Nuevas releases: gentle-ai v4.2.0 y Gentle Shell v4.3.0. Y esta vez te las cuento con números.
Desde principios de octubre venimos midiendo a Gentle Shell en un banco de pruebas propio: las mismas tareas, corridas una y otra vez, y el resultado evaluado a ciegas, sin saber qué agente hizo qué.
Al arrancar, en calidad quedaba tercero, por debajo de Codex. Hoy sale primero en 4 de 5 comparaciones.
Y además lo hace más rápido:
Una tarea chica bajó de 3,6 minutos a unos 2.
Dos features juntas bajaron de casi 11 minutos a menos de 4.
Y el costo quedó prácticamente igual: entre 20 y 25 centavos de dólar por corrida.
¿Qué cambió? El agente dejó de ponerle ceremonia a lo chico. Antes, una tarea mínima terminaba con subagentes, documentos y un verificador aparte. Ahora lo chico se hace directo, y el control fuerte queda para donde hay riesgo de verdad.
Y cuando ese control aparece, funciona. Le plantamos errores a propósito al código: el verificador detectaba 0 de 9. Hoy detecta 8 de 9, sin falsas alarmas.
Varias de esas reglas, además, dejaron de ser texto en el prompt y pasaron a ser chequeos del propio programa. Ya no dependen de que el modelo las lea bien.
Otras mejoras de Gentle Shell que vas a notar: las sesiones sin nadie del otro lado (pi -p o modo JSON) ya no se traban esperando una respuesta, cada sesión tiene su carpeta temporal que se limpia sola, /gentle:changes abre en pantalla completa, y gentle-shell home import-pi te trae tu configuración de Pi de siempre.
En gentle-ai, el review anda bien en carpetas de red compartidas en Windows, y los archivos de CodeGraph y de tests temporales ya no se cuelan en tus cambios.
Para actualizar:
brew upgrade gentle-ai && gentle-ai sync
pi install npm:[email protected] (o npm i -g gentle-pi)
Notas completas:
https://t.co/FqTw9fPTgB
https://t.co/DKJkqAKcLF
if you haven't already, turn on 'Continue threads after restart' in t3 code
takes away all of the stress of restarting your computer / updating t3 code and you agents resume working, is excellent
gentle-ai v4.0.0 y Gentle Shell 4.0 ya están afuera.
ODD es el único flujo de desarrollo
SDD se retira. ODD escala solo: lo simple se hace directo, lo incierto se investiga, lo grande arma su documento de tareas, lo crítico se verifica.
Review y TDD siguen independientes
El review nativo y el desarrollo guiado por tests no dependen de SDD. Se prenden y se apagan por separado, como antes.
Nada queda trabado
Si algo todavía llama a SDD, la herramienta responde con un rechazo claro que te dice qué caminos tenés para seguir.
OpenCode V2
Plugins gestionados y review nativo.
Pi con MCP nativo
Usa su propio soporte de MCP. El sync retira el adaptador externo que se usaba antes.
Windows
La suite completa de tests vuelve a estar en verde.
Módulo de Go en /v4
Si instalaste con Go, el upgrade automático de la 3 no llega a la 4. Una sola vez:
go install https://t.co/KxpyafcnwL
Gentle Shell 4.0
Trae el runtime 4.0 adentro. Y desde la 3.7, los subagentes pueden trabajar en otros repositorios que elijas.
Actualizar:
brew upgrade gentle-ai && gentle-ai sync
npm i -g gentle-pi
https://t.co/V7kuH6a9WS
@G_Programming Tengo una combinación que estoy probando: mimo 2.5 , glm 5.3 flash y DeepSeek 4 flash y vs mi GPT 6 Astra y no he notado degradación en el trabajo.
Eso sí, el texto explicativo de esos modelos me gusta más que la explicación que me da GPT. Más emojis jejeje
Engram v2.0.0-rc.2 ya está disponible 🚀
Esta RC completa Cloud Sync y mejora autosync, identidad de proyectos, recuperación de colas, SQLite y la CLI en Windows.
https://t.co/ynG8ht5iQ9
Salió gentle-ai v2.5.0-rc.3 y además de que pueda ser la última, esta vez se los cuento en criollo, porque la historia lo merece: la rc.2 duró UN día. Un usuario demostró que el sistema daba instrucciones que el propio sistema rechazaba. Esta candidata arregla eso de raíz.
¿Qué pasó con la rc.2?
Cuando arrancás una revisión, el sistema congela el trabajo y te explica cómo volver a entrar después. El problema: esa explicación era texto para humanos, y cuando la máquina intentaba seguirla al pie de la letra, el propio sistema la rechazaba. Como un guardarropas que te da un ticket que después no acepta. La instrucción vivía en prosa, y la máquina rechazaba la prosa.
