Praxist, el sistema de investigación autónoma que arrasa en GitHub

Praxist ha aparecido en GitHub hace cinco días y ya acumula más de 6.100 estrellas, un ritmo de unas 1.154 al día. No es un proyecto cualquiera: su autor, sapientinc, lo define como un sistema autónomo de investigación para proyectos que ya funcionan pero cuyo siguiente paso no está claro.

La idea central es que la investigación no debería ser una secuencia de prompts sueltos, sino un proceso persistente. Praxist coordina varios agentes de investigación en paralelo, cada uno explorando hipótesis o implementaciones distintas, y luego sintetiza los resultados entre generaciones. También mantiene "carriles de evidencia" que conservan las candidatas más prometedoras en distintos estados, y usa métricas múltiples para evaluar, incluyendo soluciones Pareto-óptimas.

Cómo se usa

Praxist no sustituye a Codex, el agente interactivo de OpenAI, sino que se apoya en él. Tras instalar el sistema, se abre Codex en la raíz de un proyecto ya ejecutable y se invoca $praxist-takeover. Ese comando revisa que todo esté listo, crea o repara el armazón de tareas y lanza la ejecución si se superan los controles.

El autor recomienda usar Codex como interfaz, pero el sistema también puede operar con otros proveedores de API. Para quienes ya tengan una suscripción a Codex, existe un modo nativo que evita usar una clave API. El instalador incluye un asistente que cubre la licencia, el acuerdo de usuario, la privacidad y las credenciales enmascaradas.

El repositorio incluye varias habilidades adicionales, como diagnóstico de ejecuciones, recopilación de literatura científica y una que dibuja tendencias de métricas en la terminal.

Por qué importa

Praxist llega en un momento en que los agentes autónomos prometen ir más allá de responder preguntas. Si cumple lo que promete, podría cambiar cómo se aborda la investigación en entornos técnicos. Pero hay que ser prudentes: el proyecto tiene apenas días de vida, la documentación es densa y aún no hay demos públicas que muestren resultados reales. Que tenga 6.000 estrellas indica interés, no necesariamente que funcione. Lo que queda por ver es si la comunidad consigue ponerlo a prueba en proyectos serios y si el autor mantiene el ritmo de desarrollo.