Esta AI está construyendo su propio software

Los agentes de codificación de AI prometen una productividad revolucionaria, sin embargo, su iteración actual a menudo genera caos. Aunque son capaces de generar impresionantes fragmentos de código o incluso funciones completas, estos agentes son notoriamente no deterministas, comportándose más como una tirada de moneda que como un socio de desarrollo fiable. Esta imprevisibilidad inherente significa que el mismo prompt puede producir resultados muy diferentes en distintas ejecuciones, haciendo que una salida consistente y de alta calidad sea un objetivo difícil de alcanzar para los equipos profesionales.

Tal inconsistencia crea obstáculos significativos para integrar la AI en un ciclo de vida de desarrollo de software estructurado. Los desarrolladores luchan con la falta de contexto de una interacción de AI a la siguiente, lo que dificulta la depuración, la refactorización y la colaboración. Sin una salida predecible o un rastro de auditoría claro de las decisiones de la AI, el control de versiones se convierte en una pesadilla, y garantizar la calidad del código o los estándares de seguridad es casi imposible dentro de un entorno basado en equipos. Esto hace que las potentes herramientas de AI sean en gran medida inadecuadas para tareas críticas y repetibles.

Presentamos Archon, un motor de flujo de trabajo open-source meticulosamente diseñado para domar este salvaje oeste de la AI generativa. Creado por Cole Medin, Archon transforma la naturaleza caótica de la codificación de AI en un proceso estructurado y repetible. Proporciona la solución definitiva para aportar orden, consistencia y fiabilidad de nivel profesional al desarrollo de software asistido por AI, superando la era de las interacciones impredecibles de los agentes.

Archon logra esto a través de flujos de trabajo definidos en YAML, que actúan como un plano para los agentes de AI. Estos flujos de trabajo, a menudo estructurados como Directed Acyclic Graphs (DAGs), especifican tareas, entradas, salidas y dependencias, asegurando que la misma secuencia se ejecute cada vez. Este robusto marco garantiza la repetibilidad y habilita características cruciales como el aislamiento a través de Git worktrees, permitiendo que múltiples flujos de trabajo se ejecuten concurrentemente en ramas aisladas sin conflictos. Archon orquesta sistemas multiagente especializados, integrándose con LLMs como OpenAI, Anthropic Claude y Google Gemini, para construir y optimizar código de manera predecible.

Archon, un proyecto open-source de Cole Medin, introduce un potente cambio de paradigma para el desarrollo de software impulsado por AI: la ingeniería de arneses. Este innovador "constructor de arneses" orquesta a los agentes de codificación de AI, transformando sus salidas a menudo caóticas en herramientas de ingeniería predecibles y repetibles. Piensa en Archon como los Dockerfiles para AI o GitHub Actions para la codificación, proporcionando un marco estructurado alrededor de los modelos generativos.

Este enfoque va más allá de la simple ingeniería de prompts, que a menudo produce resultados inconsistentes, hacia un sistema robusto que impone fiabilidad. La ingeniería de arneses dicta la construcción de un proceso definido y con control de versiones alrededor de una AI, asegurando resultados deterministas. Aborda el problema central de las 'tiradas de moneda' de la AI imponiendo estructura, permitiendo a los desarrolladores integrar la AI como un componente fiable dentro de su ciclo de vida de desarrollo de software.

Archon define estos procesos estructurados a través de flujos de trabajo YAML declarativos. Estos archivos especifican tareas, entradas, salidas y dependencias, muy parecido a un Directed Acyclic Graph (DAG), para guiar los sistemas multiagente. Este diseño fundamental asegura que cada flujo de trabajo siga la misma secuencia, eliminando la variabilidad inherente en las interacciones crudas de la AI.

El sistema aísla los flujos de trabajo utilizando Git worktrees, lo que permite múltiples ejecuciones paralelas en ramas separadas sin conflictos. Esto garantiza tanto la repetibilidad como el aislamiento, críticos para el desarrollo de software profesional. Los flujos de trabajo de Archon también son portátiles; los desarrolladores pueden confirmar estos archivos YAML con control de versiones en un repositorio y compartirlos entre equipos, fomentando un desarrollo asistido por IA colaborativo y consistente.

