Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Show HN

Show HN: AgentRun, plataforma open source de agentes gestionados que mejoran con el uso

GREP.AI (YC F26) publica como open source AgentRun, una plataforma que añade aprendizaje, ejecución duradera y un panel de control sobre el agente que ya uses (Claude Code, Codex, OpenCode, pi). Su promesa es que cada ejecución sea más inteligente y gaste menos tokens.

Foto: vía github.com

Leer el artículo aquíArtículo original (github.com) 29 comentarios en Hacker News

Escucha la noticia3 min

AgentRun parte de un problema: los agentes vuelven a descubrir una y otra vez la misma API, releen la misma documentación y rehacen el mismo plan, y se paga cada token. Con "learning": true en la definición del agente, al final de cada ejecución este tiene un turno más para proponer qué conservar: notas, una skill o un workflow. El código lo comprueba, un evaluador lo puntúa y lo aprobado se guarda en una carpeta git propia del agente, de donde parte la siguiente ejecución. Las notas siguen el formato de memoria de Claude Code, y un workflow aprendido se ejecuta como una sola llamada a herramienta. Una regla arriesgada espera la aprobación del usuario.

Los workflows son documentos JSON con pasos tipados: llamadas a herramientas, pasos de modelo, decisiones rápidas con su grado de confianza, ramas, mapas en paralelo, bucles acotados y, para los casos dudosos, un agente de respaldo. Cada agente, revisión, ejecución y paso vive en un único almacén: si se detiene el servidor a mitad de una ejecución, esta continúa al reiniciarlo. Con varios runners, otro recoge las ejecuciones de uno caído cuando vence su lease de 30 segundos. Un paso terminado no se repite, y una escritura interrumpida se marca como tal en lugar de reintentarse.

El control incluye aprobaciones por herramienta (permitida, con consulta previa o denegada), límites de gasto que pausan la ejecución en vez de hacerla fallar, y preguntas del agente al usuario. Un coste que no puede calcular aparece como «unknown», nunca como 0 dólares. Hay una consola con Mission Control, línea de tiempo de cada ejecución y entornos como sandbox Docker, escritorio Linux, teléfono Android o navegador.

El README presenta dos casos. En revisión de código, tras pasar de 180 a 6.451 dólares al mes con Greptile, construyeron su propio revisor con un modelo barato: 18 centavos por revisión y, según ellos, 1,6 veces más bugs reales que Greptile en 30 PRs que no había visto. En clasificación de comercios, un modelo caro enseña a uno barato y el coste baja de 0,89 a 0,12 dólares por comercio. Es Apache-2.0, requiere Node 24.22.3 o superior en macOS o Linux y se arranca con npx @parcha/agentrun. También hay instalación en Render y versión alojada en console.agentrun.ai.

En Hacker News

«Show HN: AgentRun – open-source, Self-improving Managed Agents» · puesto 29 · 124 puntos · enviado por miguelrios

Lo que dicen los comentarios

La conversación gira sobre todo en torno a la revisión de PRs y su coste. El usuario whirlwin pregunta cómo la gestiona la gente, porque es su mayor cuello de botella, y otros cuentan sus soluciones: herramientas gestionadas con atestaciones o un orquestador local que aprovecha suscripciones. Quien pregunta por el funcionamiento recibe de miguelrios, uno de los autores, una explicación del aprendizaje: un modelo potente ejecuta la tarea varias veces, deja una nota a modo de retrospectiva y escribe workflows para las partes más deterministas. También se aclara que «web-grounded workflows» se refiere a la API de decisiones de Parallel. Se plantean dudas prácticas: si los límites cubren procesos en segundo plano, a lo que el autor responde que lo revisará, y si se pueden usar suscripciones de Claude o ChatGPT, que aún no están soportadas. Otros aprovechan para presentar sus propios proyectos o preguntan por la comparación con Letta o Hermes.

  • En mis proyectos, los agentes usan herramientas gestionadas que imponen métricas de calidad, compilan, prueban y despliegan casi en paralelo, y todo emite atestaciones. Un ciclo completo con docker build y despliegue de pruebas tarda 10 segundos o menos.
    — philipp-gayret, leer el comentario
  • En mis pruebas, algunos agentes esquivan el límite de tiempo por llamada con procesos en segundo plano, incluso con límites activos. ¿Vuestros límites cubren también el cómputo de esos procesos desvinculados?
    — bmiedlar, leer el comentario
  • Si tu equipo usa suscripciones, resulta mucho más barato y de mayor calidad usar un orquestador local que gestione automáticamente las revisiones de PRs. Construimos codealong en parte para eso.
    — ghempton, leer el comentario
  • Un modelo puntero ejecuta primero el agente N veces con herramientas, skills e instrucciones y, al terminar, deja una nota tipo retrospectiva. Además escribe workflows para las partes que puede hacer de forma más determinista, con un DSL propio.
    — miguelrios, leer el comentario
  • Soporta el harness de Claude Agents, pero su suscripción todavía no está soportada; estoy trabajando en ello. Lo mismo con Codex y ChatGPT.
    — miguelrios, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

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.