tecnoboletín / 2026-09-05

Boletín · sábado 5 sept 2026

La capa de memoria y skills de los coding agents se consolida con su propio security stack

Por primera vez la categoría de memoria persistente para coding agents aparece completa en un solo día: cuatro repos (Beads, Engram, LoopX, Atlas) cubren grafo+Dolt, SQLite+FTS5 minimalista, control plane long-horizon y VCS-aware, y encima aterrizan dos piezas nuevas del rompecabezas (SkillSpector para escanear skills maliciosas, Autoharness para destilarlas desde sesiones reales). El hilo conductor es que la pelea ya no está en el modelo, está en la infraestructura que lo rodea: memoria, control plane, audit, seguridad y self-learning.
6 hallazgos 6 radar 2 picks editoriales 8 conceptos nuevos en el grafo Abrir en triaje →
Hallazgos principales
01
explorar #coding-agent-memory conf 0.40

gastownhall/beads ↗

26.910★ · 1.818 forks · Go · MIT

CLI bd que da a los coding agents una memoria persistente estructurada (grafo de issues con dependencias, ciclo claim/close) respaldada por Dolt (SQL con versionado tipo git), con sync entre máquinas y agentes y bootstrap automático de AGENTS.md y skills para Claude Code, Codex, Cursor, Factory y Mux.

Por qué importa

Steve Yegge lleva meses defendiendo que la principal limitación de los coding agents actuales es que olvidan todo entre sesiones. Beads aterriza esa tesis como producto: en lugar de planes en Markdown que se desactualizan, un grafo de tareas con dependencias que sobrevive a sesiones, máquinas y agentes. Para el lector de CSS el ángulo concreto es que el issue tracker deja de ser cosa del humano y se convierte en la memoria compartida del agent: el grafo que ya tenías bajo concept:coding-agent-memory y concept:shared-context-across-agents gana un referente canónico. Lo cubrimos en el boletín del 2026-08-28 como anticipo del ecosistema gastown-hall (con tool:dolt-versioned-sql como backing store y repo:humanlayer/skills como complemento); lo que añade Beads hoy es el referente Go con cadencia diaria en trending y un bootstrap que escribe AGENTS.md y skills para Claude Code, Codex, Cursor, Factory y Mux sin que tengas que configurarlo a mano.
Grafoimplementscoding-agent-memory· 2026-08-28 (concept, ya cubierta el 2026-08-28) usesdolt-versioned-sql· 2026-08-28 (tool, ya cubierta el 2026-08-28) complementshumanlayer/skills· 2026-08-28 (repo, ya cubierta el 2026-08-28) relevant_togastown-hall-ecosystem· 2026-08-28 (concept, ya cubierta el 2026-08-28)
02
probar #coding-agent-memory conf 0.40 pick editorial

Gentleman-Programming/engram ↗

6.332★ · 670 forks · Go · MIT

Binario Go único (zero deps, SQLite + FTS5) que expone memoria persistente a cualquier agente compatible con MCP (Claude Code, OpenCode, Gemini CLI, Codex, VS Code Copilot, Antigravity, Cursor, Windsurf) vía CLI, HTTP API, MCP y TUI interactivo. Modelo "one brain, local or cloud".

Por qué importa

Frente al stack memvid/memvid (que ya tienes en el grafo y guarda memoria en frames de vídeo) o a Beads, que usa grafo + Dolt, Engram propone el camino minimalista: una única SQLite con FTS5 expuesta por MCP, con sync opcional a Engram Cloud. Es la apuesta de "memoria = un archivo" sin opiniones de formato, lo que la hace atractivo si quieres algo que funcione mañana sin migraciones. Para CSS encaja en el artículo pendiente sobre memory tiers (file-based vs Dolt-based vs FTS5) que ya quedó implícito en tecnoboletin-enricher cuando cubriste 0xPlaygrounds/rig. Beads ya lo cubrimos el 2026-08-28 como el extremo opuesto (grafo + Dolt); Engram cierra el triángulo mostrando el tercer vértice y refuerza el concepto de concept:agent-agnostic-memory con un binario Go zero-deps que se conecta a Claude Code, Codex, Gemini CLI, VS Code Copilot, Cursor, Windsurf y compañía sin que tengas que mantener un plugin por cada uno.
Grafoimplementscoding-agent-memorynuevo (concept, relación nueva de hoy) usessqlite-fts5nuevo (tool, relación nueva de hoy) complementsgastownhall/beads· 2026-08-28 (repo, ya cubierta el 2026-08-28) relevant_toagent-agnostic-memorynuevo (concept, relación nueva de hoy)
03
explorar #long-horizon-agent-control-plane conf 0.40

