- 5
- Proyectos
- 1
- En producción
- 1
- Entregado
- 3
- Investigación
- 2.306
- Tests verdes
En producción
LAS — Life Assistant
El sistema AI de producción de Reeb Labs — un segundo cerebro que aprende, recuerda y actúa. La disciplina que vendemos, aplicada a nosotros mismos a diario.
- Problema
Los LLM generales olvidan cada conversación, no pueden actuar sobre datos privados y tratan la memoria como ingeniería de prompts efímera. Cualquiera serio sobre un “segundo cerebro” necesita contexto persistente, flujos autónomos y razonamiento sobre su propia historia.
- Enfoque
Grafo de conocimiento temporal (Graphiti) sobre una stack de retrieval híbrida — embeddings densos, personalized PageRank, consolidación Cypher. Jerarquía cognitiva de cinco agentes con routing de intent, decision journaling y meta-cognición. Inferencia local en oMLX (Qwen 3.6 35B-A3B para extracción de entidades, Apple Silicon), Anthropic como primario para razonamiento duro con fallback local determinista. Re-arquitectura del KG en Phase 0.5 validada contra una spec de 2540 líneas con presupuesto de rollback ≤15h.
- Resultado
En producción diaria para un usuario. 2306 tests herméticos verdes. Phase II-B desplegada (embeddings híbridos, PPR, consolidación Cypher). Phase III en cola — Thompson Sampling, self-healing, métrica de trust — condicionada a 14 días de estabilidad y r ≥ 0.6 de correlación con juicio humano.
GreenScan
Evaluación industrial de sostenibilidad, construida end-to-end y entregada como producto autocontenido a un único founder.
- Problema
Un founder necesitaba una herramienta turnkey de scanning y reporting de métricas de sostenibilidad, sin apetito por dependencias de plataforma a largo plazo. Querían ser dueños del código.
- Enfoque
Stack completo — ingesta de datos, motor de scoring, reporting PDF — documentado para handoff. Sin lock-in SaaS. Sin facturación recurrente. Conocimiento transferido junto al código.
- Resultado
Entregado. Operando de forma independiente de nosotros, por diseño. Tratamos los handoff limpios como un entregable, no como un modo de fallo.
Programa de investigación activo
ARGUS
Motor de inteligencia de mercado para operadores SMB — scanning, briefing y reporting sin analistas internos ni SaaS por reporte.
- Problema
Los owner-operator necesitan scans competitivos rápidos y defendibles, pero la mayoría de las herramientas de “AI competitive intelligence” son wrappers finos sobre web search o cobran por output. Los analistas internos están fuera del presupuesto SMB.
- Enfoque
Software-only — scrapers, extracción estructurada, embeddings, briefings programados. Inferencia local-first vía oMLX. Scheduling y orquestación construidos sobre las mismas primitivas que LAS. Distinto de Sentinel, que es un programa de hardware.
- Resultado
Arquitectura validada con datos de prototipo. En desarrollo contra un design partner SMB más afilado.
ATHENA
Un único producto siendo unificado a partir de dos tracks de I+D anteriores (athena y athena2). La pausa es intencional — la convergencia es una pregunta de diseño, no una refactorización.
- Problema
Dos prototipos paralelos exploraban ángulos distintos del mismo problema de IA aplicada. Correrlos en paralelo fue clarificador. Lo que los hace producto es enviarlos como uno.
- Enfoque
Tratamos el merge como un pase de diseño desde primeros principios: qué interfaces sobreviven, cuáles eran artefactos de la exploración paralela, cómo se ve el modelo de datos unificado. Nada de merge a ciegas.
- Resultado
Arquitectura siendo unificada. Retoma cuando se abra la ventana de ARGUS — comparten infraestructura sustancial.
Sentinel
Un programa de hardware de drones, distinto de cualquier trabajo de scanning software-only. Algunos problemas de IA aplicada requieren sensores físicos, no solo ingesta de datos.
- Problema
La inspección industrial y la conciencia perimetral necesitan sensores reales en el campo. Los drones off-the-shelf no exponen suficiente de su pipeline para enchufarse limpiamente a una stack de IA custom.
- Enfoque
Build de hardware custom — partes sourceadas y prototipadas en Brescia. Stack de software diseñada contra la misma capa de inferencia y orquestación que usa el resto del lab.
- Resultado
Detenido desde febrero de 2026. Componentes en stock. Reinicio condicionado a un piloto industrial creíble — no corremos programas de hardware sobre especulación.
Lo que esta lista excluye
No listamos tooling interno (oMLX, FLOS, infraestructura de sync), I+D exploratoria que aún no ha ganado un nombre de producto, ni trabajo cubierto por confidencialidad de cliente. Los cinco anteriores son los proyectos contra los que estamos dispuestos a ser medidos.