En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)

Los creadores de Cyanogen preparan KORA, un SO Linux con agentes de IA y un modelo local de 26.000 millones de parámetros

Los creadores de Cyanogen han anunciado KORA, un sistema Linux en el que los agentes de IA están integrados en el propio SO y no viven como aplicaciones aparte. Prometen memoria compartida para los agentes, búsqueda de archivos por significado y espacios de trabajo aislados para que el agente no llegue a donde no debe. La capa Cortex decide si ejecutar el modelo en local o recurrir a la nube. En el Snapdragon X2 Elite se declara un modelo local de 26.000 millones de parámetros.

Procesado por IA desde TG: @addmeto (addmeto (Григорий Бакунов)); editado por Hamidun News
Los creadores de Cyanogen preparan KORA, un SO Linux con agentes de IA y un modelo local de 26.000 millones de parámetros
Fuente: TG: @addmeto (addmeto (Григорий Бакунов)). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @addmeto (addmeto (Григорий Бакунов)) ↗
Editor jefe
Dato clave #1Memoria compartida y búsqueda de archivos por significado, a nivel de sistema
Dato clave #2Los espacios de trabajo aislados limitan lo que el agente puede tocar
Cortex, según parece, es cerradola «apertura» es solo a medias

Es un dolor conocido: hoy un agente de IA en el teléfono o el portátil es una aplicación que no sabe nada de las aplicaciones vecinas, no ve sus archivos en conjunto y, aun así, exige acceso a todo. Los creadores de Cyanogen, a quienes muchos recuerdan por sus firmwares alternativos para Android, han decidido abordar el problema desde otro ángulo: convertir a los agentes en parte del sistema operativo. El proyecto se llama KORA y, por ahora, es más una propuesta que un producto que se pueda probar.

Qué prometen

Del anuncio se desprenden tres ideas. La primera es la memoria compartida para agentes. Imagine que le pide a un agente que ordene el correo mientras otro prepara un informe. Hoy hay que explicarle el contexto a cada uno desde cero. Si la memoria es común a nivel de SO, el segundo agente ya sabe lo que encontró el primero y lo que usted pidió.

La segunda idea es la búsqueda de archivos por significado. No «report_final_v3.docx», sino «ese correo sobre el contrato con el contratista donde se hablaba de los plazos». Es una búsqueda semántica corriente, pero integrada en el sistema y no en una aplicación aparte.

La tercera son los espacios de trabajo aislados. Al agente se le da un espacio de trabajo propio y solo ve lo que se ha colocado en él. Es la respuesta al principal temor de quienes han dado a los agentes acceso al disco: «que la IA no se lleve de más». La idea es razonable, pero todo depende de la implementación. Una sandbox es tan buena como el rigor con que se comprueban sus límites.

Cortex y los modelos locales

Un componente aparte, Cortex, debe decidir dónde ejecutar una petición: en el dispositivo o en la nube. La lógica es clara. Las tareas sencillas (búsqueda, respuestas cortas, análisis de documentos) pueden calcularse en local, con rapidez y privacidad. Las complejas van a la nube. Para el desarrollador esto significa que el enrutamiento entre el modelo local y el de la nube lo asume el sistema, y no cada aplicación por su cuenta.

Sobre el hardware se menciona una cifra concreta: en el Snapdragon X2 Elite el sistema podrá ejecutar en local un modelo de 26.000 millones de parámetros. Es un chip de Qualcomm para portátiles, así que conviene aclarar cómo se posiciona exactamente KORA: como sistema móvil en sentido estricto o como SO para dispositivos ARM en un sentido más amplio. Del anuncio no queda del todo claro. Tampoco se sabe a qué modelo se refieren, con qué cuantización ni con qué velocidad de generación. Sin estos datos, «26.000 millones en local» sigue siendo una cifra de marketing.

Dónde está la trampa: la apertura

La limitación principal es la licencia. Al parecer, Cortex seguirá siendo cerrado. Funcionará con modelos abiertos, pero la capa que toma las decisiones es cerrada. Es fácil interpretarlo como «casi código abierto», pero en la práctica lo más interesante, es decir, la orquestación, la memoria y el enrutamiento, sigue siendo una caja negra. Si construye un producto sobre una plataforma así, depende del proveedor igual que dependería de cualquier SDK cerrado.

Hay además una pregunta más general sobre el mercado. El Linux móvil lleva años intentando encontrar un nicho y cada vez choca con el ecosistema de aplicaciones. Los agentes de IA pueden ser una nueva razón para probarlo, pero solo si aparecen suficientes agentes e integraciones. Un solo sistema no basta para eso.

Qué hacer con esto

  • Los desarrolladores de agentes deberían fijarse en la propia arquitectura: memoria compartida, búsqueda semántica y sandboxes por defecto son lo que pronto se esperará de cualquier plataforma, no solo de KORA.
  • A los product managers les conviene incluir en el diseño la pregunta «qué puede ver y tocar el agente» antes de elegir el modelo. El aislamiento de datos se convierte en parte de la confianza del usuario.
  • Los fundadores que piensen en apostar por una plataforma, por ahora, deberían limitarse a observar: no hay código público de Cortex, no hay mediciones independientes ni un modelo de distribución claro.

Conclusión: la idea de integrar agentes en el SO es lógica y la lista de promesas parece acertada. Pero por ahora es una nota de prensa. Hasta que aparezcan el código, los dispositivos y los benchmarks, KORA debe tratarse como un anuncio interesante y no como una plataforma lista.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué prometen?

Del anuncio se desprenden tres ideas. La primera es la memoria compartida para agentes. Imagine que le pide a un agente que ordene el correo mientras otro prepara un informe. Hoy hay que explicarle el contexto a cada uno desde cero. Si la memoria es común a nivel de SO, el segundo agente ya sabe lo que encontró el primero y lo que usted pidió. La segunda idea es la búsqueda de archivos por significado. No «report_final_v3.docx», sino «ese correo sobre el contrato con el contratista donde se hablaba de los plazos».

¿Qué se sabe sobre Cortex y los modelos locales?

Un componente aparte, Cortex, debe decidir dónde ejecutar una petición: en el dispositivo o en la nube. La lógica es clara. Las tareas sencillas (búsqueda, respuestas cortas, análisis de documentos) pueden calcularse en local, con rapidez y privacidad. Las complejas van a la nube. Para el desarrollador esto significa que el enrutamiento entre el modelo local y el de la nube lo asume el sistema, y no cada aplicación por su cuenta.

Dónde está la trampa: la apertura?

La limitación principal es la licencia. Al parecer, Cortex seguirá siendo cerrado. Funcionará con modelos abiertos, pero la capa que toma las decisiones es cerrada. Es fácil interpretarlo como «casi código abierto», pero en la práctica lo más interesante, es decir, la orquestación, la memoria y el enrutamiento, sigue siendo una caja negra. Si construye un producto sobre una plataforma así, depende del proveedor igual que dependería de cualquier SDK cerrado. Hay además una pregunta más general sobre el mercado.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…