¡Hola DevExpert!
Buff, ya hace un tiempito que no escribo en serio por aquí. Y quiero tomarme la newsletter en serio, porque es la forma más cercana de contarte lo que va pasando, y cómo lo voy viviendo de primera mano.
Hace unos días ocurrió algo que jamás imaginé: me contactaron de OpenAI para probar antes de su lanzamiento su nuevo Dots. Así, como los influencers famosos 😆
¿Qué es esto de Dots? Si no vives bajo una piedra, habrás escuchado hablar sobre los asistentes personales (o no tanto) estilo Grok Bot, Muse, Instinct…
Al final, por simplificarlo mucho, es una conversación persistente conectada a lo que más te interesa, que te informa proactivamente de las novedades y te propone ayuda.
A mí esto no me había llamado mucho la atención hasta ahora, porque bueno, yo tengo mis autos en Codex y en general me apaño bien con ello.
Pero bueno, me dieron acceso a Dots, y decidí probarlo en mi día a día. Lo bueno es que como se integra en el ecosistema de Codex y puede usar tu máquina, pues ya sabía muchas cosas de mí que para otro agente (especialmente si no trabaja en local) iba a ser difícil.
¡El caso es que al final me gustó bastante! Le puedes ir mandando cosas (incluyendo interactuar con las que te pasa), y las puede ir tratando en paralelo. Cuando tiene novedades de alguna, te contesta y puedes seguir trabajando sobre ello.
Ayer por ejemplo tenía un montón de cosas, y me ayudó mucho el ir "escupiéndolas", y que mi Dot se encargara de avanzar y volver a ello cuando toca.
Pero había algo que me generaba un run-run en la cabeza… Es un coste de oportunidad grande atarse a una de estas herramientas. Si mañana decido no pagar ChatGPT (necesitas al menos la pro de 100$), te quedas sin tu asistente. Además, estoy obligado a que me gusten las decisiones que toman sobre el producto.
Pero había una alternativa: Hermes. Hermes, si no lo conoces, es un equivalente a Openclaw, uno de los asistentes de este tipo más populares. Además, tiene bots, te lo instalas en tu máquina y es tuyo. Con sus pros y sus contras, todo hay que decirlo.
El problema de ser proactivo
Pero claro, la parte más complicada (y cara) de conseguir es que el bot te avise de forma autónoma. Tienes que tener un proceso corriendo cada pocos minutos para revisar todo lo que hay, ordenarlo, decidir si merece la pena y devolvértelo.
De repente me acordé de Jev. ¿Jev? ¿Qué es Jev? Ahora te cuento 😄, primero el flujo con el que lo solucioné. Esto te interesa, porque te puede valer para muchísimas cosas:
- Un cron determinista cada 10 minutos. Es un script normal que mira Gmail (mis dos cuentas), el calendario y mis tareas, lo compara con lo que ya vio y solo sigue si hay algo nuevo. Si no lo hay, es gratis.
- Jev puntúa lo nuevo. A cada novedad le hago varias preguntas cerradas: de qué tipo es, si merece la pena comentármela, quién puede dar el siguiente paso (el asistente, solo yo o nadie) y cómo de urgente es.
- El script decide con reglas fijas. Con esas puntuaciones y unos umbrales, avisa, lo deja anotado o lo ignora. Jev puntúa, pero quien decide es el script.
- Solo entonces gasta el LLM. Hermes le pasa lo que haya a mi bot coordinador, que mira el contexto y me escribe en lenguaje normal, sin puntuaciones ni mensajes raros. Y si al revisarlo no merece la pena, se queda callado.
Lo conté también en X, con capturas.
Qué es Jev
Jev es un modelo de TypeSafe que no genera texto. Le haces preguntas con la respuesta ya acotada y te devuelve probabilidades:
- Elegir entre varias opciones, como el tipo de correo
- Puntuar en una escala, como la urgencia
- Sí o no, con la probabilidad de cada uno
Cada respuesta viene con su confianza, y en una misma llamada puedes hacerle varias preguntas.