huangruiteng/loopx ↗

5.613★ · 502 forks · Python · Apache-2.0

Kernel de estado ligero y control plane local-first para loop engineering: corre sobre Codex App, Claude Code, Cursor, dsh o tu propio harness y provee estado durable, decisiones semánticas sobre el siguiente paso, governance, recovery y colaboración human-agent. Goals, gates, todos, evidence, quota y handoffs persisten mientras el harness ejecuta turnos acotados.

Por qué importa

LoopX no reemplaza al harness, lo envuelve: corre sobre Codex App, Claude Code, Cursor, dsh o tu propio harness y aporta el eslabón que la comunidad viene pidiendo, qué falta entre Claude Code y claude --worktree durante una sesión larga. Un kernel de estado que sobrevive al modelo y a la sesión, con preview protegido, recibos de cambios y workspaces que reanudan donde quedaron. Para CSS el ángulo concreto es que el eslogan "Keep the loop moving. Keep the judgment human." aterriza el vector AWS AI-DLC de gates humanos en cada stage desde el lado de la open community china, en lugar del lado enterprise. Ya cubrimos el sustrato conceptual el 2026-08-08: concept:long-horizon-agent-control-plane, concept:multi-harness-orchestration y concept:approval-gate-pattern; lo que LoopX añade hoy es la implementación con cadencia diaria en trending, documentación bilingüe EN/chino (developer book + manual en Feishu) y un README de 40 KB con tour de workspace, es decir, los tres nodos que ya teníamos pasan de conceptos a producto utilizable.
Grafoimplementslong-horizon-agent-control-plane· 2026-08-08 (concept, ya cubierta el 2026-08-08) extendsmulti-harness-orchestration· 2026-08-08 (concept, ya cubierta el 2026-08-08) relevant_toapproval-gate-pattern· 2026-08-08 (concept, ya cubierta el 2026-08-08)
04
explorar #agent-source-control conf 0.40

pacifio/atlas ↗

3.221★ · 204 forks · Rust · MIT

App desktop (backend en Rust + frontend) que registra cada commit linkeado a la sesión del agent que lo produjo (prompts, tool calls, reasoning), permite correr múltiples agents (Claude Code, Codex, registro ACP) en paralelo contra el mismo codebase con shared memory, e indexa tu knowledge (CLAUDE.md, AGENTS.md, .atlas/knowledge/, papers, sesiones pasadas) para resolver @-references localmente.

Por qué importa

El problema que Atlas ataca es uno muy concreto: los agents escriben mucho código y guardan cero del razonamiento que llevó hasta él. La app registra cada commit linkeado a la sesión del agent que lo produjo (prompts, tool calls, reasoning), permite correr Claude Code, Codex y otros compatibles con ACP en paralelo contra el mismo repositorio con memoria compartida, y resuelve localmente las @-references a CLAUDE.md, AGENTS.md, .atlas/knowledge/, papers y sesiones pasadas. Para CSS abre un espacio que ya teníamos mapeado pero sin tooling dedicado: el audit VCS-aware de agents, ligado a concept:coding-agent-observability. Cubrimos el sustrato el 2026-09-03 con concept:agent-source-control y concept:coding-agent-observability, y el 2026-08-28 sentamos la base complementaria con repo:gastownhall/beads; lo que Atlas añade hoy es el patrón swarm con presupuesto multi-agent y un side-by-side con shared memory ejecutable, además de un backend en Rust y un README de 15 KB que aterriza los casos "every commit, explained" y "switching agents loses the thread".
Grafoimplementsagent-source-control· 2026-09-03 (concept, ya cubierta el 2026-09-03) complementsgastownhall/beads· 2026-08-28 (repo, ya cubierta el 2026-08-28) relevant_tocoding-agent-observability· 2026-09-03 (concept, ya cubierta el 2026-09-03)
05
probar #agent-skill-security-scanner conf 0.40 pick editorial

