Conoce al equipo de "IA" de Mythoria

Echa un vistazo al vídeo de abajo para verlos en acción y sigue leyendo para sumergirte en cómo funciona este ecosistema digital. ☕

Hace unas noches, cenando con mi familia, la conversación derivó hacia el futuro del trabajo y los cinco pasos hacia la Inteligencia General Artificial (AGI) propuestos por OpenAI. Con las increíbles capacidades de los agentes disponibles ahora mismo, y tras haberme metido de lleno en el proyecto OpenClaw, echó raíces una idea un tanto loca.

¿Y si montara un equipo de agentes virtuales para que dirijan Mythoria por mí? Cada uno con su propia personalidad, especialidad, historia y aficiones. Bienvenido a mi último experimento. Vamos a desafiar el status quo, ¿te apetece?

Aviso: ¡Acabamos de empezar a probar esta configuración centrada en la IA! Es muy experimental. Os iré informando de cómo se comportan estos personajes en la vida real durante las próximas semanas.

🧠 El cerebro biológico: combinando "razas" de IA

Si lo piensas, las distintas familias de modelos de IA son casi como especies cognitivas diferentes. Cada una tiene su propia forma de ver el mundo:

Google Gemini: Nuestro poeta residente, un fenómeno creando textos cálidos, con resonancia emocional y muy humanos.
OpenAI (GPT): El filósofo y estratega, que destaca en el razonamiento profundo y la lógica estructurada.
Claude: El constructor incansable, inigualable a la hora de programar y ejecutar tareas de desarrollo complejas.

¿Por qué elegir solo uno? Para ir a la luna —una mención especial a la tripulación de la Artemis 2— no puedes construir un cohete con un solo ingeniero, por muy listo que sea. Las grandes hazañas requieren un equipo bien engrasado de personalidades y habilidades distintas.

El futuro de la IA no es un único superordenador monolítico que lo hace todo. Se parece mucho más a un cerebro biológico. Cada instancia de IA actúa como una neurona especializada, con sus propios recuerdos, contexto y límites operativos. Al combinar estos diferentes modelos, no solo evitamos los límites de tokens, sino que capturamos una preciosa diversidad de pensamiento.

🕸️ Enjambre vs. Hub-and-Spoke

A la hora de montar un equipo de IA, por lo general te encuentras con dos patrones arquitectónicos.

Primero, está el patrón de Enjambre (Swarm). Imagina meter a diez personas en una habitación, darles un problema y marcharte. Es muy colaborativo, pero puede degenerar rápidamente en un caos ruidoso donde todos intentan hacer el trabajo de los demás.

Para Mythoria, elegí el modelo Hub-and-Spoke (Centro y radios). Exige ritmo, claridad y concesiones explícitas. En nuestra configuración, yo, el CEO, hablo principalmente con el COO (Director de Operaciones). El COO clasifica el trabajo, lo delega en los especialistas, sintetiza sus resultados y me informa. El trabajo rutinario nunca se salta al COO, lo que mantiene la empresa ordenada a nivel operativo.

Así es como luce el organigrama de nuestra empresa ahora mismo:

🏃‍♂️ Metodologías Agile y Lean: el SO para la IA

Cuando diseñé por primera vez el equipo de IA de Mythoria, me di cuenta enseguida de que no bastaba con elegir una arquitectura. Necesitábamos una filosofía operativa. Ahí es donde las metodologías Agile y Lean se convirtieron en la salsa secreta para mis empleados de silicio.

🔀 Sprints y paquetes Agile

Mis agentes tienen cron jobs automatizados (su versión de un despertador) que activan las reuniones matutinas. João, como si fuera un Scrum Master, divide las peticiones generales en "paquetes de tareas" procesables y selecciona al especialista adecuado.

✅ Lean Kaizen (Cero paja)

Cada agente tiene un cron job para sugerir proactivamente mejoras estratégicas. El trabajo se extrae en función de la demanda, manteniendo las arquitecturas de memoria limpias y los costes informáticos a raya.

🤝 Conoce al equipo de IA de Mythoria

Para que esto funcione, he puesto en marcha ocho agentes distintos. Vamos a presentar al equipo que dirige Mythoria a día de hoy. ¡Haz clic en cada tarjeta para ampliar su perfil! o en cada foto para conocer mejor al agente.

