Hoy hay un montón de agentes de código. Y eso es bueno. Cada vez más personas están creando herramientas que se adaptan a su forma real de trabajar. Cada enfoque nuevo nos deja algo que aprender, y quienes usan estas herramientas tienen más opciones para elegir.
Cloaky es nuestro aporte: una mesa de trabajo de escritorio donde podés elegir un motor de código, asignarle una tarea, seguir el proceso, revisar los cambios y probar lo que construyó justo al lado de la conversación.
Estamos preparando Cloaky Base v0.1.1 para macOS y Linux. Conecta cinco motores de código a Venice con tu propia clave de API, y la transcripción por voz corre en tu máquina. Pro, que sigue siendo una versión privada, suma modelos de lenguaje locales y opciones directas de proveedores.
De acá partimos.
La idea de fondo es personal: más de la inteligencia que usás debería ser tuya.
No hablo solo del modelo. Hablo de los ejemplos que elegís, el contexto que armás, tus formas de resolver problemas y esas rutinas a las que volvés porque te dan resultado. Hoy, casi todo eso vive dentro de productos de otros.
Quiero que las personas construyan inteligencia alrededor de su propia vida y su trabajo, y que más de esa inteligencia corra en hardware y herramientas que controlen. Alquilar capacidad extra tendría que ser una opción que tomes cuando realmente te sirva.
Cloaky arranca con la mesa de trabajo, porque es la parte que conservás mientras los modelos cambian.
Un lugar para no soltar el trabajo
Cuando un agente modifica un proyecto, pasan muchas cosas entre tu pedido y su mensaje final.
Los archivos cambian. Los comandos se ejecutan. Un enfoque funciona, o no. A veces necesitás interrumpir, hacer una pregunta o señalar que un resultado que parecía perfecto no entendió lo que querías.
Cloaky junta la conversación, la revisión de archivos y la vista previa en un solo lugar.
Podés leer un diff, comentar una línea, rechazar un bloque o volver a un punto de control de archivo después de un turno compatible. Según el motor y el modo de permisos, las tarjetas de aprobación te dejan inspeccionar solicitudes para editar archivos o ejecutar comandos, y decidir si las autorizás.
Esos controles varían según el motor. Una aprobación es un paso de revisión, no un sandbox: una vez que aprobás una acción, nada la contiene. El aislamiento por contenedores y el sandbox de comandos, ambos desactivados por defecto, son los que limitan hasta dónde puede llegar un motor.
La experiencia que busco es simple. Deberías poder acompañar el trabajo mientras sucede.
Ver qué cambió. Dar indicaciones. Probar el resultado. Quedarte con lo que sirve y corregir lo que no.
Ya sea que estés arreglando algo chico o arrancando por fin ese proyecto que tenías guardado hace meses, la mesa de trabajo tiene que ayudarte a convertir una intención en algo que puedas revisar y usar.
Conservá la mesa de trabajo. Elegí la inteligencia.
Un motor y un modelo hacen trabajos distintos.
El motor ejecuta la sesión de código y sus herramientas. El modelo aporta la inferencia detrás de todo eso. La mesa de trabajo es donde vos das indicaciones y revisás el resultado.
Cloaky Base funciona con Claude Code, OpenCode, Codex, Kimi Code y Grok Build. Sus solicitudes de modelo pasan por Venice, usando tu propia clave y crédito de Venice.
Base no ejecuta modelos de lenguaje en tu máquina. Cada solicitud lleva el contexto que la tarea necesita, incluyendo prompts, los archivos que lee el agente y los resultados de las herramientas. Las herramientas e integraciones también pueden hacer sus propias peticiones de red. El selector de modelos de Cloaky muestra el nivel de privacidad de Venice
Figura 2. La ruta de solicitud de modelos de Base. Las solicitudes alojadas llevan el contexto de tarea que necesitan. Las herramientas e integraciones también pueden hacer sus propias peticiones de red.
Lo que se queda en casa también importa. Cloaky no envía telemetría, analíticas ni reportes de fallos, y no levanta ningún servidor propio. Tus ajustes, sesiones y registros viven en una carpeta de tu computadora, fuera de la app.
