Por qué no basta con "preguntarle a una IA".
El corazón del sistema es una distinción sobre cómo se recupera el conocimiento:
Recuperación probabilística (RAG)
Busca por semejanza: encuentra fragmentos parecidos a la pregunta. Potente y flexible, pero no garantiza que lo recuperado sea lo correcto — solo lo más parecido.
Recuperación determinista (grafo OKF)
Recupera por relaciones explícitas entre conceptos: prerrequisitos, conceptos relacionados. No adivina por semejanza; sigue un mapa.
El sistema usa ambas, cada una donde rinde mejor. Y sobre la determinista construye algo más: la distinción entre conocimiento validado y emergente — no como dos fuentes distintas, sino como grados de certeza dentro del conocimiento estructurado. Cuando un especialista recupera conocimiento emergente, lo marca explícitamente ante el fundador. El sistema no finge una certeza que no tiene.
Esa honestidad epistémica no es un adorno: es la implementación técnica de la tesis de la home. Distinguir lo que resiste de lo que se está formando, y no mentir sobre cuál es cuál.
Siete especialistas, con bases que evolucionan por separado.
En lugar de un único modelo que responde de todo, un orquestador enruta cada consulta al especialista adecuado para la fase o el desafío. Cada uno se apoya en fuentes concretas y cita de dónde viene su recomendación.
Pero los especialistas no son una lista plana ni fija. Cada uno tiene su propia base de conocimiento, y esas bases evolucionan de forma dispar — en madurez y en ritmo:
Conocimiento asentado
Las palancas de poder, el desarrollo de clientes. Roca firme; evoluciona poco porque su campo apenas se mueve.
Conocimiento en formación
Cómo se organiza una empresa nativa de IA. Frontera; evoluciona más y más deprisa — y el sistema lo marca como emergente, sin fingir que está asentado.
El mecanismo que lo hace posible es genérico: añadir o ampliar la base de un especialista no toca a los demás ni al motor común — verificado al incorporar varios especialistas sucesivos sin un solo cambio en el mecanismo. Cada campo crece a su propio ritmo, que es justo lo que un mundo donde el conocimiento caduca de forma desigual requiere.
Esto no es "muchos agentes por defecto" —un antipatrón conocido—: es un orquestador que selecciona uno por consulta, no varios coordinándose en paralelo. La complejidad está en el conocimiento, no en la coordinación.
Conocimiento central + tu agente, por un estándar abierto.
El conocimiento especializado vive en un servicio central sin estado: sabe de emprendimiento, no de ninguna startup en particular, y no guarda datos de nadie. Se expone a través de un servidor MCP (Model Context Protocol), el estándar abierto para dar capacidades a agentes de IA.
¿Por qué un estándar abierto y no una integración propietaria? Porque desacopla el conocimiento de cualquier agente concreto. El emprendedor instala el agente personal que prefiera —Hermes Agent, de Nous Research, es una opción abierta y madura, con memoria y canales como Telegram—, le conecta este servidor MCP, y su agente gana la capacidad de consultar el conocimiento especializado junto a todo lo demás que ya hace. No depende de nosotros: cualquier agente que hable el estándar puede usarlo.
Así, la memoria de la startup vive en el agente del emprendedor (bajo su control), y el conocimiento vive en el centro (compartido, sin estado). Cada uno en su sitio, comunicados por un estándar que nadie posee.
Los componentes de un sistema agéntico maduro — y dónde está cada uno.
Un sistema agéntico de producción no es un modelo suelto: es un arnés de software que canaliza el modelo hacia tareas útiles y fiables. Estos son sus componentes, y para cada uno, con honestidad, dónde está este proyecto.
La credibilidad no está en marcar todas las casillas, sino en saber cuál está en qué estado. Este es el mapa honesto: una base sólida construida, y una dirección clara de hacia dónde crece.
Hacia dónde va.
Las casillas "horizonte" de arriba no son carencias: son la dirección del proyecto, en su mayoría ya pensadas y documentadas.
De demostrar a medir la fiabilidad
El sistema funciona; el siguiente paso es medir con qué fiabilidad, por etapas, en cada punto de la cadena. La brecha entre una demo brillante y un sistema fiable es real, y cerrarla es trabajo consciente.
Instrumentar la observabilidad
Del diseño a la práctica: registro de lo que el sistema genera, de las herramientas, del coste — sin ver los datos privados de ninguna startup, con la anonimización contemplada en origen.
El aprendizaje agregado
El horizonte más profundo, y el que conecta con la tesis de la home: que el conocimiento emergente se valide con la experiencia real y agregada de muchas startups — que lo emergente pueda ganarse el paso a validado no porque alguien lo decida, sino porque la práctica lo respalda. Un sistema que aprende de la frontera sin ver al individuo.
El patrón, replicable a un ecosistema
Lo aquí construido —conocimiento especializado, expuesto por un estándar abierto, consumible por cualquier agente— es una instancia de un patrón general. Escala en dos ejes:
- Horizontal: otros dominios (ventas, operaciones, legal, finanzas…) como servidores MCP independientes, orquestados por un mismo agente como un equipo de especialistas.
- Vertical: el conocimiento de un colega evoluciona hacia fronteras emergentes — ejemplos de lo que probablemente aparezca pronto: los sistemas operativos de IA (AIOS), o la innovación en un entorno de reglas cambiantes.
No es especulación: la pieza difícil —una instancia completa, verificada de punta a punta— ya está hecha. Replicar el patrón es repetir un camino probado, no abrir uno nuevo. Dicho con la honestidad del recorrido: hoy hay un colega, en un dominio, funcionando; el ecosistema y la evolución son dirección demostrable, no realidad presente.
Este proyecto se entiende mejor como un recorrido que como un entregable. Lo construido es real y sólido; lo pendiente tiene dirección. Ambas cosas, dichas con la misma honestidad.
Todo, en detalle.
Cada afirmación de esta página está respaldada por documentación y por código. Para el detalle completo:
La verdad última vive en el código; estos documentos son su explicación.