[NOVA]: Soy NOVA, y esto es AgentStack Daily. El nombre anterior era OpenClaw Daily, y el cambio importa. OpenClaw sigue siendo el runtime de operador en el centro del programa, pero hablar de una herramienta de forma aislada pierde de vista hacia dónde va el mercado. Hermes se está volviendo demasiado capaz y demasiado popular para tratarlo como una nota al margen, y lo mismo ocurre con los agentes de codificación, los frameworks de aplicaciones y las plataformas de repositorios a su alrededor. Así que AgentStack Daily significa un recorrido diario por el stack de agentes: qué cambió, para qué sirve cada herramienta, y qué puede usar realmente un builder. Hoy eso significa Hermes Agent v2026.5.7, Claude Code v2.1.141 y las versiones recientes detrás de él, la guía de Google ADK para agentes que se pausan y reanudan, y las tareas de agente de GitHub Copilot expuestas a través de REST. ...

[ALLOY]: Soy ALLOY. Ese cambio de nombre no es cosmético. Es una mejor descripción del trabajo. OpenClaw es el runtime de operador. Hermes es el tablero para trabajo de agentes delegados. Claude Code y Codex son carriles de agentes de codificación cerca del repositorio. Google ADK es para agentes de aplicaciones con estado. Las tareas de agente de GitHub Copilot son trabajos de codificación alojados en la nube con estado de API. Si solo sigues uno de esos de forma aislada, te pierdes la forma en que los productos de agentes se están armando en la práctica. Ahora las noticias: Hermes agrega durabilidad del tablero, health checks de workers, gestión de checkpoints, resume de gateway, verificaciones cron determinísticas, plugins de proveedor, políticas de plataforma y reparaciones de MCP. Claude Code agrega una mejor vista de los agentes en ejecución, salida de hooks más rica, controles de fuente de plugins, scoping de identidad de workload, estabilidad de MCP y correcciones de permisos de agentes en segundo plano. ...

[NOVA]: Así que la estructura es simple. Primero, un mapa en lenguaje sencillo de para qué sirve cada herramienta. Luego la lectura de novedades: Hermes v2026.5.7, Claude Code v2.1.141 hasta v2.1.129, el modelo de resume con estado de Google ADK, y los endpoints de tarea de Copilot de GitHub. El énfasis está en los deltas de productos: nuevas superficies, nuevos controles, límites, riesgos, y las siguientes verificaciones a ejecutar. ...

[ALLOY]: Empieza con OpenClaw porque explica la superficie del runtime detrás del resto del episodio: canales, herramientas, acciones de navegador, comandos locales, memoria, medios, trabajos en segundo plano y prueba de vuelta a un humano. Hermes Agent y Claude Code traen las noticias de lanzamientos hoy, pero OpenClaw es la línea base que hace que el stack de agentes se sienta como una capa de sistema operativo en lugar de un conjunto suelto de chats. ...

[NOVA]: Mapa rápido de herramientas antes de los detalles de los lanzamientos. OpenClaw es la capa de operador y runtime. Es donde los mensajes de canales, las llamadas a herramientas, el control del navegador, los comandos locales, la generación de medios, los trabajos en segundo plano, la memoria y la prueba de trabajo se unen. Su valor agregado no es solo responder a un prompt. Es permitir que un agente actúe a través de interfaces reales, lleve registro del trabajo y reporte de vuelta con evidencia de que un trabajo realmente se ejecutó. ...

[ALLOY]: Hermes Agent es la capa de tablero multi-agente. Piénsalo como delegación, estado de tareas, historial de transferencias, durabilidad y health de workers en un tablero visible. Su valor agregado es la coordinación entre múltiples agentes o workers sin hacer que cada actualización de estado viva solo dentro de una transcripción de chat. Cuando Hermes mejora en tarjetas, checkpoints, heartbeats y resume, el sistema mejora en mostrar qué está asignado, qué está bloqueado y qué puede continuar de forma segura. ...

[NOVA]: Claude Code es el agente de codificación local de terminal. Vive cerca de un repositorio, shells, hooks, servidores MCP, configuraciones de proyecto y sesiones de codificación en segundo plano. Su valor agregado es que un desarrollador puede pedir un cambio, inspeccionar el estado, aplicar políticas locales a través de hooks y mantener el trabajo cerca del codebase. Los cambios recientes de Claude Code importan porque el trabajo de agentes locales necesita visibilidad, permisos, controles de extensión y confiabilidad de servidores de herramientas. ...

[ALLOY]: OpenAI Codex es el carril de codificación y revisión enfocado en el repositorio en este stack de herramientas. Es útil cuando el trabajo es parchear código, leer un repositorio, proponer un diff, revisar un cambio o razonar a través de pruebas. No hay un nuevo lanzamiento de Codex seleccionado para el episodio de hoy, pero sigue siendo parte del panorama más amplio de herramientas de agentes: un agente de codificación debería producir cambios revisables, no solo una explicación persuasiva. ...

[NOVA]: Google ADK es un framework de aplicación para agentes que pueden ejecutarse más tiempo que un solo turno de chat. Su valor agregado es estructura: sesiones, estado, herramientas, almacenamiento y puntos de resume para agentes que esperan aprobaciones, webhooks o eventos externos. Las tareas de agente de GitHub Copilot son diferentes de nuevo: tareas de codificación asíncronas alojadas en GitHub con contexto de repositorio, estado, artefactos de branch o pull request, y acceso a API. Juntos, estos herramientas muestran que el mercado de agentes se está volviendo más concreto: runtimes, tableros, codificación local, estado de aplicaciones y tareas en la nube nativas de repositorio. ...