Para esto encaja muy bien. Tarda unos 100 ms y cuesta 0,042$ por millón de tokens de entrada (la salida es gratis), así que cada novedad me sale por unos 0,00002$. Y como responde con números, guardo cada respuesta y puedo ajustar los umbrales después. Con un LLM tendría que pedirle una salida estructurada, pagar cada token que genera y esperar bastante más.
La importancia de ajustar el sistema
Cuando lo lancé, después de masacrarme con cosas sin mucha importancia, de repente se paró. Teníamos configurado que como máximo me interrumpa 8 veces al día (bastante arbitrario, esto lo tengo que mejorar).
Por ejemplo, me avisaba de los códigos 2FA. Al mirar qué había contestado, Jev tenía razón: un código de verificación requiere acción, es urgente y solo lo puedo hacer yo. El problema era mi pregunta. Le preguntaba si algo "requiere acción", cuando lo que me importa es si merece la pena que el asistente me interrumpa, y un 2FA lo he provocado yo y ya lo estoy mirando.
Cambié las preguntas: primero qué tipo de correo es, con opciones cerradas, y después si merece la pena comentármelo. Volví a pasar por Jev las 82 novedades que había recogido, y las propuestas bajaron de 61 a 19. La prueba entera costó 0,003$.
Con un clasificador así, casi todo el trabajo está en formular bien la pregunta.
Lo que he visto en unos días
Para tareas pequeñas del día a día (contabilidad, mensajes por responder, impagos), el Dot me funciona mucho mejor (así lo usé el lunes):
- El Computer Use de ChatGPT va muy bien, y en Hermes se me atasca cada poco.
- Con el Dot veo todo lo que hace, porque crea hilos en mi Codex. Cuando el coordinador de Hermes le pasa una tarea a otro bot, esa conversación no aparece en su chat, y no sé si se ha parado o tiene algún problema.
Hermes me está resultando demasiado complejo y oscuro para el día a día. Quizá es cuestión de dedicarle más tiempo (skill issues 😅)
Lo que sí me llevo es el patrón de filtrar primero con algo barato y determinista, y dejar que el modelo caro trabaje solo cuando hay algo que decir. Me vale para cualquier agente que tenga que estar vigilando algo.
Y por aquí, un viernes movidito
El viernes fue uno de esos días. Por la mañana fue la última sesión de la formación de IA que Nino y yo hemos dado en O2O. Y allí estrenamos las slides nuevas de AI Expert, las que enseñé en X. Sí, son las mejores slides de una formación, se dice y punto 😄
Por la tarde, la gala de los Sirviendo Código Awards, donde estaba nominada mi charla de DevFest Aranjuez sobre MCPs con Kotlin. No gané, pero fue guay ver a toda la comunidad reunida.
Y la quinta edición de AI Expert sigue a tope: ayer tocó Loop Engineering, la clase en la que el arnés empieza a trabajar solo, con varios agentes avanzando en paralelo.
Hablando de eventos, se viene evento organizado por DevExpert, no puedo contar más… 🙊, solo que será el 12 de noviembre en Madrid. ¡Reserva el día!
Esta semana también:
- Llevo días usando Dots y Space de ChatGPT: cómo se configuran, qué hice con ellos antes del lanzamiento y qué plan necesitas.
- Probé GPT-6.1 Sol contra Opus y Sonnet 5.5 en un caso real: cuesta lo mismo que Sonnet 5.5, en coste por tarea ronda 1$ frente a unos 13$ de Opus 5.5 Max, y les pido a los tres el mismo juego para que mi hija estudie.
- Claude Code usando el Computer Use de Codex (en inglés): resulta que es un servidor MCP local de la app de ChatGPT para Mac, y Claude Code puede llamarlo.
AI Expert · sexta edición, desde el 3 de noviembre. Seis semanas en directo para montar tu propio sistema de trabajo con agentes sobre tu proyecto. Toda la información aquí
Un abrazo,
Antonio
