Registro de ideas: hilos abiertos y callejones sin salida

Esto es un registro de decisiones, no un roadmap

Cada entrada de abajo es algo que alguien del lab quiso probar. De cada una obtienes: qué es, por qué resulta tentadora, los pros y contras honestos, un veredicto propuesto, una estimación aproximada de esfuerzo y — lo más importante — la línea que dice qué nos haría cambiar de opinión.

Escala de esfuerzo: XS unas horas · S una sesión · M dos o tres sesiones · L un hito propio · XL abarca varios hitos.

Todas las ideas abiertas, filtrables

Filtra por veredicto o esfuerzo, ordena por el eje sobre el que estés discutiendo hoy. Despliega una tarjeta para ver el detalle que sostiene el veredicto.

Dónde cae cada idea

Ambos ejes son juicios subjetivos de quien escribió la tarjeta — que es exactamente el tipo de cosa que merece discutirse. Pulsa un punto para saltar a su tarjeta. El color es el veredicto propuesto.

El patrón que merece la pena notar: las dos entradas de arriba a la izquierda — la reclamación de flash (C-01) y el experimento de pesos en SD (B-03) — son baratas y desbloquean varias más. El grupo de abajo a la derecha es donde el esfuerzo va a morir. Si solo tienes un fin de semana, gástalo arriba a la izquierda.

¿Cabe en 16 MB?

Esta es la aritmética que mató a B-01, en vivo. Elige un modelo, arrastra las particiones y mira cómo se llena el chip.

Los 65.536 bytes reservados al principio no son negociables: el bootloader, la tabla de particiones, la NVS y la calibración PHY viven todos por debajo de 0x10000, que es donde tiene que empezar la app.

¿Qué tamaño de criatura nos podemos permitir?

El número de parámetros de un transformer es params = vocab×d + capas×12×d². A esta escala, el vocabulario es el presupuesto — y por eso un BPE propio de 1024–2048 tokens es la primera decisión de diseño, no una optimización.

El renderizador, no el pensador

Dirigir es barato a escala diminuta; tener sustancia no. Así que el modelo es un renderizador: los reflejos y los sensores deciden el ánimo, y el modelo convierte ese ánimo en palabras que nunca son las mismas dos veces. El argumento de producto es simple — el enemigo de un compañero de escritorio es la repetición, no la tontería. Un buddy que dice algo tonto pero nuevo está vivo. Un buddy que dice la misma frase ingeniosa por cuarta vez es un mueble.

// la emoción como token de control, emitido primero — no puede venir mal formada
<happy> oh! that tickles

// frente a la ruta de la nube, que necesita parseo defensivo (main.cpp):
```json
{"utterance": "oh! that tickles", "emotion": "happy"}
```     ← las vallas que al modelo se le dijo que no emitiera

La tensión que nadie debería tapar

La afirmación que se está haciendo es que el tono es de baja dimensión y la identidad no. Si esa afirmación es falsa — si el lab lo prueba y “smug” y “delighted” suenan idénticos porque comparten registro — entonces la resolución falla y necesitamos o un set de registros más grande o el reentrenado por pack como norma. La convergencia que hace la segunda opción menos temible: el corpus de entrenamiento ya es una definición de personalidad. Forkea el corpus, reentrena en ~20 minutos, entrega voice.bin dentro del pack, y tienes una criatura genuinamente distinta en vez de la misma criatura con otra paleta.

Qué funciona de verdad, por transporte y plataforma

El hilo de la PWA es donde casi se gastaron las horas de ingeniería más caras a cambio de la menor recompensa. Elige un transporte y un cliente y mira exactamente qué obtienes.

Desventajas infravaloradas, incluso en los caminos que “funcionan”

• La identidad del origen está atada a la IP. Un cambio de concesión DHCP deja huérfana la PWA instalada y su suscripción de push. En silencio.
• Tres buddies = tres PWAs separadas. Las PWAs tienen alcance por origen. No hay una app de “mis buddies” salvo que un hub provea el origen.
• La caché obsoleta del service worker es una trampa real en un dispositivo cuyo argumento de venta entero es recargar en caliente. Estarías entregando una capa de caché que pelea con la promesa central del producto.
• La caché offline aquí es casi inútil. Un shell cacheado sigue sin poder alcanzar al buddy — el buddy es el servidor. Cachearías una interfaz que no tiene con quién hablar.

Lo que deja al push, y solo al push, como lo único que se gana su sitio — y solo para mensajes de cuando no estás en la mesa. Si el grupo no sabe nombrar tres de esos que quiera de verdad, el movimiento honesto es entregar A-01 y cerrar el hilo.

Discutir con el registro

Cada tarjeta tiene una línea de qué nos haría cambiar de opinión, y caen en tres tipos:

• Una medición. B-03 (pesos en SD), A-03 (heap de TLS junto al audio), el throughput de B-02. Alguien lanza un benchmark y el veredicto se actualiza. Son los argumentos más baratos de ganar — ve a por el número.
• Un juicio de gusto. La calidad de salida de B-02, la gracia de E-01, el renderizado de D-01. Ningún benchmark los zanja; el lab lo mira y vota. Construye la cosa más pequeña que permita a la gente mirar.
• Una pregunta de personas. H-01, A-02, H-03. Estas necesitan un voluntario o un presupuesto, no un argumento. Si nadie quiere hacerse cargo, eso es la respuesta.

Secuencia recomendada si quieres el máximo valor de decisión por hora: C-01 (desbloquea todo, media jornada) → benchmark de B-03 (mueve hasta tres veredictos) → A-01 (40 líneas, entrégalo) → sesión previa de B-02, terminando con todo el mundo leyendo 50 frases muestreadas y votando si la criatura merece construirse.

De esa secuencia, C-01 está hecho y B-02 tiene ya sus números de velocidad; lo que queda de B-02 es exactamente la parte de gusto — la votación leyendo frases.