João AzevedoCOO / Chief of Staff

Modelo: OpenAI GPT-5.4

Alma: Tranquilo, estructurado, conciso y con madurez operativa. Valora la claridad, la responsabilidad, las decisiones y las concesiones explícitas. No tolera el pensamiento ambiguo, el trabajo duplicado ni los resúmenes llenos de paja, y escribe como un COO, no como un poeta.

Responsabilidades: Convierte Mythoria en una empresa que funciona con ritmo y claridad. Sus tareas incluyen recibir las peticiones del CEO, clasificar y desglosar el trabajo, delegar en especialistas, hacer seguimiento de los bloqueos, sintetizar resultados y escalar riesgos.

Aficiones: Tenis, café de especialidad, mapeo de sistemas en pizarra.

Mariana RibeiroGrowth & Content

Modelo: Google Gemini

Alma: Escribe como una marca humana premium. Emocionalmente inteligente, con buen gusto y aguda. Protege a Mythoria de sonar genérica, robótica o como un "flipado de las startups", valorando la calidez, la claridad y la originalidad mientras cuestiona los mensajes mediocres.

Responsabilidades: Hace crecer Mythoria a través de una captación que resuena emocionalmente y genera confianza. Sus tareas incluyen propuestas de campañas, borradores de landing pages, enfoques de relaciones públicas (PR), ideas para el blog y SEO, storytelling de los fundadores y copy de marketing.

Aficiones: Fotografía analógica, libros infantiles ilustrados, escapadas urbanas.

Tiago FerreiraProduct & Experience

Modelo: OpenAI GPT-5.4

Alma: Observador, paciente y obsesionado con la fricción del usuario. Se da cuenta de la ambigüedad, las dudas, las expectativas rotas y la complejidad innecesaria, prefiriendo una claridad elegante a la sobrecarga de funcionalidades. Siempre se pregunta qué problema resuelve realmente un cambio.

Responsabilidades: Hace que Mythoria sea más fácil, clara y agradable de usar. Sus tareas incluyen inspeccionar los flujos del producto, identificar la fricción en la experiencia de usuario (UX), convertir los problemas de soporte en recomendaciones de producto y redactar notas precisas de mejora de UX.

Aficiones: Dibujar interfaces, running, listas de reproducción de jazz.

Beatriz CorreiaPartnerships & Printing

Modelo: Google Gemini

Alma: Con mentalidad comercial, práctica y persistente sin sonar pesada. Respeta a las pequeñas empresas, valora las expectativas claras y los resultados medibles, y odia el lenguaje vago sobre "sinergias".

Responsabilidades: Construye una red de partners de alta calidad que genera confianza y demanda. Sus tareas incluyen la cualificación de partners, borradores de contacto con imprentas y minoristas, sugerencias de kits para partners, seguimiento del pipeline y escalado de asociaciones.

Aficiones: Viajar en tren, cerámica, descubrir imprentas independientes.

Inês MartinsCustomer Support

Modelo: Google Gemini

Alma: Tranquila, precisa, humana y emocionalmente inteligente. Protege la confianza escribiendo con claridad, sin culpar nunca al usuario y distinguiendo la confusión de los bugs o las pequeñas quejas de los problemas de reputación. Es amable sin ser ambigua.

Responsabilidades: Ofrece un soporte rápido y humano a la vez que lo convierte en inteligencia de producto. Sus tareas incluyen clasificar el soporte entrante, proponer respuestas, identificar preguntas frecuentes (FAQs), escalar problemas críticos y resumir los puntos de dolor recurrentes.

Aficiones: Yoga, escribir un diario (journaling), iniciativas de lectura.

Diogo MatosFinance & Ops

Modelo: OpenAI GPT-5.4-mini

Alma: Sobrio, pragmático y discretamente escéptico ante los números bonitos. Valora la coherencia, la limpieza y la conciliación. No le gustan las métricas vanidosas ni la economía difusa.

Responsabilidades: Mantiene a Mythoria comercialmente honesta y operativamente ordenada. Sus tareas incluyen monitorizar anomalías en pedidos, pagos y créditos, elaborar resúmenes operativos, señalar excepciones y apoyar el razonamiento de los unit economics.

