Proyectos compartidos: cómo trabajan juntos personas y agentes de IA en Orkas

Hasta ahora, todo lo que configurabas en Orkas era solo tuyo. Escribías las instrucciones del proyecto, tus agentes iban acumulando memoria, juntabas archivos de referencia y organizabas el trabajo en pendientes; y en cuanto necesitabas que un colega, un proveedor externo o un cliente se hiciera cargo de una parte, todo ese contexto se quedaba contigo. Podías pegar un prompt en una app de chat, pero un prompt no es un manual de trabajo.

Orkas 1.8 convierte el proyecto en el lugar donde las personas trabajan juntas. Invitas a otras personas a un proyecto; ellas reciben las mismas instrucciones, la misma memoria, los archivos de la Biblioteca, los pendientes y los agentes compartidos, y cada una hace su parte con su propio equipo de IA.

Cómo funciona Orkas para una persona

Los proyectos compartidos se construyen sobre partes de Orkas que ya existen, así que primero hagamos un recorrido rápido.

Tu computadora — la app de escritorio de Orkas (macOS · Windows)
├─ Commander — planea el trabajo, elige agentes, integra los resultados
│  ├─ Especialistas integrados — investigación, redacción, presentaciones, imágenes, video, archivos de oficina, código, UI, SEO/GEO …
│  ├─ Tus agentes personalizados — instrucciones + habilidades + estándares
│  └─ Agentes CLI externos — Claude Code, Codex, OpenCode …
├─ Agent Harness — ciclo de ejecución, herramientas, sesiones, permisos
├─ Contexto — memoria (agente · proyecto · central), habilidades, conectores
└─ Proyectos — instrucciones, memoria, Biblioteca, pendientes, automatizaciones

Modelos — modelos oficiales de Orkas o tus propias claves de proveedor
Nube de Orkas — cuenta y créditos · sincronización personal opcional · proyectos compartidos

Commander y los especialistas. Tú hablas con Commander. Commander decide si responde directamente, si le pasa el trabajo a un especialista o si reparte partes entre varios agentes a la vez y junta lo que le devuelven. Los especialistas son agentes con una función específica y las herramientas para cumplirla. Puedes crear tus propios agentes en un chat: un rol, un procedimiento de trabajo, los estándares que debe cumplir y las habilidades que puede usar. Si ya usas Claude Code o Codex, también puedes conectarlos como agentes.

El Agent Harness. Todos los agentes corren sobre el mismo entorno de ejecución: un ciclo que llama al modelo, ejecuta herramientas, verifica los permisos y mantiene una sesión que se puede recuperar. Lo explicamos en detalle en La capa que convierte un modelo en un producto.

Memoria y habilidades. Cada agente tiene su propia memoria, cada proyecto tiene memoria del proyecto y Commander guarda una pequeña memoria central que lo acompaña en todo tu trabajo. Las habilidades son carpetas de instrucciones y scripts que un agente puede cargar cuando el trabajo lo requiere.

Proyectos. Un proyecto es donde vive el trabajo que se extiende por días o semanas:

• Instrucciones del proyecto: objetivos y reglas de trabajo, de hasta 4000 caracteres, que se leen al comienzo de cada tarea del proyecto.
• Memoria del proyecto: datos que el proyecto conserva de una tarea a otra.
• Biblioteca: los archivos de referencia del proyecto. Los agentes buscan en ella, la leen y pueden guardar ahí sus entregables.
• Pendientes: el trabajo planeado. Cada pendiente tiene un estado: Pendiente → En curso → Esperando confirmación → Completada. Cuando un agente termina un pendiente, lo pasa a Esperando confirmación; una persona revisa el trabajo y lo pasa a Completada o lo regresa a En curso.
• Automático: un interruptor opcional que le permite a Commander avanzar los pendientes que estén listos, uno a la vez. Viene desactivado de forma predeterminada y avanza como máximo 20 pendientes por día.

Modelos. Puedes usar los modelos oficiales de Orkas con créditos o agregar tu propia clave de proveedor (OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter o cualquier endpoint compatible con OpenAI).

Todo esto se diseñó en torno a una persona que dirige un equipo de IA. Los proyectos compartidos conservan ese modelo y suman más personas.