[NOVA]: Hermes v2026.5.7 es un lanzamiento denso de operador. La versión corta es que el tablero se está volviendo menos frágil. El Kanban multi-agente se vuelve más práctico porque la propiedad de tareas es visible, los workers pueden hacer heartbeat, el trabajo obsoleto puede ser recuperado y los procesos locales muertos pueden ser detectados en lugar de sostener silenciosamente una tarjeta para siempre. Eso suena poco glamoroso hasta que has visto una ejecución delegada fallar porque un worker desapareció y el resto del tablero todavía se veía optimista. ...

[ALLOY]: La actualización de /goal también es parte de esa historia de durabilidad. Un goal le da a la sesión un objetivo de finalización con nombre en lugar de depender del último turno de chat como la única fuente de verdad. En términos de notas de lanzamiento, la funcionalidad es pequeña. En uso real, es importante porque una ejecución larga de agente necesita algo estable para optimizar: terminar el changelog verificado, completar el resumen de pruebas, preparar la respuesta de soporte o recopilar el paquete de evidencia. La nueva funcionalidad hace que ese objetivo sea visible para el sistema en lugar de solo implícito por prosa. ...

[NOVA]: Checkpoints v2 es la actualización de persistencia a observar. Las notas de lanzamiento apuntan a podado de checkpoints, railes de almacenamiento y semántica de resume más segura. En términos prácticos, un tablero de agentes durable necesita estado guardado que sea útil, no un cajón de basura que crece sin límite. Si un gateway se reinicia, un worker crashea o una sesión se reanuda después de una interrupción, el checkpoint debería ayudar a que la ejecución continúe con el contexto actual, no recargar un montón de notas obsoletas y copias parciales de tareas. Esa es la diferencia entre persistencia como funcionalidad y persistencia como pasivo. ...

[ALLOY]: Gateway auto-resume es la funcionalidad relacionada del runtime. Los sistemas de agentes cada vez más se ejecutan detrás de un límite de servicio: un gateway local, un gateway alojado, un adaptador de canal o un scheduler en segundo plano. Cuando esa capa se reinicia, el trabajo orientado al usuario no debería desaparecer solo porque el proceso se recargó. Hermes v2026.5.7 mueve más de ese estado a comportamiento consciente de reinicio. Lo que hay que probar después de actualizar no es solo si el comando inicia. Prueba qué pasa cuando el gateway se reinicia durante una ejecución activa, cuando existe un checkpoint y cuando un worker se reconecta tarde. ...

[NOVA]: El lanzamiento también agrega más espacio para automatización determinística con cron no_agent. Esa es una funcionalidad muy saludable. No toda verificación programada necesita juicio de modelo. Un validador de feeds, reporte de espacio en disco, ping de salud de build o script de canary pueden necesitar ejecución confiable y una notificación clara, no comentarios generados. La nueva capacidad permite que un tablero o scheduler ejecute una verificación simple donde la verificación simple es mejor. Las plataformas de agentes maduras no usan modelos en todas partes. Hacen más fácil usar modelos solo donde realmente se necesita juicio. ...

[ALLOY]: Seguridad y política de plataforma son otro gran bloque del lanzamiento de Hermes. Las notas mencionan listas de permitidos de plataforma en superficies de chat, detalles de políticas de roles, rechazo de extraños en WhatsApp, valores predeterminados de redacción y comportamiento de Discord con alcance de guild. Estas no son funcionalidades secundarias. Responden la pregunta que eventualmente todo operador de producción se hace: quién está autorizado a activar trabajo, desde qué canal, con qué permiso y con qué protección de datos. Un agente útil que acepta el activador incorrecto no es útil. Es un incidente esperando ocurrir. ...

[NOVA]: Los plugins de proveedor y las reparaciones de MCP redondean la actualización de Hermes. Los plugins de proveedor hacen la integración de modelos y servicios más modular. Las correcciones de MCP alrededor del comportamiento de reconexión, pipes obsoletos, transporte SSE, reenvío de OAuth, keepalives y manejo de resultados de imagen importan porque las ejecuciones de agentes rara vez se mantienen dentro de un solo proceso. Llaman herramientas, golpean servidores, esperan streams y cruzan límites de autenticación. La señal del lanzamiento es clara: el ecosistema está pasando de demos a mantenimiento de integración. Las correcciones de transporte aburridas son exactamente lo que hace que un producto se sienta sólido. ...

[ALLOY]: Claude Code v2.1.141 hasta v2.1.129 es el segundo hilo de lanzamiento. La nueva vista de agentes claude es la funcionalidad más fácil de explicar y probablemente una de las primeras que la gente notará. Da una lista visible de sesiones de agentes y su estado. El filtro --cwd estrecha esa vista a un directorio de proyecto. Si una máquina de desarrollador tiene varias tareas en segundo plano, esa pequeña adición convierte la confusión en estado inspeccionable: qué está ejecutándose, qué está bloqueado, qué terminó y qué pertenece a este repositorio. ...

[NOVA]: Los hooks también reciben una actualización significativa. El JSON de hooks ahora puede incluir un terminalSequence, argumentos directos y comportamiento de continuación más limpio cuando una herramienta está bloqueada. Eso suena como plomería de extensión, pero le da a los equipos un contrato más fuerte entre política y retroalimentación de usuario. Un hook puede señalar la terminal, pasar argumentos estructurados, bloquear una operación peligrosa o dejar que un bloqueo esperado continúe con mejor información. Si dependes de hooks para seguridad, formateo, política de proyecto o notificaciones, este es un lanzamiento para probar cuidadosamente. ...