Archon soporta la orquestación de agentes de IA especializados, incluidos los agentes refinadores, que colaboran para construir y optimizar otros componentes de IA. Se integra con varios asistentes de codificación de IA como Claude Code y OpenAI Codex CLI, y soporta múltiples proveedores de LLM, desde OpenAI y Anthropic Claude hasta Google Gemini y modelos locales a través de Ollama. Esta integración integral transforma la IA de un socio creativo pero poco fiable en un activo de ingeniería consistente, predecible e invaluable.

La base técnica de Archon se asienta en archivos YAML simples y legibles por humanos. Estas configuraciones declarativas definen flujos de trabajo intrincados y de múltiples pasos, transformando las salidas a menudo impredecibles de los agentes de codificación de IA en procesos fiables y repetibles. Este enfoque aporta el rigor de la infraestructura como código al desarrollo de software impulsado por IA.

Los flujos de trabajo dentro de Archon se estructuran como un Grafo Dirigido Acíclico (DAG). Cada archivo YAML describe una serie de nodos interconectados, que representan tareas individuales. Estas tareas especifican sus entradas requeridas, salidas esperadas y dependencias explícitas de otros nodos, asegurando un orden de ejecución preciso. Este control granular previene la variabilidad de "lanzar una moneda" común en las interacciones de IA en bruto.

Considere un flujo de trabajo básico como 'fix-github-issue'. Un fragmento de YAML para dicha tarea podría verse así: ```yaml nodes: - name: analyze_issue task: agent: claude-code prompt: "Analyze the provided GitHub issue for root cause and suggest a fix." inputs: [issue_description] outputs: [analysis_report] - name: implement_fix task: agent: openai-codex prompt: "Implement the fix based on the analysis report." inputs: [analysis_report, codebase] outputs: [proposed_changes] depends_on: [analyze_issue] ``` Esta estructura define claramente cada paso, el agente de IA responsable (por ejemplo, `claude-code`, `openai-codex`) y el flujo de datos.

Tal poder declarativo permite una robusta orquestación de agentes de IA especializados. Archon puede integrarse sin problemas con diversos proveedores de LLM, desde OpenAI y Anthropic Claude hasta Google Gemini y modelos locales a través de Ollama. Esta flexibilidad permite a los desarrolladores seleccionar la mejor herramienta para cada tarea específica dentro de un flujo de trabajo, asegurando un rendimiento y una consistencia óptimos. Para una exploración adicional de las capacidades de Archon, visite coleam00/archon - GitHub.

El enfoque impulsado por YAML también soporta inherentemente el control de versiones y la portabilidad. Los equipos confirman las definiciones de flujo de trabajo en sus repositorios, tratándolas como cualquier otro activo de la base de código. Esto asegura que cada miembro del equipo ejecute el mismo proceso de desarrollo impulsado por IA, reduciendo las discrepancias y optimizando la colaboración. Archon incluso utiliza Git worktrees para aislar ejecuciones de flujos de trabajo paralelos, previniendo conflictos.

El verdadero poder de Archon reside en su capacidad para gestionar múltiples flujos de trabajo complejos de IA sin caer en el caos. Una característica clave, Git worktrees, sustenta esta capacidad, proporcionando un aislamiento crucial para las tareas de desarrollo concurrentes. Transforma la naturaleza a menudo impredecible de los agentes de IA en un proceso de ingeniería paralelizado y estructurado, cambiando fundamentalmente la forma en que los equipos abordan el desarrollo impulsado por IA.

Los Git worktrees ofrecen una característica de Git potente, aunque a menudo subutilizada. Permiten a los desarrolladores mantener múltiples directorios de trabajo adjuntos a un único repositorio, cada uno en una rama diferente. Imagine tener simultáneamente copias separadas y completamente funcionales de su proyecto, cada una enfocada en una tarea distinta. Esto permite un cambio de contexto y un desarrollo paralelo sin la sobrecarga de clonar repositorios enteros o lidiar con stashes desordenados.

Archon aprovecha este mecanismo con precisión. Para cada nuevo flujo de trabajo de AI que orquesta, Archon activa un Git worktree dedicado. Este proceso crea una instancia aislada y ligera del repositorio. Cada worktree existe en su propia rama efímera o específica de una característica, proporcionando un entorno prístino y aislado donde el agente de AI puede construir, probar y confirmar cambios sin afectar la base de código principal ni ninguna otra tarea de AI concurrente. Esto asegura que, incluso si un agente de AI comete un error significativo, este permanece contenido dentro de su propio worktree.

