SPONSORED by NoCODEoPENsOURCE

🚀 ¿Quieres que tu negocio aparezca aquí?
Da a conocer tus servicios ante una comunidad de profesionales del mundo digital, startups y desarrolladores.

👉 Anúnciate por solo 120 € y gana visibilidad real

Hola,

Esta semana hablamos de algo que le pasó a un usuario real y que podría pasarte a ti: Anthropic dio de baja a toda su organización — más de sesenta cuentas — sin explicar qué política infringieron. Solo un email y un formulario de Google para apelar.

No es el único caso. El bloqueo de suscripciones para herramientas de terceros, los cambios de términos sin previo aviso, los precios que cambian de un día para otro. La dependencia de un proveedor externo de IA ya no es un riesgo teórico — es algo que le está ocurriendo a empresas reales hoy.

En este número te damos la guía completa para reducir esa dependencia: qué modelos open source puedes correr en local, qué hardware necesitas (y cuánto cuesta en electricidad), cómo usar GPU remota en Vast.ai, y cómo Ollama Cloud te permite usar GLM o MiniMax sin comprar nada.

En el G33K TEAM recibimos a Fran de Gurusup — dos años probando agentes contra millones de tickets reales — y hablamos de arquitectura de agentes en producción, subset de MCPs, browser automation y el melón gordo de la soberanía digital.

Vamos al lío 👇

📅 G33K TEAM de la Semana

🎙️ Episodio de esta semana — Gurusup, agentes en producción y la soberanía digital

Esta semana Oriol, Tete y Aitor recibieron a Fran de Gurusup — plataforma de atención al cliente con IA nacida como spinoff de Guru Walk, líder mundial en Free Tours. Dos años probando agentes contra millones de tickets reales. Sin pruebas de concepto. En gordo.

🔹 Arquitectura de agentes en producción: Fran explica por qué dejaron LangChain (migración caótica sin retrocompatibilidad), Swarm de OpenAI (no convenció) y cómo con Pydantic AI tienen versionado de prompts, rollback y evals automáticos que miden si el agente satisface realmente al usuario.

🔹 Subset de MCPs: En vez de inyectar el MCP completo al agente de soporte, un mecanismo interno decide qué acciones concretas necesita para cada tarea. Sin delete_notion flotando en el contexto de quien solo tiene que contestar un email.

🔹 Inferencia y velocidad: Para customer support por email, que el agente tarde 40 segundos sigue siendo una revolución frente a los 20-30 minutos que tardaba un humano consultando cinco plataformas distintas. Lo crítico no es la velocidad de inferencia — es la acción.

🔹 Browser automation sin fricciones: Cómo impersonar cuentas con Browser Use, gestionar perfiles de sesión por cometido y usar CDP para mantener un pool de navegadores en producción sin que Docker te llene de instancias zombie de Chrome.

🔹 El tip del find_grab: Cuando un agente hace demasiados greps buscando contexto, exportar las primeras iteraciones, ver dónde busca, y meterle ese contexto como skill. El agente deja de buscar y empieza a saber. Especialmente útil en loops de RALF donde la segunda iteración empieza exactamente igual que la primera.

🔹 El debate gordo — soberanía digital: Databricks abriendo Delta Table por presión del mercado, el formato .docx y los gobiernos europeos, empresas esclavas de CRMs que no pueden abandonar aunque quisieran. La conclusión: no es que las plataformas sean malas, es que hay que hacer el análisis antes de entrar. Del cloud también se sale.

🔗 Links del episodio:

• Gurusup — Plataforma de atención al cliente con IA, multi-canal y multi-voz
• Pydantic AI — Framework de agentes con versionado y observabilidad
• Browser Use — Automatización de navegador para agentes con gestión de sesiones
• Logfire — Observabilidad con OpenTelemetry para agentes Python
• OpenTelemetry — Estándar abierto de observabilidad que usan en producción
• MLflow — Tracking de experimentos y versiones de modelos
• Agent Browser (Vercel) — Librería de automatización de navegador para agentes

ℍ𝕠𝕣𝕚𝕫𝕠𝕟𝕥𝕖 𝔸𝕣𝕥𝕚𝕗𝕚𝕔𝕚𝕒𝕝

Te presentamos "Horizonte Artificial", la nueva y flamante sección de nuestra newsletter dedicada exclusivamente a la Inteligencia Artificial. Pero no esperes el contenido convencional que inunda TikTok o YouTube. Aquí, nos sumergiremos en el fascinante mundo del OpenSource, explorando proyectos libres que puedes desplegar en tu propio servidor. Y para guiarnos en esta travesía, contamos con la experticia de Jesús Pacheco, mejor conocido en nuestra comunidad HiveAgile como "Pachecodes". ¡Bienvenidos al horizonte!

