De la terminal al cockpit: montando un Mac nuevo para agentes de IA con Orca, Superset y Maestri
Monté un Mac desde cero con mi setup reproducible y pasé las últimas semanas probando la capa que faltaba: apps que orquestan agentes. Superset como hub, Maestri como canvas multiagente y Orca con acceso desde el móvil vía Tailscale. Y lo que cambió en el Agent Toolkit desde el último post.
En el post de junio, escribí que la terminal se había convertido en un runtime para agentes de IA — y que el Agent Toolkit era mi forma de hacer ese runtime reproducible.
Semanas después, la tesis pasó por la prueba más honesta que existe: un Mac nuevo, de fábrica, sobre mi mesa.
Este post trata de lo que pasó después del git clone. De la capa sobre la que todavía no había escrito: cuando el runtime está listo, ¿quién orquesta a los agentes?
La prueba del Mac nuevo
Todo setup reproducible vive una mentira cómoda hasta que llega la máquina nueva.
El mío vive en un repositorio público, mac-setup: Brewfile, dotfiles, defaults de macOS, CLIs de IA, plugins, skills y scripts que clonan repositorios por organización. La promesa era simple: clonar, ejecutar setup.sh y llegar al mismo entorno.
Y, con algunos ajustes que volvieron al repositorio el mismo día, funcionó. En una tarde el Mac nuevo tenía:
- la toolchain completa (Node vía fnm, pnpm, Go, Python, Docker)
- los cuatro runtimes de agente que uso (Claude Code, Codex, OpenCode, Gemini)
- skills y plugins instalados por el Agent Toolkit
- todos los repositorios personales y de las empresas clonados y funcionando
La parte interesante no fue lo que funcionó. Fue notar lo que todavía no tenía lugar en el setup: las apps que viven por encima de los agentes.
La capa que faltaba: orquestación
Tener cuatro CLIs de agente instaladas es como tener cuatro instrumentos afinados y ninguna partitura.
En el día a día, los problemas reales son otros:
- alternar entre agentes sin perder el hilo de cuál hace qué
- ejecutar más de un agente en paralelo sin hacer malabares con ventanas
- seguir (y aprobar) lo que un agente está haciendo cuando no estoy frente al Mac
En las últimas semanas probé tres apps que atacan exactamente esa capa. Ninguna reemplaza la terminal — todas asumen que la terminal es el runtime y se posicionan como cockpit.
| App | Qué resuelve |
|---|---|
| Superset | Hub que agrupa las CLIs de agente en un solo lugar, con presets configurables |
| Maestri | Canvas multiagente: terminales conectadas, roles y mensajes entre agentes |
| Orca | Orquestador con daemon local y acceso remoto — incluso desde el móvil |
Vale aclarar: estoy probando, no decretando. Este mercado cambia demasiado rápido para veredictos definitivos. Pero cada una ya me mostró algo que no quiero perder.
Superset: un techo para todos los agentes
Superset es la idea más simple de las tres: en vez de esparcir Claude Code, Codex, Gemini y OpenCode en pestañas de terminal, todos viven en una sola app.
La función que me conquistó fueron los presets: cualquier CLI se convierte en un agente del hub. Cuando salió la CLI de Grok, agregarla fue llenar un formulario con nombre y comando — sin esperar soporte oficial.
Es el tipo de herramienta que no cambia cómo trabajan los agentes, pero cambia cuánta fricción existe entre ellos y yo. Para alguien que alterna runtimes todo el día (yo), eso se paga solo rápidamente.
Maestri: agentes como equipo, no como pestañas
Maestri parte de otra pregunta: ¿y si los agentes pudieran hablar entre sí?
Es un canvas donde cada terminal es un nodo. Reclutas agentes, les das roles y los conectas. Los agentes intercambian mensajes por una CLI propia (maestri ask "Nombre" "tarea"), y tú observas la coordinación suceder en el canvas.
Mi experimento en curso: un equipo con Codex como orquestador y Grok como ejecutor. El orquestador tiene un prompt de rol que le prohíbe implementar — descompone, delega una tarea a la vez con criterio de terminado, revisa críticamente lo que vuelve y solo acepta lo que verificó. El ejecutor hace lo contrario: implementa exactamente lo que se pidió, pregunta cuando se traba y reporta con salvedades.
Si leíste el post de junio, reconocerás el patrón: es la misma disciplina de workflow que intento codificar en las skills, ahora aplicada a la comunicación entre agentes. Demasiado pronto para decir si rinde más que un solo agente bien instruido — pero es el experimento más divertido del setup actual.
Orca: el móvil como control remoto
Orca fue la sorpresa de las tres.
