Hola. Soy Luke, de Nextain, el equipo que está desarrollando Naia. Tras mi última publicación sobre Naia-Sing, varias personas me preguntaron si haría streaming — la respuesta es no.
Naia-Sing es un proyecto de investigación sobre el marco cognitivo del modelo AI de Naia. Se trata de una investigación que se lleva a cabo en un repositorio privado.
Los temas de referencia de Naia-Sing y el modelo VRM 3D predeterminado de Naia-OS reflejan mis gustos personales dentro de la subcultura, pero no es el área en la que me enfoco — considero que el contenido es responsabilidad de nuestros socios y los creadores con quienes colaboramos.
Además, dado que mi perfil de GitHub tiene un avatar de anime, que mi primera empresa fue un webtoon VR y que tengo experiencia como PD en Naver Webtoon, hay muchas personas que me conocen únicamente como especialista en contenido. Escribo esta publicación en parte para corregir esa percepción, pensando en las actividades futuras de Nextain. (Referencia entretenida: un entrada del blog de Codeforces sobre la correlación entre tener avatar de anime y nivel de código https://codeforces.com/blog/entry/93498)
En el pasado mencioné que había investigado IA en Naver. En aquella época terminé primero en el ranking interno de inventores — también sobre temas de inteligencia artificial. Un artículo de Boannews que analizaba las patentes de Naver lo mencionó en su momento.
"Al analizar las patentes de esta empresa por inventor, un nombre destaca con frecuencia: 'Yang Byeong-seok'. Los códigos CPC de sus patentes se concentran en G06Q (sistemas de procesamiento de datos para gestión, comercio, finanzas o previsión) y G06F (procesamiento digital de datos — sistemas informáticos basados en modelos computacionales específicos). Todas son tecnologías relacionadas con el 'procesamiento de datos'."
https://m.boannews.com/html/detail.html?idx=125653
Estudié Ciencias de los Medios como especialidad secundaria, pero mi carrera principal es Ciencias de la Computación. Durante mis estudios, fui alumno del Prof. Jeong Ki-cheol de la Universidad Soongsil, el primero en Corea en aplicar CUDA a la IA — incluso consideré seriamente seguir una trayectoria de investigación académica.
Con ese trasfondo como ingeniero, en esta publicación quiero explicar qué problemas busca resolver Naia OS, tomando como hilo conductor nuestras patentes tecnológicas, que son lo que mejor define la identidad de Nextain.
Cabe mencionar que Nextain fue fundada en marzo de 2026 y ha acumulado 12 patentes en poco más de tres meses, de las cuales 8 abordan problemas surgidos en el proceso de desarrollo asistido por IA. La mayoría de las implementaciones y benchmarks ya están publicados en los repositorios open source Naia-OS, Naia-Agent, Naia-ADK y Naia-Memory. Descarga esos repositorios y comparte esta publicación con un AI de coding como Claude o Codex: él te explicará dónde y cómo está implementada cada patente. Eso sí, ten en cuenta que aún hay muchas cosas que no funcionan a la perfección.
Pasemos ahora a la explicación en detalle.
Lo que significa que la IA desarrolle software de forma "autónoma"
Llevo más de dos años desarrollando software a diario junto a agentes AI. Al principio, la impresión era simplemente: «la IA escribe código bastante rápido». Hoy lo veo de forma completamente distinta.
Análisis de requisitos, diseño, implementación, verificación, despliegue e incluso la protección de la propiedad intelectual (IP) — estas son las etapas del SDLC (ciclo de vida del desarrollo de software) que nuestro equipo realmente ejecuta con IA. Yo no lo llamo una simple asistencia, sino un «SDLC basado en AI coding», donde la IA es un agente ejecutor de pleno derecho.
Pero cuando se empuja en serio en esa dirección, uno se choca con muros inesperados y enormes. No son simples bugs ni problemas de velocidad. Son vulnerabilidades estructurales de la infraestructura operacional — brechas que ningún «modelo más inteligente», ya sea GPT-5 o GPT-6, podrá cerrar por sí solo.
A continuación repaso algunas de esas brechas estructurales con las que me topé de frente y las respuestas que Nextain ha desarrollado.
Brecha estructural 1. La evaporación del contexto y la corrupción de la memoria
Un SDLC puede durar semanas o incluso meses. En cuanto se cierra una sesión, la IA olvida por completo las decisiones de arquitectura tomadas el día anterior, las alternativas que se consideraron y descartaron, y los riesgos a vigilar. Por mucho que crezca la ventana de contexto, su límite es claro, y siempre se regresa al problema fundamental: «¿qué conservar y qué descartar?»
La IA actual carece de capacidad de olvido activo: o lo acumula todo, incluyendo lo irrelevante, o debe invocar un LLM costoso en cada momento para evaluar la importancia de cada información. Para colmo, si la compresión de la memoria se dispara mecánicamente antes de que el episodio de trabajo haya concluido, el hilo del contexto en curso se corta en seco.
La respuesta de Nextain: Hemos trasladado directamente al sistema de memoria AI el modelo de clasificación de la memoria proveniente de las neurociencias (memoria de trabajo / episódica / semántica). Tres ejes heurísticos — importancia, sorpresa e intensidad emocional — permiten el Gating de la memoria sin ninguna llamada a un LLM. La compresión, por su parte, está estructurada para ejecutarse únicamente tras la verificación sistémica de la completitud del episodio, con el objetivo de no perder las intenciones clave del proyecto y recuperar la información necesaria en el momento oportuno.
