25 de octubre de 2026 · tarde 20° · casi despejado
SuscribirseGuarda lo que el agente ya resolvió como procedimiento reutilizable, pero solo si los tests del repo lo confirman: la memoria no acumula alucinaciones. Open source, se prueba hoy.
Trata cada llamada a herramienta como no confiable: política por acción, aprobación humana en las sensibles y registro de lo ejecutado. Apunta al agente que ya tiene credenciales. Open source.
Hace ingeniería inversa de las llamadas de un sitio sin API y emite comandos de terminal más un servidor MCP. Ahorra escribir el cliente a mano; conviene revisar términos de uso. Repo público.
Plataforma autoalojada que coordina varios agentes empujando PRs hasta el merge y los reanuda con el contexto del CI fallado o la revisión recibida, en vez de dejar la rama colgada.
Intercepta la salida del agente y la frena en puntos de control que define el equipo. Contra el patrón de agente que escribe mucho y nadie audita. Disponible para probar.
Cliente de terminal que clona y organiza colecciones de repositorios y publica un servidor MCP para que el agente consulte ese catálogo local sin salir a la API de GitHub. Open source.
Agente de desarrollo que se ejecuta local, sin mandar el código afuera. El planteo es delegarle tareas acotadas y revisarlas, no autocompletar. Requiere una Mac con recursos para el modelo.
Encadena los pasos repetidos del ciclo —rama, cambios, pruebas, PR— sin dispararlos de a uno. Lo declarado es el flujo completo; hay que verificar dónde pide confirmación antes de soltarlo.
El autor armó Instinct interno, llegó a 2.000 usuarios en semanas y ahora libera el framework. Da la plomería para asistentes que viven dentro de un chat de mensajería. Repo público.
Recuperación aumentada sobre fallos, liberada gratis. Caso concreto de RAG en un dominio donde la cita inventada es inaceptable: vale mirar cómo ancla cada respuesta al documento.
Banco de pruebas que corre decodificación especulativa en hardware de escritorio y publica los números. Para quien evalúa servir un modelo propio: cuánto de la ganancia sobrevive fuera del clúster.
Preprint sin revisión por pares. La destilación on-policy imita al maestro en cada estado; acá la condicionan por ventaja estimada, para seguirlo donde mejora y no donde estorba.
Preprint sin revisión por pares. Convierte la lectura técnica del AI Act de COMPL-AI —seis grupos de principios, dieciocho requisitos— en un tablero con la evidencia que pide una institución regulada.
Preprint sin revisión por pares. Las tablas de embeddings de pares y tríos de tokens mejoran el desempeño y ocupan mucho; proponen cuantizarlas a baja precisión manteniendo la ganancia.
Preprint sin revisión por pares. Sin APIs abiertas, los modelos extraen datos de contenido suelto y deducen atributos que nadie declaró. Proponen un marco para medir esa exposición.
Preprint sin revisión por pares. Los modelos de difusión enmascarada generan en paralelo y su eficiencia depende de qué predicciones se confirman. Comparan políticas aislando supervisión y capacidad.