Este aislamiento ofrece inmensos beneficios para los equipos de desarrollo, mejorando fundamentalmente la productividad. Múltiples agentes de AI pueden operar en paralelo, cada uno abordando una característica, refactorización o corrección de errores distinta de forma independiente. Un agente podría desarrollar un nuevo endpoint de API, otro podría optimizar una consulta de base de datos y un tercero podría integrar un nuevo servicio de terceros, todo sin introducir conflictos de fusión o cambios disruptivos en la base de código compartida. Este enfoque acelera drásticamente los ciclos de iteración, superando el cuello de botella tradicional de la ejecución secuencial de agentes de AI y ofreciendo un paradigma de desarrollo de software verdaderamente concurrente para proyectos complejos. Archon hace que la gestión de múltiples flujos de desarrollo de AI no solo sea posible, sino eficiente.

Archon orquesta un sistema multiagente, superando las limitaciones de los asistentes de AI únicos y monolíticos. En su lugar, reúne un "equipo de ensueño" especializado de agentes, cada uno diseñado para fases distintas del desarrollo de software. Esta arquitectura distribuida permite resultados más robustos, eficientes y predecibles que una AI solitaria intentando cada tarea.

Estos agentes adoptan roles que reflejan un equipo de desarrollo humano. Un agente planificador podría desglosar los requisitos iniciales, dividiéndolos en subtareas manejables. Los agentes codificadores luego implementan características y escriben código, mientras que los agentes refinadores revisan, prueban y mejoran las soluciones generadas, asegurando la calidad y el cumplimiento de los estándares.

Considere el flujo de trabajo preconstruido `archon-idea-to-pr`, un excelente ejemplo de este poder colaborativo. Esta pipeline integral transforma un concepto de alto nivel en una pull request fusionada, mostrando un ciclo de vida de desarrollo completo. Comienza con un agente inicial que describe el alcance del proyecto, seguido de pasos iterativos donde los codificadores generan soluciones y los refinadores prueban y depuran rigurosamente hasta que el código cumple con todas las especificaciones.

Esta sofisticada coreografía asegura que Archon no solo produce código, sino que elabora software listo para producción. Cada agente pasa su salida al siguiente, construyendo sobre el trabajo anterior en una secuencia estructurada y verificable definida por la configuración YAML del flujo de trabajo. Este enfoque sistemático elimina gran parte del no determinismo que afecta las interacciones de AI puras.

Fundamentalmente, Archon ofrece un control de modelo por nodo granular, permitiendo a los desarrolladores asignar Modelos de Lenguaje Grandes (LLMs) específicos a pasos individuales dentro de un flujo de trabajo. Esta optimización significa que un modelo rápido y rentable como Claude Haiku o GPT-3.5 puede manejar tareas de planificación inicial o resumen. Modelos más potentes y que requieren muchos recursos, como GPT-4 o Claude Opus, abordan luego desafíos complejos de codificación, depuración o razonamiento crítico.

Esta flexibilidad permite a los desarrolladores maximizar la eficiencia y minimizar los costos computacionales, utilizando la IA óptima para cada tarea específica. Archon es compatible con una amplia gama de proveedores de LLM, incluyendo: - OpenAI - Anthropic Claude - Google Gemini - Modelos locales a través de Ollama

Esta amplia compatibilidad asegura que la herramienta de IA adecuada esté siempre disponible, precisamente cuando y donde se necesite dentro del flujo de trabajo.

Cole Medin presentó la AI Dark Factory, un proyecto innovador impulsado por Archon. Esta ambiciosa iniciativa demuestra el profundo potencial para un desarrollo de software verdaderamente autónomo, operando sin intervención humana desde el concepto hasta la implementación.

Su primer gran triunfo: desarrollar y entregar de forma autónoma una aplicación completa de 'AI Tutor'. Esto no fue simplemente generar fragmentos de código; la Dark Factory orquestó cada fase de desarrollo, incluyendo la planificación inicial, la codificación iterativa, las pruebas rigurosas y la implementación final, entregando una aplicación completamente funcional directamente a los usuarios.

Los flujos de trabajo YAML estructurados de Archon resultaron indispensables en este logro. El sistema definió y ejecutó meticulosamente cada paso, asegurando el determinismo y la fiabilidad a lo largo del complejo proceso de desarrollo multiagente. Este entorno controlado transformó la salida caótica de la IA en software predecible y listo para enviar, un marcado contraste con los "lanzamientos de moneda" de los agentes de IA anteriores.

