El README parte de un problema: frameworks como LangGraph, AutoGen, CrewAI o el OpenAI Agents SDK orquestan bien los prompts, pero tratan los efectos secundarios como algo que se lanza y se olvida. Si un agente alucina en el paso 12 tras haber modificado tablas SQL y archivos en el paso 8, guardar el historial del chat no basta para deshacer el daño.
Según el proyecto, Jukebox registra cada petición a un LLM, cada fragmento del stream, las semillas, las entradas y salidas de herramientas y los ticks de reloj, y los guarda con hashes BLAKE3/BLAKE2b en una cinta portable (.jbx) con estructura de árbol de Merkle. Esa cinta se puede compartir, por ejemplo en una issue de GitHub, como si fuera un core dump.
El «Shadow Booth» intercepta escrituras de archivos, comandos de shell, consultas SQL y llamadas MCP de Anthropic dentro de una capa de staging WASI con copy-on-write. Los efectos solo llegan al mundo real cuando el verificador llama a tx.commit(); con tx.rollback() no queda rastro. También permite bifurcar una traza fallida en un fotograma concreto, cambiar el modelo o el system prompt y reanudar: los pasos anteriores se resuelven desde la cinta y solo los posteriores van a la red. Un monitor de similitud semántica y de diferencias de AST vigila el gasto de tokens y corta los bucles entre agentes.
El README incluye un quickstart en Python con el decorador @jb.track y un bloque async with jb.transaction(), una CLI (jukebox ls, jukebox replay) y una tabla de benchmarks. Esa tabla afirma una sobrecarga de 0,34 ms por fotograma, repeticiones de 15 pasos en 0,41 ms frente a unos 38.400 ms sin cinta, y rollbacks en 0,19 ms. Son cifras del propio proyecto, que además se instala desde el repositorio con pip install -e .
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.