@TheINAOG (@TheINAOG) header
@TheINAOG (@TheINAOG) profile picture

Building open-source worlds · Godot Local-first AI tinkerer on a 4090 Sharing honest tests and useful local AI stuff TheINAOG | HocusPocus

Localhost
Joined January 2021
Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)Photo by @TheINAOG (@TheINAOG)
@TheINAOG retweeted
Con la IA estamos en un momento 1999. Con SpaceX estamos en un momento 1492.
Hoy, SpaceX cambió para siempre el equilibrio de la economía mundial, la política y la guerra moderna. Tras desplegar 26 satélites Starlink V3 de nueva generación en 14 órbitas distintas, la nave Ship 42 resistió la reentrada atmosférica a más de Mach 25 y aterrizó sin contratiempos entre los brazos de Mechazilla en Starbase. Por estas razones, todos los ministros de Finanzas, los organismos reguladores y los ministerios de Defensa del planeta amanecieron hoy ante una nueva realidad. La reutilización completa de la etapa superior acerca el costo de cada lanzamiento orbital al del combustible y el mantenimiento. Si a eso se suman el suministro de silicio de Terafab para uso propio y los pedidos de paneles solares de heterounión (HJT) por un total de 100 GW que SpaceX ha hecho para Starmind, Musk ya puede desplegar centros de datos orbitales de IA a escala de gigavatios y ofrecer banda ancha mundial más rápido y a menor costo que los gigantes de la nube, que en tierra afrontan esperas de cinco años para conectarse a la red eléctrica. Una Starship totalmente reutilizable que despliegue 26 o más satélites V3 por vuelo crea una infraestructura mundial de comunicaciones y cómputo imposible de censurar, con conexión directa a los celulares. Esa infraestructura permite eludir los monopolios nacionales de telecomunicaciones, los puntos críticos de la red de cables submarinos y los vetos de los reguladores locales. Las redes interconectadas de satélites en órbita terrestre baja, capaces de seguir funcionando incluso si fallan algunos de sus componentes, el seguimiento de misiles hipersónicos y la rapidez logística definen hoy la guerra moderna. La captura de hoy demuestra que Estados Unidos cuenta con un sistema de lanzamiento de gran capacidad, a escala industrial, capaz de reponer en cuestión de días constelaciones enteras de satélites de defensa como Starshield. Con el tiempo, ese sistema podrá entregar más de 100 toneladas de carga militar en cualquier punto de la Tierra en menos de 45 minutos. El 14 de noviembre de 2026 pasará a la historia como el día en que el espacio dejó de ser una frontera para la exploración y se convirtió en la posición estratégica dominante en la disputa por el poder mundial.
9
49
2
513
32,340
Ship 42 returns to Starbase, Texas for the first-ever Starship tower catch during Flight 15! I have dreamt of creating this image for years... and today it became real. Congrats, SpaceX team!
534
3,495
339
25,982
3,190,291
@TheINAOG retweeted
Por fin os puedo enseñar el videoclip del T-Rex de Hyde Park... Escuchadlo con sonido, que el bicho canta y la verdad es que es una fantasía xD Que lo disfrutéis! 🎤🦖
13
7
4
34
2,170
Yep: if there's a problem with your NVIDIA driver, uninstall it and reinstall it, and everything's back to normal.
203
377
38
6,769
246,913
@TheINAOG retweeted
Este finde montamos un hackaton en nan.builders. Estaba pensando en hacerlo público. Publicar el reto y que le dé caña quien quiera. Un poco hackaton de tw tech. ¿Os mola la idea? Ponemos algún premio para las cosas más chulas que saquéis. Por daros un ejemplo, hay 4 retos distintos, pero el foco es usar modelos de decisión tipo Clef, Jev, Laya o el nuevo Gemini Decision. Uno de los retos es poder hacer fact-checking de noticias de la campaña electoral con estos modelos ultra-rápido (¿en tiempo real?). Nosotros ponemos el reto, si no estáis en NaN, usáis vuestros modelos, lo publicáis por aquí y nos etiquetáis y revisamos. Si hacéis cosas chulas yo las comento y les doy difusión. ¿Sí o no?
