Memoket ha lanzado el Memoket Gem, un dispositivo portátil de inteligencia artificial que pesa 11 gramos, diseñado para usarse junto con Apple Watch y que se puede insertar fácilmente en la correa que se lleva. Los usuarios solo necesitan presionar un botón para capturar el contenido de una conversación; Gem automáticamente vincula esta conversación con discusiones relevantes de semanas anteriores y proporciona un enlace de origen. El precio de lanzamiento del producto es de US$179 (aproximadamente HK$1,396) y se espera que se envíe en agosto de 2026. Con la última ola de inteligencia artificial provocada por ChatGPT que ha durado casi cuatro años, aquí hay algunas herramientas que he estado usando y que han hecho mi vida, trabajo y proyectos personales en Mac mucho más fáciles.
Es importante señalar que es posible que ya haya oído o leído sobre la mayoría, si no todas, de las herramientas que voy a describir. Pero ese es precisamente uno de los objetivos de este artículo. Aunque siempre es agradable descubrir algunas gemas ocultas poco conocidas, en mi experiencia, a veces hay una razón por la que los productos de consumo masivo se vuelven populares. Esto es especialmente cierto para las herramientas de inteligencia artificial que dependen de modelos demasiado costosos para ser entrenados o ejecutados. Sin embargo, lo que realmente importa es cuánto beneficio práctico puede obtener de estas herramientas. No todas las herramientas son adecuadas para todos, ya sean impulsadas por inteligencia artificial o no.
A continuación, presento algunos ejemplos de cómo utilizo estas herramientas para simplificar y mejorar mi trabajo, con la esperanza de inspirar algunas ideas para su propio flujo de trabajo. Si esto no le interesa, está completamente bien. Mejor aún, si tiene alguna herramienta favorita o caso de uso que le haya ayudado en su propio flujo de trabajo, me encantaría leerlo en los comentarios.
MacWhisper hace que mi flujo de trabajo sea más eficiente
Actualmente grabo cinco pódcast a la semana y edito siete programas. Para la mayoría de los programas, también soy responsable de la publicación, que incluye la descripción del programa, las notas del programa y otros materiales auxiliares, como citas en texto plano o fragmentos cortos para redes sociales. Algunos programas también publican un boletín semanal basado en el contenido. Después de completar la edición, escucho todo el programa de principio a fin, mientras tomo nota de los enlaces en las notas del programa, marco las marcas de tiempo de cada capítulo y destaco algunas frases o fragmentos que podrían ser adecuados para publicaciones en redes sociales. Una vez que he terminado de escuchar, redacto la descripción del programa y el texto para redes sociales mientras todo sigue fresco en mi mente.
Este ha sido mi flujo de trabajo durante aproximadamente diez años y ha funcionado bien. Sin embargo, en los últimos años, he incorporado MacWhisper a este proceso. Cada vez que exporto un episodio para su escucha final, utilizo el modelo Parakeet v3 de Nvidia para ejecutar MacWhisper, cuyo nivel de precisión es suficiente para servir como una red de seguridad útil. Después de completar la revisión del programa, proporciono la transcripción completa y el texto que ya he redactado a ChatGPT para ayudarme a verificar si he pasado por alto algún enlace u otros detalles importantes, como la mejor ubicación para las publicaciones en redes sociales.
Aunque mi uso de MacWhisper es relativamente sencillo, es una de las herramientas de inteligencia artificial más impresionantes en la plataforma Mac en este momento. La dedicación del desarrollador Jordi Bruin a la personalización, flexibilidad y accesibilidad (incluyendo casos extremos muy específicos) es sorprendente. Estas características incluyen carpetas de monitoreo para transcripciones automáticas, grabaciones de reuniones, atajos de teclado, subtítulos en tiempo real, soporte para modelos en la nube y locales, diccionarios personalizados, exportación por lotes, integración de terceros… la lista sigue creciendo. MacWhisper me ayuda a trabajar de manera más eficiente, y no puedo recomendarlo lo suficiente para cualquier trabajo relacionado con transcripciones.
Codex hace que la programación sea más fácil
A pesar de haberlo intentado varias veces en los últimos años, he tenido que aceptar que no tengo la mentalidad de un programador. Estoy muy interesado en el tema y trato de adquirir conocimientos al respecto, pero la programación práctica nunca ha sido mi fuerte. Sin embargo, como cualquier usuario, tengo necesidades específicas que las aplicaciones existentes no satisfacen completamente. Por eso, a finales del año pasado decidí probar herramientas como Codex de OpenAI y Claude Code de Anthropic. En mi primer proyecto, hice que estas dos plataformas de programación escribieran la misma aplicación para mí: una que monitorea sitios web que no ofrecen fuentes RSS para alertarme sobre noticias importantes.
