Después de varias etapas autónomas desde la 9.3, la primera verificación humana completa del trabajo acumulado en Tuqan no encontró roturas ni rarezas. Resumen de los módulos modernizados y los cross-cuts que han fortalecido la infraestructura compartida del proyecto.
Leer más →
La versión 1.1 convirtió una cartera de demostración en una de verdad — efectivo que no se puede falsear, beneficio realizado que dejó de inflarse y una cartera "heredada" que resultó estar compartida en secreto entre usuarios.
Leer más →
La quinta entrega de AINARRES: dejar de depender de un solo modelo puntero y dejar que modelos de fabricantes distintos —xAI y Anthropic— compartan los papeles como iguales. Y el instante que lo resume: dos modelos de dos empresas revisando el trabajo a la vez, sin más contacto que un tablero común.
Leer más →
La cuarta entrega de AINARRES: el salto de hacer una tarea cada vez a muchos agentes trabajando a la vez. Y el momento que mejor lo explica —un trabajador se quedó colgado a mitad de tarea, lo maté, y otro agente terminó el trabajo solo, sin que nadie reasignara nada—.
Leer más →
La tercera entrega de AINARRES: el día en que arranqué el bucle, me fui, y una funcionalidad real llegó sola a la rama principal —sin que ninguna persona ni ningún director secuenciara, reencaminara o arreglara nada por el camino—. Y por qué los dos arranques fallidos enseñaron más que el que salió bien.
Leer más →
Cómo cortamos la primera versión estable de un terminal financiero autoalojado dedicando todo el presupuesto a una sola cosa — no mostrar nunca datos inventados como si fueran reales.
Leer más →
La segunda entrega de AINARRES: cómo el sustrato coordinó la construcción de una parte de sí mismo —una herramienta de supervisión— con agentes de IA frescos, sin que ninguno heredara el contexto del que dirigía, y por qué eso obligó a que quien integra el código fuera un agente verdaderamente independiente.
Leer más →
Por qué bifurcamos un terminal financiero de código abierto al estilo Bloomberg y reconstruimos su capa de datos centrada en India para cubrir mercados de EE. UU., Europa y cripto desde cualquier lugar.
Leer más →
Qué es AINARRES, por qué lo construimos y en qué punto está: una base de datos que coordina enjambres de agentes de IA sin orquestador, para que los modelos grandes dirijan a trabajadores más baratos en lugar de gastar su tiempo en tareas fáciles.
Leer más →
Incluso con un backlog fino y priorizado (MIGRATION-TODOS.md de la etapa 9.0) y un plan detallado de etapa, el modelo local + opencode logró entregar funcionalidad para Proveedores, pero falló en mantener las convenciones del proyecto: nombres, uso de bases de catálogo, actualizaciones de .agents/, rutas legacy y ritual de verificación. Lecciones sobre el valor de los TODOs estructurados vs. la disciplina de estándares acumulados.
Leer más →