[ALLOY]: Claude Code también agrega mejoras en plugins y control de código fuente. El changelog incluye controles de fuente de plugins, clonación de fuente HTTPS, detalles de migración de configuración administrada, propagación de CLAUDE_PROJECT_DIR y scoping de ANTHROPIC_WORKSPACE_ID. Esas son funcionalidades orientadas a la empresa. Importan cuando un equipo no quiere que cada proyecto invente su propia política de plugins o límite de identidad. Después de actualizar, prueba la instalación de plugins, configuraciones administradas, scoping de identidad y el comportamiento de hooks que dependen del directorio de proyecto. ...

[NOVA]: La estabilidad de MCP aparece de nuevo en el lado de Claude. Preservar servidores MCP después de un clear, mejorar refresh concurrente de OAuth y suavizar el comportamiento de reconexión todos reducen las posibilidades de que un agente parezca despierto mientras su servidor de herramientas está muerto. Este es uno de los mensajes recurrentes en las noticias de lanzamiento de hoy: la observabilidad no es solo un dashboard. Es la capacidad de saber cuándo una sesión, un servidor, un token, un transporte o una tarea en segundo plano está en un estado real en lugar de un estado adivinado. ...

[ALLOY]: Las correcciones de permisos de agentes en segundo plano son otro cambio práctico. Si una tarea en segundo plano hereda el modo de permiso actual, esa herencia debe ser deliberada y predecible. Un agente en segundo plano no debe volverse silenciosamente más poderoso que la sesión que lo lanzó, y no debe perder un permiso que necesita sin un estado de bloqueo claro. Las versiones recientes de Claude Code siguen apretando ese comportamiento. Si tu equipo usa agentes en segundo plano, la prueba de actualización es el modo de permisos, la UX de herramientas bloqueadas, y si la vista del agente reporta con precisión lo que sucedió. ...

[NOVA]: Eso nos da una lista de verificación concreta para el lanzamiento. Hermes v2026.5.7: probar propiedad del tablero, latido del worker, reclaim de tareas obsoletas, poda de checkpoints, resume del gateway, modo cron, allowlists, redacción, plugins de proveedor, y reconnects de MCP. Claude Code v2.1.141: probar la vista del agente, --cwd, hooks, controles de plugin, identidad de carga de trabajo, refresh de MCP, modos de permiso, y estado en segundo plano. Esas son las actualizaciones en las que puedes actuar esta semana. ...

[ALLOY]: El siguiente tema nuevo es el artículo de Google del 12 de mayo sobre el ADK, sobre agentes de larga duración que pausan, reanudan y mantienen contexto. La parte útil no es un prompt mágico. Es un modelo de estado concreto. La guía muestra una sesión con un current_step, actualizaciones de estado explícitas a través de ToolContext.state, un servicio de sesión respaldado por SQLite o Cloud SQL, y puntos de activación que pueden ser disparados por eventos externos. Esa es la dirección correcta para agentes que no pueden terminar en una sola sesión. ...

[NOVA]: El problema de la característica es familiar. Un chat con el modelo puede recordar los últimos minutos de una conversación, pero una aplicación real puede esperar una aprobación de gerente, un webhook, un envío de formulario, una respuesta de cliente, o un evento de pago. Si el agente intenta recordar todo eso reproduciendo una transcripción enorme, el costo sube y la confiabilidad baja. La guía del ADK es persistir el estado importante directamente: el paso, la señal requerida, los datos del usuario, la salida de la herramienta, y la siguiente acción segura. ...

[ALLOY]: La interpolación de instrucciones es uno de los detalles prácticos. En lugar de pedirle al modelo que infiera el estado de mensajes antiguos, la aplicación puede poner valores de estado en las instrucciones. El agente ve el paso actual, los hechos conocidos, y la siguiente acción permitida. Eso hace que el comportamiento sea más fácil de probar. Si current_step dice esperando aprobación, el modelo no debe enviar una respuesta final. Si el estado dice que la aprobación llegó, la siguiente acción puede proceder. La característica es una protección contra amnesia accidental y exceso de alcance accidental. ...

[NOVA]: ToolContext.state es la ruta de escritura. Las herramientas pueden actualizar el estado persistido como parte de su ejecución normal. Eso importa porque las herramientas frecuentemente conocen la verdad mejor que el modelo. Una herramienta de pago sabe si el pago tuvo éxito. Una herramienta de tickets sabe si un ticket está esperando al cliente. Una herramienta de base de datos sabe si una fila fue actualizada. Escribir ese resultado en el estado le da a la siguiente interacción una fuente de verdad confiable en lugar de una memoria narrada de lo que probablemente pasó. ...

[ALLOY]: La elección de almacenamiento también es explícita. El tutorial hace referencia a un DatabaseSessionService con SQLite para desarrollo local y Cloud SQL para despliegues más serios. Eso puede sonar obvio, pero es una señal de producto útil. El estado del agente pertenece a un servicio que puedes inspeccionar, respaldar, migrar y probar. No debe quedar atrapado solo dentro de una transcripción. Una vez que el estado está en una base de datos, puedes ejecutar evals, reproducir escenarios, simular demoras, y verificar que las sesiones reanudadas hagan lo correcto. ...

[NOVA]: La reanudación por webhook es la característica que hace que el patrón se sienta real. Un agente puede pausar, esperar una señal externa, y reanudar cuando esa señal llega. La clave es que reanudar no debe significar "preguntarle al modelo qué cree que estaba pasando." Reanudar debe significar "cargar el estado de la sesión, leer el evento, verificar la transición permitida, y continuar desde un paso conocido." Así es como los agentes de larga duración evitan el modo de falla clásico donde un evento demorado causa la acción incorrecta en el contexto incorrecto. ...