Aunque Claude tuvo un rendimiento general mejor, no pude acostumbrarme a su interfaz basada en CLI. Continué usando Codex hasta que estuve satisfecho con mi aplicación, y luego dejé de usar Codex hasta que hace aproximadamente dos meses se me ocurrió otra idea para una aplicación que quería crear. La diferencia en comparación con el modelo de finales del año pasado es como el día y la noche, como cualquier desarrollador práctico le dirá. Desde entonces, he comenzado a trabajar en otras dos herramientas útiles, de las cuales compartiré más detalles más adelante. Recientemente, OpenAI ha tenido algunos problemas al fusionar la aplicación principal de ChatGPT con Codex, pero eso no cambia el hecho de que Codex es una de las herramientas más impresionantes que uso al menos varias veces al día.
Cada vez que encuentro un error o pienso en cómo mejorar estos proyectos, lo utilizo. Una vez que este pequeño proceso se activa en mi mente, es difícil de apagar. Aunque para algunas personas esto puede sonar mal, se siente muy bien.
Perplexity Computer simplifica tareas tediosas
«`
Primero, necesito aclarar directamente: el precio de Perplexity Computer no es barato. Actualmente, los usuarios de Perplexity Pro deben pagar US$20 al mes (aproximadamente HK$156) y deben comprar créditos para utilizar esta función, mientras que los usuarios de Perplexity Max, que pagan US$200 al mes (aproximadamente HK$1,560), reciben 10,000 créditos al mes y pueden comprar créditos adicionales. Siempre he querido escribir un artículo sobre Perplexity Computer, pero hasta ahora no lo he completado.
En resumen, cuando lo utilicé por primera vez, entendí de inmediato que cada sistema operativo pronto tendría su propia versión de esta herramienta con funciones de agente, como Claude Cowork y ChatGPT Work, capaz de realizar tareas a largo plazo que implican creación de documentos, uso de computadoras, herramientas de agente e integraciones de terceros, para completar el trabajo según las solicitudes del usuario. A diferencia de las herramientas de agente de OpenAI y Anthropic, Perplexity Computer selecciona el modelo que mejor se ajusta a la descripción del usuario de entre decenas de modelos de texto, imagen, video y audio, y luego comienza a trabajar.
Esto requiere algunos ajustes y pruebas, pero Perplexity Computer finalmente logró manejar mis tareas repetitivas de análisis de aproximadamente 200 documentos de varias páginas al mes, explicando y desglosando datos, y luego transfiriendo parte de ellos a una hoja de cálculo con múltiples etiquetas. Esto aún requiere algunos ajustes manuales y una revisión exhaustiva para asegurarse de que todo esté correcto. Pero Perplexity Computer se encargó del trabajo pesado y tedioso, completando tareas que antes requerían casi un día entero cada pocas semanas en solo unos minutos.
LM Studio ofrece la conveniencia de ejecutar modelos de inteligencia artificial localmente
A primera vista, el concepto de ejecutar modelos de inteligencia artificial localmente puede parecer un poco inconveniente en comparación con simplemente abrir Safari o la aplicación de ChatGPT y comenzar a trabajar. Pero los modelos locales tienen sus ventajas. Primero, no requieren una conexión activa a Internet, lo cual puede ser muy útil en ciertas situaciones. Recientemente, utilicé LM Studio durante un vuelo, ejecutando el modelo Gemma 4 de Google (con 12 mil millones de parámetros), cuyo rendimiento fue tan bueno como el de los modelos de parámetros masivos basados en la web que utilizo con ChatGPT.
En segundo lugar, para los usuarios que manejan información que no desean (o no pueden) enviar a servidores de terceros, los modelos locales son una excelente alternativa. Incluso si eliges no permitir que los datos se utilicen para entrenamiento, esos datos aún necesitan salir de tu dispositivo y ser procesados en otro lugar, lo que puede ser un factor decisivo en ciertas naturalezas de trabajo. Por supuesto, la cantidad de modelos que puedes ejecutar localmente en tu Mac depende en gran medida de tus especificaciones técnicas, pero LM Studio te permite identificar fácilmente qué modelos pueden ejecutarse cómodamente en tu dispositivo, cuáles funcionan con dificultad o cuáles no pueden ejecutarse en absoluto.
La buena noticia es que los laboratorios de inteligencia artificial y las comunidades de código abierto están cada vez más logrando producir modelos más pequeños y eficientes que aún pueden ofrecer resultados impresionantes. Cabe mencionar que LM Studio lanzó recientemente Bionic, una herramienta propia de modelos de agentes de la compañía. Además de los modelos locales, LM Studio Bionic también ofrece acceso bajo demanda a modelos abiertos en la nube, que están alojados en servidores en Estados Unidos y tienen una estricta política de cero retención de datos. Solo he podido realizar pruebas básicas de creación de documentos en LM Studio Bionic, pero ya puedo recomendarlo sin reservas.