8
8
39
1,809
Bueno esto al final se me ha alargado mas de la cuenta y aquí estoy a la 1 pero por fin esta la release lista. Hoy hemos lanzado posiblemente el cambio más grande en la plataforma de NaN desde que se creó. Va hilo porque va a ser mas digerible que un tostón muy largo. 🧵/1
Perdón gente, se me hizo bola el finde y al final me lie en otras cosas. Dicho esto, mis agentes no pararon y tiene pinta de que está listo para sacar uno de los cambios más gordos que hemos tenido en NaN Encima va a ser la primera vez que saco algo hecho 100% desde el móvil trabajando conectado a nuestros workspaces de NaN Voy a validar que todo funca como debe y si todo va bien hoy mismo se vienen sorpresas 😏
11
41
15
142
19,858
@TheINAOG retweeted
Replying to @andreintg
It's unfortunate AI even matters
2
22
1,020
@TheINAOG retweeted
Me he pasado un buen rato junto a Claude configurando y mejorando Hermes... porque al lado de Grok Bot parecía un juguete, la verdad xD Lo instalé hace unas tres semanas y, sinceramente, no me impresionó NADA de nada, especialmente por su mal rendimiento. Y eso fue antes de probar Grok Bot, así que te puedes imaginar que Hermes me pareció muy pero que muy flojo... Lo veía lento usase el modelo que usase, y me fui encontrando un montón de errores y comportamientos raros, varios nacidos de la configuración que traía por defecto... Al principio fui corrigiendo lo que iba saliendo, pero se convirtió en una de esas historias en las que arreglas algo, empiezas a usarlo y aparece otra cosa más. Por ejemplo, se perdían mensajes con los reinicios. De hecho, el propio Hermes llegó a reiniciarse mientras estaba respondiéndome y, como había un ajuste de serie que descartaba mensajes pendientes al reiniciarse, pues ya te imaginarás la poca gracia que me hizo xD Hubo muchos más problemas, la verdad: cada vez que quería usarlo aparecía algo que había que arreglar... y acababa dedicando más tiempo asistiendo a mi asistente que usándolo... Y después llegó Grok Bot. Ahí ya se hizo bastante evidente lo horrible que era mi Hermes. Y como soy muy terco y voy bien de tokens... Hoy me he puesto a analizar con Opus 5.5 todos los logs, conversaciones con Hermes, y configuraciones posibles, midiendo y probando cada cambio con el fin de optimizarlo lo mejor posible. Revisamos 236 mensajes de Telegram de unas tres semanas. La mitad de las veces tardaba 35 segundos o más en contestar. Solo un 19% de los mensajes se contestaban en diez segundos o menos, y había turnos que se iban por encima de los cuatro minutos... Después de los cambios, en las pruebas, el primer texto de una conversación pasó de aparecer a los 17 segundos a hacerlo en unos 2 segundos. Una consulta con foto pasó de 31 a 4 segundos y crear un recordatorio por voz, de 33 a 13. No significa que ahora todo tarde dos segundos, pero desde luego, se siente muy diferente a la hora de utilizarlo Al final todos estos ajustes dependen de cada instalación... Pero os dejo un prompt con las mejoras que he aplicado, por si queréis comentarlas con vuestro modelo de confianza y ver cuáles encajan en vuestro Hermes; --- Quiero revisar mi instalación de Hermes para reducir esperas y mejorar su funcionamiento en Telegram. Comprueba mi versión, configuración efectiva, modelos, proveedores y plugins. Usa estas mejoras y herramientas como referencia, verificando cuáles encajan en mi