[ALLOY]: La guía del ADK también discute transferencia de sub-agentes y pruebas. La parte de pruebas merece atención. Los bugs de agentes de larga duración frecuentemente se esconden en los huecos: después de una demora, después de un reinicio, después de una falla de herramienta, después de una aprobación parcial, o después de que el usuario cambia de opinión. Los evals dorados que pre-configuran estado permiten a los equipos probar esos huecos directamente. Puedes iniciar un eval con la sesión ya a mitad del proceso, y luego verificar si la siguiente respuesta es segura. Esa es una mejor prueba que solo verificar el camino feliz desde el primer mensaje del usuario. ...

[NOVA]: Para los constructores que siguen las noticias de lanzamientos, la conclusión es directa: ADK está impulsando el estado persistido explícito como una característica de primera clase para agentes. Usa instrucciones cortas, estado estructurado, sesiones respaldadas por base de datos, reanudación basada en eventos, y evals que cubran la continuación demorada. No dejes que un agente de producción dependa de un largo registro de chat como su única memoria. El nuevo artículo da una plantilla concreta para pasar de memoria conversacional a estado de aplicación inspeccionable. ...

[ALLOY]: También se combina naturalmente con las actualizaciones de Hermes y Claude Code del primer segmento. Hermes mejora el seguimiento durable de tareas. Claude Code mejora la visibilidad local del agente. ADK mejora el estado a nivel de aplicación. Productos diferentes, misma dirección de era de lanzamiento: menos magia invisible, más estado inspeccionable, más permisos explícitos, más recuperación después de interrupción, y mejores pruebas para las partes del comportamiento de agentes que solían estar ocultas. ...

[NOVA]: El tercer tema nuevo son las tareas de agente de GitHub Copilot. La documentación REST de GitHub expone endpoints para iniciar e inspeccionar tareas de agente por repositorio. La forma de la ruta es directa: /agents/repos/{owner}/{repo}/tasks. La solicitud puede incluir un prompt, un modelo, una base ref, y si crear un pull request. La tarea luego se mueve a través de estados como queued, in progress, idle, waiting for user, failed, y completed. ...

[ALLOY]: La característica importante no es que Copilot pueda escribir código. Ya sabíamos eso. El nuevo valor es que una tarea de codificación puede convertirse en un objeto de repositorio direccionable por API. Los equipos de plataforma pueden iniciar una tarea, guardar el task ID, inspeccionar el estado, esperar artefactos, y filtrar el resultado a través de revisión normal. Eso hace que la codificación con agentes sea más fácil de conectar a triaje de issues, dashboards de CI, sistemas de release, y portales internos. Convierte una instrucción de chat en una operación de repo trazable. ...

[NOVA]: Los permisos son centrales aquí. Los docs referencian permisos de repositorio detallados para tareas de agente. Eso significa que un sistema puede otorgar acceso a tareas sin entregar control amplio del repositorio. El modelo de permisos es la característica a inspeccionar antes de la adopción. ¿Qué repositorios pueden iniciar tareas? ¿Qué actores pueden solicitar un pull request? ¿Qué base refs están permitidos? ¿Qué modelo puede ser seleccionado? ¿Qué entradas de log de auditoría aparecen cuando la tarea comienza y cuando produce un artefacto? Esas preguntas pertenecen en la lista de verificación de lanzamiento. ...

[ALLOY]: La opción create_pull_request también vale la pena separarla de la tarea en sí. Una tarea puede investigar, cambiar código, y producir un artefacto; un pull request es el límite de revisión. Los equipos deben mantener ese límite visible. Si una tarea crea una rama y PR, CI, code owners, ramas protegidas, y revisión normal todavía aplican. La nueva superficie de API es útil precisamente porque puede alimentar los controles existentes de GitHub en lugar de evadirlos. ...

[NOVA]: El polling de estado es la otra característica práctica. Un llamador no debe asumir que una tarea iniciada ha terminado porque la solicitud regresó. Debe hacer polling o suscribirse según el patrón soportado por la plataforma, manejar waiting_for_user, manejar falla, y registrar el artefacto solo después de completarse. Aquí es donde el endpoint de agent-task empieza a verse como cualquier otro trabajo de ingeniería async: enviar, persistir ID, inspeccionar estado, procesar resultado, y registrar evidencia. ...

[ALLOY]: La selección de modelo en la solicitud es un campo pequeño con grandes implicaciones. Si un equipo puede elegir un modelo por tarea, la política necesita decir qué modelo está permitido para qué repositorio y qué clase de datos. Una corrección de documentación, un bump de dependencia, un parche de seguridad, y un plan de migración pueden no necesitar el mismo modelo o el mismo presupuesto de contexto. La característica es poderosa, pero la gobernanza debe ser aburrida: modelos permitidos, repositorios permitidos, base refs permitidos, y puertas de revisión claras. ...

[NOVA]: Para equipos de lanzamiento, la nueva API de tareas de Copilot puede convertirse en una forma limpia de encolar trabajo de repo desde otro sistema. Un test fallido crea un issue. Un servicio confiable inicia una tarea de agente contra el repo. La tarea abre una rama o pull request. CI corre. Los revisores inspeccionan el diff. El resultado aterriza a través de la política existente. Ese es un patrón más saludable que pegar un prompt gigante en una ventana de chat y esperar que la respuesta final mapee limpiamente de vuelta a GitHub. ...

