- A septiembre de 2025, han aparecido potentes modelos de IA como Claude Opus 4.1, GPT-5 y Nano Banana, marcando la llegada de una edad de oro para el desarrollo de software
- Con el entorno actual de la IA como telón de fondo, se proponen 28 herramientas de IA innovadoras que no existen de verdad, pero que sería genial que existieran
- Las ideas propuestas abarcan diversos campos, como productividad personal, desarrollo de código, salud y creación de contenido
- Las características que se enfatizan en común son la conciencia del contexto, la personalización para el usuario y la capacidad de mejora mediante aprendizaje automatizado y bucles de retroalimentación
- En lugar de los agentes generales de hoy, se propone el concepto de agentes de IA especializados de propósito único y un marketplace donde puedan intercambiarse
Las 28 herramientas de IA propuestas
1. App de cámara basada en Nano Banana
- Una app que convierte fotos comunes de iPhone para que parezcan tomadas con una Leica
2. Agente para añadir modo claro/oscuro automáticamente
- Añade automáticamente soporte para modo claro, modo oscuro y temas personalizados a cualquier proyecto frontend
- Usa visión para revisar cambios en la UI y hace ajustes iterativos con base en la UI renderizada
3. Agente para decompilar y depurar código ofuscado
- Decompila código minificado en una base de código legible y lo depura
- Requiere un potente bucle código-depuración
4. Un híbrido entre la app Strong y ChatGPT
- El modelo accede a datos de entrenamiento y sugiere mejoras y coaching
- Se puede chatear con un modelo que conoce el contexto detallado, incluso el tiempo entre cada serie
5. Motor de recomendaciones
- Analiza el historial de navegación para identificar qué posts de blog o artículos se leyeron durante más tiempo
- Cada noche busca en la web contenido que valga la pena leer y entrega un digest de links por la mañana
- Mejora el digest del día siguiente con retroalimentación sobre recomendaciones buenas y malas
6. App de chat para registrar calorías
- App de chat basada en una base de datos nutricional
- Minimiza el esfuerzo cognitivo necesario para registrar comidas
7. App minimalista para escribir contenido de formato largo
- El modelo resalta pasajes y deja comentarios en los márgenes
- Permite configurar distintas "personas" para revisar lo escrito
8. Agente constructor de agentes de IA especializados
- Si recibe una descripción como "créame un agente para decompilar código", genera automáticamente un agente hiperespecializado
9. Lector de ebooks minimalista
- Mientras lees un ebook y resaltas un pasaje, el modelo lo explica con más profundidad al lado
- Asume la persona del autor
- Debe sentirse como una extensión del libro, no como una instancia de chat separada
10. Agente de Deep Research que razona durante varios días
- Permite consultas extremadamente complejas
- Crea cientos de subagentes y devuelve una respuesta tras razonar durante 3 días
11. App para hacer películas tipo paint-by-number
- Hace brainstorming de ideas para cortometrajes y el modelo genera un storyboard detallado
- El usuario solo tiene que grabar con su smartphone cada escena del storyboard
- Funciona como rueditas de apoyo para hacer cine
12. App de grabación de pantalla y resumen semántico
- Usa un modelo local para generar un resumen semántico detallado de lo que haces cada día en la computadora
- Lo entrega como contexto a una app de chat: "¿A quién olvidé responderle ayer?"
