Inteligencia artificial y Cerebro Digital: por dónde empezar
La mayoría de la gente usa la inteligencia artificial como quien usa un buscador con buena redacción: le pregunta, le responde, y ahí se acaba. Funciona, pero el resultado es genérico porque el contexto es genérico.
Lo que cambia el juego no es el modelo que uses. Es lo que le das de comer. Y ahí es donde un Cerebro Digital deja de ser un archivo bonito de notas y se convierte en la materia prima de tus agentes.
Este silo recoge todo lo que he publicado sobre esa unión: qué información hay que darle, cómo se estructura para que la encuentre, y cómo se llega a que trabaje sola.
Empieza por aquí
Si aún andas con las dudas básicas, las preguntas frecuentes sobre inteligencia artificial responden lo que más me preguntan: qué modelo elegir, si merece pagar, qué pasa con tus datos y hasta dónde llega hoy.
Y una advertencia que doy antes que ninguna otra cosa: no dependas de una sola herramienta ni de un solo agente. Este campo cambia cada trimestre. Lo que hoy es la mejor herramienta, dentro de un año igual ni existe, y si has construido tu sistema encima de ella te quedas sin nada.
Cómo se estructura el conocimiento que lee una IA
Una IA no rebusca bien en un montón. Navega bien por algo ordenado.
En junio de 2026 Google publicó el Open Knowledge Format (OKF), su estándar para que los agentes lean bases de conocimiento. Me lo leí entero y la sorpresa fue agradable: describe casi punto por punto lo que llevamos trabajando aquí desde 2021. Notas atómicas en texto plano, agrupadas, con propiedades e índices.
Y para que el agente sepa dónde mirar sin cargarse tu sistema entero en la ventana de contexto, están los índices de la metodología CE-RE-BRO: conectar elementos, reagrupar elementos y bloques relacionados organizados.
La idea que ordena todo lo demás
Antes de montar nada conviene entender por qué se trocean las cosas. En divide para poder recombinar recorro el mismo patrón en la materia, los hábitos, las notas, el software, Unix, las bases de datos y ahora los agentes.
La conclusión es la que uso para decidir casi todo: el patrón profundo no es dividir y vencer, es dividir para poder recombinar. Y la unidad buena no es la más pequeña, sino la más pequeña que todavía sirve por sí sola.
Agentes que trabajan cuando tú no estás
Aquí es donde esto deja de ser teoría. Los agentes atómicos son el estándar que tengo funcionando en producción: un agente no es un proceso que se ejecuta, es un contrato escrito en lenguaje llano más una tarjeta que le da permiso para trabajar.
Todo son ficheros de texto en carpetas. No hay nada que instalar, el estado es la carpeta donde vive la tarjeta y el repartidor no lleva modelo dentro, que es justo lo que lo hace reproducible.
La especificación completa, en inglés y con formato de estándar, está publicada como gist en GitHub.
Lo que quiero que te lleves de todo el silo
Que las herramientas van y vienen, y los sistemas permanecen. Lo he dicho con los editores de notas, lo repetí cuando Google publicó su estándar y lo sostengo con los agentes.
Si mañana desaparece el modelo que usas, o la empresa que lo vende, lo que te queda es el método y una carpeta de ficheros de texto. Que no es poco: es exactamente lo único que importaba.
Todas las notas de Inteligencia Artificial
4 artículos
Agentes atómicos: cómo hacer que la IA trabaje cuando tú no estás delante
Los agentes de hoy son conversaciones, y una conversación no funciona si no estás delante. La alternativa: ficheros de texto en carpetas, un repartidor tonto a propósito y obreros que nacen para una tarea y se mueren al acabarla.
Los cuatro niveles de relación con la IA: casi todo el mundo cree estar en el 2 y está en el 1
Copiar y pegar tus notas en el chat no es dar contexto: es seguir en el nivel 1 con más trabajo. Dónde está de verdad cada frontera, qué herramientas se usan en cada peldaño y por qué el salto grande no es técnico.
OKF: el estándar de Google que confirma lo que ya hacías con tu Cerebro Digital
Google le ha puesto nombre y sello a algo que llevamos trabajando desde 2021: notas atómicas en Markdown, agrupadas, con propiedades e índices. Ni mata al RAG ni sustituye a las skills: son complementarios.
Divide para poder recombinar: por qué atomizamos todo, y qué significa para los agentes de IA
Átomos, hábitos atómicos, notas atómicas, microservicios, Unix, agentes atómicos. Cambia el material pero no la forma de pensar. Y el patrón profundo no es dividir y vencer: es dividir para poder recombinar.