[ALLOY]: La limitación también es clara. Las tareas de agente no son un reemplazo para revisión, política de secrets, CI, o aprobación de release. Son una nueva superficie de automatización. Trátalas como una API que puede crear trabajo, no como una autoridad que puede declarar trabajo terminado. Los estados en los docs son un recordatorio: queued no es started, in progress no es seguro, idle puede necesitar atención, waiting for user no es failure, y completed todavía necesita revisión de artefacto. ...

[NOVA]: La mejor señal en esta actualización es que la codificación con agentes se está convirtiendo en infraestructura normal de plataforma. Tiene endpoints, permisos, estados de tareas, comportamiento de ramas, y opciones de pull request. Eso es lo que convierte la ayuda de agentes de un asistente ocasional en algo que un equipo puede monitorear. También coincide con la tendencia más amplia del episodio de hoy: el estado y la visibilidad se están convirtiendo en características de producto, no en arrepentimientos. ...

[ALLOY]: Si estás actualizando Hermes después de v2026.5.7, comienza con las funciones de confiabilidad. Crea un tablero de prueba pequeño. Confirma que la propiedad de la tarea aparece correctamente. Mata un worker y verifica el estado de reclaim de tareas obsoletas o bloqueadas. Reinicia el gateway y verifica el comportamiento de reanudación. Crea suficientes checkpoints para observar la poda. Ejecuta una verificación cron determinística sin modelo involucrado. Luego prueba las llamadas MCP a través de una reconexión y confirma la redacción en los logs. ...

[NOVA]: Para Claude Code, comienza con la observabilidad y los hooks. Ejecuta agentes claude, luego ejecútalo con --cwd dentro de un proyecto. Lanza una tarea en segundo plano y confirma el modo de permisos. Activa un hook que emite JSON y un terminalSequence. Prueba la clonación de fuentes de plugins sobre HTTPS. Limpia una sesión y verifica el comportamiento del servidor MCP. Verifica el alcance de identidad de workload con el ajuste de entorno relevante. El lanzamiento es útil, pero solo si tus servidores de políticas y herramientas locales sobreviven a la actualización. ...

[ALLOY]: Para ADK, prueba el estado diferido. Construye un pequeño ejemplo con un valor de estado de sesión, un servicio de sesión de base de datos y un evento de reanudación externo. Pon la sesión en estado de espera. Espera. Reanúdala con un webhook simulado. Luego ejecuta una evaluación que comience desde ese estado de espera sin reproducir toda la conversación. Si esa prueba pasa, habrás aprendido más de lo que enseñaría una demostración pulida. ...

[NOVA]: Para tareas de agente de Copilot, prueba el límite de la API antes del resultado de codificación. Crea una tarea en un repositorio no crítico. Guarda el ID de la tarea. Consulta el estado. Requiere un pull request en lugar de cambios directos. Inspecciona la auditoría, permisos, modelo seleccionado, ref base y resultado de CI. Luego decide qué categorías de trabajo son seguras para enviar a través del endpoint. La nueva función es prometedora, pero la primera victoria debería ser la trazabilidad, no la velocidad. ...

[ALLOY]: Una cosa a observar a continuación es la convergencia en el vocabulario de estado. Hermes tiene cards y workers. Claude Code tiene sesiones de agente. ADK tiene estado de sesión persistente. GitHub tiene estados de tareas. Los nombres difieren, pero la dirección del producto es consistente: los usuarios necesitan saber qué se está ejecutando, qué está esperando, qué falló, qué necesita información y qué artefacto se produjo. Las herramientas de agente que no puedan responder esas preguntas se sentirán cada vez más obsoletas. ...

[NOVA]: Otra cosa a observar es que la política se está convirtiendo en una función面向用户. Las listas de permitidos, verificaciones de roles, modos de permisos, identidad de workload, política de fuentes de plugins, permisos de repositorio y selección de modelo solían parecer detalles de administración. Ahora son parte de la historia del producto. Cuanto más capaz se vuelve un agente, más importante es saber quién puede iniciarlo, qué puede tocar, qué proveedor puede usar y cómo se revisa su salida. ...

[ALLOY]: La tendencia final es menos romanticismo sobre la autonomía y más ingeniería alrededor de la interrupción. Los heartbeats, reclaim, checkpoints, reanudación de gateway, estado de base de datos, continuación de webhook, consulta de estado de tareas y estados bloqueados son todas formas de admitir que los sistemas reales se pausan, fallan, esperan y se recuperan. Eso es una buena noticia. Los productos confiables se construyen alrededor de modos de falla, no alrededor de demostraciones perfectas. ...

[NOVA]: Reduzcamos el ritmo en los detalles de Hermes por unos minutos más, porque el nuevo lanzamiento tiene varias funciones pequeñas que importarán más en producción de lo que aparecen en un vistazo al changelog. El heartbeat del worker es el obvio. Un heartbeat convierte el silencio en una señal medida. Si el worker está vivo, el tablero puede seguir esperando. Si el heartbeat se detiene, el sistema puede marcar la tarea como obsoleta, hacer reclaim o mostrar un estado bloqueado. Esa es una primitiva básica de confiabilidad, y es exactamente el tipo de primitiva que necesitan los productos de agente. ...

[ALLOY]: El reclaim de tareas obsoletas es la función compañera. Sin reclaim, un worker fallido puede dejar una tarea pareciendo permanentemente asignada. Con reclaim, el tablero puede decidir que la propiedad ha expirado. El detalle importante es que el reclaim no debería fingir que el intento anterior tuvo éxito. Debe preservar el modo de falla, el conteo de reintentos, la evidencia y el último estado conocido. Los constructores deben inspeccionar ese comportamiento después de la actualización. Una tarea recuperada debería ser auditable, no mágicamente fresca. ...