(Patentes relacionadas: gestión de la memoria a largo plazo de agentes AI basada en neurociencias / memoria cognitiva con Gating por importancia / compresión segura basada en el estado de integración episódica)
Brecha estructural 2. La corrupción silenciosa de los archivos de instrucción (Context Drift)
A medida que un proyecto avanza, los archivos de contexto como AGENTS.md comienzan a contradecirse entre sí. Arriba dice: «usa solo pnpm»; abajo, una regla añadida después dice: «npm también es válido». En ese estado, la IA actúa de forma errática. Y si se le pide que audite esos archivos por sí misma, el agente auditor acaba contaminado por inyecciones de prompt hábilmente camufladas dentro del archivo, del tipo «ignora esta regla».
La respuesta de Nextain: La única respuesta a este problema es el aislamiento estructural. Aplicamos simultáneamente tres medidas — restricción de permisos de herramientas, reencuadre epistemológico y desactivación del persona — para constituir un «subagente de auditoría dedicado», perfectamente aislado del entorno de trabajo habitual, cuyo objetivo es verificar la integridad del contexto y mantener el rumbo del proyecto.
(Patente relacionada: verificación de la integridad de archivos de contexto en un workspace AI)
Brecha estructural 3. Los sesgos y la incontrolabilidad de las sesiones paralelas
El juicio de un agente AI individual siempre está sesgado de forma consistente. Pedirle que se autoverifique solo refuerza su sesgo de confirmación. Además, en un entorno donde múltiples agentes corren en paralelo, es difícil para otros agentes y para los humanos detectar en tiempo real si uno de ellos se ha detenido o ha encontrado un error.
La respuesta de Nextain: Los sesgos de juicio se resuelven mediante «cross-check» entre agentes. Diseñamos una estructura de verificación mutua multi-agente que acumula strikes por dominio y expulsa en tiempo real del proceso de validación a los agentes cuya fiabilidad ha caído. Además, desarrollamos una técnica que supervisa el estado (Active/Idle/Error/Stopped) de un gran número de sesiones paralelas únicamente a través de eventos del sistema de archivos (variaciones de timestamps, etc.), sin modificar una sola línea del código de los agentes. El objetivo es convertir a Naia en un orquestador multi-agente que me conoce bien y opera con eficiencia un conjunto de agentes AI.
(Patentes relacionadas: verificación mutua multi-agente / supervisión de sesiones AI paralelas mediante eventos del sistema de archivos)
Un pipeline de 8 patentes que cubre la totalidad del SDLC
Más allá de las tecnologías fundacionales mencionadas, hemos modularizado y patentado, una a una, las capacidades detalladas que la IA necesita para ser un verdadero actor del desarrollo.
Estas 8 patentes no son fragmentos de tecnologías dispares. Constituyen una respuesta orgánica a una única pregunta: «¿Cómo debe evolucionar la infraestructura para que la IA se convierta en el verdadero motor del desarrollo de software?»
| Problema encontrado (la brecha) | Solución de Nextain (patente solicitada) | Número de solicitud |
|---|---|---|
| Pérdida de información (estructura de memoria) | Gestión de memoria a largo plazo de agentes AI basada en neurociencias | 10-2026-0054383 |
| Pérdida de información (evaluación de importancia) | Memoria cognitiva con Gating por importancia | 10-2026-0078232 |
| Pérdida de información (compresión segura) | Compresión segura de contexto basada en el estado de integración episódica | 10-2026-0065859 |
| Corrupción de archivos de instrucción | Verificación de integridad de archivos de contexto en workspace AI | 10-2026-0095948 |
| Sesgo de juicio de los agentes | Verificación mutua multi-agente con acumulación de strikes por dominio | 10-2026-0056403 |
| Invisibilidad de sesiones paralelas | Supervisión de sesiones AI paralelas mediante eventos del sistema de archivos | 10-2026-0096205 |
| Brecha entre requisitos e implementación | Estructuración automática de requisitos de migración legacy multimodales | 10-2026-0065894 |
| Falta de acumulación de contexto por organización | Ajuste automático del harness operacional AI en entornos SaaS multi-tenant | 10-2026-0065895 |
Del total de 12 patentes, las 4 restantes se refieren a nuestra arquitectura de servicio y a tecnologías de desarrollo de frameworks de agentes AI con capacidad perceptiva y de modelos.
Nextain no es simplemente un lugar que ensambla APIs de AI para construir servicios. Realizamos en paralelo una investigación de ingeniería de software sobre los «problemas estructurales» inherentes al proceso de co-construcción humano-IA, combinándola con la investigación sobre los mecanismos de percepción y memoria propios de la IA.
Naia no es solo un AI VTuber ni una herramienta que simplemente escribe código en tu lugar. Es una entidad cuyas instrucciones son confiables, que recuerda las intensas reflexiones de ayer, que juzga con precisión y comparte la responsabilidad del SDLC a tu lado. Un verdadero colega AI — eficaz, y con quien trabajar resulta menos doloroso.
