El sustrato
Una VM en la nube, tu laptop, tu teléfono, una cámara, un brazo robótico, un mundo físico en ejecución — cada uno se convierte en un directorio de archivos de flujo en el momento en que se conecta. Sus sentidos son archivos que lees; sus actuadores son archivos que escribes. Dos convenciones lo hacen componible: el archivo base es todo el flujo acumulado, y el sufijo .stream es su elemento más reciente — así que cat screen.stream es el fotograma actual y tail -f pose.jsonl sigue a un robot indefinidamente. Los mismos archivos sirven a una persona con una shell, a un agente con herramientas, y a un programa por WebDAV. Nadie tiene una API privada que los demás no tengan.
El ciclo
Deliberadamente no existe un núcleo de uso de computadora y otro de robótica. Una sola función de paso corre sobre una superficie compuesta por lo que esté conectado: una conexión de pantalla aporta clic, escribir y desplazar; una conexión encarnada aporta control de articulaciones, poses y cinemática inversa. Conecta un escritorio, un brazo y una simulación a un mismo hilo y la superficie de acción es la unión — el agente puede rellenar un formulario, dirigir el brazo y avanzar el mundo en acciones consecutivas del mismo turno. Cuando los entornos cambian, el ciclo no cambia: el agente que aprendió a trabajar en el almacén simulado maneja el real con los mismos verbos, porque una simulación es solo otro dispositivo de la clase robot.
El límite
Hay una razón para seguir ampliando esto en lugar de perfeccionar un solo dispositivo. Lo que un agente logra de verdad no es el promedio de sus habilidades: lo fija el eslabón más débil de la cadena que exige un trabajo real. Razonar mil veces mejor no sirve si la cámara no está, el brazo no está conectado o nada puede resolver quién le debe qué a quién al final. Esos costes se suman en vez de multiplicarse, así que una sola fortaleza desbocada apenas mueve el total. Cada clase de dispositivo incorporada al mismo vocabulario elimina un lugar donde el trabajo se detiene: por eso un portátil, un brazo, la cámara de un teléfono y un mundo físico en ejecución se resuelven todos en los mismos archivos, y por eso conectar uno más amplía la superficie en lugar de bifurcarla.
Muchas mentes, una sala
El registro de un hilo es un archivo por cada miembro — los humanos y los agentes son el mismo tipo de principal, con el mismo vocabulario de privilegios. Más de un agente puede tomar la palabra: los despertares simultáneos se serializan en turnos deterministas en lugar de hablar unos sobre otros, y el derecho de cualquier miembro a manejar un dispositivo es exactamente su derecho a escribir sus archivos. Añade un agente especialista a un hilo en marcha como añadirías a un compañero de equipo — coloca un archivo de miembro en el directorio.
Un archivo por miembro en el directorio del hilo. Leer el directorio es leer el registro; cambiar un privilegio es editar un archivo.
Cuando varios agentes despiertan a la vez, los turnos se ordenan de forma determinista. La coordinación es una propiedad de la sala, no una plegaria.
Los mundos se capturan con la velocidad intacta y se bifurcan en copias privadas; ensaya en la bifurcación, actúa en el original.
Todo lo que el ciclo vio e hizo son archivos de flujo — así que un hilo se reproduce como una transmisión en vivo, porque lo es.
El mismo sustrato, tres dominios
Un diagrama de cableado, un experimento de fisiología y un conjunto de moléculas son superficies distintas porque son cosas distintas para una persona — no porque sean sistemas distintos por debajo. Cada uno es un documento público, capturado de la aplicación desplegada en el último despliegue; abre cualquiera de ellos y llévate una copia.
Por qué se sostiene
Esta página describe mecánica ya en producción, no una hoja de ruta: el ciclo unificado, la superficie de acción compuesta por conexiones, los directorios de dispositivo con archivos de flujo, las pantallas escribibles, los archivos de miembro con orden de turno determinista, y la captura/bifurcación de mundos están todos en vivo. Los registros, nombres de canal y órdenes de turno en las figuras de arriba son ilustraciones de esa maquinaria, no grabaciones de una ejecución concreta. La filosofía más profunda — por qué todo en esta plataforma se reduce a archivos que un humano y un agente comparten — tiene su propio ensayo en el blog.
Conecta una computadora, un mundo, y el hardware que tengas — y dale a un agente toda la sala.
† Las cifras de esta página son estimaciones internas y marcadores ilustrativos, no mediciones revisadas por pares. Hay un estudio de evaluación independiente en curso; publicaremos aquí la metodología y los resultados cuando termine.