[NOVA]: La detección de zombies en Darwin suena como una nota al pie de plataforma, pero es otro ejemplo de la misma dirección de producto. Las ejecuciones locales de agentes a menudo dependen de procesos hijos: comandos de shell, procesos de navegador, servidores de herramientas, generación de audio, generación de imágenes o runners de pruebas. Si un proceso muere mal, la capa de agente necesita saberlo. Detectar estado zombie no es un copy de marketing emocionante; es cómo un producto de automatización local deja de confundir "el proceso existe" con "el trabajo está sano". ...

[ALLOY]: La poda de checkpoints merece una lectura similar. La persistencia que nunca poda eventualmente se convierte en su propia fuente de outage. El disco se llena. La reanudación se vuelve lenta. El estado antiguo compite con el estado actual. Una función de checkpoint solo es madura cuando incluye límites, limpieza y comportamiento claro de falla. Después de Hermes v2026.5.7, la prueba inteligente es crear varias ejecuciones, interrumpir una, reanudar una e inspeccionar el directorio de checkpoints o la entrada de la base de datos por tamaño, frescura y capacidad de recuperación. ...

[NOVA]: El cambio del plugin de proveedor también es más grande de lo que parece al principio. Los productos de agente cada vez más necesitan intercambiar proveedores de modelos, enrutar tareas específicas a APIs específicas y evitar que las opciones específicas del proveedor se filtren al backend incorrecto. Un límite de plugin permite que esa integración sea más explícita. También les da a los operadores un lugar para probar errores de autenticación, timeouts de solicitudes, comportamiento de fallback, límites de tokens y formatos de respuesta específicos del proveedor sin reescribir el resto del producto. ...

[ALLOY]: El trabajo de reparación de MCP está en la misma categoría. Los servidores de Model Context Protocol pueden exponer búsqueda de archivos, búsqueda de issues, acciones de navegador, APIs de aplicaciones o servicios internos. Cuando el transporte es SSE, cuando los tokens de OAuth se refrescan concurrentemente o cuando un pipe se vuelve obsoleto, el agente puede fallar lejos del prompt original. Que Hermes y Claude Code ambos publiquen actualizaciones de estabilidad de MCP en el mismo episodio es una señal útil. La capa de herramientas se está convirtiendo en una superficie de mantenimiento de primera clase. ...

[NOVA]: En Claude Code, la vista de agente puede convertirse en una de esas funciones que se sienten obvias después de que existen. Antes de ella, un usuario podía lanzar trabajo en segundo plano y luego depender de la memoria, el scrollback del terminal o verificaciones externas del proceso. Después de ella, el CLI mismo puede responder preguntas de estado. Las vistas de ejecutándose, bloqueado, completado y con alcance de proyecto son lo mínimo para el uso serio de agentes locales. El comando es simple, pero la implicación del producto es grande: el trabajo local de agentes se está volviendo inspeccionable. ...

[ALLOY]: El campo terminalSequence del hook es igualmente práctico. La retroalimentación de terminal no es solo decoración. Un hook puede necesitar hacer visible una acción bloqueada inmediatamente, cambiar un título de terminal, hacer sonar una campana o señalar finalización mientras el usuario está en otro panel. La salida estructurada de hooks les da a los equipos una forma más limpia de conectar la política con la retroalimentación. La prueba importante es si los hooks permanecen predecibles a través de sesiones interactivas, sesiones en segundo plano y llamadas de herramientas bloqueadas. ...

[NOVA]: El control de fuentes de plugins importa por razones de cadena de suministro. Si una herramienta de codificación puede cargar plugins, entonces la política de fuentes es parte de la seguridad. La clonación por HTTPS, la configuración administrada, las fuentes aprobadas y la identidad del workspace no son glamorosas, pero reducen la ambigüedad sobre de dónde vino el código ejecutable de extensión. Los equipos deben tratar la configuración de plugins como la configuración de dependencias: fuente conocida, versión conocida, permiso conocido y ruta de actualización conocida. ...

[ALLOY]: El alcance de identidad de workload con ANTHROPIC_WORKSPACE_ID apunta en la misma dirección. Un CLI local puede sentirse personal, pero muchos usuarios ahora lo ejecutan dentro de proyectos de empresa, entornos administrados o dev boxes compartidos. La identidad necesita seguir el límite del proyecto y el límite de política. Si el ID de workspace incorrecto se filtra al proyecto incorrecto, la facturación, la auditoría y las verificaciones de permisos pueden volverse un desastre. El nuevo ajuste merece una prueba de actualización pequeña pero deliberada. ...

[NOVA]: El artículo de ADK de Google es importante porque hace una distinción limpia entre el contexto del modelo y el estado de la aplicación. El contexto del modelo es el texto que ve el modelo. El estado de la aplicación es el registro duradero que la aplicación posee. Los agentes de larga duración necesitan ambos, pero no deben confundir uno con el otro. El ejemplo de current_step del artículo es simple a propósito. Un valor de estado pequeño puede prevenir una clase grande de errores cuando el agente se reanuda después de un retraso. ...

[ALLOY]: El detalle de DatabaseSessionService también les dice a los constructores hacia dónde piensa Google que va esta categoría. SQLite local para desarrollo, Cloud SQL para despliegues más serios y escrituras de estado a través de llamadas de herramientas: ese no es un patrón de juguete. Es una arquitectura de aplicación normal con una capa de IA agregada. El agente aún puede razonar, escribir y llamar herramientas, pero la aplicación posee el registro duradero. Eso hace más fácil la depuración y el cumplimiento porque el estado puede ser inspeccionado fuera del modelo. ...

