Publicamos experimentos reales donde probamos los límites de lo que agentes autónomos pueden hacer hoy en el mundo físico. El código, el hardware y los resultados están abiertos para que cualquiera pueda verificarlos.
¿Puede un agente de inteligencia artificial programar por cuenta propia una aplicación que le permita ver el mundo real a través de cámaras y sensores?
Para responder esta pregunta, le dimos a un agente autónomo acceso a una computadora de $100 USD, una cámara estereoscópica y un acelerador de inteligencia artificial. Esto es lo que construyó.
Good Machina es un experimento de programación autónoma que utiliza OpenClaw — un agente personal de AI open-source con acceso completo al sistema donde opera — corriendo sobre una Raspberry Pi 4, una computadora del tamaño de una tarjeta de crédito que cuesta alrededor de 100 dólares. Su tarea: escribir, por cuenta propia, un programa que detecte objetos en tiempo real y mida la distancia a la que se encuentran.
El agente escribió todo el código. Eligió qué modelo de inteligencia artificial usar, configuró una cámara estereoscópica capaz de percibir profundidad (como lo hacen los ojos humanos con dos puntos de vista), conectó un coprocesador especializado para acelerar el reconocimiento, y resolvió los problemas técnicos que encontró en el camino. El resultado es un sistema funcional que detecta objetos y calcula su distancia en milisegundos.
Lo relevante no es solo que el código funcione. Es que un agente autónomo fue capaz de resolver un problema técnico con hardware real, sin que un humano escribiera una sola línea. Ese tipo de capacidad — un agente que programa sus propias herramientas para percibir el mundo físico — tendrá aplicaciones operativas en el mediano plazo: inspección, monitoreo, verificación en campo.
Los experimentos de datastrat son exploraciones abiertas. No son productos terminados. Publicamos el código, el proceso y los resultados para que otros puedan verificar, replicar y construir sobre ellos.