general. El proyecto es abierto, extensible y actualmente se mantiene bajo la Agentic AI Foundation.",[404,405,406,407,208],"Ejecución de tareas","Edición y pruebas","Recetas reutilizables","Extensiones MCP",[409,284,410],"Escritorio","Ejecución local",[252,215,288,412],"Sistema de archivos",[414,415,416,417],"Desarrollo","Automatización local","Experimentación con MCP","Usuarios que quieren cambiar de modelo","https:\u002F\u002Fgoose.ai\u002F","https:\u002F\u002Fgithub.com\u002Faaif-goose\u002Fgoose","https:\u002F\u002Fgoose-docs.ai\u002F",[422,423],{"label":229,"url":420},{"label":28,"url":419},"## De Block a la Agentic AI Foundation\n\ngoose nació en Block y hoy su repositorio oficial pertenece a la Agentic AI Foundation. Se define como un agente abierto y extensible que puede instalar, ejecutar, editar y probar usando diferentes modelos.\n\n## Perfil operativo\n\nAunque tiene una orientación fuerte al trabajo técnico, sus extensiones y recetas también permiten automatizaciones más generales. Por eso lo ubicamos entre los entornos multipropósito, con una nota clara sobre su fortaleza en desarrollo.\n\n## Qué evaluar\n\nLa experiencia depende del modelo, las extensiones y los permisos configurados. Compararemos esas capas por separado en futuras guías prácticas.",{"id":426,"slug":427,"name":428,"organization":429,"category":398,"cover":430,"coverAlt":431,"summary":432,"description":433,"status":200,"license":434,"licenseVerified":41,"technicalLevel":202,"capabilities":435,"deployment":441,"integrations":448,"bestFor":453,"officialUrl":459,"repositoryUrl":460,"documentationUrl":64,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":461,"content":465},"hermes-agent","hermes","Hermes Agent","Nous Research","\u002Fimages\u002Fharnesses\u002Fhermes.svg","Portada editorial de Hermes Agent en tinta roja y negra","Entorno agéntico open source con memoria persistente, skills, herramientas, automatizaciones e integraciones.","Hermes Agent conecta modelos de lenguaje con memoria, procedimientos reutilizables, herramientas y diferentes entornos de ejecución. Es el primer entorno agéntico documentado en profundidad por Agente:Nativo.","MIT",[436,437,438,439,440,245],"Memoria persistente","Skills procedurales","Herramientas configurables","Automatizaciones programadas","Delegación y subagentes",[442,443,444,445,446,447],"Local","Docker","SSH","Daytona","Singularity","Modal",[449,450,451,452,252],"CLI","IDE mediante ACP","API compatible con OpenAI","Gateways de mensajería",[454,455,456,457,458],"Automatización personal","Investigación","Desarrollo de software","Operación remota","Infraestructura propia","https:\u002F\u002Fhermes-agent.ai\u002F","https:\u002F\u002Fgithub.com\u002FNousResearch\u002Fhermes-agent",[462,463,464],{"label":229,"url":64},{"label":28,"url":460},{"label":24,"url":29},"## Qué es Hermes Agent\n\nHermes Agent es un harness desarrollado por Nous Research. Su documentación lo presenta como un agente autónomo que conecta modelos con memoria, skills, herramientas, automatizaciones y canales externos. Puede operar desde una terminal, integrarse con editores y exponer una API compatible con el formato de OpenAI.\n\n## Memoria y continuidad\n\nLa memoria integrada conserva información acotada entre sesiones. No debe tratarse como una fuente infalible: los recuerdos pueden quedar obsoletos, ser irrelevantes o contener información que no debería persistir. Conviene revisar qué se almacena y mantener una vía clara para corregirlo.\n\n## Skills y herramientas\n\nLas skills son procedimientos reutilizables que se cargan cuando una tarea los necesita. Las herramientas amplían la capacidad del agente hacia terminal, archivos, web, automatización y servicios conectados. Ambas capas requieren revisar origen, permisos y cadena de confianza.