Primer post de la serie cc_bridge: la busqueda del cerebro para mi agente autonomo con OpenClaw. Codex se quedo corto, Gemini Pro 4 me dejo una factura de 11,500 pesos en un mes, y lo barato no ejecutaba. La pregunta que destrabo todo: separar al que piensa del que ejecuta.
Leer artículofiltrar por:
Le preguntas al LLM más caro del mundo sobre tus propios documentos y te responde con seguridad... una mentira. Este es el porqué, y la solución: qué es realmente un embedding, cómo la similitud coseno mide significado, y por qué RAG —recuperar y aumentar antes de generar— hace que un modelo responda sobre datos que nunca estuvieron en su entrenamiento, sin reentrenar nada.
Cuando la memoria compartida volvió autónomos a mis agentes, apareció un problema nuevo: dejé de saber qué estaban haciendo y por qué. Mis correcciones vivían en chats que se perdían. Así construí la capa de proyectos de ProjectHub —tareas con estado, comentarios con intención (instrucción, corrección, pregunta, aprobación) y un registro de eventos— para que el humano supervise y el agente opere, sin perder el hilo.
Llegué a un punto con tantos agentes —Cursor, Claude Code, Codex, OpenClaw, opencode, Copilot— que cada vez que cambiaba de uno tenía que volver a darle el mismo host SSH, las mismas credenciales, las mismas instrucciones. Así nació la capa de memoria de ProjectHub: una memoria compartida, buscable por significado, con secretos enmascarados, que convirtió al agente en algo intercambiable y que hoy mi equipo entero consulta sin que yo explique nada.
Próximamente
3 artículos programados
Cierre de la serie cc_bridge: la pregunta incomoda de si el valor de Claude esta en el modelo o en su harness. Con claude-code-router probe cambiarle el cerebro a Claude Code; con cc_bridge lo volvi intercambiable. Ollama habla la API de Anthropic nativa, asi que minimax corrio whoami y ping de verdad. El cerebro es el motor; el cuerpo es el producto.