🌟 TopGit - Resumen Semanal (2026-04-18)

📚 Repositorios Destacados de la Semana

Los siguientes repositorios han sido seleccionados por su relevancia, calidad y métricas de GitHub:

🔧 🤖 OpenSRE: Construye tus propios agentes SRE con IA

OpenSRE es un marco de trabajo de código abierto diseñado para la creación de agentes SRE impulsados por inteligencia artificial. Su objetivo es proporcionar un entorno de entrenamiento y evaluación que permita mejorar la respuesta a incidentes en producción. Conecta más de 40 herramientas que ya utilizas, define tus propios flujos de trabajo e investiga incidentes en tu infraestructura de manera eficiente.

📊 Estadísticas de GitHub:
- ⭐ 1,681 estrellas
- 🔄 191 forks
- 👀 5 observadores
- 📝 98 issues abiertos
- 🔤 Principal lenguaje: Python

🔧 📊 OpenDataLoader PDF

OpenDataLoader PDF es un parser de PDF diseñado para la extracción de datos listos para IA. Permite extraer contenido en formatos como Markdown, JSON y HTML de cualquier documento PDF. Este software de código abierto automatiza la accesibilidad de archivos PDF, haciendo que el proceso sea más eficiente y menos costoso.

• Características: Soporta imágenes, tablas, fórmulas y charts en PDFs. Implementa un motor híbrido que mejora la precisión en la extracción de segmentos complejos.
• Beneficios: Aumenta la accesibilidad y cumple con normativas de accesibilidad; reduce significativamente los costos de remediación manual para PDFs.
• Casos de uso: Ideal para empresas que necesitan convertir grandes volúmenes de documentos para análisis o almacenamiento estructurado.

📊 Estadísticas de GitHub:
- ⭐ 18,173 estrellas
- 🔄 1,629 forks
- 👀 73 observadores
- 📝 49 issues abiertos
- 🔤 Principal lenguaje: Java

🔧 🧠 Meridian

Meridian es una herramienta que conecta el SDK de Claude Code con cualquier herramienta compatible que utilice la API de Anthropic u OpenAI. Permite gestionar sesiones, hacer streaming de datos, y más, simplificando el uso de Claude Max con herramientas de terceros. Su diseño está centrado en cumplir con los estándares proporcionados por Anthropic, garantizando que el uso sea seguro y efectivo.

📊 Estadísticas de GitHub:
- ⭐ 859 estrellas
- 🔄 115 forks
- 👀 5 observadores
- 📝 12 issues abiertos
- 🔤 Principal lenguaje: TypeScript

🔧 💻 TiDB - Base de Datos SQL Distribuida

TiDB es una base de datos SQL distribuida de código abierto y nativa de la nube, diseñada para una alta disponibilidad, escalabilidad horizontal y vertical, consistencia fuerte y alto rendimiento. Ideal para aplicaciones modernas que requieren soporte para transacciones, análisis y cargas de trabajo mixtas.

📊 Estadísticas de GitHub:
- ⭐ 39,977 estrellas
- 🔄 6,165 forks
- 👀 1,213 observadores
- 📝 6,068 issues abiertos
- 🔤 Principal lenguaje: Go

🔧 🗃️ Pixel Agents

Pixel Agents convierte sistemas de IA multi-agente en algo que puedes ver y gestionar. Cada agente se convierte en un personaje en una oficina de arte pixelado. Caminan, se sientan y reflejan visualmente lo que están haciendo. Ideal para quienes desean visualizar la actividad de sus agentes de IA y mejorar la interactividad en entornos de desarrollo como VS Code.

📊 Estadísticas de GitHub:
- ⭐ 6,818 estrellas
- 🔄 1,013 forks
- 👀 30 observadores
- 📝 48 issues abiertos
- 🔤 Principal lenguaje: TypeScript

🔧 🤖 Automaton: IA Autosuficiente

Automaton es la primera IA que puede ganarse su propia existencia, replicarse y evolucionar sin la necesidad de un humano. Se trata de un agente de IA soberano que tiene la capacidad única de auto-financiarse y auto-mejorarse. Este sistema autosuficiente no solo puede actuar de manera autónoma, sino que también tiene la capacidad de aprender de sus interacciones y evolucionar en función de sus experiencias y objetivos de supervivencia.

📊 Estadísticas de GitHub:
- ⭐ 4,191 estrellas
- 🔄 898 forks
- 👀 47 observadores
- 📝 177 issues abiertos
- 🔤 Principal lenguaje: TypeScript

🔧 🤖 Mejora de Comportamiento de Claude Code

Un archivo CLAUDE.md diseñado para mejorar el comportamiento de Claude Code, basado en las observaciones de Andrej Karpathy sobre las trampas de codificación de los modelos de lenguaje. Este archivo establece principios claros para evitar supuestos erróneos y sobrecomplicaciones en el código, enfocándose en la simplicidad y la claridad. Implementar estas pautas puede resultar en cambios más limpios y menos revisiones innecesarias en el código.