\n\n## Dónde puede ejecutarse\n\nLa documentación contempla ejecución local y varios backends aislados o remotos. La elección depende de privacidad, disponibilidad, hardware, costo y superficie de ataque. Un entorno remoto persistente facilita continuidad, mientras que un entorno local puede ofrecer mayor control directo.\n\n## Seguridad operativa\n\nUn harness con acceso a terminal o servicios actúa con la autoridad de sus credenciales. La aprobación humana ayuda, pero no sustituye permisos mínimos, aislamiento, separación de secretos, registros y capacidad de revertir acciones.\n\n## Primeros pasos responsables\n\nLee primero la documentación oficial, prueba en un entorno sin datos críticos y habilita herramientas de una en una. Evalúa resultados, memoria y logs antes de ampliar la autonomía o conectar canales externos.",{"id":467,"slug":467,"name":468,"organization":469,"category":195,"cover":470,"coverAlt":471,"summary":472,"description":473,"status":200,"license":434,"licenseVerified":41,"technicalLevel":202,"capabilities":474,"deployment":477,"integrations":479,"bestFor":480,"officialUrl":483,"repositoryUrl":484,"documentationUrl":485,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":486,"content":489},"kilo-code","Kilo Code","Kilo","\u002Fimages\u002Fharnesses\u002Fkilo-code.svg","Portada editorial de Kilo Code con una letra K modular","Plataforma abierta de programación agéntica disponible en VS Code, JetBrains y terminal, con selección de modelos y ejecución automatizada.","Kilo Code combina varias superficies de desarrollo, selección de modelos, herramientas y un modo de automatización para CI. Su CLI deriva de OpenCode y el proyecto documenta esa relación.",[242,475,208,252,476],"Terminal y navegador","Automatización para CI",[282,283,284,478],"CI\u002FCD",[215,252,213,287,288],[481,292,482,256],"Usuarios de varios IDE","Automatización CI","https:\u002F\u002Fkilo.ai\u002F","https:\u002F\u002Fgithub.com\u002FKilo-Org\u002Fkilocode","https:\u002F\u002Fkilo.ai\u002Fdocs\u002F",[487,488],{"label":229,"url":485},{"label":28,"url":484},"## Varias superficies de desarrollo\n\nKilo Code ofrece experiencias para VS Code, JetBrains y terminal. Integra modelos, herramientas, navegador, MCP y automatización, incluido un modo para ejecutar tareas en CI.\n\n## Linaje declarado\n\nEl propio repositorio indica que Kilo CLI deriva de OpenCode y fue adaptado a la plataforma Kilo. Esta relación se muestra porque ayuda a entender similitudes técnicas sin tratar ambos productos como idénticos.\n\n## Precaución con la autonomía\n\nLos modos sin aprobación pueden ser útiles en CI aislado, pero no deberían activarse de forma indiscriminada sobre máquinas o credenciales de producción.",{"id":491,"slug":491,"name":492,"organization":492,"category":398,"cover":493,"coverAlt":494,"summary":495,"description":496,"status":200,"licenseVerified":17,"technicalLevel":497,"capabilities":498,"deployment":504,"integrations":507,"bestFor":511,"officialUrl":516,"documentationUrl":517,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":518,"content":526},"manus","Manus","\u002Fimages\u002Fharnesses\u002Fmanus.svg","Portada editorial de Manus con una mano abstracta y paneles","Servicio comercial de agente generalista que ejecuta tareas complejas, investigaciones, análisis y producción de entregables desde la nube.","Manus ofrece una experiencia administrada para transformar solicitudes en acciones y entregables. Es un servicio comercial, no un entorno abierto instalable en infraestructura propia.","inicial",[499,500,501,502,503],"Investigación web","Análisis de datos","Creación de sitios","Documentos y presentaciones","Flujos de varias etapas",[505,506],"Servicio web administrado","Aplicación de escritorio",[287,508,509,510],"Archivos","API de tareas","Aplicaciones conectadas",[512,513,514,515],"Investigación delegada","Producción de entregables","Usuarios no técnicos","Tareas generalistas","https:\u002F\u002Fmanus.im\u002F","https:\u002F\u002Fhelp.manus.im\u002F",[519,521,523],{"label":520,"url":516},"Sitio oficial",{"label":522,"url":517},"Centro de ayuda oficial",{"label":524,"url":525},"API oficial","https:\u002F\u002Fopen.manus.ai\u002Fdocs\u002Fv2\u002Fintroduction","## Agente como servicio\n\nManus ofrece una experiencia generalista administrada: recibe una tarea, organiza pasos y produce resultados como investigaciones, análisis, documentos o sitios. El usuario no administra el harness del mismo modo que en un proyecto local abierto.