[NOVA]: La reanudación impulsada por webhook es el momento en que la función deja de ser teórica. Imagina que una aprobación llega doce horas después. La aplicación debería cargar la sesión, leer el evento de aprobación, confirmar el paso esperado y continuar. No debería pedirle al modelo reconstruir la cadena de aprobación a partir de prosa antigua. La misma idea aplica a casos de soporte, incorporación, aprobaciones financieras, aprovisionamiento de dispositivos y cualquier tarea donde pasa tiempo entre la solicitud y la respuesta. ...

[ALLOY]: Las evals doradas para estado diferido son especialmente útiles. Los equipos suelen probar solo la primera solicitud y la respuesta final. El bug suele estar en el medio: después de un timeout, después de un resultado parcial de una herramienta, después de que un usuario cambia una respuesta, o después de que llega dos veces un evento externo. Pre-inicializar el estado permite que una eval comience exactamente en esa condición intermedia. Eso convierte un caso límite aterrador del mundo real en un caso de prueba repetible. Es una de las ideas más valiosas en la publicación del ADK. ...

[NOVA]: La API de tareas de Copilot de GitHub es importante por una razón diferente: hace que la codificación con agentes se adapte a una plataforma de repositorios. El endpoint puede crear una tarea, adjuntarla a un repositorio, seleccionar un modelo, elegir un base ref, y opcionalmente crear un pull request. Eso permite que otro servicio trate el trabajo de Copilot como un job asíncrono. El resultado puede observarse a través del estado, la rama y los artefactos del PR en lugar de desaparecer en un chat de asistente. ...

[ALLOY]: El modelo de permisos es lo primero que hay que estudiar en la documentación. Los permisos granulares de repositorio reducen la necesidad de tokens amplios. Una plataforma puede otorgar acceso para iniciar tareas de agentes sin otorgar cada posible acción de repositorio. Esa es la dirección correcta, pero aún necesita una configuración cuidadosa. Un servicio que inicia tareas debe tener un token limitado, un conjunto conocido de repositorios, una política clara de base-ref, y un requisito de revisión antes de que los cambios aterricen. ...

[NOVA]: Los estados de las tareas son igual de importantes que el endpoint de inicio. En cola significa aceptado, no terminado. En progreso significa activo, no seguro. Inactivo puede significar que el agente está esperando o necesita atención. Esperando al usuario es un estado del producto, no un error genérico. Completado significa que existe un artefacto, no que el artefacto sea correcto. Fallido significa que el llamador necesita un path de error que le diga a un humano qué pasó. Esos estados les dan a los equipos suficiente estructura para construir monitoreo alrededor de la codificación con agentes. ...

[ALLOY]: La creación de pull-request es el límite de artefacto sensato. Una rama y un PR permiten que los controles existentes de GitHub hagan su trabajo: CI, revisión, code owners, verificaciones, ramas protegidas e historial de auditoría. La nueva característica debe hacer que el trabajo de código sea más rastreable, no menos. Si un equipo adopta las tareas de Copilot y evita la revisión, se ha perdido la mejor parte de la actualización. La API es más valiosa cuando se conecta a los controles de ingeniería que ya existen. ...

[NOVA]: Juntando las cuatro historias, las noticias no son abstractas. Hermes añade mayor durabilidad para el trabajo delegado. Claude Code añade mayor visibilidad local y controles de extensión. ADK añade estado persistente explícito para agentes demorados. GitHub añade tareas de codificación direccionables por API con estados de repositorio y artefactos de PR. Esa es una semana de movimiento concreto de productos. No es hype sobre agentes reemplazando equipos. Es que las herramientas se vuelven más operacionales. ...

[ALLOY]: La pregunta para los próximos lanzamientos es cuánto de esto se convierte en vocabulario estándar. Heartbeat, checkpoint, modo de permisos, estado persistente, estado de tarea, selección de modelo, plugin de proveedor, reconexión de MCP, artefacto de pull-request, caso de eval, log de auditoría: estas son las palabras que hacen que los sistemas de agentes sean legibles. Los productos que hacen esas palabras fáciles de inspeccionar serán los productos en los que los equipos confíen. ...

[NOVA]: Aquí están las verificaciones de builder que pondría junto a las notas de lanzamiento. Primero, construye una pequeña prueba de salud para cada nueva característica de estado. Para Hermes, eso significa un board con dos tareas, un worker saludable, un worker interrumpido, y un estado final visible. Para Claude Code, eso significa una sesión de agente que está corriendo, una que está bloqueada, y una que está completada. Para GitHub, eso significa una tarea que pasa de en cola a completada con un pull request. Para ADK, eso significa un evento de reanudación diferido que cambia el estado almacenado. ...

[ALLOY]: Segundo, construye una prueba de permisos antes de una prueba de productividad. Una nueva característica de agente solo es segura si el límite está claro. Prueba quién puede iniciarla, qué proveedor puede llamar, qué repositorio puede tocar, qué token usa, qué modelo está permitido, y qué acción requiere revisión. Los builders a menudo prueban el happy path primero porque es emocionante. Los operadores deben probar el límite primero porque es la parte que previene sorpresas. ...

[NOVA]: Tercero, construye un hábito de evidencia. Cada producto de agente útil en el episodio de hoy se está moviendo hacia la evidencia: un estado de card, un estado de sesión, un estado de tarea, un pull request, un log, un trace, un checkpoint, un resultado de eval, o un registro de permiso. Si una actualización produce solo un resumen fluido, no es suficiente. El comportamiento de producto más fuerte es un resumen más el artefacto que prueba qué pasó. Así es como los builders mantienen la velocidad sin sacrificar la rendición de cuentas. ...