Ejecuta un daemon en el Mac que gestiona sesiones de agente, y la app expone eso a otros dispositivos con emparejamiento de extremo a extremo. Traducción: sigo y apruebo lo que los agentes están haciendo desde el móvil.
La magia de conectar desde cualquier lugar no es de Orca — es de Tailscale, que ya era la columna vertebral de mi homelab. Orca escucha en un puerto local; con el Mac y el móvil en la misma tailnet, la app móvil apunta a la IP del Mac (o a su nombre vía MagicDNS) y listo. Sin exponer puertos a internet, sin túnel público, sin configuración heroica.
El flujo que esto desbloquea es real: dejo un agente ejecutando una tarea larga, me alejo del escritorio, y cuando necesita una aprobación la resuelvo desde el sofá. El agente no queda bloqueado esperando a que vuelva.
Es también un recordatorio de que la infraestructura personal se compone: el post del homelab (marzo), el del toolkit (junio) y este cuentan la misma historia en capas.
Qué cambió en el Agent Toolkit desde junio
El post anterior presentó el toolkit. Desde entonces publicó una secuencia de releases, y tres cambios merecen registro.
1. La seguridad se volvió más paranoica (en el buen sentido). Los overrides de entorno que cambian la identidad de una fuente — otro paquete npm, otro repositorio de GitHub — ahora exigen una flag explícita, cerrando un vector de redirección silenciosa. Las fuentes de GitHub se verifican contra el commit SHA fijado después del clon. Y el soporte de Windows se corrigió de verdad (lanzar shims de npm en Node 18+ es menos obvio de lo que parece).
2. Nació el paquete planning-skills. El toolkit ahora instala las skills de entrevista de Matt Pocock — grill-me, grilling, grill-with-docs y domain-modeling — fijadas por commit, en todos los runtimes. Su objetivo es atacar el mayor modo de fallo del desarrollo con IA: que el agente construya lo equivocado por desalineación. Antes de implementar, el agente te entrevista, una pregunta a la vez, cada una con respuesta recomendada, hasta cerrar un entendimiento compartido. La variante con docs además registra un glosario y ADRs en el repositorio mientras las decisiones suceden.
3. Nació la skill onboard-repo. Esta cierra un ciclo. Es una skill que le enseña al agente a preparar un repositorio para desarrollo con IA: detectar el stack, instalar solo las skills que tienen sentido para ese proyecto (usando el propio toolkit), y organizar los archivos de instrucciones — un AGENTS.md canónico, un CLAUDE.md que apunta a él, config de MCP cuando tiene sentido. En su primera prueba contra un repositorio real, encontró un error en la propia documentación que la generó — que se convirtió en un release de corrección el mismo día. Una herramienta que se prueba a sí misma es una herramienta que mejora.
La lista completa está en el CHANGELOG.
Lo que todavía no sé
Siendo honesto sobre el estado de las cosas:
- No sé cuáles de estas tres apps sobreviven en mi flujo dentro de tres meses. Superset tiene el caso de uso más obvio; Orca tiene la función más diferenciada; Maestri tiene la idea más ambiciosa. Son apuestas distintas sobre cómo evolucionará este trabajo.
- La orquestación multiagente todavía tiene que probarse. Coordinar agentes tiene costo (tokens, latencia, mi atención). El equipo Codex+Grok es un experimento, no una recomendación.
- La frontera app vs. terminal todavía se está dibujando. Hoy las apps agregan valor en visibilidad y acceso remoto. El trabajo de verdad sigue sucediendo en el runtime — y está bien que así sea.
Lo que sí sé: el costo de experimentar se desplomó. Con un entorno reproducible, probar una de estas apps es instalarla, apuntarla a los runtimes que ya existen y usarla. Si no cuaja, se elimina — el setup sigue íntegro en el repositorio.
Conclusión
El post de junio terminaba diciendo que el próximo salto de productividad con IA vendría de mejores entornos, no solo de mejores modelos.
Montar un Mac desde cero fue la prueba práctica: el entorno se reconstruyó en una tarde. Pero la lección nueva es que "entorno" no termina en la terminal. La capa de orquestación — quién agrupa, quién coordina, quién te deja aprobar una acción desde el sofá — también se está volviendo parte del setup.
Mi flujo hoy tiene tres alturas: la terminal como runtime, las apps como cockpit y el móvil como control remoto. Cada capa reproducible, cada una versionada donde se puede.
Y, como siempre, nada de esto está terminado. Es mi setup de julio de 2026 — documentado públicamente justamente para poder cambiar sin miedo.
Si estás probando Orca, Superset, Maestri o cualquier otra capa de orquestación para agentes, cuéntame qué te está funcionando. Este tipo de setup evoluciona mucho más rápido comparando notas de uso real.