jacsdev @jacsdev

@juan_barbat @barckcode @G_Programming same here

Amigos míos, no estáis preparados para lo que vamos a cocinar el bueno de Alan (@G_Programming) y yo. Os aseguro que es que ni os lo imagináis 🔥

@Latteoformac @Tesla 🤣🤣🤣

@G_Programming #GentleAI #GentleShell 🔥🔥🔥

@G_Programming 🔥🔥🔥 Vamos que vamos 🔥🔥🔥

Doing some stuff #DEV #SDD #TDD #GentleAI @G_Programming

@ICuvula Nice!!!!

@G_Programming @the_bigschool la peor pesadilla de Alan es usar un computador que no tenga su teclado ergonómico jejejeje

@G_Programming Estaba usando opencode, pero creo que voy a migrar para usar gentle-pi

@G_Programming Excelente!!!! 🚀🚀🚀🚀

It's just nice!! #SDD #GENTLEAI #Jarvis @G_Programming

Que te puedo decir!!!! SDD/TDD, y con otras D adicionales!! @G_Programming #GentleAI #EsUn10

Gente les digo dos cosas : 1- el curso de IA se pasa para una hora más tarde, 10pm España MAÑANA viernes 2- va a estar INCREÍBLE!!!! Temario: 1. Introducción: La Máquina Bajo el Capó 2. Una Máquina de Predecir, Nada Más 3. Tokens: La Moneda de Todo 4. KV Cache: El Truco que Hace Viable a los Agentes 5. La Ventana de Contexto es un Presupuesto 6. Los Atajos de la Industria para el Contexto 7. El Loop Agéntico 8. De AGENTS.md a Skills 9. Skill Registry y Carga Contextual 10. Memoria Persistente: Un Cerebro Fuera de la Ventana 11. Engram en Práctica: Memoria Liviana que Escala 12. Patrones de Agentes y Model Routing 13. Orquestación Spec-Driven 14. Loops de Calidad que se Pueden Verificar 15. Conclusión: El Auto Alrededor del Motor Vamos a ver si necesitamos más de un stream, pero vengan para no perderse !!! doras.to/gentleman-prog…

QUÉ EQUIPO.

3 días de quemar tokens y salió gentle-ai v1.49.0. El tema: límites. Los agentes ahora saben exactamente qué pueden delegar, qué pertenece al target revisado, qué findings pueden corregir y cuándo el trabajo está TERMINADO. Review once, fix once, move forward: → Un solo camino: scope → implement → test → un review → freeze → un fix → verify acotado → seguir. → Genesis persiste las rutas revisadas canónicas: correcciones fuera de scope fallan antes de mutar o gastar presupuesto. → Snapshots de corrección derivados de Git, nunca de rutas o hashes que declara el caller. → Findings bloqueantes congelados en un ledger, un solo presupuesto de fix. → La validación post-fix chequea criterios originales, no lanza otra barrida. → Contradicción = escalación a humano. Nunca otro loop. → Contrato idéntico en todos los agentes, con tests de paridad por catálogo. Delegación nativa OpenCode: → Exploración read-only al agente explore nativo, implementación general al agente general fuera de SDD y Judgment Day. → Todo otro target: denegado por default. Pi + CodeGraph opcional: → Exploración read-only con install, sync y uninstall ownership-safe. → Health del adapter falla cerrado, rollback intenta cada restauración aplicable. Recibos durables: → Los reviews aprobados sobreviven al commit. Pre-push compara contenido entregado, no representaciones del worktree. Validación: unit tests y E2E en Ubuntu, Arch y Fedora. Y el dato: esta release pasó por su propio ciclo de vida. Un review, una corrección congelada, una validación acotada, una verificación final. Los seis escenarios del contrato en verde. Toda la teoría detrás (recibos atados por hash, máquina de 12 estados, cadenas append-only, gates que no confían en nadie) está en el capítulo 21 del libro, gratis: …gentleman-programming-book.vercel.app/es/book/Chapte… Release: github.com/Gentleman-Prog… Update: brew upgrade gentle-ai && gentle-ai sync #OpenSource #DevTools #AI

El mejor mensaje que recibí esta semana no tenía nada que ver con benchmarks ni con releases. Un dev de la comunidad, en Venezuela, me escribió para contarme que usó gentle-ai, gentle-pi y un flujo de spec-driven development para construir una plataforma que ayuda a gestionar heridos, centros de acopio y ayuda humanitaria en medio de una situación durísima. La armó él. Sobre la marcha. Con herramientas open source que comparto gratis. Y acá está lo que me paró en seco: Llevo semanas posteando sobre gobernanza, export controls, modelos demasiado capaces, el Estado metiendo la mano. Todo eso importa. Pero este mensaje me recordó para QUÉ hacemos todo esto. La IA no construyó esa plataforma. ÉL la construyó. La IA ejecutó, pero la decisión de usar la tecnología para ayudar a su gente, y el criterio para saber qué pedir y por qué, fue 100% humano. Eso es Tony Stark con Jarvis llevado al lugar donde más importa. Yo no enseño a usar IA para que armes otra to-do app. Enseño para que, el día que tu comunidad te necesite, tengas la herramienta Y el criterio para construir algo que importe de verdad. Eso no me lo paga ningún sponsor. Eso vale más que cualquier métrica. A vos, que armaste eso solo y a pulmón: gracias. Seguí. refugios-y-ayuda-ven.netlify.app

Salió Engram Cloud v1.18.0 y esta me tiene re loco. Memoria persistente para tus agentes de IA de código, local-first. Cloud la comparte en equipo (server privado o vps) sin resignar eso, con manejo potente de conflictos. ¿Lo que faltaba? Me lo pidió una empresa para usarlo a pleno: gestión de usuarios y accesos posta. Usuarios managed, tokens por usuario, grants por proyecto, deny-by-default y todo revocable. Un flor de laburo. Pruébenla, mis locuritas cósmicas. github.com/Gentleman-Prog…

SDD workflow @G_Programming #SDD #ENGRAM #GENTLEAI

Hoy recordé que antes yo usaba "CCleaner" jajaja, qué tiempos... ni voy a decir mi edad.. fin

@Cristian17ccp @Mario___RM jejejejeje!! no veo fallas en tu lógica