\n\n## Diferencia operativa\n\nSu facilidad de entrada implica menos control sobre la infraestructura subyacente. Antes de utilizar información sensible conviene revisar condiciones, privacidad, retención y opciones disponibles en el plan contratado.\n\n## Cómo lo compararemos\n\nNo compararemos promesas comerciales como si fueran benchmarks. Las futuras pruebas usarán tareas reproducibles, costo observado y revisión de resultados.",{"id":528,"slug":528,"name":529,"organization":530,"category":398,"cover":531,"coverAlt":532,"summary":533,"description":534,"status":200,"license":201,"licenseVerified":41,"technicalLevel":535,"capabilities":536,"deployment":542,"integrations":546,"bestFor":550,"officialUrl":555,"repositoryUrl":556,"documentationUrl":557,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":558,"content":561},"nemoclaw","NemoClaw","NVIDIA","\u002Fimages\u002Fharnesses\u002Fnemoclaw.svg","Portada editorial de NVIDIA NemoClaw con capas de aislamiento","Capa de ejecución para operar agentes como Hermes u OpenClaw dentro de NVIDIA OpenShell con aislamiento e inferencia administrada.","NemoClaw no es únicamente otro asistente personal: es una capa de infraestructura para ejecutar distintos agentes dentro de entornos controlados mediante NVIDIA OpenShell.","avanzado",[537,538,539,540,541],"Aislamiento con OpenShell","Políticas de red","Manejo de credenciales","Inferencia administrada","Soporte para varios agentes",[543,544,545],"Linux","WSL2","Entornos NVIDIA compatibles",[428,547,548,549],"OpenClaw","LangChain Deep Agents","NVIDIA OpenShell",[551,552,553,554],"Evaluación empresarial","Aislamiento de agentes","Infraestructura controlada","Equipos de seguridad","https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fai\u002Fnemoclaw\u002F","https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FNemoClaw","https:\u002F\u002Fdocs.nvidia.com\u002Fnemoclaw\u002Flatest\u002F",[559,560],{"label":229,"url":557},{"label":28,"url":556},"## Una capa de infraestructura\n\nNemoClaw está diseñado para ejecutar agentes como Hermes, OpenClaw y otros dentro de NVIDIA OpenShell. Su propuesta se centra en aislamiento, políticas, credenciales e inferencia, no en reemplazar necesariamente la interfaz o personalidad del agente alojado.\n\n## Por qué aparece en este directorio\n\nPara operar un entorno agéntico importa tanto el agente como el recinto donde actúa. Lo incluimos como caso fronterizo y lo identificamos explícitamente como infraestructura para harnesses.\n\n## Qué evaluar\n\nLa palabra “más seguro” no equivale a riesgo cero. Una evaluación debe revisar las políticas efectivas, la plataforma compatible y qué capacidades conserva el agente dentro del sandbox.",{"id":563,"slug":563,"name":547,"organization":564,"category":398,"cover":565,"coverAlt":566,"summary":567,"description":568,"status":200,"licenseVerified":17,"technicalLevel":535,"capabilities":569,"deployment":574,"integrations":578,"bestFor":583,"officialUrl":588,"repositoryUrl":589,"documentationUrl":590,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":591,"content":595},"openclaw","OpenClaw Foundation","\u002Fimages\u002Fharnesses\u002Fopenclaw.svg","Portada editorial de OpenClaw con motivo de pinza y terminal","Entorno agéntico personal que opera en equipos propios y conecta modelos con canales, memoria, navegador, archivos y herramientas.","OpenClaw