Todos deberían tener diez mil agentes trabajando para ellos.
No un asistente con el que te turnas — una flota. Agentes que siguen trabajando mientras duermes, en máquinas que ya posees, cargando todo lo que les has enseñado y reportando cuando terminan. Para eso se está construyendo PandaNpc.
Por qué es difícil hoy
La mayoría de la gente llega como máximo a uno o dos agentes a la vez. No porque los modelos sean demasiado débiles — sino porque la sobrecarga alrededor de cada agente es demasiado alta. Cada nuevo agente tiene que iniciarse en algún lugar, enseñarle tus convenciones de nuevo, observarlo mientras trabaja y recogerlo a mano. Multiplícalo por diez y tú eres el cuello de botella. Multiplícalo por diez mil y la idea colapsa.
Así que el trabajo no es "una mejor caja de chat". Es eliminar la sobrecarga por agente, una pieza a la vez:
- Dónde ejecutarlos — cómputo privado y barato que ya tienes, no un entorno aislado alquilado.
- Una memoria que todos comparten — enséñalo una vez, cada agente lo sabe, en cada máquina.
- Supervisión que no escala linealmente — ve muchos de un vistazo, intervén solo cuando se te pida.
- Manos más allá del terminal — un agente que solo puede editar archivos solo puede hacer una fracción del trabajo.
Lo que ya funciona
Dónde ejecutarlos
- PandaPaw — un comando convierte cualquier máquina que poseas en un host de agentes. Instala los motores, vincula la máquina a tu cuenta y los mantiene en ejecución. Sin puertos que abrir, sin tokens que pegar.
- Tres motores, misma configuración — Claude Code, Codex y PandaCode se ejecutan a través del mismo puente, así que añadir un agente diferente no es un proyecto diferente.
- Tus máquinas forman una red privada — portátiles, servidores, escritorios domésticos y máquinas virtuales se alcanzan directamente entre sí, así que un agente puede ejecutarse donde realmente está el trabajo.
- Trae tu propio backend — apunta un motor a un proveedor de modelos más barato cuando la tarea no necesite el caro. Ejecutar muchos agentes solo tiene sentido si cada uno es barato.
Una memoria que todos comparten
- Agent Center — tus reglas, habilidades, recuerdos y perfiles de agente viven en tu cuenta y se sincronizan con cada máquina automáticamente. Escribe una lección una vez y cada agente en cada máquina la tendrá, en el formato que su propio motor espera.
- Notes — una base de conocimiento que tus agentes leen y escriben, para que lo que un agente aprende no muera con su sesión.
- MCP server — los agentes acceden a tus notas, modelos y tareas programadas a través de una interfaz documentada en lugar de raspar pantallas.
Supervisión que no escala linealmente
- Observa desde cualquier lugar — aplicación iOS, escritorio Windows / macOS / Linux, cualquier navegador o un panel lateral de Chrome. La salida en vivo, las aprobaciones de herramientas y los cambios de código se mantienen sincronizados en todos ellos.
- Intervén solo cuando sea necesario — un agente se ejecuta sin supervisión y se detiene por ti cuando encuentra algo que requiere una decisión.
- Entrega trabajo a otras personas — comparte una conexión en vivo para que un compañero pueda manejar uno de tus agentes, revocable y con límite de tiempo; o comparte una transcripción de solo lectura cuando solo necesiten ver lo que sucedió.
- 29 idiomas — todo el producto, no solo las páginas de marketing.
Manos más allá del terminal
- Control del navegador — los agentes manejan un navegador real con clics reales, incluyendo páginas que rechazan la entrada sintética.
- Control remoto del escritorio — los agentes ven y operan la pantalla de otra máquina que posees.
- Trabajo programado — las tareas se activan según un horario y se ejecutan en una máquina de tu elección, sin nadie en el teclado.
- Claw — un espacio de trabajo para la mitad conversacional del trabajo, junto a los agentes que hacen la mitad mecánica.
Cómo encajan las piezas
Cada agente se ejecuta en hardware que controlas. El relay solo lleva mensajes; tu código, tus claves y tus archivos nunca salen de tus máquinas.
Hacia dónde va esto
Pasar de un puñado de agentes a una flota es ahora principalmente un problema de supervisión, no de capacidad. El trabajo que queda es hacer legibles muchos agentes concurrentes — saber de un vistazo cuáles están atascados, cuáles te esperan y cuáles terminaron silenciosamente — y hacer que sea rutinario que la salida de un agente se convierta en la entrada del siguiente sin que un humano la copie.
Cómo empezar
¿Nuevo aquí? La Guía de inicio rápido pone en marcha tu primer agente en unos minutos.
¿Necesitas ayuda?
- Revisa la barra lateral para el tema que necesitas
- Modelos de IA para la lista completa de modelos compatibles
- FAQ para preguntas frecuentes