NVIDIA/SkillSpector ↗

16.193★ · 1.372 forks · Python · Apache-2.0

Scanner (Python 3.12+, Apache-2.0) que analiza repos, URLs, zips y directorios buscando 71 patrones en 17 categorías de vulnerabilidades para agent skills: prompt injection, data exfiltration, privilege escalation, supply chain, excessive agency, system prompt leakage, memory poisoning, MCP tool poisoning, MCP least privilege, rogue agent, anti-refusal, dangerous code (AST), taint tracking y YARA. Score de 0 a 100 con etiquetas, integración con SC4/OSV.dev y salida en JSON, Markdown o SARIF.

Por qué importa

Aterriza el vector de ataque "skill malicioso" en formato ejecutable y verificable: un escáner que analiza repos, URLs, zips y directorios contra 71 patrones en 17 categorías (prompt injection, data exfiltration, privilege escalation, supply chain, excessive agency, system prompt leakage, memory poisoning, MCP tool poisoning, MCP least privilege, rogue agent, anti-refusal, dangerous code vía AST, taint tracking y reglas YARA) y devuelve un score de 0 a 100 con etiquetas, integrable con SC4/OSV.dev y con salida en JSON, Markdown o SARIF. La cifra del README (26.1% de skills con vulnerabilidades, 5.2% con intención maliciosa probable) convierte el consejo genérico "instala skills con cuidado" en una acción concreta y reproducible: si tu flujo es npx skills add <x>, esto te dice qué puede hacerte x antes de ejecutarlo. Para CSS complementa blader/humanizer cerrando el lado seguridad del catálogo de skills: uno te limpia el texto, el otro te dice si el propio skill es un riesgo. No tenemos todavía un boletín previo que ancle concept:agent-skill-security-scanner, concept:prompt-injection-patterns ni concept:nvidia-verified-skills-pipeline, así que este ít los introduce como conceptos nuevos del grafo.
Grafoimplementsagent-skill-security-scannernuevo (concept, relación nueva de hoy) usesprompt-injection-patternsnuevo (concept, relación nueva de hoy) relevant_tonvidia-verified-skills-pipelinenuevo (concept, relación nueva de hoy)
06
leer #self-learning-skill-layer conf 0.40

tigerless-labs/autoharness ↗

1.682★ · 99 forks · Python · MIT

Plugin de Claude Code (Python, sin third-party deps) que destila skills desde tus sesiones reales, las agrupa en lugar de apilarlas (cuando detecta escenarios iguales hace fold en vez de crear duplicados), las actualiza mientras se usan y las poda cuando dejan de tener adherencia. Cita un uplift medido en CORE-Bench (HAL): 42% → 78% con mismo modelo y distinto harness.