- Usó Rewind durante un año, pero no fue tan útil como esperaba
13. Filtro semántico para Twitter/X/YouTube
- Permite escribir filtros abiertos como "ocultar tuits que probablemente me hagan enojar"
- Elimina del feed el contenido que provoca enojo
- Al dar forma al feed, nos damos forma a nosotros mismos
14. Agente para generar currículums personalizados sobre temas de nicho
- Atiende pedidos como "quiero aprender todo lo que sabemos sobre la ciencia del progreso"
- Busca en la web personas, blogs, videos de YouTube, ensayos y libros de texto
- Lee todo el contenido y ofrece un currículum que te guía de principiante a experto
15. Un motor de recomendaciones de libros realmente bueno
- Primero hace un quiz sobre lo leído antes, tus metas y el tipo de lectura que disfrutas
- Cuando ya sabe mucho, otros agentes simulan cómo crees que reaccionarías a las sugerencias del agente principal
- Solo saca a la superficie libros que es muy probable que disfrutes
16. Motor de búsqueda semántica para TikTok e Instagram Reels
- Permite acceder a información útil atrapada en videos cortos
- Necesita una función de búsqueda consultable
17. App de fitness del sueño
- Integra datos de Apple Watch (frecuencia cardíaca, VO₂), Eight Sleep, Oura Ring y apps de entrenamiento
- Da recomendaciones prácticas para mejorar el sueño y la recuperación
- Envía mensajes de forma proactiva: "Tu HRV bajó esta semana, ¿podrías estar sobreentrenando?"
18. Biblioteca masiva de componentes
- Diseñada para renderizarse dentro de una interfaz de chat
- Las bibliotecas existentes tienen primitivas demasiado de bajo nivel
- Prioriza widgets de alto nivel por encima de la personalización
19. Asistente de voz minimalista para Apple Watch
- Para preguntas demasiado complejas para Siri, pero adecuadas para ChatGPT
- Da respuestas cortas de unas pocas palabras
20. App de escritura que ofrece listas de lectura recomendadas
- Busca en la web sobre el tema que estás escribiendo y arma una lista de materiales que podrían ayudarte
- La app de escritura no debe escribir en lugar del usuario
21. App para correr
- Genera planes personalizados y hace seguimiento del ritmo y la frecuencia cardíaca al correr
- Ajusta iterativamente el programa de entrenamiento con base en datos reales
22. Superapp de edición de fotos con Nano Banana
- Ofrece cientos de plantillas sin necesidad de escribir prompts
- Probar peinados distintos, predecir cómo se verían hijos con tu pareja, hacerte ver como The Rock, etc.
23. Búsqueda de videos de YouTube al estilo Same.energy
- Introduces una URL y encuentra videos con una vibra similar
- El algoritmo actual de YouTube solo se enfoca en maximizar la interacción del usuario promedio
24. Dispositivo estilo Sony Walkman para niños
- Dispositivo centrado en la voz con el que se le puede hacer preguntas a un LLM
- Se enfoca en las explicaciones y es un dispositivo sin pantalla alguna
- Mejor aún si es offline-first
25. Motor de búsqueda biográfica
- Permite consultas basadas en cuestionarios sobre el problema actual, etapa de vida, campo, etc.
- Devuelve como resultado capítulos de biografías/autobiografías de grandes figuras históricas que trataron situaciones similares
26. Agente de auditoría del consumo de contenido mediante grabación de pantalla
- Observa el uso de la computadora y el smartphone
- Audita cada día el contenido consumido
- Screen Time no es lo suficientemente específico
- Hace falta conocer el valor nutricional exacto de los tokens que consumimos
27. Marketplace de agentes de IA para tareas de nicho
- En vez de agentes de propósito general, serían mejores agentes diseñados para casos de uso específicos
- Un catálogo de agentes hiperespecializados para tareas de nicho, como encontrar un departamento en renta en San Francisco
- Hacen falta decenas de miles de agentes utilizables vía web o API
28. Función para pedir la crítica de autores famosos
- "¿Qué diría Hemingway sobre este post de blog?"
- Identifica las partes que le confundieron y las que le gustaron
2 comentarios
Los puntos 2 y 3 de verdad ojalá se pudieran hacer automáticamente.
Parece ser una de esas tareas repetitivas que da flojera tener que seguir agregando una por una.
