La industria define en una semana quién opera al agente en serio

Microsoft y Google moviéndose el mismo día consolidan una categoría que el boletín del 2026-07-08 dejó a medias con VoltAgent/awesome-design-md: el patrón de tres capas (DESIGN.md como tokens, Flint como charts, Stitch-skills como orquestador vía MCP) ya tiene first-party de ambos proveedores. Stitch-skills hereda el relevo del 2026-07-08 sobre el concepto DESIGN.md, así que el siguiente paso natural es un post reproducible sobre cómo un agente diseña sin romper el design system, tomando Flint como pieza ejecutable. Stitch-skills con 6.446★ y un último push del 2026-06-29 aporta la distribución; Flint (649★, push del 2026-07-09) aporta el chart reproducible.

Se planta como competidor directo de rowboatlabs/rowboat, cubierto el 2026-07-08: ambos YC-backed, pero resuelven problemas distintos. Rowboat es el AI coworker personal con knowledge graph tipo Obsidian y vive en email/Slack/meetings; orca es el IDE para ejecutar N coding agents (Claude Code, Codex, Cursor, OpenCode, Pi) en paralelo sobre la misma codebase vía git worktrees, con clientes desktop y mobile y terminal Ghostty. Para el lector de Código Sin Siesta que ya encadena varios agentes, la diferencia importa: si el cuello de botella es la coordinación, rowboat; si es ejecutar ramas en paralelo sin pisarse, orca. Los 703 stars/día y el push de hace minutos lo señalan como momentum real, no hype.

Hasta ahora el stack de token analytics estaba fragmentado y ya lo vimos: el 2026-07-07 cubrimos kenn-io/agentsview (limitado a sesiones locales de Claude Code/Codex), y steipete/CodexBar solo cubre Codex. Tokscale unifica ambos mundos — OpenCode, Claude Code, Hermes, Pi, Codex, Gemini CLI, Cursor, AmpCode, Factory Droid, Kimi y más — y añade leaderboard global y contributions graph 2D/3D. Aplicación directa en el boletín: auditar coste por agente por día y atribuir picos al tipo de tarea. Que hermes aparezca en sus topics confirma que el runtime ya tiene visibilidad en el ecosistema agentic OSS, recogido el 2026-07-08 al cubrir NousResearch/hermes-agent.

Toda conversación sobre agents en producción termina en la misma pregunta: cómo auditar, limitar y sandboxear. Este toolkit aterriza con cuatro piezas concretas: policy-as-code, identidad zero-trust para tools y recursos, sandboxing de ejecución, y un framework de reliability con SLOs y circuit breakers aplicados a agentes. Que sea Microsoft publicándolo bajo MIT y que cite explícitamente OWASP Agentic Top 10 lo convierte en el primer candidato serio a estándar de facto de governance agentic. Encaja con la cobertura del 2026-07-05 sobre agentic-decision-systems: el siguiente paso lógico es aterrizar la tesis abstracta en piezas reproducibles, y este toolkit es la pieza. Honesto: no podemos afirmar todavía que domine el estándar, solo que parte con la mejor posición para ello.

Cambia la categoría: aquí el agente no opera sobre una página ni sobre email, sino que es la simulación. lingbot-video (Apache-2.0, debut 2026-07-08) entrena un modelo MoE para video generation + world model con física y navegación internas, pensado para embodied intelligence. Su gemelo lingbot-world-v2 (NOASSERTION, mismo día) extiende a infinite worlds con interacciones versátiles, pero el license NOASSERTION es un riesgo real a auditar antes de cualquier uso en producto — recuerda el aviso del 2026-07-06 sobre noassertion-license-risk. Es complemento natural de alibaba/page-agent (cubierto el 2026-07-03), pero el ángulo es distinto: page-agent actúa sobre la web; lingbot la simula internamente. Para el lector de Código Sin Siesta, la lectura práctica es que el world model abre agentes que prueban en simulación antes de tocar producción.

Cierra la categoría agent sandbox que ya tocamos dos veces: el 2026-07-02 con TencentCloud/CubeSandbox y el 2026-07-08 con vercel-labs/agent-browser. OpenShell añade lo que esos no garantizan: sandbox determinista sin red por defecto e inferencia local vía ONNX + CUDA, ambas en Rust bajo Apache-2.0. Que NVIDIA lo mantenga oficialmente le da credibilidad de stack de inferencia local — encaja con modelos tipo Nemotron. Para el lector con setup local-first (PGLite + pgvector + DeepSeek), el valor concreto sería una capa de aislamiento real sobre ese stack: el agente ejecuta sin filtrar nada al exterior. Caveat honesto: a fecha del boletín, sin topics definidos en el repo, no hay confirmación pública de integración con Hermes; solo la cercanía temática — y la cobertura previa del 2026-07-08 sobre NousResearch/hermes-agent — la hacen plausible.