Por qué importa

Aterriza la observación de swyx "Big Model vs Big Harness" sobre un slice muy concreto, la capa de skills, con un patrón self-maintaining: la librería de skills se destila de tus sesiones reales, se agrupa en lugar de apilarse (cuando detecta escenarios iguales hace fold en lugar de crear duplicados), se actualiza mientras se usa y se poda cuando pierde adherencia. La cifra del README (uplift medido en CORE-Bench HAL: 42% → 78% con mismo modelo y distinto harness) convierte "el harness importa" en algo medible, no en opinión. Para CSS el ángulo concreto es "tu agente aprende solo, pero solo de sí mismo": toca únicamente lo que él escribió y deja intacto lo que tú o el vendor escribiste, lo que lo hace buen complemento a qufei1993/skills-hub desde el lado de generación, no de curación. No tenemos todavía un boletín previo que ancle concept:self-learning-skill-layer, concept:claude-code-skills-format ni concept:big-model-vs-big-harness, así que este ít los presenta como conceptos nuevos del grafo y deja la puerta abierta a cubrirlos por separado cuando salgan piezas más canónicas.
Grafoimplementsself-learning-skill-layernuevo (concept, relación nueva de hoy) extendsclaude-code-skills-formatnuevo (concept, relación nueva de hoy) relevant_tobig-model-vs-big-harnessnuevo (concept, relación nueva de hoy)
Radar secundario · 6
tigerless-labs/cost-xray

(766★ · último push 2026-09-01 · Python · MIT · default_branch master) — Captura tráfico local de Claude Code y Codex con mitmproxy y atribuye tokens y dólares a system prompts, tool schemas, MCP blocks, cache hits y thinking blocks. Tema central: no leas los logs, mira lo que realmente viaja.

basecamp/hey-cli

(334★ · último push 2026-09-04 · Go · MIT) — CLI + TUI oficial de HEY (Basecamp) + Agent Skills. Tu email y calendario en terminal y disponibles para coding agents vía MCP. Tema central: un vendor de email conocido mete su capa agent-first con un solo binario.

anthropics/fermats-last-theorem

(465★ · último push 2026-09-04 · Lean · Apache-2.0) — Prueba completa del Teorema de Fermat en Lean 4 sobre Mathlib v4.33.0, verificada por el kernel oficial y por nanoda (segundo kernel en Rust). README honesto: "research artifact, not maintained". Tema central: Anthropic enseña a sus modelos a formalizar matemáticas y publica el artefacto.

radixark/miles

(2.593★ · último push 2026-09-05 · Python · Apache-2.0) — Framework RL enterprise para LLM/VLM post-training, sobre SGLang + Megatron-LM con soporte Blackwell-Native de 8/4-bit, day-0 para Kimi K3, Inkling, DeepSeek-V4 Flash y Nemotron 3 Ultra. Tema central: el stack open-source de RLHF/RL post-training se completa con el lado enterprise.

EvoMap/AutoResearch

(674★ · último push 2026-09-01 · Python · Apache-2.0) — Agentes de investigación AI/ML de idea a paper-ready evidence, parte del ecosistema EvoMap. Tema central: el espacio deep-research automation sigue atrayendo papers de arxiv (2608.17906) y repos OSS.

JerBouma/FinanceDatabase

(8.519★ · último push 2026-09-01 · Python · MIT) — Base de datos de más de 300.000 símbolos (equities, ETFs, fondos, criptos, divisas) con API Python simple. Tema central: dataset financiero OSS que vuelve a trending con updates recurrentes.

Lectura editorial

Convergencia con tu stack

Encaja directo con el stack local-first de CSS: tres de los cuatro repos de memoria corren binarios Go o Rust con SQLite/Dolt/SQLite+FTS5 como backing store (sin), el self-learning de Autoharness es zero-deps Python, y SkillSpector aterriza lo que ya quedó implícito en el artículo sobre skill hygiene que el lector de CSS viene pidiendo. La pieza que conecta con PGLite/Graphify es el @-reference local de Atlas: un agente que resuelve sus propias referencias a CLAUDE.md, AGENTS.md y knowledge local sin salir de la máquina

Cruzado con tu grafo

El grafo se refuerza en bloque: concept:coding-agent-memory ya tenía Beads (2026-08-28) y hoy gana Engram como segundo vértice del triángulo file/Dolt/FTS5; concept:long-horizon-agent-control-plane y concept:multi-harness-orchestration (ambos del 2026-08-08) se aterrizan con LoopX; concept:agent-source-control y concept:coding-agent-observability (ambos del 2026-09-03) reciben Atlas como referente canónico. Por primera vez aparecen concept:agent-skill-security-scanner, concept:self-learning-skill-layer y concept:big-model-vs-big-harness sin primera_mencion previa, marcando categoría nueva.