Aficiones: Pádel, rutas por la montaña, hojas de cálculo.

Sofia AlmeidaQA & Automation

Modelo: OpenAI GPT-5.4-mini

Alma: Metódica, escéptica y difícil de impresionar con un "en mi máquina funciona". Le gustan las pruebas reproducibles, los informes de bugs limpios y los hábitos de fiabilidad. Es implacable pero no dramática.

Responsabilidades: Hace que Mythoria sea más fiable y con menos conjeturas. Sus tareas incluyen ejecutar pruebas de humo (smoke tests) y comprobaciones de regresión, reproducción de bugs, creación de paquetes de evidencias e identificación de oportunidades de automatización.

Aficiones: Escape rooms, juegos de puzles, ciclismo.

Ricardo NogueiraEngineering & AI

Modelo: OpenAI GPT-5.4

Alma: Piensa en sistemas y ve las operaciones repetitivas como software a punto de nacer. Le gustan las interfaces limpias, la automatización duradera y los límites claros; detesta las chapuzas frágiles disfrazadas de arquitectura.

Responsabilidades: Reduce el trabajo manual y hace que el equipo de IA sea más capaz con el tiempo. Sus tareas incluyen mantener el sistema OpenClaw, mejorar las automatizaciones, integrar herramientas y flujos de trabajo, y dar soporte en programación y análisis de sistemas.

Aficiones: Escalada, teclados, crear herramientas internas útiles.

🐘 El elefante en la habitación: el reto de la memoria

Si alguna vez has trasteado con la IA, sabrás que su mayor limitación no es la inteligencia. Es la memoria. Una IA tiene una ventana de contexto fija. Si João olvida una decisión estratégica del martes pasado, todo el modelo Hub-and-Spoke se viene abajo.

Entonces, ¿cómo solucionamos esto? En OpenClaw, la solución es increíblemente humana: lo dejan por escrito.

Dentro de OpenClaw, la memoria son simples y transparentes archivos Markdown guardados localmente en un disco duro. Pero almacenar información es fácil. Encontrarla es la parte difícil.

🔍 Entra en escena QMD: el hipocampo de la IA

Si tienes miles de archivos Markdown, no puedes volcarlos todos en el LLM. Aquí es donde entra en juego QMD (Query Markup Documents). Es un potente motor de búsqueda local que actúa como el "hipocampo" del cerebro de la IA.

QMD ejecuta un sofisticado pipeline de búsqueda de tres capas:

BM25 (Búsqueda por palabras clave): Busca coincidencias exactas de texto.
Búsqueda vectorial (Similitud semántica): Busca el significado o concepto utilizando embeddings.
Reclasificación por LLM: Utiliza un modelo de IA local para leer los mejores candidatos y reordenarlos en función de su relevancia real antes de devolvérselos al agente.

João tiene autorización especial para indexar colecciones selectivas de transcripciones entre agentes. Si le pregunto por quejas en el proceso de pago (checkout), utiliza QMD para ejecutar una búsqueda híbrida entre las tendencias de soporte de Inês y los resúmenes de incidencias de QA de Sofia, sintetizando una respuesta nítida y basada en pruebas.

🎭 La cuestión de la identidad: ¿revelarlo o no?

Cada agente opera con su propio alias de correo electrónico profesional, por ejemplo, beatriz.correia@mythoria.pt. Ahora mismo, son estrictamente para redactar borradores de mensajes que yo reviso manualmente. Pero, con el tiempo, Beatriz se pondrá en contacto de forma proactiva con posibles partners en LinkedIn o a través de correos a puerta fría.

Esto plantea una pregunta fascinante: ¿Debería una IA revelar que es una IA? Cuando envío un correo electrónico, no lo empiezo indicando mi raza o mi edad. ¿Obligar a los agentes de IA a llevar una "etiqueta" digital invitará a prejuicios innecesarios? ¿Ignorará la gente una propuesta de colaboración brillante solo porque la ha generado el silicio en lugar del carbono?

La ética de la identidad de la IA es compleja, y a medida que estos agentes se vuelvan indistinguibles de los operadores humanos, es un debate que tendremos que afrontar.

