Tendencias tech del dia: IA, agentes autonomos y Rust en produccion

Es la primera respuesta "vault-first" al problema de la amnesia entre sesiones de un coding agent: en lugar de cachear resultados en un MCP, el agente escribe y lee notas en una vault de Obsidian con la misma forma que un humano (links, daily notes, MOCs, índices, performance tracking), de modo que cada conversación se apoya literalmente en la anterior. El repo integra tres piezas que ya cubrimos en boletines previos: claude-code y codex-cli (ambos el 2026-10-01), junto con obsidian-cli y obsidian-skills de kepano y el buscador semántico qmd de tobi. Su tesis editorial —"cuando el vault deja de ser para humanos y se vuelve para agentes"— choca de frente con la idea de un MCP context cache, así que el ángulo para el lector es claro: si te interesa el patrón agent-as-keeper, mira primero cómo se estructura la vault antes de pelearte con el context window. Limitación honesta: el README está en inglés, japonés, chino y coreano, pero no en español.

Con 42.5k★ y cuatro años de historia, Agno ya no se vende como framework Python más: se vende como plataforma completa — SDK + runtime (AgentOS) + consola web con JWT/RBAC + simulaciones + telemetría de uso. Eso lo desplaza del ring de LangChain y LlamaIndex y lo pone a competir con los vendors SaaS de agentes (Vertex AI Agents, AWS Bedrock Agents, Azure AI Agent Service), sobre todo en el segmento "quiero mi propio stack de agentes on-prem y mantener el control de datos, memoria y postura de seguridad". El detalle de producto más elocuente está en el README: la sección "Get started" arranca con un prompt listo para pegar en Claude Code, Cursor o Codex, lo que indica que el target real es el desarrollador que ya trabaja con un coding agent. Para el lector de Código Sin Siesta la pregunta práctica es: ¿me conviene un framework de agentes o ya estoy montando una plataforma y necesito el runtime con UI?

Es la implementación canónica en Python del Model Context Protocol, mantenida por la propia org modelcontextprotocol (con respaldo de Anthropic): si tienes un MCP server en Python —incluidos los que cubrimos en boletines recientes como AOCI-CODE, Context Mode, AWS, Grafana, n8n, fastmcp de PrefectHQ o whatsapp-mcp de lharries— este repo es la referencia contra la que se mide tu código. Importa especialmente ahora que acaban de publicar v2 con guía de migración propia y whats-new detallado, porque las APIs que cambiaron forzarán actualizaciones en todos los proyectos downstream. La pieza ya apareció en el boletín del 2026-09-21 cuando cubrimos el propio protocolo MCP, y Python como lenguaje del SDK lo vimos el 2026-10-03: en este boletín cerramos el círculo con la referencia canónica. Soporta los tres transports (stdio, Streamable HTTP y SSE), así que no hay excusa de runtime para no migrar.

El santo grial del edge-LLM es correr un MoE de 30B+ parámetros en un móvil, y las alternativas habituales (llama.cpp, MLX, TFLite) o son CPU-only con modelos densos, o no gestionan bien la activación dispersa de expertos. Edge0 ataca exactamente esa restricción con tres técnicas combinadas: SSD expert offload para sacar de RAM los expertos que no caben (similar en idea a QLoRA pero aplicado a inferencia, no a fine-tuning), Recover-LoRA para que la adaptación LoRA sobreviva al offload desde disco, y un prerouter que predice qué experto se activará antes de que el router decida —todo con la promesa de una sola receta para macOS, iOS y Android. Para el lector de Código Sin Siesta, el interés es doble: el on-device LLM ya lo cubrimos el 2026-09-07, y Edge0 entra como competidor directo de llama.cpp y MLX en ese segmento. Limitación honesta: la madurez real es baja (≈1 mes de vida, sin topics en el repo, vendor Edge0 Inc probable pero no confirmado), aunque el paper en arXiv (2609.18063) y los modelos preview en HuggingFace y ModelScope apuntan a que la apuesta es seria.

Cuando un developer tiene cinco agentes hablando con tres MCP servers cada uno, el service mesh casero se rompe rápido; agentgateway ataca ese punto con un proxy L7 "agentic" que aplica el vocabulario clásico de ingress (gateway, route, policy) al tráfico MCP y de agentes. La etiqueta gateway-api no es decorativa: apunta al Gateway API de Kubernetes, lo que lo hace drop-in en clusters que ya lo usan y le da una capa de alineación con el estándar de la CNCF. Para el lector de Código Sin Siesta el ángulo es muy concreto: si vas en serio con un fleet de agentes y MCP servers, necesitas observabilidad, autenticación y routing centralizados igual que necesitas un ingress-nginx para HTTP —agentgateway es el equivalente L7-aware de ese rol. Este proyecto ya lo cubrimos el 2026-07-16 (junto con el protocolo MCP, Kubernetes, Gateway API, service mesh, Envoy y los problemas de routing y observabilidad de fleets), y vuelve a salir con cadencia sostenida, lo que confirma tracción más que hype. Limitación honesta: no hay cifras de adopción en producción, solo tracción comunitaria (5.164★, release pattern activo, Discord activo).