Tendencias (5-6 boletines)

Con los dos boletines previos en mano, la línea se ve clara: el 2026-09-01 dijo que la capa de datos es la pieza que importa, el 2026-09-02 confirmó que la pila de agente se discute en infraestructura, y hoy el boletín pone nombre y referente a esa infraestructura con seis proyectos que la aterrizan de golpe. Quien lee los tres en secuencia ve el arco completo: de blob vectorial a estructura con historia, de framework a tooling, de memoria como concepto a memoria como producto con audit y seguridad.
Resumen ejecutivo del boletín origen
  • El "memory upgrade" para coding agents se consolida como categoría: hoy coinciden cuatro repos en el mismo vector — gastownhall/beads (Steve Yegge, 26.9k★, issue-tracker distribuido con Dolt), Gentleman-Programming/engram (6.3k★, binario Go único con SQLite+FTS5+MCP), huangruiteng/loopx (5.6k★, control plane long-horizon provider-neutral) y pacifio/atlas (3.2k★, source control para agents con checkpoints linkeando cada commit a la sesión). Es la primera vez que la categoría aparece tan completa: memoria persistente + grafo de dependencias + control plane + VCS-aware.
  • Llega el primer security scanner serio de "agent skills": NVIDIA/SkillSpector (16.2k★, Apache-2.0) escanea 71 patrones en 17 familias (prompt injection, data exfiltration, MCP tool poisoning, supply chain) y se integra con la catálogo NVIDIA Verified Skills. El dato duro: cita un estudio que reporta 26.1% de skills con vulnerabilidades y 5.2% con intención maliciosa probable — el ángulo editorial es "tu npx skills add ya no es inocuo".
  • Self-learning skill layer aterriza el patrón "el harness aprende solo": tigerless-labs/autoharness (1.7k★, MIT) destila skills desde tus sesiones reales de Claude Code, las agrupa en lugar de apilarlas y las poda cuando dejan de usarse. Cita benchmark interno: 42% → 78% en CORE-Bench. Es el primer plugin de Claude Code que se mantiene a sí mismo sin evaluación externa.
  • anthropics/fermats-last-theorem publica una prueba formal completa en Lean 4: 60.475 módulos verificados por el kernel de Lean + un segundo kernel (nanoda, en Rust). El README es honesto: "research artifact, not maintained". Es más una pieza de marketing técnico que un repositorio para producción — pero el ángulo "Anthropic enseña a sus modelos a formalizar matemáticas" merece línea en el radar.
  • Radiografía del día: 15 candidatos nuevos pasaron filtro de deduplicación case-insensitive contra 1022 repos vistos, 6 seleccionados como hallazgos principales y 7 como radar secundario (incluyendo el trío Farama-Foundation sobre RL clásico que vuelve a trending con cadencia semanal). Blogwatcher 08:00 no publicó hoy (sin archivo 2026-09-05-blogs.md); el espacio "tendencias generales" lo domina hoy la convergencia memory+control+audit para coding agents. 15/15 candidatos verificados vía GitHub API sin token. Fuentes consultadas: Trendshift daily (25 items), GitHub Trending daily (all + typescript + python + rust + go, 79 repos únicos), GitHub REST API sin token (15/15 verificados). Blogwatcher no publicado hoy.
Edges del grafo (44)
boletin:2026-09-05 --[menciona]--> item:https-github-com-gastownhall-beads
item:https-github-com-gastownhall-beads --[trata]--> tema:gastownhall-beads
repo:gastownhall/beads --[implements]--> concept:coding-agent-memory (ya cubierto el 2026-08-28)
repo:gastownhall/beads --[uses]--> tool:dolt-versioned-sql (ya cubierto el 2026-08-28)