instalación. - Contexto: revisa cuánto ocupan las salidas de herramientas. La poda proactiva recorta resultados antiguos sin resumir toda la conversación con otra llamada al modelo. Como referencia se usaron compression.proactive_prune_tokens: 48000 y compression.proactive_prune_min_result_chars: 2000. Ajusta los valores a mi uso, conserva la conversación y comprueba el efecto sobre la caché. - Compactación y sesiones: revisa los parones al volver tras un rato sin hablar. En esa instalación se desactivó idle_compact_after_seconds porque compactaba al recibir el siguiente mensaje. Comprueba que session_reset funcione; si mi versión no lo aplica, evalúa el plugin hermes-session-reset-policy. No bajes el umbral de compactación a ciegas. - Telegram: prueba streaming con transporte draft en chats compatibles, comprueba que llegue la respuesta final completa y reduce los avisos técnicos repetitivos. Valora display.busy_input_mode: steer para introducir mensajes durante una tarea. Prueba que conteste y continúe lo pendiente; no basta con activar la opción. - Reinicios: revisa platforms.telegram.extra.drop_pending_on_cold_boot: false para conservar los mensajes recibidos mientras estaba desconectado. Esto no recupera una respuesta cortada a mitad: evita reiniciar durante tareas activas y usa recarga de plugins cuando sea posible. Comprueba pérdidas, duplicados y mensajes antiguos al reconectar. - Herramientas: identifica llamadas innecesarias al modelo. Convierte operaciones frecuentes en herramientas directas con argumentos validados y el entorno correcto. Compara tools.tool_search.enabled activado y desactivado: quitarlo puede ahorrar búsquedas, pero cargar más descripciones. Evita meter herramientas enormes de MCP en cada conversación si apenas se usan. - Fotos y voz: si el modelo y el proveedor admiten imágenes, prueba agent.image_input_mode: native para evitar describir primero la foto con otro modelo. Para notas de voz, valora faster-whisper local, modelo small, idioma es y precarga en segundo plano al arrancar, según la CPU y memoria disponibles. - Fechas y modelos: comprueba la zona horaria y gateway.message_timestamps.enabled para que tenga la fecha de cada mensaje. Verifica en los logs qué modelo responde realmente, los tiempos de espera y la cadena de respaldo. Dos modelos que comparten una cuota agotada no sirven como respaldo entre sí. - Automatizaciones: usa no_agent cuando baste con ejecutar un script y monitor_script cuando el modelo deba intervenir al detectar cambios. Su salida debe ser estable para evitar avisos falsos. En correo, separa las herramientas de lectura de las de envío y da al monitor sólo las que necesite. Además, revisa estas opciones de memoria y herramientas: - Memoria de serie: aprovecha MEMORY.md y USER.md para notas persistentes, y session_search para buscar conversaciones anteriores a demanda mediante SQLite FTS5. Comprueba si estas piezas ya cubren lo que necesito antes de añadir otra capa. - Memoria semántica local: el ejemplo usa un plugin propio con FastEmbed, paraphrase-multilingual-MiniLM-L12-v2 (384 dimensiones), SQLite y búsqueda por coseno en CPU. Recupera hasta tres mensajes de sesiones anteriores, con umbral 0,55 y un máximo de 1200 caracteres de recuerdos. El motor se precarga al arrancar y ocupa unos 680 MB de RAM. Sólo indexa conversaciones; no hay RAG sobre documentos. Incluye soluciones