Proyectos compartidos: un proyecto puede tener miembros

Cuando compartes un proyecto, Orkas sube lo que necesita un compañero de equipo y deja el resto donde estaba. Antes de que confirmes, el cuadro de diálogo lo dice sin rodeos: “Se subirán las instrucciones, la memoria, los archivos, los pendientes y sus adjuntos. Las tareas y las automatizaciones seguirán siendo privadas.”

Maya (propietaria) ── su Commander, agentes, modelos, créditos, chats
Leo  (miembro)     ── su Commander, agentes, modelos, créditos, chats
Ana  (miembro)     ── su Commander, agentes, modelos, créditos, chats
        │
        │  instrucciones · memoria · Biblioteca · pendientes · agentes compartidos
        ▼
Proyecto compartido en la nube de Orkas — almacenamiento a cargo de la propietaria

Cada miembro tiene en su Orkas una copia local completa de las partes compartidas, y sus agentes trabajan con esa copia.

Un recorrido paso a paso

Maya tiene un pequeño estudio de contenidos. Comparte su proyecto Lanzamiento de primavera con Leo, copywriter, y con Ana, diseñadora freelance.

1. Maya los invita. En la tarjeta Miembros del proyecto, hace clic en Invitar miembros. La primera vez, el cuadro de diálogo explica qué se va a compartir y ofrece la opción Empezar a compartir y crear enlace. Copia el enlace —que vale por 7 días— y se lo manda a Leo y a Ana.

2. Leo se une. Abre el enlace en su navegador, inicia sesión (basta con una cuenta gratuita), hace clic en Aceptar invitación y luego en Abrir Orkas. Si todavía no tiene Orkas instalado, la página le ofrece descargarlo. El proyecto aparece en su barra lateral, marcado como proyecto compartido, y sus archivos, pendientes y agentes se descargan en segundo plano.

3. Maya comparte su agente de redacción. Su agente personalizado Redactor de marca conoce el tono del estudio. Los agentes personalizados no se comparten automáticamente, así que hace clic en Compartir en ese agente. Orkas lo publica como un paquete: sus instrucciones y sus habilidades, incluidas las que aprendió mientras trabajaba. No se incluyen ni su memoria ni su historial de chat. El Orkas de Leo y el de Ana lo instalan automáticamente.

4. Maya planea el trabajo. Agrega un pendiente, “Redactar tres correos de lanzamiento a partir del brief”, asigna a Leo como Miembro responsable y adjunta el brief.

5. La IA de Leo hace el trabajo, en la computadora de Leo. Leo vincula Redactor de marca al pendiente y elige Procesar ahora. Primero, Orkas reserva la ejecución en el servidor: solo el miembro responsable puede iniciarla, y solo puede haber una ejecución activa a la vez. Se abre una nueva conversación de tarea en la computadora de Leo. El agente lee las instrucciones del proyecto, la memoria del proyecto y el brief adjunto, puede buscar en la Biblioteca y usa el modelo y los créditos de Leo. Cuando termina, pasa el pendiente a Esperando confirmación y guarda los borradores en la Biblioteca, como lo piden las instrucciones del proyecto.

6. Todos ven el resultado, no la conversación. En pocos minutos —o apenas Maya abre el proyecto o hace clic en Actualizar— aparecen puntos rojos en las pestañas Pendientes y Biblioteca. Maya abre los borradores de Leo desde la Biblioteca y, cuando quedan bien, pasa el pendiente a Completada. La conversación de Leo con su agente se queda de su lado.

7. Dos personas editan el mismo archivo. Ana y Maya modifican el brief. Si sus ediciones no se superponen, Orkas combina el texto automáticamente. Si se superponen, Conflictos del proyecto muestra Mi versión junto a Versión compartida, y cada persona elige una.

Un consejo a partir del paso 5: un agente solo guarda archivos en la Biblioteca cuando se lo piden. Agrega a las instrucciones del proyecto una línea como “Guarda cada entregable en la Biblioteca”, y los agentes de todos los miembros lo van a cumplir.

Muchas personas, muchos agentes

En un proyecto compartido, cada pendiente tiene una persona responsable, y se le puede vincular un agente para que haga el trabajo.