El proyecto 'AI Tutor' muestra un cambio de paradigma. Un sistema de IA, guiado por Archon, ahora puede conceptualizar una solución de software, construirla desde cero y llevarla a producción sin que una mano humana toque el teclado. Este nivel de autonomía de software redefine fundamentalmente los procesos de desarrollo.

Este logro apunta hacia un futuro de aplicaciones autoevolutivas y ciclos de desarrollo drásticamente acelerados. Imagine una IA identificando una necesidad del mercado, luego generando, implementando y manteniendo la solución por sí misma, todo dentro de un marco operativo 'lights-out'. La fábrica opera continuamente, iterando y refinando el software basándose en la retroalimentación en tiempo real o en nuevos requisitos.

Las implicaciones se extienden mucho más allá de las meras ganancias de eficiencia. La AI Dark Factory valida la visión de la ingeniería de software autónoma, donde aplicaciones completas se materializan a partir de directivas de alto nivel, requiriendo una supervisión humana mínima. Esta capacidad promete desbloquear una innovación sin precedentes, permitiendo la creación rápida de prototipos y la implementación de sistemas complejos previamente limitados por el ancho de banda humano.

El trabajo de Medin proporciona un ejemplo tangible del poder de Archon para estructurar y controlar agentes de IA, convirtiendo ideas abstractas en software concreto y desplegable. Para obtener más información sobre cómo Archon transforma la codificación de IA de un "lanzamiento de moneda" en un proceso repetible y fiable, consulte Archon Turns AI Coding From a Coin Flip Into a Repeatable Process - Medium.

Este modelo de "dark factory" promete revolucionar la forma en que las empresas abordan el desarrollo de software, ofreciendo una velocidad, consistencia y escalabilidad inigualables. Marca un salto significativo hacia un futuro donde la IA no solo asiste, sino que construye y evoluciona de forma independiente el software que impulsa nuestro mundo.

El creciente panorama del desarrollo de software impulsado por IA ahora ve a múltiples contendientes compitiendo por la atención de los desarrolladores. Mientras que grandes actores como GitHub introducen sus propios Agentic Workflows, a menudo profundamente integrados en sus plataformas existentes, Archon emerge como una alternativa distinta y centrada en el desarrollador, priorizando una flexibilidad y transparencia inigualables.

Archon, un 'constructor de arneses' de código abierto, se distingue por su sofisticada arquitectura. Ofrece una ejecución completa de Directed Acyclic Graph (DAG), lo que permite a los desarrolladores definir flujos de trabajo intrincados y de múltiples etapas con dependencias precisas y capas paralelas opcionales. Esto va más allá de las orquestaciones de agentes secuenciales más simples, proporcionando un marco robusto para tareas de automatización complejas y concurrentes.

El control granular se extiende directamente a los grandes modelos de lenguaje (LLMs) que impulsan cada paso. Archon implementa el control de modelo por nodo, lo que permite a los usuarios especificar diferentes LLMs para nodos individuales dentro de un flujo de trabajo. Imagine un agente de planificación ejecutándose en Anthropic's Claude 3 Opus, seguido de un agente de codificación utilizando OpenAI's GPT-4o, y un agente de prueba aprovechando un modelo local Ollama rentable, todo dentro de la misma tubería optimizada.

Este nivel de personalización permite una optimización precisa tanto del rendimiento como del costo operativo, un factor crucial para implementaciones profesionales. Los flujos de trabajo definidos en YAML de Archon no son meramente legibles por humanos; están controlados por versiones, son inherentemente portátiles y completamente auditables, aportando un rigor de ingeniería esencial a las interacciones de los agentes de IA.

A diferencia de las herramientas propietarias que a menudo funcionan como cajas negras opacas, la naturaleza de código abierto con licencia MIT de Archon garantiza una transparencia total. Esto fomenta la innovación impulsada por la comunidad y permite a los desarrolladores inspeccionar, modificar y extender su funcionalidad, un imperativo para las empresas que integran la IA en sistemas de misión crítica donde la confianza y la comprensión son primordiales.

Cole Medin, el creador de Archon, articula una visión clara para el empoderamiento del desarrollador, frecuentemente discutida en los foros de la comunidad y en la "Live Roadmap Session". Este compromiso se manifiesta en un soporte integral para diversos LLM providers —OpenAI, Anthropic Claude, Google Gemini y modelos locales a través de Ollama—, previniendo activamente el vendor lock-in, una preocupación común en la tecnología en rápida evolución.