Ahora el sistema te deja la llave puesta
Al arrancar una revisión, la respuesta trae el comando EXACTO para volver a entrar, listo para copiar y ejecutar tal cual, sin reconstruir nada de memoria. Y hay un test que ejecuta ese comando de punta a punta para verificar que funciona de verdad, no en teoría.
Lo que se rechaza, se cierra
Antes, si el validador rechazaba una corrección, el intento podía quedar a medio abrir y sin registro de qué se había rechazado. Ahora se cierra completo, de una, y la evidencia del rechazo queda guardada para poder inspeccionarla.
Funciona aunque no uses Git
Activar el modo global desde una carpeta que no es un repositorio ahora funciona y lo dice honestamente. Y si tu workspace no está versionado, el sistema te prepara un Git local antes de la primera revisión en vez de rechazarte. Los controles están en la interfaz, con un mensaje claro: las alertas informan, la decisión de entregar sigue siendo tuya.
Windows de primera
Se arreglaron los 19 tests que fallaban en Windows y ahora TODA la suite corre ahí. Windows es una lane más, no una excepción.
Lo que falta probar
El comando de re-entrada está probado de punta a punta en OpenCode y con un ciclo real en Claude Code, pero nadie lo corrió todavía en la calle con Pi o Codex contra repos reales. Si encontrás un caso donde el comando que devuelve el sistema no corre tal cual, ese reporte vale oro. Ojo: las versiones publicadas de gentle-pi todavía no entienden el formato nuevo, necesitás un build posterior al parche.
Para usar en Pi, díganle esto a su agente:
"actualiza mi version de gentle-ai a la ultima RC, luego actualiza mi gentle-pi a main, haciendo que pi apunte al repo local y en modo dev apunta a la version de binario de gentle-ai que instalamos en el anterior paso"
Instalala y probala contra repos reales, no contra fixtures:
go install https://t.co/Z9QozKCfvS
Release notes completas en comentarios. Rómpanla, mis locuritas cósmicas.
#gentleai #opensource #IA #AgenticCoding #DevTools
@G_Programming Yo lo uso desde marzo cuando un amigo me lo enseñó y ha sido un antes y después al usar herramientas cómo está.
En mi empresa ya monté engram cloud para sincronizar la memoria.
Otro de mi equipo ya es fan también.
Ahora que se puso de moda orca
les dejo un articulo que hice hace un mes que creo que puede venir bien para entender como funciona desde la base
Cada agente vive en su propio worktree O sea, cada uno tiene su cancha separada, nadie se pisa archivos con nadie
podes mandar agentes a una máquina remota por SSH y el editor y el browser se quedan locales
cada worktree tiene su propio browser y su propia terminal.
cerrás la tapa de la notebook y los agentes siguen laburando. cerrás la app y cuando la volvés a abrir se -reengancha- a todo como si nada.
Y lo más copado: tenés la app en el celular asi que podes ver el estado, leés el scrollback, le respondés al agente y hasta podés stagear y commitear desde el celu mientras te tomás unos mates papa
A business transaction can be many times more complex than a normal database transaction.
Think about the time you order something from Amazon.
Right from the moment you click buy to the point where you accept the delivery at your doorstep is a business transaction.
It contains several steps like:
- Placing an order
- Creating Invoice
- Handling Payments
- Shipping the Product
Handling a business transaction in a microservice architecture can be a nightmare.
Thankfully, the Saga pattern can help you save the day!
But there are two ways you can implement a Saga:
✅ Orchestration-Based Implementation
✅ Choreography-Based Implementation
👉 In Orchestration-Based Saga, there's a central orchestrator (like a conductor in an orchestra) that coordinates the saga's steps and makes decisions.
The saga's workflow is explicitly defined in the orchestrator, making it easier to visualize and reason about.
This approach works well for:
- Complex and well-defined processes
- Suitable for workflows with strict dependencies
👉 In Choreography-Based Saga, each service involved in the saga communicates directly with others by publishing events.
Services have autonomy and make decisions locally.
They react to events and perform compensating actions if needed.
This approach works well for:
-Dynamic workflows and situations where services can change independently.
- Encourages loose coupling
🧰 So - which approach do you prefer and why?
===
That’s all for now!
If you enjoyed this explanation, don’t forget to:
- Destroy the LIKE button
- REPOST so that everyone can decide between choreography or orchestration
- BOOKMARK for future reference
- Follow me for more posts like this.
Get the power of Entity Framework Core Power Tools from the command line with the new CLI edition!
- map stored procedures and functions
- custom naming and pluralization
- t4 templates
- readme with custom getting started guide
- and much more
https://t.co/iWzpNG4SFI #efcore #dotnet