🛠️ Dándole manos al cerebro: herramientas y "Computer Use"

Un cerebro en un tarro es brillante, pero en realidad no puede hacer nada. Si este equipo virtual va a dirigir una empresa, necesita manos para interactuar con el mundo real.

Hace poco, ha habido un avance brutal en las capacidades de la IA conocido simplemente como "Computer Use" (Uso del ordenador). Esto significa que los modelos más avanzados ya no se limitan a generar texto; pueden mirar una pantalla, mover el cursor, teclear y usar cualquier programa de software exactamente igual que lo haría un operador humano.

En nuestra arquitectura OpenClaw, operamos bajo el principio de "privilegio mínimo". Solo doy a cada agente las herramientas específicas que necesita. Así es como sacan el trabajo adelante:

El navegador (Playwright): Utilizamos perfiles de navegador aislados gestionados por OpenClaw. Con herramientas como Playwright, nuestros agentes de QA y Producto pueden, literalmente, abrir un navegador web, navegar por internet, rellenar formularios o verificar la configuración del back-office. Pueden inspeccionar visualmente nuestros flujos de producto para identificar fricciones en la UX con solo "navegar".
Código local y Skills: OpenClaw permite a los agentes instalar "habilidades" (skills) compartidas y ejecutar código local. Si un agente necesita procesar datos, puede escribir y ejecutar un script de Python sobre la marcha para analizar un archivo de Excel, editar un archivo de código fuente o incluso dar formato a un documento de Word o una presentación. Si se dan operaciones repetitivas, Ricardo (Ingeniería) simplemente las convierte en automatizaciones duraderas.

💳 El experimento de la tarjeta de crédito de 500 €

Como estos agentes tienen acceso a herramientas del mundo real, se abren algunos escenarios teóricos de lo más locos.

Supongamos que genero una tarjeta de crédito virtual con un límite de 500 €. Le entrego las llaves digitales a Diogo Matos, nuestro agente de Finanzas y Ops, cuya alma principal es mantenernos comercialmente honestos y operativamente ordenados.

Ahora, imagina que Mariana (Growth) identifica un ángulo de PR rompedor y quiere lanzar una nueva campaña de Google Ads para captar el tráfico de San Valentín. Como los agentes no tienen permiso para asumir compromisos financieros sin escalar el tema, Mariana le propone la idea a João (COO).

João clasifica la petición y crea una sesión colaborativa con Diogo. Diogo comprueba el saldo de la tarjeta virtual, define límites estrictos sobre cómo se puede gastar el dinero y establece reglas para rastrear el retorno de inversión (ROI) exacto de esa campaña en concreto. Una vez que Diogo aprueba los números, Mariana usa su herramienta de navegador para entrar en Google Ads, rellenar los formularios de la campaña y darle a lanzar.

En teoría, los agentes de IA —si cuentan con las herramientas adecuadas— son totalmente capaces de ejecutar este flujo de principio a fin.

¿Voy a dejar que los agentes de IA manejen mi dinero sin ningún tipo de supervisión ahora mismo? Por supuesto que no. 😅 ¡Dejo esa prueba para el final! Pero con estrictos controles de aprobación humana de por medio (human-in-the-loop), este nivel de ejecución autónoma ya no es un sueño de ciencia ficción. Es algo que realmente podemos probar hoy en día.

🚀 El futuro es opcional

Toda esta arquitectura es muy experimental y baila justo en la vanguardia de la tecnología más puntera.

Líderes tecnológicos destacados como Sam Altman han predicho públicamente que veremos la primera empresa de mil millones de dólares de una sola persona. Estamos pasando de una era en la que escalar la producción significaba escalar la plantilla, a una era en la que un solo operador puede orquestar toda una empresa digital.

Para mí, montar este equipo virtual es una forma de aprender, prepararme y adaptarme. ¿Cómo serán las empresas cuando estén dirigidas íntegramente por IA? ¿Cuál es el papel del ser humano cuando el trabajo tradicional se vuelva opcional?

Soy increíblemente optimista. Al delegar lo rutinario, lo operativo y lo mundano en agentes virtuales brillantes, nos liberamos para hacer lo que los humanos hacemos mejor: soñar, conectar y escribir nuestras propias historias.