Su sistema multiagente, que orquesta planificadores, codificadores y refinadores especializados, colabora con roles distintos, imitando la dinámica de un equipo humano. Junto con los Git worktrees, que aseguran un aislamiento perfecto para las tareas de desarrollo de IA concurrentes, Archon proporciona la estabilidad y repetibilidad que los desarrolladores serios exigen.

Para las organizaciones que buscan una solución potente, flexible y transparente para la automatización de IA de grado industrial, Archon presenta una alternativa convincente y abierta. Trasciende la secuencia de comandos básica de agentes, proporcionando la infraestructura robusta necesaria para un desarrollo de software impulsado por IA verdaderamente determinista, auditable y listo para producción.

Archon se sometió recientemente a una importante revisión arquitectónica, relanzándose como V3 con una reescritura completa. Este cambio sustancial movió el proyecto de su base de código original en Python a una pila moderna construida sobre TypeScript y Bun. La decisión prioriza el rendimiento, la experiencia del desarrollador y la preparación para el futuro, marcando un momento crucial en la evolución de Archon para orquestar AI coding agents.

Esta reescritura integral ofrece un motor central notablemente más ligero y rápido. La transición a Bun, un JavaScript runtime and toolkit todo en uno, reduce drásticamente los tiempos de inicio y optimiza el consumo de recursos en todos los aspectos. Esto impacta directamente la eficiencia de los complejos AI workflows multiagente, permitiendo a los usuarios experimentar una ejecución de tareas más rápida y un sistema más receptivo para sus necesidades de desarrollo.

Más allá de la velocidad pura, la pila de TypeScript y Bun ofrece una alineación superior con los SDK de IA contemporáneos y las prácticas modernas de desarrollo web. Esta modernización agiliza las integraciones con modelos de lenguaje de vanguardia y herramientas externas, haciendo que Archon sea más adaptable al ecosistema de IA en rápida evolución. También mejora significativamente la gestión de dependencias, mitigando los puntos de fricción comunes a menudo asociados con los entornos basados en Python y su compleja resolución de paquetes.

El proyecto mantiene una impresionante velocidad de desarrollo, evidenciada por la adición continua de características y el refinamiento de herramientas. Las actualizaciones recientes incluyen mejoras sustanciales en la interfaz de línea de comandos (CLI), mejorando la interacción del usuario, la depuración y la gestión de flujos de trabajo. Archon también introdujo nuevas y potentes capacidades como el 'script' node type, permitiendo a los desarrolladores incrustar código personalizado directamente dentro de sus flujos de trabajo definidos en YAML para una flexibilidad sin precedentes y una automatización de tareas específica.

Estos rápidos avances subrayan el compromiso de Archon de empoderar a los desarrolladores con herramientas robustas y fiables para la orquestación determinista de IA. El fundador Cole Medin involucra activamente a la comunidad, organizando frecuentemente "Live Roadmap Session[s]" para recopilar aportaciones y trazar colaborativamente el ambicioso futuro del proyecto. Este enfoque iterativo y impulsado por la comunidad asegura que Archon permanezca a la vanguardia del movimiento de IA agéntica, ofreciendo innovación constante.

La trayectoria futura de Archon ocupó recientemente un lugar central durante la "Live Roadmap Session" de Cole Medin, ofreciendo una mirada sincera a las próximas prioridades. El proyecto tiene como objetivo evolucionar más allá de su potente base V3 TypeScript y Bun, abordando tanto los refinamientos inmediatos de la fase beta como las ambiciosas características a largo plazo para consolidar su posición como un motor líder de orquestación de IA.

Los esfuerzos inmediatos se centran en estabilizar la experiencia central de Archon y ampliar la accesibilidad. Los ingenieros están trabajando para mejorar la fiabilidad del Model Context Protocol (MCP), un componente crítico para la interacción fluida de agentes de IA y la integración de herramientas externas. Los usuarios también pueden anticipar binarios estables para Apple Silicon para un rendimiento nativo en macOS, junto con implementaciones de Docker significativamente simplificadas, agilizando la configuración de Archon en diversos entornos de desarrollo.

