Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-10-15

Tendencias tech: IA local, agentes autonomos y rust en backend

12 items · 6 hallazgos · 6 radar

explorar 2

probar 2

leer 1

vigilar 6

Descartados y sin acción 1

J/K mover E explorar P probar L leer V vigilar X descartar G grafo ↵ abrir ficha

Selecciona un item del tablero
o pulsa J para empezar.

explorar hallazgo 02 · #agent_discovery_protocol

google/agentmesh

1.068★ · 175 forks · Go · Apache-2.0

Qué es

Red privada para agentes AI. Un nodo corre al lado del agente y le da tres cosas: publicar herramientas/modelos a la red, encontrar y llamar lo que publican otros nodos, e identidad verificable por cualquier otro nodo. Los nodos se conectan directo cuando pueden, a través de relays cuando no pueden (NAT traversal). "Nada es alcanzable por defecto": cada nodo expone servicios solo si su config lo dice, y los grants se evalúan sobre nombres de servicio, nunca sobre direcciones. Identidad vía OpenID Connect o token bootstrap one-time → credencial offline-verifiable atada a la clave del nodo. Quickstart: curl -sL https://google.github.io/agentmesh/install.sh | bash → agentmesh-node join https://bananas.sam-mesh.dev → agentmesh-node run --daemonize.

Cómo encaja

google/agentmesh agent_discovery_protocol

implements · relación nueva de hoy

google/agentmesh a2a

complements · relación nueva de hoy

google/agentmesh agent_nat_traversal

solves · relación nueva de hoy

Por qué importa

Google ya tiene A2A como protocolo, MCP como transporte y Gemini como modelo; ahora suma el plano de mesh sobre el que múltiples agentes distribuidos pueden encontrarse sin que cada uno tenga que saber la IP del otro — la pieza que faltaba para que el 'agente que llama a otro agente' funcione cross-org. La red aplica NAT traversal con relays, evalúa grants sobre nombres de servicio (no sobre direcciones) y emite identidades verificables vía OpenID Connect o token bootstrap one-time. El README incluye un GitHub Codespaces con make testnet que arranca una control plane con URL pública, suficiente para un tutorial paso a paso. Sitio y quickstart: https://google.github.io/agentmesh.

(probar agentmesh-node join en Codespaces, validar quickstart) + vigilar la convergencia con agent-substrate/substrate y con el stack MCP + A2A.

Abrir ficha Grafo ↗

probar hallazgo 03 · #agent_human_collaborative_documents

razorpay/slashdocs

295★ · 38 forks · Go · MIT

Qué es

"The collaborative workspace for agentic organizations". Los agentes publican HTML auto-contenido (un archivo por documento, imágenes base64, Mermaid/inline-SVG). Los humanos abren el HTML en el browser, comentan sobre palabras exactas con anchors, comparten, y los agentes leen los comentarios y publican la siguiente versión. Todas las versiones se conservan. Self-hosted Go server + React frontend embebido + Go CLI + MCP server remoto con OAuth en el browser (no requiere CLI local). OpenID Connect para humanos (Google/Okta/Entra/Keycloak/Dex), service accounts para headless/agents. Casos de uso: architecture reviews, incident reports, product specs, QA findings, dashboards como HTML portable.

Cómo encaja

razorpay/slashdocs agent_human_collaborative_documents

solves · relación nueva de hoy

razorpay/slashdocs mcp

uses · ya cubierto el 2026-09-21

razorpay/slashdocs spec_driven_development

complements · ya cubierto el 2026-07-24

Por qué importa

Hay docenas de 'documentos agénticos' propietarios (Coda, Notion AI, Linear Asks, los PDF auto-generados de Lindy.ai); slashdocs es la primera implementación open-source con el modelo mental completo — HTML auto-contenido portable (un archivo por documento, imágenes base64, Mermaid/inline-SVG), comentario anclado sobre palabras exactas con anchors, versiones inmutables conservadas todas, e identidad dual humano/agente (OIDC para humanos, service accounts para headless). Es el ejemplo concreto que necesita un artículo sobre cómo conseguir que un agente produzca documentos revisables en lugar de PDFs enviados al vacío. Ya cubrimos MCP el 2026-09-21 (la slashdocs lo expone como MCP server remoto con OAuth en el browser, sin requerir CLI local) y el concepto de spec-driven development desde el 2026-07-24, así que el repo conecta dos líneas previas del boletín con un caso de uso real. Viene del equipo de Razorpay, no de un actor hip.

el quickstart docker compose + leer el docs/comment-notifications.md para entender el modelo de grants/identity (relevante para IA/devs europeos con GDPR).

Abrir ficha Grafo ↗

vigilar hallazgo 06

Armur-Ai/Pentest-Swarm-AI

2.970★ · 545 forks · Go · AGPL-3.0

Qué es

"The first open-source pentesting tool built on a real swarm". Docenas de agentes AI que no se limitan a escanear — explotan**, encadenan ataques (BOLA/IDOR, JWT forgery, mass assignment, SSRF, injection), construyen y puntúan attack paths, y demuestran vulnerabilidades reales a velocidad de máquina. El scoring adaptativo (ver docs/adaptive-scoring.gif) genera estrategias candidatas, las puntúa con JEV contra el estado live, persigue las mejores y refuerza lo que funciona vía feromonas. Built for: backend/pentesters, bug bounty hunters, red teamers, security researchers. Status: alpha.

Cómo encaja

Armur-Ai/Pentest-Swarm-AI xbow

competes_with · relación nueva de hoy

Armur-Ai/Pentest-Swarm-AI vxcontrol/pentagi

complements · ya cubierto el 2026-09-26

Armur-Ai/Pentest-Swarm-AI technique:swarm_attack_path_scoring

implements · relación nueva de hoy

Por qué importa

Ya cubrimos vxcontrol/pentagi el 2026-09-26 y KeygraphHQ/shannon el 2026-09-03 como deep-dives del cluster 'AI red-team productizado'; Armur-Ai/Pentest-Swarm-AI es el tercer punto del trío y el primero en posicionarse explícitamente como alternativa a XBOW. La distinción técnica frente a los dos anteriores es 'swarm vs multi-agent': docenas de agentes que encadenan exploits (BOLA/IDOR, JWT forgery, mass assignment, SSRF, injection), construyen attack paths y los puntúan con scoring adaptativo (JEV contra el estado live, refuerzo vía feromonas) en vez de seguir playbooks predefinidos — esto le acerca más al modelo XBOW que a un orquestador de LLMs. Caveat de licensing honesto: AGPL-3.0 es copyleft fuerte, no apta para integración en SaaS propietario sin abrir tu código; y el repo está en alpha, así que no es producto de producción. El repo tiene 2.5 años de historia (creado 2024-03-26), lo que aporta estabilidad de base incluso en alpha.

releases para confirmar cadencia alpha→beta + leer la documentación antes de probar (AGPL-3.0 implica que un demo abierto lo cubre; un producto cerrado no).

Abrir ficha Grafo ↗