para sus pendientes: en esta implementación el embedding sólo procesa los primeros 128 tokens, falta troceado, hay que limpiar ruido y secretos del historial importado y completar la actualización y el borrado de recuerdos. - Selección de skills: evalúa skill-retrieval, que reduce la lista del prompt y sugiere skills mediante BM25, sin embeddings. Mide el acierto en castellano y el ahorro neto durante una sesión: las sugerencias se acumulan en el historial y, con pocas skills, ese contexto extra puede anular el ahorro inicial. - Herramientas cotidianas: el plugin propio herramientas-rapidas expone prevision_tiempo (Open-Meteo), datos_bolsa (Yahoo/FRED), agenda (Google Calendar) y lista_pendientes (JSON local). Reutiliza scripts existentes mediante llamadas directas, sin shell, con argumentos validados y timeout. Valora reproducir este patrón para las tareas que más uso. - Modelo experto: el plugin propio experto añade pensar_a_fondo para consultar puntualmente a un modelo más potente y devolver su respuesta al agente principal. Evalúa este patrón con los modelos que ya tenga disponibles, streaming, un tiempo máximo total y alternativas ante fallos. - Integraciones opcionales: navegador con perfil persistente, correo por IMAP/SMTP y análisis de vídeo con Gemini o con fotogramas de ffmpeg más transcripción de Whisper y un modelo con visión. Comprueba qué necesito, las dependencias y qué datos salen del servidor. Los plugins propios requieren implementación; no son paquetes públicos que baste con instalar. - Navegador con sesiones persistentes: configura browser.user_data_dir en almacenamiento persistente y verifica que los inicios de sesión sobrevivan al reinicio. Comprueba qué motor usa la instalación y permite reutilizar las sesiones sin repetir el login en cada tarea. - Bóveda: evalúa browser_vault para guardar las credenciales cifradas en local y rellenarlas en el origen web autorizado. El flujo debe manejar identificadores, sin devolver contraseñas al modelo ni escribirlas en logs. Revisa los permisos: si el agente puede leer la bóveda y su clave desde la terminal, también puede descifrarla. - Credenciales desde Telegram: el plugin propio boveda-telegram añade /vault, procesado por el gateway antes del turno del modelo. Guarda el acceso mediante la API de la bóveda y borra el mensaje recibido. Comprueba los caracteres especiales y usa un secreto de prueba para verificar que no llega al historial, la memoria ni los registros. El secreto sigue pasando por Telegram. Como alternativa, valora una Mini App de Telegram con un formulario que envíe las credenciales directamente al servidor por HTTPS y las guarde en la bóveda, validando la identidad del usuario y evitando que aparezcan en el chat o lleguen al modelo. Mide antes y después con las mismas tareas: primer texto visible, respuesta completa, llamadas y tokens. Usa los logs y, si encaja, stream-speed para registrar los tiempos. Incluye conversaciones largas, caché fría y caliente, y comprueba que los recuerdos recuperados sean pertinentes. Prueba en una copia aislada, con las tareas programadas y los envíos reales desactivados. Devuélveme una propuesta concreta: qué cambiarías, por qué, cómo lo comprobarías y cómo volver atrás. Distingue configuración, plugins públicos y desarrollo propio, con enlaces cuando existan. Separa lo que ya funciona de las mejoras pendientes.