La hoja de ruta describe importantes expansiones de características diseñadas para mejorar la experiencia del usuario y fomentar el crecimiento de la comunidad. Se planea una interfaz de usuario web más avanzada, que va más allá de las capacidades de monitoreo actuales para ofrecer una interacción más rica, visualización de flujos de trabajo y quizás incluso definición gráfica de flujos de trabajo. Los desarrolladores prevén un robusto community marketplace, que permitirá a los usuarios compartir, descubrir y contribuir con flujos de trabajo de Archon probados en batalla, fomentando un ecosistema colaborativo en torno a agentes de IA especializados.

Más adelante, integraciones más profundas con IDEs populares incrustarán Archon directamente en los ciclos de desarrollo diarios, haciendo que la creación de software impulsado por IA sea aún más accesible e intuitiva. Esta evolución continua subraya el compromiso de Archon de construir una plataforma robusta y centrada en el desarrollador para la ingeniería de software autónoma, mejorando su capacidad para orquestar sistemas multiagente. Para una inmersión más profunda en la aplicación práctica de Archon, explore Cole Medin's AI Dark Factory Ships Its First Autonomous Application | Stork.AI.

Los desarrolladores no serán reemplazados por la AI; aquellos que dominen la AI reemplazarán a los desarrolladores que no lo hagan. Archon es esa capa de maestría, transformando agentes de AI caóticos en herramientas predecibles y de grado profesional. Empodera a los ingenieros para pilotar la AI, orquestando tareas de codificación complejas con precisión en lugar de esperar un resultado de "lanzamiento de moneda" afortunado.

Este cambio marca la verdadera maduración de la AI en la ingeniería de software. Los Large Language Models (LLM) en bruto ofrecen un potencial inmenso, pero su no determinismo inherente los hace poco fiables para el desarrollo crítico. Archon introduce la estructura, repetibilidad y control esenciales necesarios para aprovechar este poder de forma segura y eficiente.

Los procesos estructurados y repetibles son la base del desarrollo de software fiable, y Archon extiende este principio a los flujos de trabajo impulsados por AI. Al definir tareas en YAML legible por humanos, los desarrolladores obtienen una visibilidad y un control inigualables sobre cada paso de la operación de la AI. Esto asegura que un resultado exitoso no sea solo una casualidad, sino un resultado reproducible.

Abraza el futuro del desarrollo de AI determinista. Archon proporciona el plan para construir sistemas robustos, con control de versiones y colaborativos impulsados por AI. Es una invitación de código abierto para dar forma a cómo la AI se integra verdaderamente en el flujo de trabajo del desarrollador profesional.

Únete a la creciente comunidad que define esta nueva era: - Instala Archon desde su repositorio de GitHub. - Experimenta con flujos de trabajo predefinidos para comprender su poder. - Contribuye al proyecto de código abierto, ayudando a refinar sus capacidades. - Participa en discusiones, como la reciente "Sesión de Hoja de Ruta en Vivo", para influir en su dirección.

Esto es más que una herramienta; es un cambio de paradigma. Archon sitúa al desarrollador firmemente en la cabina, transformando la AI de un asistente impredecible en un copiloto potente y fiable.

¿Qué es Archon AI?

Archon es un motor de flujo de trabajo de código abierto diseñado para hacer que la codificación asistida por AI sea determinista y repetible. Orquesta agentes de codificación de AI utilizando archivos YAML estructurados, de manera similar a cómo GitHub Actions automatiza CI/CD.

¿En qué se diferencia Archon de la simple prompt engineering?

Mientras que la prompt engineering se centra en refinar las entradas a una AI, Archon se centra en la 'harness engineering'. Construye un proceso estructurado y con control de versiones alrededor de la AI, asegurando que todo el flujo de trabajo, desde la planificación hasta las pruebas, sea consistente y fiable.

¿Qué modelos de AI soporta Archon?

Archon es agnóstico a los modelos, soportando una amplia gama de proveedores de LLM, incluyendo OpenAI, Anthropic (Claude), Google (Gemini), y modelos locales a través de integraciones como Ollama. Los usuarios pueden incluso especificar diferentes modelos para diferentes pasos dentro de un único flujo de trabajo.

¿Está Archon listo para uso en producción?

Archon se encuentra actualmente en una fase beta pública. Es potente para el desarrollo y la experimentación, pero tiene limitaciones conocidas, como la fiabilidad de la integración de MCP y la distribución binaria multiplataforma, que se están abordando activamente.