El agente Pinky gestiona un CRM de más de 1000 personas: un Second Brain con archivos md y git en lugar de Notion

Un dolor conocido: notas, tareas, contactos y objetivos dispersos en una decena de servicios, y el tiempo se va en mantener el orden en Notion en lugar de en el trabajo. El autor del canal «Tochki nad II» (Puntos sobre la IA) lo resolvió de forma radical: creó una carpeta con archivos markdown, conectó un agente y, un año después, dice que ya no entiende cómo vivía sin esto.

Qué es el sistema

El agente se llama Pinky. Lee y escribe en la base por sí mismo, recuerda en qué se quedaron y, según el autor, discute más a menudo de lo que le gustaría. Dentro vive un CRM de más de 1000 personas: las llamadas se graban en MacWhisper y el agente las reparte en fichas. Al lado hay un planificador de tareas que el autor y el agente crearon con vibe coding, un panel de analítica del camp (pagos, embudo, acuerdos corporativos), análisis clínicos, finanzas, objetivos del año, un diario de ideas y un perfil psicológico por el que pasan las decisiones importantes.

El efecto principal viene de que todo está en una sola memoria. Negocio, salud, personas y pensamientos se pueden contrastar, y es precisamente en esas intersecciones, según el autor, donde nacen más ideas interesantes.

El agente tiene roles: médico, mentor del camp, analista financiero, editor, tutor de inglés. Los activa solo cuando el tema de la conversación coincide, así que una decisión puede pasar por varias «lentes». También hay protocolos, es decir, acciones sin que se le pida. Al empezar la sesión muestra los cabos sueltos de la vez anterior, al final registra las ideas y hace commit de los cambios, y además recuerda revisar los objetivos y hacer una revisión de la base.

Cómo está montado técnicamente

Los datos están en archivos markdown en git según el sistema Johnny Decimal. Cada entidad tiene un archivo propietario y todos los demás lugares enlazan a él. Esto protege de duplicados y discrepancias, el gran mal de cualquier base casera.

Las reglas de trabajo están escritas en CLAUDE.md, que el agente lee al comienzo de cada sesión. Los detalles se sacan a especificaciones separadas para que el archivo principal no engorde. Los roles y skills están en su propia carpeta, también como instrucciones md y scripts. En total hay unos 70 scripts: extraen datos de bases de datos, finanzas, noticias y calendarios.

La búsqueda funciona mediante un servidor MCP propio. Combina ChromaDB con embeddings multilingües y BM25 por palabras clave, y une los resultados con RRF (reciprocal rank fusion). El índice se actualiza cada media hora. Esta combinación capta tanto coincidencias semánticas como nombres exactos, nombres propios y cifras, donde los embeddings por sí solos suelen fallar.

Las tareas en segundo plano en el Mac se ejecutan con launchd: sincronización del CRM con la base del camp, procesamiento de llamadas, espejo de tareas. El planificador está desplegado en Railway, se abre desde el móvil como PWA con Face ID, y desde el Apple Watch el dictado va directamente a la API. La memoria entre sesiones se guarda en resúmenes cortos con cabos sueltos abiertos y en un archivo-chuleta con punteros a los archivos necesarios.

Por dónde empezar y dónde está el truco

El consejo del autor: no diseñes el sistema desde cero, empieza con una entrevista. Abre el LLM donde se haya acumulado más de tu historia y pídele que invente 50 preguntas sobre tu trabajo, proyectos, hábitos y lo que olvidas constantemente. Fija la meta desde el principio: al final el modelo elabora un PRD para tu Second Brain. Le entregas ese PRD al agente y él hace la primera versión. Después el sistema crece poco a poco, con feedback regular.

También hay limitaciones. Es el relato de una sola persona, sin métricas ni comparación con herramientas ya hechas. Montarlo exige familiaridad con git, scripts y terminal. Y guardar salud, finanzas y perfil psicológico en una sola base con acceso del agente implica pensar en serio en la seguridad: dónde se ejecuta el índice, qué datos van a modelos en la nube y qué pasa si se filtra un token. El post termina con publicidad de un camp de pago, algo que conviene tener en cuenta al valorarlo.

Conclusión práctica para un desarrollador o product manager: la arquitectura funcional de un agente personal es hoy bastante simple. Markdown y git como fuente de verdad, un propietario por entidad, CLAUDE.md con reglas, búsqueda híbrida vía MCP y un par de tareas en segundo plano. Se puede montar en un fin de semana y luego ir puliéndola según aparezcan casos reales.