27
8
170
10,767
Muchos me habéis dicho que os gustaría probar NaN pero solo os interesaría usar uno de los modelos en específico. También me habéis pedido poder extender el uso de un modelo. O también me habéis pedido poder comprar tokens de GLM 5.3 sin tener que pasar al tier de 200€ Bueno pues desde hoy ya está disponible para TODOS (tengáis o no sub de NaN) los packs de tokens. ¿Que solo os interesa DeepSeek y no queréis pagar 70€/mes por el resto del catálogo? No pasa nada seleccionais el pack de tokens, comprais los tokens que queréis de DeepSeek (o del modelo que queráis) y listo! Ahora si que no tenéis ningún tipo de excusa para no estar quemando tokens en NaN 🔥
22
26
6
173
15,971
@TheINAOG retweeted
youtube.com/watch?v=Ok6QdZHC… This is a great talk on how to use open-source models for software development. It covers key points: - Cost reduction. - What to optimize. - How to ensure regulatory compliance. I disagree with a few things: - A 256K context window is only sufficient if you are doing strictly coding-related tasks. For QA and research, larger context windows are more valuable. (Maybe they are not using cache pooling?!) - Models with vision capabilities are highly beneficial for testing and QA. - A programming agent is, in fact, an autonomous agent. You can restrict its permitted commands, much like you might disconnect a computer from the network to make it more secure. - FP4 is the right choice for Blackwell, better than FP8: though not always. It depends on the specific model and the available kernel. I have prepared a summary: blog.veladan.org/2026/11/01/…
2
103
@TheINAOG retweeted
Me parece que se está hablando poco de CVE-2026-98432... Anthropic encontró esta vulnerabilidad con Claude y básicamente consiguió ejecutar comandos como root en un servidor Linux sin tener credenciales, un RCE, vaya. Me preocupa sobre todo por los típicos servidores con versiones fuera de soporte y que da pereza actualizar o migrar (porque sabes que va a ser un cristo y al final lo vas dejando) Hablo, por ejemplo, de Debian 9, 10 y 11, que ya no reciben actualizaciones de seguridad y dependen de ELTS para recibir el parche... e Internet está repleto de estos servers No sé qué pasará cuando empiece a circular un exploit de RCE, pero viendo cómo seguimos encontrando infra sin actualizar desde hace años... No me sorprendería que hubiera caos, como pasó con php2shell Por lo que he estado leyendo, hay mitigaciones con reglas de firewall... Si no podéis actualizar todavía, AWS propone esta regla de iptables como mitigación temporal: sudo iptables -I INPUT 1 -m u32 --u32 '0>>24&0x0f=6:15' -j DROP Esto sirve para ganar algo de tiempo (básicamente, bloquea ciertos paquetes de red que pueden activar el fallo, pero, evidentemente, el kernel sigue jodido) aws.amazon.com/security/secu…
5
4
22
1,721
@TheINAOG retweeted
New fishing minigame in Taberna 🎣 You’re at a quiet lake. Cast, wait, reel in… then the magic mirror pulls you home to your little garden. Fish for the kitchen. Grow for the tables. A relaxing Godot game I’m slowly building — no rush, because every AI update makes the whole thing better ×2.Would you play it? #Taberna #Godot #IndieDev #CozyGame #LowPoly
1
3
4
197
@TheINAOG retweeted
He estado haciendo algunos cambios en mi framework de pentesting con IA y he implementado un nuevo sistema de auditoría al que he bautizado como "Chain" (no he tenido mucha imaginación xD) Hasta ahora cada auditoría la realizaba un único modelo (que podía pasarse horas trabajando sobre el mismo objetivo); pero llevaba un tiempo dándole vueltas a la posibilidad de combinar varios modelos, aprovechando los puntos fuertes de cada uno y haciendo que se pasasen el testigo con toda la información recopilada Así que estos días he estado experimentando... y funciona guay, aunque, evidentemente, ahora una auditoría me lleva muchísimo más tiempo... pero la tasa de éxito también ha aumentado xD ¿Cómo funciona? Pues cada auditoría se divide en tres fases, pero manteniendo el mismo workspace durante todo el proceso. Primero entra Qwen3.8-27B, que se encarga del reconocimiento y pentesting inicial. Enumera endpoints, analiza el objetivo, busca posibles vulnerabilidades