[ALLOY]: Cuarto, construye en torno a los modos de falla. Interrumpe un worker de Hermes. Rompe un servidor MCP. Hace que expire un token de OAuth. Bloquea un hook de Claude Code. Envía un evento de reanudación de ADK fuera de orden. Haz que una tarea de Copilot espere input del usuario. Estas no son pruebas destructivas por su propio bien. Son las pruebas que te dicen si la nueva característica puede sobrevivir el desorden normal de producción. Una herramienta que solo funciona en el path de demo no está lista para asumir trabajo importante. ...

[NOVA]: Quinto, construye el caso de uso útil más pequeño antes de expandir. Para Hermes, un board de verificación de notas de lanzamiento es suficiente. Para Claude Code, una vista de agente con alcance de proyecto es suficiente. Para ADK, una compuerta de aprobación con estado persistente es suficiente. Para tareas de Copilot, un PR de documentación de bajo riesgo es suficiente. Las pruebas pequeñas revelan el comportamiento del producto rápidamente. Después de eso, el builder puede agregar más usuarios, más repositorios, más herramientas y más política. ...

[ALLOY]: Estas verificaciones no son un desvío de las noticias. Son cómo las noticias se vuelven útiles. Una nota de lanzamiento dice que existe una característica. Una verificación de builder dice si funciona en tu entorno. La brecha entre esos dos es donde muchos productos de agente fallan. Las actualizaciones de hoy son prometedoras porque exponen más de esa brecha: estado, permiso, reintento, proveedor, transporte y comportamiento de artefactos son más fáciles de ver de lo que eran hace un año. ...

[NOVA]: El otro punto práctico es la secuenciación de actualizaciones. No actualices todas las partes móviles a la vez si puedes evitarlo. Comienza con el producto cuya nueva característica resuelve el problema más inmediato. Si tu dolor es trabajo de fondo invisible, comienza con la vista de agente de Claude Code. Si tu dolor es trabajo delegado que se atasca, comienza con Hermes. Si tu dolor son aprobaciones demoradas, comienza con el estado de ADK. Si tu dolor son tareas de código alojadas en GitHub, comienza con la API de Copilot. Los builders obtienen mejores datos cuando una variable cambia a la vez. ...

[ALLOY]: Y si mantienes una plataforma interna, convierte estas en plantillas predeterminadas. Una plantilla de board de Hermes con campos de evidencia. Una plantilla de prueba de hook de Claude Code. Una plantilla de eval de estado de ADK. Una plantilla de envío de tarea de GitHub con verificaciones de permiso de repositorio. Las plantillas hacen que el buen comportamiento sea repetible. Las características más nuevas de agentes se mueven en esa dirección: menos improvisación, más estado productizado, más artefactos inspeccionables, y pruebas de actualización más claras. ...

[NOVA]: Una última nota de builder antes del resumen: construye un dashboard que diga menos pero pruebe más. La vista del builder debe mostrar la tarea activa, la tarea bloqueada, el último reintento, el proveedor seleccionado, el permiso actual, el último artefacto, y la siguiente decisión humana. Eso es suficiente para que un operador actúe. Un builder no necesita una pared de prosa generada cuando una tabla de estado concisa, un enlace a un pull request, y un estado de error claro harán el trabajo. ...

[ALLOY]: Una segunda nota de builder: construye el rollback en el plan de adopción. Si una nueva fuente de plugin rompe la autenticación, si un adaptador de proveedor cambia el esquema de respuesta, si un transporte MCP comienza a dar timeout, o si un agente de fondo hereda el permiso incorrecto, el operador debe saber cómo volver a la configuración anterior. El caso de uso no es solo enviar una nueva característica. El caso de uso es enviarla con una salida segura. Eso es lo que convierte un lanzamiento emocionante en una actualización responsable. ...

[NOVA]: Y una tercera nota de builder: construye lenguaje compartido en las revisiones de equipo. Pregunta, "¿cuál es el estado, cuál es el artefacto, qué permiso se usó, qué proveedor se llamó, qué reintento ocurrió, y qué evidencia apoya la completación?" Esas preguntas funcionan en Hermes, Claude Code, ADK y tareas de Copilot. Le dan a los builders un hábito de revisión práctico que sobrevive a las diferencias de productos. Las mejores características nuevas de agentes hacen que esas preguntas sean más fáciles de responder. ...

[NOVA]: Así que el resumen conciso es este. Hermes Agent v2026.5.7 trae durabilidad y características de seguridad para operadores para trabajo de agente delegado. Claude Code v2.1.141 y las versiones recientes alrededor de él mejoran la visibilidad del agente, hooks, plugins, identidad, estabilidad de MCP y permisos. Google ADK muestra cómo almacenar estado para agentes que se pausan y reanudan. Las tareas de agente de GitHub Copilot le dan a la automatización de repositorio una superficie de tarea direccionable por REST. Esas son las actualizaciones útiles de agente de la semana. ...

[ALLOY]: Si solo pruebas una cosa de cada historia, que sea esto: reanudación de Hermes después de interrupción; visibilidad del agente de Claude Code más comportamiento de hook; estado persistente de ADK después de una demora; estado de tarea de Copilot más compuerta de pull request. Esas pruebas se alinean con el movimiento central del producto. Las nuevas características no solo están haciendo que los agentes sean más capaces. Están haciendo que el trabajo de agente sea más fácil de observar, recuperar y gobernar. ...

[NOVA]: Esto es AgentStack Daily por hoy. Para las notas del programa, enlaces de fuentes y transcripciones, visita Toby On Fitness Tech punto com. Soy NOVA. ...

[ALLOY]: Y soy ALLOY. Volveremos pronto. ...