Historia
Me cansé de explicarlo todo otra vez
Whisperer empezó con una idea simple: una IA que ya escuchó tu conversación no debería tener que preguntar de qué trataba. Esta es la historia de cómo un solo panel sobre una videollamada se convirtió en un espacio de trabajo donde reuniones, tareas, conocimiento y calendario comparten un mismo contexto.
Dónde empezó
La primera versión apareció a finales de mayo de 2026 y hacía muy poco: un panel sobre la llamada que escuchaba a ambas partes, guardaba la transcripción y sugería una respuesta mientras la conversación seguía en curso. Nada más. Fue suficiente para ver que la idea estaba viva.
Lo construí para mí. No necesitaba un servicio que enviara un resumen diez minutos después de la llamada. Necesitaba algo que escuchara la conversación al mismo tiempo que yo.
Lo que faltaba
Todo modelo potente tiene el mismo punto débil: no sabe nada de ti. Cada conversación empieza en una página en blanco. Explicas en qué estás trabajando, con quién acordaste qué, qué se decidió el martes pasado — y mañana lo explicas otra vez.
No es cuestión del tamaño de la ventana de contexto. El contexto de tu trabajo no vive en un archivo. Una parte está en una llamada, otra en tareas, otra en documentos, otra en un calendario, y otra en ningún sitio salvo en tu cabeza. Las herramientas cortaron ese contexto por sus propias fronteras, y al modelo le tocó la porción más estrecha: la que lograste escribir en una ventana de chat.
Por eso un asistente que lo puede todo ayuda tan poco en la práctica. Responde a la pregunta sin entender por qué la hiciste.
Una IA no debería preguntar de qué trató la reunión si estuvo presente en ella de principio a fin.
Cómo cambió la idea
Al principio era un ayudante durante la llamada: oír, transcribir, sugerir. Pronto quedó claro que lo valioso no ocurre durante la conversación, sino después — cuando hay que hacer algo con lo que se dijo.
Así llegaron las notas, luego las tareas, luego un mapa de decisiones. Después el calendario y los archivos, para no tener que salir del producto y actuar sobre lo recién acordado. Después una base de conocimiento, para que la respuesta se apoye en tus documentos y no en datos generales de internet.
A esas alturas ya no era un asistente de reuniones. Cada pieza por separado existe en una docena de productos; el valor está en que aquí leen y amplían un mismo contexto.
Por qué apareció Leo
Un ayudante que solo responde llega pronto a un techo. El siguiente paso es obvio y difícil a la vez: dejar que actúe.
Leo recibió su nombre en agosto de 2026, pero el nombre no era lo importante. Recibió memoria que sobrevive entre conversaciones, herramientas dentro de tus propios servicios y la regla de pedir permiso antes de cambiar nada. La distancia entre sugerir y hacer no es cuestión del tamaño del modelo. Es memoria, permisos y responsabilidad por las consecuencias.
Me importa que siga siendo legible: se ve qué recuerda, se ve qué está usando, y nunca hace nada irreversible en silencio.
Por qué Whisperer
El nombre no fue casual. Un whisperer habla bajo y solo cuando hay algo que decir. Un buen asistente no compite por tu atención: calla hasta que hace falta y aparece justo cuando toca.
De ahí salen las decisiones del producto. El panel es invisible cuando compartes pantalla. Ningún bot entra en la llamada pidiendo que lo dejen pasar. Una sugerencia aparece cuando la pediste. Una IA que recuerda constantemente que existe estorba el trabajo — y el trabajo es lo que importa.
Quiero construir una IA que entienda no solo lo que preguntas, sino también en qué estás trabajando.
Lo que construyo ahora
Hoy Whisperer son reuniones, calendario, gestor de tareas, base de conocimiento, archivos, memoria y Leo en un mismo contexto. No una fila de pestañas una al lado de otra, sino partes que leen y amplían lo mismo.
Una decisión tomada en una llamada se convierte en una tarea en un tablero, en un compromiso que Leo te recordará y en un dato que seguirás encontrando seis meses después. Sin exportar ni copiar de un sitio a otro — porque esto es un producto, no cinco.
Hacia dónde va
Lo que me interesa es una IA que conozca algo más que la pregunta: en qué trabajas ahora mismo, qué ya ocurrió, qué se acordó, qué sigue abierto, qué puedes haber olvidado y qué contexto hará falta después.
No se trata de un modelo más inteligente. Los modelos mejorarán sin nosotros. Se trata de darles el contexto correcto en el momento correcto — y de que la persona siga siendo dueña de sus propios datos.
Es pronto para dar Whisperer por terminado. Pero conozco la dirección con exactitud, y no va a cambiar: un espacio de trabajo donde la IA entiende tu trabajo en lugar de adivinarlo a partir de un solo mensaje.