Lunes, 16 de noviembre de 2026
Portada de las 22:25
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Show HN

Show HN: Kairos, plataforma open source de decisiones de riesgo y fraude

Finic presenta Kairos, una alternativa open source a Sift, Sardine, Riskified y SEON para decidir en tiempo real registros, inicios de sesión, pedidos y pagos. Combina modelos de decisión que responden en lenguaje natural con ML tradicional y se afina mediante un agente de programación conectado por MCP.

Foto: vía github.com

Leer el artículo aquíArtículo original (github.com) 23 comentarios en Hacker News

Escucha la noticia3 min

Ayan, de Finic, explica que Kairos busca resolver dos problemas de las herramientas clásicas de decisión antifraude. El primero es la falta de datos etiquetados: modelos como XGBoost los necesitan y muchas empresas no los tienen. Para sortearlo, Kairos añade modelos de decisión «System One», que permiten incorporar preguntas en lenguaje natural, como «¿es este un email desechable?», sin grandes volúmenes de etiquetas. También captan aspectos no estructurados del fraude, donde XGBoost rinde peor.

El segundo problema es que los defraudadores cambian de táctica y los modelos o conjuntos de reglas quedan obsoletos en cuestión de semanas, lo que suele exigir un equipo grande de ciencia de datos. Kairos propone un servidor MCP para que un agente (Claude Code, Cursor, Codex, etc.) defina el flujo de decisión, entrene modelos con los datos del cliente y elija la variante que mejor funcione.

Según el README, cada llamada devuelve una decisión (approve, step up, review o block) con una puntuación de riesgo y los motivos, a partir del historial del sujeto, de los dispositivos, tarjetas y direcciones que comparte con otros y de la sesión. Los flujos de trabajo pueden consultar un modelo de decisión, puntuar con un modelo, bifurcar, llamar a webhooks y abrir casos; las colas de revisión humana convierten las resoluciones en etiquetas.

El modelo de decisión se llama Grayson y es de Finic: responde preguntas en lenguaje natural con probabilidades calibradas. Sus respuestas pueden usarse como variables junto a los datos propios en una regresión logística o en árboles de gradiente (compatibles con XGBoost, entrenados en Kairos). En los experimentos, el servidor entrena cada variante con los datos etiquetados más antiguos, elige con los siguientes y prueba con los más recientes, e informa de ROC-AUC, PR-AUC, la mejora sobre una línea base con su intervalo de confianza del 95 % y precisión y recall en los umbrales fijados.

Hay SDK para TypeScript y Python, una CLI y una API HTTP. Se puede usar la versión alojada en kairos.finic.ai o desplegar en local o con Docker; para ello hace falta Node.js 22, pnpm 10 y una clave de API de Grayson. Hay integración con Shopify y webhooks de entrada, por ejemplo de Stripe. El código está bajo licencia Apache 2.0.

En Hacker News

«Show HN: Kairos – Open-source risk and fraud decisioning platform» · puesto 28 · 93 puntos · enviado por ayanb9440

Lo que dicen los comentarios

El post no tiene comentarios por ahora, así que todavía no hay conversación que resumir.

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.