es un asistente personal extensible que puede operar en distintos sistemas, modelos y canales. Su alcance exige revisar permisos, aislamiento y procedencia de skills antes de conectarlo a datos sensibles.",[436,570,571,572,573],"Canales de mensajería","Control de navegador","Archivos y terminal","Skills y plugins",[575,576,543,577],"macOS","Windows","Equipo propio",[579,580,581,348,582,250],"WhatsApp","Telegram","Discord","Signal",[584,585,586,587],"Asistente personal","Automatización multicanal","Flujos persistentes","Equipos con control de infraestructura","https:\u002F\u002Fopenclaw.ai\u002F","https:\u002F\u002Fgithub.com\u002Fopenclaw\u002Fopenclaw","https:\u002F\u002Fdocs.openclaw.ai\u002F",[592,593,594],{"label":520,"url":588},{"label":229,"url":590},{"label":28,"url":589},"## Qué es OpenClaw\n\nOpenClaw se presenta como un asistente personal que corre en la máquina del usuario y conecta modelos con memoria, canales de mensajería, navegador, archivos, terminal y extensiones. No es una biblioteca para programar un agente desde cero: entrega una experiencia operativa lista para configurar.\n\n## Antes de conectarlo\n\nLa amplitud de canales y el acceso al sistema aumentan la superficie de riesgo. Conviene empezar con permisos mínimos, revisar cada skill y separar cuentas de prueba de credenciales personales o productivas.\n\n## Cómo lo cubriremos\n\nAgente:Nativo documentará instalación, aislamiento, canales y gobernanza por separado. La popularidad o el número de estrellas no se usarán como sustituto de una evaluación técnica.",{"id":597,"slug":597,"name":598,"organization":599,"category":195,"cover":600,"coverAlt":601,"summary":602,"description":603,"status":200,"license":434,"licenseVerified":41,"technicalLevel":202,"capabilities":604,"deployment":609,"integrations":611,"bestFor":615,"officialUrl":619,"repositoryUrl":620,"documentationUrl":621,"verifiedAt":14,"confidence":111,"featured":41,"commercialRelationship":226,"sources":622,"content":625},"opencode","OpenCode","Anomaly","\u002Fimages\u002Fharnesses\u002Fopencode.svg","Portada editorial de OpenCode con una consola abierta en cian","Agente de programación abierto y agnóstico de proveedor, disponible en terminal, escritorio e IDE con permisos, herramientas, agentes y MCP.","OpenCode permite elegir proveedores de modelos y trabajar sobre proyectos desde diferentes interfaces. Su arquitectura abierta separa el entorno de programación del modelo utilizado.",[605,606,607,608,252],"Planificación y edición","Selección de proveedores","Permisos configurables","Agentes y skills",[284,409,610,443],"Extensión de IDE",[215,252,612,613,614],"LSP","ACP","Plugins",[616,284,617,618],"Usuarios multimodelo","Equipos que quieren evitar lock-in","Personalización","https:\u002F\u002Fopencode.ai\u002F","https:\u002F\u002Fgithub.com\u002Fanomalyco\u002Fopencode","https:\u002F\u002Fopencode.ai\u002Fdocs\u002F",[623,624],{"label":229,"url":621},{"label":28,"url":620},"## Harness abierto y multimodelo\n\nOpenCode ofrece terminal, aplicación de escritorio y extensión de IDE. Permite configurar distintos proveedores y añade capas de permisos, agentes, tools, skills, MCP y plugins alrededor del modelo elegido.\n\n## Por qué importa la separación\n\nCambiar de modelo no convierte automáticamente dos sesiones en equivalentes: el manejo de contexto, los permisos, el mapa del proyecto y las herramientas pertenecen al harness y afectan el resultado.