Comentarios en Hacker News
Creo que hay que ser realmente cautelosos con "24. darles a los niños un dispositivo estilo Sony Walkman para que puedan hacerle preguntas a un LLM"
Creo que se pueden obtener resultados mucho mejores que preguntándole a un maestro de escuela
Hace dos días le pedí a ChatGPT que explicara el sistema de valor posicional para que lo entendiera un niño de seis años. Pero confundió los conceptos de valor posicional y valor numérico, y dio una explicación incorrecta. Yo detecté el error y ChatGPT se disculpó, pero si el niño lo hubiera preguntado directamente, no se habría dado cuenta.
Me preocupa cuánta información errónea podría terminar creyendo como verdadera mi hijo si usa un dispositivo así
Sobre la idea 19, hace unas semanas hice algo parecido yo mismo con iOS Shortcut
Lo que siento con muchas de estas ideas/artículos es que no están "pensando con portales" respecto a los LLM. Tenemos una tecnología del nivel de la "portal gun" (o al menos así la venden), pero da la impresión de que solo se está usando como una puerta mejor
Lo que un LLM puede hacer, al final, es extender texto de manera lógicamente conectada. Las posibilidades de aplicación son amplias, pero en la práctica cuesta pasar de ser un editor de texto avanzado. Por ejemplo, si quisieras usarlo para edición de video, tendrías que crear un lenguaje de scripting y además sincronizar funciones con el editor. Para una gran empresa como Adobe, el valor frente al esfuerzo humano es ambiguo, y una startup tendría que competir durante años con Adobe en funciones y lock-in de usuarios. En ninguno de los dos casos hay mucho atractivo, salvo que el LLM sea realmente revolucionario. Además, el LLM no puede ver directamente el resultado en video y, por ahora, está apenas en un nivel "más o menos"
Estoy de acuerdo con ese punto de vista. Si tienes algún material recomendable sobre "thinking with portals", me gustaría que lo compartieras
Si hubiera algún ejemplo de pensar con portales, estaría bueno que lo compartieras de forma simple y fácil de entender
Sobre la idea 22, me gustaría que existiera un motor que analizara mi historial de navegación, detectara qué tipo de blogs o artículos leo durante más tiempo y cada noche encontrara contenido recomendado que todavía no haya visto
ChatGPT Pulse existe de forma similar. Este servicio usa tu historial de ChatGPT en lugar del historial del navegador, pero para quienes usan mucho ChatGPT puede ser una recomendación más confiable
https://openai.com/index/introducing-chatgpt-pulse/
Creo que la mayoría de las ideas propuestas en este texto se parecen más a pedir que al LLM base solo le hagan una UI/UX un poco mejor
Siento que en esta forma de pensar hay un error categorial fundamental
Como ejemplo, está la función de "¿cómo habría evaluado Hemingway mi texto?", pero en realidad la respuesta la genera esa IA; no es una evaluación real de Hemingway
Si se lo preguntas a 100 modelos, obtendrás 100 respuestas distintas, y la forma de pensar o la personalidad real de Hemingway no puede reconstruirse por completo a partir de unos cientos de miles de palabras de su obra.