📊 Estadísticas de GitHub:
- ⭐ 57,824 estrellas
- 🔄 4,954 forks
- 👀 332 observadores
- 📝 62 issues abiertos
- 🔤 Principal lenguaje: No especificado

🔧 🛡️ Scanner de Seguridad Ship Safe

Ship Safe es un escáner CLI de seguridad diseñado para detectar configuraciones incorrectas en CI/CD, riesgos de permisos de agentes, inyecciones de herramientas MCP, secretos codificados y dependencias de IA señaladas por DMCA. Proporciona un análisis profundo utilizando agentes especializados que operan en paralelo para asegurar tu base de código.

📊 Estadísticas de GitHub:
- ⭐ 434 estrellas
- 🔄 44 forks
- 👀 2 observadores
- 📝 0 issues abiertos
- 🔤 Principal lenguaje: JavaScript

🔧 🤖 nWave: Agentes IA para desarrollo ágil

nWave es una herramienta innovadora que emplea agentes de inteligencia artificial para guiar a los desarrolladores desde la idea hasta el código funcional, manteniendo siempre el juicio humano en cada paso. Descompone la entrega de funcionalidades en siete olas, asegurando que los artefactos producidos sean revisados y aprobados antes de avanzar al siguiente estado de desarrollo.

📊 Estadísticas de GitHub:
- ⭐ 361 estrellas
- 🔄 41 forks
- 👀 6 observadores
- 📝 6 issues abiertos
- 🔤 Principal lenguaje: Python

🔧 🎙️ Podcast Personalizado AI

Transforma cualquier contenido en un podcast personalizado con dos anfitriones. Escucha conversaciones naturales sobre lo que amas en apps como Apple Podcasts o Spotify. Puedes controlar el guion, las voces y los temas, lo que lo convierte en una herramienta versátil para consumir contenido de forma auditiva.

📊 Estadísticas de GitHub:
- ⭐ 302 estrellas
- 🔄 38 forks
- 👀 3 observadores
- 📝 0 issues abiertos
- 🔤 Principal lenguaje: Python

📊 Análisis de Distribución por Categorías

La siguiente gráfica muestra la distribución de proyectos por categoría en TopGit:

📈 Estadísticas Semanales

🏆 Top 3 Categorías

📊 Distribución Detallada

🔧 Dev                ███████████   57%  (8 repos)
🤖 IA & Machine Learning █████         29%  (4 repos)
🔧 Otros              ██            14%  (2 repos)

🚀 Tendencias Destacadas

📈 Métricas Clave

• Repositorios Totales: 14
• Promedio Diario: 2.0 repos/día
• Categorías Activas: 3

🎯 Categorías Dominantes

1. Dev
2. 8 repositorios

3. 57.1% del total

4. IA & Machine Learning

5. 4 repositorios

6. 28.6% del total

7. Otros

8. 2 repositorios
9. 14.3% del total

💡 Análisis de Tendencias

Como experto en tecnología, aquí están mis observaciones clave basadas en las últimas actualizaciones de repositorios de GitHub.

1. Inteligencia Artificial (IA): La IA sigue siendo una de las principales tendencias en GitHub, y esto se puede ver en varios proyectos mencionados, como OpenSRE, OpenDataLoader PDF, Meridian, Automaton, nWave, entre otros. Las soluciones basadas en IA se están utilizando para solucionar desafíos que van desde la respuesta a incidentes en producción hasta la gestión simplificada de IA en entornos multiedad.

2. Open Source: La mayoría de los proyectos en la lista son de código abierto. Este hecho promueve la colaboración y la innovación, mientras se asegura de que la tecnología sea accesible para todo el mundo. Los profesionales de la tecnología deberían prestar mucha atención a estos proyectos, ya que ofrecen oportunidades para contribuir y aprender.

3. Automatización: Existen proyectos que buscan automatizar tareas que normalmente son intensivas en tiempo y trabajo. Un buen ejemplo es OpenDataLoader PDF, que automatiza la extracción de datos de los archivos PDF, lo que puede ser útil en el análisis de datos y en la realización de inteligencia empresarial.

4. Nube y Bases de Datos: Con el proyecto TiDB, se evidencia una tendencia hacia soluciones de bases de datos nativas en la nube. Esto podría ser indicativo de un cambio en cómo se gestionan y almacenan los datos a gran escala, con una preferencia por soluciones que se escalen de manera efectiva y sean altamente disponibles.

5. Seguridad: El proyecto Scanner de Seguridad Ship Safe pone de manifiesto la creciente importancia de garantizar la seguridad en los procesos de desarrollo de software, especialmente en el marco de CI/CD.

