LABORATORIO ABIERTO · FLAGSHIP

AI Teams convierte varios agentes en un sistema que puede rendir cuentas.

Mi proyecto flagship open source investiga una pregunta concreta: cuándo un equipo de agentes de software mejora el resultado y cuándo solo añade coordinación, coste y nuevas formas de fallar.

Laboratorio / Entrega revisable
Diseño · desarrollo · verificación

Construir. Verificar. Entregar.

01 · DISEÑO

Definir la entradaBRIEF / Documento de muestra
Resultado esperado definido
Acotar excepcionesREGLAS / Campos ausentes

02 · CONSTRUCCIÓN

Extracción y validaciónDESARROLLO / Extracción
Entrega local revisable
Preparar el informeDOCUMENTACIÓN / Fuentes

03 · VERIFICACIÓN

Comparar con el originalQA / Importes y referencias
Aprobación humanaPENDIENTE / No publicar

Datos de ejemplo

AI TEAMS · DESARROLLO ACTIVO · WINDOWS VERIFICADO
01 / CONTEXT

Un control plane, no una colección de personajes.

Un Lead entiende el objetivo, forma el equipo que el riesgo justifica y conserva issues, runs, costes, revisiones y bloqueos en SQLite. Los hard gates y la evidencia deciden si el trabajo se acepta, se reabre o se bloquea. Hoy el repositorio es público, la instalación está verificada en Windows y todavía no existe una release estable.

02

Qué hace distinto a AI Teams

01

Lead-first

El equipo se forma después de comprender el proyecto, no desde una plantilla rígida.

02

Contratación dinámica

Engineer, Reviewer, QA u otros perfiles aparecen solo cuando el trabajo y el riesgo los justifican.

03

Estado durable

Issues, runs, wakeups, interacciones, costes y evidencia sobreviven en SQLite y pueden recuperarse.

04

Adapters y presupuestos

Runtime, autenticación, salud, autoridad y coste permanecen explícitos para cada agente.

05

Evaluación comparativa

Un agente directo se compara con solo_lead, lead_quorum y full_team bajo el mismo caso.

06

Límites visibles

Las pruebas inconclusas y los casos donde más agentes no ayudan forman parte de la evidencia.

03

Del objetivo al cierre verificable

01

Entender

El Lead traduce el proyecto a issues, dependencias, criterios y condición de salida.

02

Formar

Contrata la mínima estructura que puede asumir el trabajo y sus revisiones.

03

Ejecutar

Heartbeats, runs y presupuestos mantienen actividad y coste observables.

04

Verificar

Pruebas deterministas, revisión y evidencia permiten aceptar, reabrir o bloquear.

CÓDIGO + EVIDENCIA PÚBLICA

El flagship también publica sus fronteras

AI Teams 0.1.0 está publicado bajo Apache-2.0 y tiene una aceptación clean-room de Windows reproducible. Linux y macOS siguen sin verificar y no se promete autonomía total, ahorro garantizado ni que un equipo completo sea superior. RogueBall continúa como un caso independiente de ejecución Godot auditada.

ECOSYSTEM / NEXT

La demostración se convierte en valor cuando se aplica o se transfiere.

01 / SIGUIENTE RUTA

Consultoría y desarrollo

Convertir una oportunidad priorizada en un sistema propio, medible y transferible.

Explorar esta ruta
02 / SIGUIENTE RUTA

Formación aplicada

Dar al equipo criterio y autonomía para operar, evaluar y ampliar lo construido.

Explorar esta ruta
04

FAQ

¿Puedo usar AI Teams ya?+

Puedes inspeccionar y experimentar con el repositorio, pero todavía es desarrollo activo sin release estable ni soporte multiplataforma verificado.

¿Más agentes producen mejor software?+

No necesariamente. Esa es precisamente una de las hipótesis que el benchmark compara contra un agente directo.

¿Qué queda registrado?+

Trabajo, dependencias, runs, wakeups, interacciones, costes, revisiones y evidencia de cierre en un estado durable.

¿RogueBall desaparece?+

No. Sigue publicado como caso auditado de compilación, ejecución y verificación en Godot, con límites de procedencia explícitos.

NEXT STEP

Explora el sistema antes de decidir si necesitas un equipo.

La página flagship muestra arquitectura, evaluación, código y límites. Si tu problema requiere una orquestación similar, podemos empezar por sus criterios de cierre.

CANAL INFORMATIVO · SIN ENVÍO DE DATOS

Esta solicitud no está abierta durante el lanzamiento. La información permanece pública para ayudarte a preparar el proyecto; si necesitas consultoría o formación empresarial, puedes solicitar una conversación de encaje.