• Commander puede planear para el equipo. En un proyecto, Commander puede leer toda la lista de pendientes —incluidos los de tus compañeros—, crear pendientes, asignárselos a miembros y adjuntar archivos. También puede dividir un trabajo sin asignar entre varios especialistas y combinar sus resultados.
• Solo tú eliges el agente de tus propios pendientes. Puedes asignarle un pendiente a Leo, pero el agente que lo ejecuta lo elige Leo. Si reasignas un pendiente, se le quita el agente.
• Los agentes compartidos hacen que todos trabajen con el mismo manual. Cuando Maya mejora Redactor de marca, Orkas lo vuelve a publicar y los miembros reciben la nueva versión automáticamente; una ejecución que ya está en marcha conserva la versión con la que empezó. Solo quien compartió un agente puede modificarlo o dejar de compartirlo.
• Los agentes integrados están disponibles para todos. Los agentes del Marketplace que se agregan al proyecto se instalan automáticamente para cada miembro.
• Los agentes CLI siguen siendo personales. Leo todavía puede usar Claude Code o Codex en sus propias tareas dentro del proyecto —reciben las instrucciones y la memoria del proyecto—, pero no se pueden compartir ni vincular a pendientes en un proyecto compartido. Dependen de una CLI instalada y con sesión iniciada en la computadora de una persona.
• Automático funciona por persona. Cada miembro puede activar Automático para sí mismo. En un proyecto compartido, solo avanza los pendientes asignados a ese miembro.

Por qué lo construimos así

Compartir el proyecto, no la conversación

Una conversación de trabajo con un agente está llena de intentos fallidos, pedidos a medio formular y notas privadas. Un compañero rara vez la necesita; lo que necesita es el resultado y las reglas que lo produjeron. Por eso los proyectos compartidos sincronizan las partes duraderas —instrucciones, memoria, Biblioteca, pendientes y agentes— y mantienen privadas las conversaciones. Los resultados le llegan al equipo como debe llegar un trabajo terminado: como archivos en la Biblioteca y un pendiente esperando confirmación.

Cada quien trae su propia IA

En un proyecto compartido, cada miembro ejecuta los agentes con sus propios modelos, claves, inicios de sesión en conectores, configuración de permisos y créditos: las mismas reglas que en su trabajo personal. El propietario no paga el uso de IA de los miembros, y no se comparten las claves de API ni los créditos de nadie. El servidor almacena los archivos compartidos, verifica quién puede hacer qué y asigna las reservas de ejecución. No ejecuta agentes.

Las personas responden por el trabajo; los agentes lo hacen

Un pendiente se asigna a una persona, no a un agente. El agente decide cómo hacer el trabajo, pero nunca reemplaza a la persona responsable. Solo esa persona puede iniciar una ejecución y, cuando un agente termina, devuelve el pendiente para confirmación en lugar de marcarlo como completado. Con varias personas y muchos agentes en un mismo proyecto, alguien tiene que responder por cada parte, y por eso siempre es una persona.

Asíncrono a propósito

Los cambios que haces en Orkas se guardan primero en tu computadora y se publican en segundo plano. Los demás los reciben cuando abren el proyecto, vuelven a la app, hacen clic en Actualizar o en la siguiente revisión, que ocurre cada cinco minutos. No hay edición colaborativa en tiempo real. Los agentes escriben mucho, y muchas veces todo a la vez; un punto de control predecible genera más confianza que archivos que cambian mientras trabajas en ellos. Cuando dos ediciones chocan, Orkas combina lo que puede combinar de forma segura y, si no, le pide a una persona que elija.

Primero, los equipos pequeños

El propietario necesita un plan de pago para compartir; los miembros se unen con una cuenta gratuita. Así, aceptar una invitación no le cuesta nada a un freelancer, a un cliente o a alguien recién contratado, y el costo de compartir —el plan y el almacenamiento en la nube— queda a cargo de quien creó el proyecto. Los planes están pensados para equipos pequeños —de tres a diez personas por proyecto—, no para departamentos.

Para cerrar

Orkas nació para que una persona dirigiera un equipo de agentes de IA. Los proyectos compartidos conservan esa forma y la amplían: un equipo pequeño comparte lo que hace útiles a esos agentes —las reglas, la memoria, el material y el plan—, mientras cada persona conserva su propia IA, sus claves y sus conversaciones, y sigue siendo responsable de su parte del trabajo.

Para ver cuatro configuraciones de equipos pequeños listas para copiar, consulta Proyectos compartidos en equipo.

Si ya trabajas con un colega, un proveedor externo o un cliente, pruébalo en un proyecto: escribe en sus instrucciones el manual de trabajo que van a compartir e invítalos. Puedes descargar Orkas gratis para macOS y Windows.