6. Interactividad y Visualización: Los proyectos como Pixel Agents añaden una capa fascinante de interactividad y visualización a la gestión y supervisión de los sistemas de IA.

7. Generación de Contenido: Finalmente, el proyecto Podcast Personalizado AI muestra cómo la IA y las tecnologías emergentes pueden ser utilizadas para transformar la forma en que consum

El día que Anthropic le cortó la luz a Marco

Sobre vendor lock-in, soberanía digital y lo que nadie te cuenta cuando empiezas a depender de una API de IA.

Era sábado por la mañana. Marco abrió el portátil con el café todavía caliente y encontró un email en la bandeja de entrada.

No era de un cliente. Era de Anthropic.

El email que recibió Marco. Anthropic detectó señales en su cuenta que, según sus sistemas automatizados, violaban la política de uso. Sin más detalle. Sin aviso previo. Solo un formulario de Google para apelar.

No sabía qué había infringido. Nadie se lo explicó.

Su organización entera — más de sesenta cuentas de su equipo — había sido dada de baja de golpe. Sin una política específica citada. Sin un periodo de gracia. Sin una llamada.

Lo leyó dos veces. Luego una tercera, más despacio.

Llevaba ocho meses construyendo su flujo de trabajo sobre Claude. Lo usaba para todo: redactar propuestas, analizar contratos, automatizar respuestas a clientes. Tenía agentes corriendo que procesaban documentos de sus clientes cada noche. Sesenta personas en su equipo usaban Claude a diario como parte de su operativa.

Ahora, de un día para otro, no podían acceder a nada.

¿Cuántas decisiones de negocio había tomado asumiendo que esto siempre estaría disponible?

El problema no es Anthropic

Sería fácil convertir esto en una historia sobre villanos. Anthropic hace mal, los usuarios sufren, el open source al rescate.

Pero eso sería mentira.

Anthropic tiene razón en lo que dice: las suscripciones planas no estaban diseñadas para servir agentes autónomos corriendo 24 horas. El impacto computacional de un usuario que automatiza procesos con OpenClaw es completamente diferente al de alguien que pregunta cuatro cosas por la tarde. La decisión tiene sentido de negocio.

El problema no es Anthropic. El problema es que Marco — y miles como él — habían construido infraestructura crítica sobre un servicio de terceros sin preguntarse qué pasaría si las condiciones cambiaban.

Y eso es un problema estructural. No puntual.

Miles de usuarios se enfrentaron de golpe a incrementos de coste de hasta 50 veces su gasto mensual anterior. No porque Anthropic quisiera hacerles daño. Sino porque nadie había planificado para ese escenario.

¿Cuánto dependes realmente?

Antes de buscar soluciones, hay que hacer un diagnóstico honesto. El nivel de dependencia de un tercero en IA no es igual para todo el mundo.

Nivel 1 — Bajo. Usas IA como asistente puntual. Redactas textos, resumes documentos, generas ideas. Si el servicio cae una tarde, te molesta pero no pasa nada crítico. Puedes cambiar de proveedor en horas.

Nivel 2 — Medio. La IA está integrada en procesos de negocio. Forma parte de tu CRM, tu soporte al cliente, tu pipeline de ventas. Si cae, los procesos se ralentizan pero el negocio sobrevive. Migrar costaría días o semanas.

Nivel 3 — Alto. Tu producto es la IA. El chatbot que vende, el agente que procesa pedidos, el sistema que analiza datos en tiempo real. Si cae el proveedor, tu negocio se detiene. Y si cambian los precios o los términos, tienes que asumirlo o reconstruirlo todo.

Marco estaba en el Nivel 2 tirando al 3. Y no lo había visto venir porque el proceso había sido gradual. Primero un agente pequeño. Luego otro. Luego los dos conectados. Luego un tercero. Hasta que un día abriste el portátil y descubriste que la mitad de tu operativa dependía de una decisión comercial ajena.

El momento del bloqueo fue especialmente notable porque llegó con un día de antelación, anunciado un viernes para ejecutarse el sábado al mediodía. No hubo plan de transición. No hubo ventana de negociación real. Una semana de margen, si acaso, fue todo lo que se consiguió.

Eso es vendor lock-in en su forma más desnuda.

Lo que Marco decidió hacer

Marco no dejó de usar Claude. Eso sería dramático y poco práctico. Lo que hizo fue algo más inteligente: empezó a diversificar su stack para que ninguna decisión comercial ajena pudiera volver a paralizarle.

La pregunta ya no era "¿qué modelo es el mejor?" sino "¿qué parte de mi operativa puede correr sin depender de nadie?"

Y la respuesta fue más amplia de lo que esperaba.