y empieza a tirar del hilo por donde considera Cuando termina, entra CyberTiel 35B. Este no tiene que empezar de cero, porque dispone de todas las notas y evidencias que ha dejado Qwen. Su trabajo consiste en profundizar en los posibles hallazgos, intentar explotarlos, desarrollar PoCs y buscar formas de encadenar vulnerabilidades (CyberTiel está especialmente optimizado para seguridad ofensiva) Y en la última fase vuelve Qwen, que revisa lo que se ha encontrado hasta ese momento, comprueba si queda alguna vía interesante por explorar y elabora los informes de la auditoría. Hasta aquí no tiene demasiado misterio. Lo guay viene con la gestión del contexto: cada modelo comienza su pasada con una conversación completamente limpia. No hereda toda la morralla que haya acumulado el anterior modelo, ni sus llamadas a herramientas, ni nada parecido. Todo el conocimiento se transmite mediante los archivos del workspace He diseñado un sistema de notas persistentes donde cada modelo va dejando sus descubrimientos, las pruebas que ha realizado y los siguientes pasos que considera interesantes... Además, al iniciar cada pasada se genera un pequeño resumen del estado de la auditoría, para que el siguiente modelo pueda situarse rápidamente. Las evidencias también se conservan en el workspace, por lo que CyberTiel puede revisar las pruebas de Qwen y viceversa. Aquí me encontré con un problemita y es que a veces el modelo se volvía vago y pasaba el testigo sin haber preparado un informe... Lo que he hecho para solucionarlo ha sido añadir una comprobación determinística que se ejecuta antes de cada relevo. Si detecta que las notas apenas han cambiado, le pide al modelo que documente sus hallazgos y deje indicadas las tareas pendientes antes de cerrar la sesión (esto ha funcionado mejor de lo que me esperaba, la verdad, ha eliminado la pereza de raíz xD) También he tenido que automatizar el intercambio de modelos en la GPU, porque no puedo tener los dos cargados simultáneamente... Cuando termina una pasada, el orquestador descarga el modelo anterior de la RTX 5090, carga el siguiente y espera a que esté preparado para continuar Aunque mi framework lo permite, normalmente no establezco un límite de tiempo para terminar una auditoría: cada modelo decide cuándo considera que ha terminado su fase. Si algo falla (o se interrumpe la ejecución por x motivo), el orquestador no pasa automáticamente al siguiente modelo (porque podría estar dejando trabajo a medias) Y la verdad es que he vuelto a probar una de nuestras aplicaciones con este sistema y sí que hemos encontrado más cosas que debemos pulir...
1
2
10
536
@TheINAOG retweeted
Ha nacido algo de pura casualidad. Momento de apoyarse para dar visibilidad a quien construye.
2
2
1
10
587
We’re rolling out Gemini 4 Argon in Antigravity to paid Google AI Pro subscribers today. Demand has been incredible and we've scaled capacity deliberately to get here. We’ve rolled out a separate weekly-only Argon quota for Pro on top of the existing Gemini bucket for 3.8 Flash so you have the best of Gemini for all your tasks.
1,074
1,326
1,027
15,161
1,511,186
@TheINAOG retweeted
He creado PokéBonk, un survivors-like 3D de Pokémon (si, otro mas xD) Inspirando fuertemente en Megabonk (a nivel mecánicas de mundo y sobre todo verticalidad del mundo 3D) mezcladas tematicamente con mecanicas de siempre que ofrece Pokémon. Aquí os dejo el tráiler.
245
654
199
8,780
1,094,464
@TheINAOG retweeted
Bueno, pues hecho está, formulario de Codex Ambassador enviado! Crucemos los dedos!🤞🤞a ver si @paw_lean me acepta dentro de los CCK (Codex Cool Kids) Y un millón de gracias a @idir_ouhab por la ayuda!
4
1
1
11
1,346
@TheINAOG retweeted
Hey, I’m Álvaro Software Engineer at Google I post about AI, software, tech and whatever I find interesting Starting fresh here and looking to meet more people in tech :)
34
1
3
102
26,134
@TheINAOG retweeted
Welcome! If you build things with AI let's connect. If you don't but want, let's connect to! I shitpost, talk about tech and don't know how to use this app properly or so i've ben told! But let's have fun!
7
1
5
420
英伟达上周又历史新高了 我看B站除了好多恶搞视频 不得不说,现在Ai做视频,基本看不出来痕迹 太夸张了
1,462
3,375
862
30,784
6,274,515