repo:gastownhall/beads --[complements]--> repo:humanlayer/skills (ya cubierto el 2026-08-28)
repo:gastownhall/beads --[relevant_to]--> concept:gastown-hall-ecosystem (ya cubierto el 2026-08-28)
boletin:2026-09-05 --[menciona]--> item:https-github-com-gentleman-programming-engram
item:https-github-com-gentleman-programming-engram --[trata]--> tema:gentleman-programming-engram
repo:Gentleman-Programming/engram --[implements]--> concept:coding-agent-memory
repo:Gentleman-Programming/engram --[uses]--> tool:sqlite-fts5
repo:Gentleman-Programming/engram --[complements]--> repo:gastownhall/beads (ya cubierto el 2026-08-28)
repo:Gentleman-Programming/engram --[relevant_to]--> concept:agent-agnostic-memory
boletin:2026-09-05 --[menciona]--> item:https-github-com-huangruiteng-loopx
item:https-github-com-huangruiteng-loopx --[trata]--> tema:huangruiteng-loopx
repo:huangruiteng/loopx --[implements]--> concept:long-horizon-agent-control-plane (ya cubierto el 2026-08-08)
repo:huangruiteng/loopx --[extends]--> concept:multi-harness-orchestration (ya cubierto el 2026-08-08)
repo:huangruiteng/loopx --[relevant_to]--> concept:approval-gate-pattern (ya cubierto el 2026-08-08)
boletin:2026-09-05 --[menciona]--> item:https-github-com-pacifio-atlas
item:https-github-com-pacifio-atlas --[trata]--> tema:pacifio-atlas
repo:pacifio/atlas --[implements]--> concept:agent-source-control (ya cubierto el 2026-09-03)
repo:pacifio/atlas --[complements]--> repo:gastownhall/beads (ya cubierto el 2026-08-28)
repo:pacifio/atlas --[relevant_to]--> concept:coding-agent-observability (ya cubierto el 2026-09-03)
boletin:2026-09-05 --[menciona]--> item:https-github-com-nvidia-skillspector
item:https-github-com-nvidia-skillspector --[trata]--> tema:nvidia-skillspector
repo:NVIDIA/SkillSpector --[implements]--> concept:agent-skill-security-scanner
repo:NVIDIA/SkillSpector --[uses]--> concept:prompt-injection-patterns
repo:NVIDIA/SkillSpector --[relevant_to]--> concept:nvidia-verified-skills-pipeline
boletin:2026-09-05 --[menciona]--> item:https-github-com-tigerless-labs-autoharness
item:https-github-com-tigerless-labs-autoharness --[trata]--> tema:tigerless-labs-autoharness
repo:tigerless-labs/autoharness --[implements]--> concept:self-learning-skill-layer
repo:tigerless-labs/autoharness --[extends]--> concept:claude-code-skills-format
repo:tigerless-labs/autoharness --[relevant_to]--> concept:big-model-vs-big-harness
boletin:2026-09-05 --[menciona]--> item:https-github-com-tigerless-labs-cost-xray
item:https-github-com-tigerless-labs-cost-xray --[trata]--> tema:tigerless-labs-cost-xray
boletin:2026-09-05 --[menciona]--> item:https-github-com-basecamp-hey-cli
item:https-github-com-basecamp-hey-cli --[trata]--> tema:basecamp-hey-cli
boletin:2026-09-05 --[menciona]--> item:https-github-com-anthropics-fermats-last-theorem
item:https-github-com-anthropics-fermats-last-theorem --[trata]--> tema:anthropics-fermats-last-theorem
boletin:2026-09-05 --[menciona]--> item:https-github-com-radixark-miles
item:https-github-com-radixark-miles --[trata]--> tema:radixark-miles
boletin:2026-09-05 --[menciona]--> item:https-github-com-evomap-autoresearch
item:https-github-com-evomap-autoresearch --[trata]--> tema:evomap-autoresearch
boletin:2026-09-05 --[menciona]--> item:https-github-com-jerbouma-financedatabase
item:https-github-com-jerbouma-financedatabase --[trata]--> tema:jerbouma-financedatabase
← 2026-09-04 Archivo 2026-09-06 →