\n\n## Criterio de evaluación\n\nLas comparaciones utilizarán configuraciones declaradas y evitarán mezclar desempeño del modelo con decisiones propias del entorno.",{"id":627,"slug":627,"name":628,"organization":629,"category":195,"cover":630,"coverAlt":631,"summary":632,"description":633,"status":200,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":634,"deployment":640,"integrations":641,"bestFor":644,"officialUrl":649,"repositoryUrl":650,"documentationUrl":651,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":652,"content":655},"qwen-code","Qwen Code","Qwen Team · Alibaba Cloud","\u002Fimages\u002Fharnesses\u002Fqwen-code.svg","Portada editorial de Qwen Code con un nodo púrpura y consola","Agente de programación abierto para terminal desarrollado por el equipo Qwen, con herramientas de código y conexión a modelos y servicios compatibles.","Qwen Code es un harness de programación de terminal mantenido por el equipo Qwen. Su cliente es abierto, mientras que autenticación, modelos y cuotas dependen del servicio conectado.",[635,636,637,638,639],"Comprensión de código","Edición de archivos","Ejecución de herramientas","Flujos de terminal","Conexión con modelos Qwen",[210],[642,643,288,412],"Modelos Qwen","API",[645,646,647,648],"Ecosistema Qwen","Desarrollo desde terminal","Experimentación con modelos de Alibaba","Usuarios de herramientas abiertas","https:\u002F\u002Fqwenlm.github.io\u002Fqwen-code-docs\u002F","https:\u002F\u002Fgithub.com\u002FQwenLM\u002Fqwen-code","https:\u002F\u002Fqwenlm.github.io\u002Fqwen-code-docs\u002Fen\u002Fusers\u002Foverview",[653,654],{"label":229,"url":651},{"label":28,"url":650},"## Harness de terminal del equipo Qwen\n\nQwen Code lleva una experiencia de agente de programación a la terminal y conecta herramientas de código con modelos y servicios del ecosistema Qwen.\n\n## Cliente, modelo y cuota\n\nQue el cliente tenga licencia Apache 2.0 no define por sí solo la licencia del modelo ni las condiciones del servicio utilizado. La ficha separa esas capas para evitar llamar “gratuito” o “abierto” al sistema completo sin contexto.\n\n## Verificación continua\n\nLos mecanismos de acceso pueden cambiar. Las guías futuras comprobarán documentación y anuncios oficiales antes de publicar instrucciones de autenticación.",{"id":657,"slug":657,"name":658,"organization":659,"category":195,"cover":660,"coverAlt":661,"summary":662,"description":663,"status":664,"license":201,"licenseVerified":41,"technicalLevel":202,"capabilities":665,"deployment":670,"integrations":671,"bestFor":672,"repositoryUrl":676,"documentationUrl":677,"verifiedAt":14,"confidence":111,"featured":17,"commercialRelationship":226,"sources":678,"content":683},"roo-code","Roo Code","Roo Code, Inc.","\u002Fimages\u002Fharnesses\u002Froo-code.svg","Portada de archivo editorial de Roo Code con una silueta de canguro","Extensión abierta de programación para VS Code, derivada de Cline, cuyo proyecto oficial fue cerrado y archivado en 2026.","Roo Code fue un agente de programación con modos especializados, herramientas y MCP. Su repositorio oficial indica que la extensión cerró el 15 de mayo de 2026 y está archivada.","archivado",[666,667,668,252,669],"Modos especializados","Edición y depuración","Automatización","Configuración personalizada",[282],[215,252,288,508],[673,674,675],"Referencia histórica","Migraciones desde Roo Code","Estudio de forks de Cline","https:\u002F\u002Fgithub.com\u002FRooCodeInc\u002FRoo-Code","https:\u002F\u002Fgithub.com\u002FRooCodeInc\u002FRoo-Code\u002Fblob\u002Fmain\u002FREADME.md",[679,681],{"label":680,"url":676},"Repositorio archivado",{"label":682,"url":677},"Aviso de cierre","## Proyecto archivado\n\nRoo Code fue una extensión de programación derivada de Cline, con modos para código, arquitectura, preguntas y depuración. El repositorio oficial informa que la extensión cerró el 15 de mayo de 2026 y recomienda alternativas.\n\n## Por qué conservar la ficha\n\nMantener una referencia histórica evita que listas antiguas lo presenten como una opción activa. También ayuda a usuarios existentes a entender el linaje entre Cline, Roo Code y proyectos posteriores.\n\n## Recomendación editorial\n\nNo recomendamos iniciar una instalación nueva basada en un proyecto archivado. La ficha se mantiene para contexto y futuras guías de migración.",1786030913972]