Saber dónde corre la inteligencia es parte de tener una elección real. Pro extiende esa posibilidad a proveedores directos y a modelos de lenguaje locales a través de Ollama y LM Studio.
Con el tiempo, quiero que las personas tengan más libertad para decidir qué corren localmente, qué alquilan y cómo combinan ambas cosas alrededor de su propio trabajo.
Una buena mesa de trabajo debería ganarse su lugar cada vez que esas decisiones cambien.
Un pedacito de propiedad
El dictado por voz hace tangible esta idea.
Con whisper.cpp, Cloaky transcribe tu grabación en tu propia máquina. El texto aparece en el editor para que lo leas o lo modifiques antes de enviarlo.
Grabar, transcribir y enviar son pasos separados. El audio se queda en local. Cuando mandás el prompt resultante en Base, ese texto sigue la ruta de Venice.
Figura 3. La grabación y la transcripción se quedan en local. Vos decidís cuándo enviar el texto resultante.
Podés elegir entre cuatro modelos de voz en inglés. Necesitás whisper.cpp y un modelo descargado, y la transcripción no tiene respaldo en la nube.
Es una función chica, pero muy útil. Podés dictar una tarea, revisar las palabras y decidir cuándo se convierten en una solicitud.
Así es como quiero construir hacia la visión más grande: con cosas que la gente pueda entender y controlar.
Más de tu contexto siguiéndote siendo útil. Más de tus flujos de trabajo funcionando como preferís. Más capacidad corriendo en máquinas que son tuyas.
Queda muchísimo por construir. Y eso es justamente lo que lo hace interesante.
Un segundo par de ojos
Cloakster es una segunda opinión opcional sobre la sesión. Su monitoreo de sesión viene desactivado por defecto.
Busca cosas como enfoques fallidos repetidos, desvíos del pedido original y afirmaciones que el resultado no respalda. También puede marcar acciones pendientes que parecen estar fuera del alcance de la tarea.
Cloakster usa Jev, creado por TypeSafe AI, a través de la API beta de decisiones de Venice. Cloaky lo usa para hacerse preguntas como si el trabajo está terminado o si una acción propuesta se sale de la tarea.
Mientras lo desarrollábamos, lo probamos con ejemplos sintéticos etiquetados.
El 24 de septiembre de 2026, jev-latest de Venice devolvió respuestas para 103 de 104 escenarios; una solicitud alcanzó el límite de tasa. La latencia mediana registrada para las solicitudes de decisión fue de 421 milisegundos.
Figura 4. Resultados en los umbrales seleccionados. Los segmentos azules son ejemplos positivos detectados; los color arena son los que se pasaron por alto. Los umbrales se eligieron usando el mismo conjunto de datos.
Con los umbrales elegidos para ese conjunto, Cloakster detectó 17 de 18 ejemplos de finalización y 22 de 23 acciones fuera del alcance de la tarea. Los dos casos que se le escaparon fueron una tarea terminada sin verificación y una escritura de archivo propuesta en otro proyecto.
Elegimos esos umbrales usando los mismos ejemplos. Estos son resultados de calibración, y todavía tenemos que ver cómo se comporta Cloakster en sesiones reales.
Cuando el monitoreo de sesión está activado para una sesión compatible, algunos fragmentos seleccionados van al modelo de decisiones de Venice. Cada verificación de Cloakster se puede desactivar en Configuración.
La idea es darte otra perspectiva mientras vos seguís al mando del trabajo.
Cloakster es una segunda opinión opcional sobre la sesión. Su monitoreo de sesión viene desactivado por defecto.
Busca cosas como enfoques fallidos repetidos, desvíos del pedido original y afirmaciones que el resultado no respalda. También puede marcar acciones pendientes que parecen estar fuera del alcance de la tarea.
Cloakster usa Jev, creado por TypeSafe AI, a través de la API beta de decisiones de Venice. Cloaky lo usa para hacerse preguntas como si el trabajo está terminado o si una acción propuesta se sale de la tarea.
Mientras lo desarrollábamos, lo probamos con ejemplos sintéticos etiquetados.