Al final, la cuestión es si "esto realmente puede sonar de forma plausible como algo que diría esa persona"
Queremos oír la evaluación de una figura famosa porque se trata de la perspectiva de una persona real y viva. La imitación de la IA es como intentar comer una foto de un sándwich en lugar de un sándwich real
Me inquieta un poco que mucha gente no trace una línea más clara frente a esta ilusión
Coincido al 100%
Pero al leer este comentario pensé en el holodeck de Star Trek TNG. Ahí recrean personajes famosos como Einstein o Freud, y como espectador, incluso a los 15 años, no pensaba "esto son solo respuestas aleatorias escupidas por una computadora"
De hecho, hay episodios donde se equivocan al recrear a una persona real solo con registros (https://www.imdb.com/title/tt0708682/), y más adelante se muestra cuán diferente es realmente (https://www.imdb.com/title/tt0708720/)
En resumen,
Este artículo me dejó pensando en varias cosas
Puedo explicar de forma simple por qué realmente no hace falta un AI Hemingway. De hecho, ya hace como 10 años aparecieron buenas guías de escritura como hemingwayapp https://hemingwayapp.com/
Con reglas simples corrige la gramática y te anima a usar expresiones más sencillas. De hecho, como no reescribe automáticamente, incluso puede ser mejor para aprender por cuenta propia
Al ver muchas ideas como "una app de edición fotográfica ultraminimalista como Banana, cientos de plantillas sin prompts...", al final se nota el deseo humano de vivir cada vez con más pereza. Cosas como "qué habría pensado Hemingway" me generan una sensación parecida
La esencia está en si "esto es una respuesta plausible al estilo de esa persona, al punto de poder engañar a un humano", y en realidad eso por sí mismo ya es útil
Si el humano es consciente del engaño, a eso lo llamamos make-believe, o suspensión de la incredulidad
Pasamos por este mismo proceso cada vez que interpretamos a alguien o intentamos pensar desde otra perspectiva. Lo mismo cuando tratamos de aprender de registros de personas reales o de personajes de ficción
Creo que es al revés eso de "quiero escuchar la evaluación de Steve Jobs/Hemingway porque es un ser humano real"
En realidad, lo importante no es tanto el humano real con quien conversamos, sino la personalidad resumida del famoso o personaje tal como la imaginamos. Casi nadie está obsesionado con cómo era realmente esa persona
El "Hemingway celebridad" mitificado es en sí mismo más atractivo. Incluso es más útil e interesante que el real
Por eso, como en el caso de Star Trek TNG, creo que esas simulaciones virtuales de personas en realidad funcionan bien justo para lo que buscan hacer
Feynman decía que "el primer principio de la ciencia es no engañarte a ti mismo", y creo que eso también aplica a los resultados de los LLM
Es realmente interesante
Todos ya vimos muchos demos de esta lista o tecnologías similares, y ya hay muchas startups que durante años han quemado cientos de millones de dólares para construir productos
Y aun así casi no se ven productos realmente útiles, y las cosas con las que uno se topa en el día a día no funcionan tan bien como en los demos
Me pregunto qué demonios está pasando.
O sea, si los productos realmente existen pero casi nadie los usa, o si usar modelos suficientemente buenos sale demasiado caro, o si hacer un demo impresionante es mucho más fácil que construir un producto real... tengo curiosidad por todas esas posibilidades
Cuando hablé con una agencia de publicidad para apps fintech, me dijeron que hay que gastar algo así como 20 mil dólares al mes durante 3 meses para entender cómo funciona, y solo después de eso baja el CAC y puedes conseguir a los usuarios objetivo
En cuanto apagas la publicidad, la gente vuelve a dejar de conocer el producto y se corta la llegada de nuevos usuarios. Te quedas sin forma de dar a conocer siquiera que existe
Muchas de estas ideas requieren conocer los gustos, patrones, comunicación, agenda y datos de salud del usuario
Apple realmente podría tener mucha ventaja en este terreno.
Como el teléfono y el reloj son los que más información personal conocen, Apple podría combinar de forma inteligente distintos contextos con un LLM bajo la premisa de proteger la privacidad
Hice clic en el enlace y me decepcionó descubrir que no era una herramienta real, sino más bien una colección de ideas de apps sin mucha relación entre sí
"Un dispositivo estilo Sony Walkman para que los niños puedan hacer preguntas por voz a un LLM"
No coincide al 100%, pero https://www.aliexpress.com/item/1005009196849357.html se parece bastante.
No es offline, pero es apenas un poco más grande que una pelota de ping-pong
Hice que mis nietos (de 5 y 3 años) aprendieran a usarlo en 2 minutos, y después bombardearon con montones de preguntas como "cuéntame la historia del unicornio Bob" o "¿un perro y un mono pueden ser amigos?", y para todo dio respuestas plausibles en pocos segundos
Creo que para Navidad veremos este tipo de producto integrado en juguetes, y apenas salga pienso comprarlo