Volver al resumen

Arquitectura · qué hay adentro

El camino de una frase, de la tecla al parlante.

Orchest son tres piezas que corren en tu Mac y nada más. No hay un servidor nuestro en el medio, no hay cola de mensajes, no hay telemetría. Esto es lo que pasa entre que apretás la tecla y que sale la respuesta.

01 Un turno

Siete pasos, todos adentro.

El turno completo tarda unos tres segundos en una Mac con Apple Silicon. De esos tres segundos, el trabajo propio de Orchest —armar el contexto, elegir la herramienta, guardar— son 12 milisegundos, medidos sobre doce turnos por el camino real. Todo lo demás es el modelo leyendo y escribiendo.

La tecla
Mantenés Option derecho. La app de la barra de menús abre el micrófono mientras la tecla esté abajo y lo cierra al soltarla. No hay palabra de activación ni escucha continua.
El oído
El audio se transcribe en la máquina con Whisper, tamaño small. Se eligió small y no base a propósito: base se come las negaciones y destroza los nombres propios en español, y una frase mal transcrita no se recupera — el que razona contesta una pregunta que nadie hizo.
El contexto
Se arma lo que Sonata va a leer: tu perfil, tus memorias vigentes, la hora, en qué sala estás parado y qué tenés en pantalla. Nada de eso sale de la máquina.
Sonata
El modelo local decide qué hacer: qué herramienta llamar, con qué argumentos, o si no hay nada que hacer y solo hay que contestar.
La compuerta
Si la acción es destructiva, no se ejecuta: se te muestra en tus palabras —«Borrar un vigía»— y espera. Una compuerta solo protege si podés leer qué estás confirmando.
El disco
La acción se ejecuta contra tu base local y después se confirma. Nunca al revés.
La voz
La respuesta sale por el sintetizador de macOS (en español, la voz Mónica) y queda escrita en pantalla al soltar la tecla, para que veas qué entendió.

02 Las piezas

Tres programas, un solo disco.

El programa de fondo
Python. Vive despierto, escucha en 127.0.0.1:9477 y solo ahí: no acepta conexiones de afuera de tu máquina. Es quien guarda, quien razona y quien decide si hablar.
La app de la barra de menús
Swift, nativa. Es la que escucha la tecla, abre el micrófono y muestra lo que Orchest entendió. Firmada con Developer ID y sellada por Apple.
El panel
Una página que sirve el propio programa de fondo, en tu máquina. Doce salas, la barra de ⌘K abajo, y el mismo cristal traslúcido que ves en esta web — los colores de acá son los de allá, copiados uno por uno.

03 Sonata

Cuatro mil millones de parámetros, en tu máquina.

Sonata es un modelo de lenguaje de 4 mil millones de parámetros, cuantizado a 4 bits, corriendo sobre MLX — el motor de Apple para el chip de tu Mac. Ocupa 3,1 GB en disco y se baja una sola vez.

El ajuste que elige el proveedor de razonamiento hoy tiene un solo valor posible: local. La opción de razonar contra un proveedor en la nube existía hasta el 23 de agosto de 2026 y se sacó del código. No es un interruptor apagado — es una puerta que ya no está.

3,1 GB
pesa Sonata, cuantizada a 4 bits.
0,5 GB
pesa el oído que transcribe.
~3 s
de la tecla a la respuesta hablada.
12 ms
del trabajo que no es el modelo. Medido, no estimado.

04 El catálogo

Cuarenta y ocho herramientas, y un techo de palabras.

Antes de decidir qué hacer, Sonata lee la lista de todo lo que sabe hacer. Cuántas palabras tiene esa lista le cuesta precisión, y el costo lo pagan habilidades que nadie tocó.

Está medido. El 11 de agosto de 2026 se reescribieron cinco descripciones un poco más largas: el catálogo creció un 8,4 % y el acierto cayó de 76–79 % a 72–74 %. Los fallos nuevos aparecieron en el Pulso, en Capital y en la Cuenta — habilidades que esas cinco descripciones ni rozaban. Es supresión global, no competencia entre vecinas.

Por eso el catálogo tiene tres techos —el total, una descripción sola, y el parecido entre dos cualesquiera— y una prueba que los sostiene. La regla es que bajan o se quedan: una herramienta nueva se paga recortando prosa de otra, nunca subiendo el número.

48
herramientas en el catálogo hoy.
1.807
palabras de descripción, con el techo en 1.871.
655
palabras de prosa en los parámetros, con el techo en 680.
0,22
de parecido máximo permitido entre dos herramientas.

El tercer techo contesta antes de gastar veinte minutos de medición la pregunta «¿a quién se le parece?». Las tres herramientas de los Vigías entraron sin costarle acierto a nadie porque no se parecían a nada; otra entró y su hermana perdió dos de sus tres casos buenos.

05 Lo que hace solo

Cada sesenta segundos mira, y casi siempre se calla.

El programa de fondo revisa tu situación una vez por minuto y decide si vale la pena hablar. Casi siempre la respuesta es no, y eso es a propósito.

Habla solo si todas estas son ciertas a la vez: hay algo urgente, no estás en clase ni en una reunión, no estás en una sesión de foco, el Pulso no dice que esta hora es tuya, y no dijo lo mismo antes. Cualquiera de esas que falle, se calla — y callarse no se anuncia: el silencio es silencio.

Qué mira sin salir a internet

La tabla de procesos de tu propia máquina, tus repositorios de git, tu base local, el disco, y la hora. Un Vigía sobre un programa devuelve minutos, y con eso solo cubre «avisame si se demora» y «avisame cuando termine».

El patrón que escribís nunca se ejecuta

Cuando le decís a un Vigía que mire un proceso, ese texto se compara como texto contra la salida del sistema. No se ejecuta jamás, y hay una prueba dedicada a defender eso.