El 24 de septiembre de 2026, jev-latest de Venice devolvió respuestas para 103 de 104 escenarios; una solicitud alcanzó el límite de tasa. La latencia mediana registrada para las solicitudes de decisión fue de 421 milisegundos. Construir algo a lo que valga la pena volver
La beta pública ya cerró. Lo que viene es Cloaky Base v0.1.1, gratis para macOS 13 o superior y Linux. Su código se abrirá bajo la licencia MIT en la v0.1.10, después de diez lanzamientos.
Apple Silicon es donde más pruebas hicimos. Los comentarios desde Mac con Intel y Linux nos van a servir muchísimo.
Figura 5. Dos ediciones, con distintas opciones de modelos. La transcripción de voz local está disponible en Base; la inferencia de modelos de lenguaje local es una función de Pro.
Los motores son programas independientes. Cloaky puede instalar Claude Code, OpenCode, Codex y Kimi Code, o usar una instalación que ya tengas. Grok Build se instala mediante una guía en la terminal.
Usamos una versión anterior para Linux con temporizadores, notas, tableros y otros proyectos chicos, y estuvimos viendo cómo se manejaba en sesiones de código reales.
En una tarea de slugify usando GLM-5.3-Flash a través de OpenCode Go, Cloaky tardó 13 segundos y la CLI de OpenCode, 14. Ambas pasaron las mismas cuatro pruebas. Una sola ejecución no dice mucho sobre la velocidad relativa, pero estuvo bueno ver cómo la mesa de trabajo llevaba una tarea desde el pedido hasta un resultado verificado.
Una tarea más difícil dejó más cosas por investigar. OpenCode Go a través de Cloaky escribió archivos, igual que la CLI independiente de Grok Build. Grok Build mediante la conexión ACP de Cloaky no generó ninguno en esa ejecución. Esa versión anterior también tuvo otros problemas. Abrir una segunda instancia chocaba con un bloqueo de perfil y mostraba una ventana negra, y los errores de saldo del proveedor necesitaban una explicación más clara.
Quiero seguir mostrando lo que pasa en la práctica, incluyendo los intentos que fallan.
Ganarse un lugar en el trabajo diario de alguien exige prestar atención a esos detalles: arrancar, entender un error, revisar un cambio y volver mañana.
Ese es el trabajo que tenemos que seguir haciendo.
Hay espacio en el puerto
Este espacio está lleno de gente haciendo un trabajo que respeto. Quiero que les vaya bien.
OpenCode es el estándar del que seguimos aprendiendo. Cloaky tiene la suerte de construir sobre un mundo que estos equipos ayudaron a crear.
Un agradecimiento personal a Theo, al equipo de T3 Code y a su comunidad. Aprendí muchísimo del canal de Theo y estudiando T3 Code.
Cloaky no es un fork de T3 Code. Probablemente debería haberlo sido. Nos habría facilitado mucho la vida.
Tengo un respeto enorme por el cuidado que ponen en su trabajo y por compartirlo de forma tan abierta.
Gracias a OpenCode, Cline, Aider, Zed y la comunidad de ACP, Ollama, LM Studio y Venice. Cloaky se distribuye con avisos que reconocen a los mantenedores cuyo trabajo incluye.
Y gracias a Diogo Almeida y al equipo de TypeSafe AI por Jev. Su trabajo nos da un bloque de construcción más; las mediciones de calibración de Cloakster de arriba son nuestras. Vamos a actualizar estos números a medida que aprendamos.
Todos ganamos cuando la gente tiene mejores herramientas y más libertad para construir con ellas. Hay espacio para distintos enfoques, distintos flujos de trabajo y distintas ideas sobre hacia dónde puede ir esto.
Para Cloaky, la ambición va más allá de la sesión de código. Quiero que ayude a las personas a construir inteligencia alrededor de su propio trabajo y a mantener más de esa inteligencia en sus manos.
Si te parece un rumbo que querés ayudar a definir, bienvenido.
Dejá tu correo en cloaky.dev y vas a recibir un único email el día del lanzamiento, en los próximos días; nada de newsletters. Seguí a @cloakyapp para ver demostraciones prácticas, novedades de desarrollo y las próximas mediciones.
Pro sigue siendo una versión privada. Si querés ayudar a darle forma, escribí a hello@cloaky.dev.
Un barco más en el puerto. Veamos cómo le va.
GIF
