sepia, la skill de agentes que promete borrar el rastro de la IA al escribir

El repositorio sepia ha pasado de cero a 2.646 estrellas en veinte días, a un ritmo medio de 133 al día. Lo firma el usuario Nanako0129 y está escrito en Python. En una frase: es una skill de agente que reescribe texto para quitar las marcas que delatan que lo ha escrito un modelo.

Se apoya en Agent Skills, así que cualquier agente que hable ese estándar puede cargarla, y el CLI de Skills, que según el autor soporta más de 77 agentes, la instala con un comando. Para Claude Code, Codex, Grok Build y Antigravity hay además empaquetado como plugin nativo. Mantiene un único SKILL.md canónico y ningún fork por plataforma, que es justo la parte que suele pudrirse en herramientas de este tipo.

Tres pasadas, no un cambio de sinónimos

El argumento del README es que los humanizadores al uso tocan vocabulario y sintaxis, y que eso ya no basta. Cita StoryScope (Russell et al., 2026), un estudio sobre 61.608 historias escritas por humanos y por cinco LLM frontera: un clasificador que solo mira rasgos de estructura narrativa distingue la ficción de IA con un 93,2% de macro-F1. En la condición del mismo trabajo donde editores humanos reescribieron el estilo superficial, la detección solo bajó del 95,5% al 93,9%. Los indicios que sobreviven son de arquitectura: temas explicados por el narrador, tramas de una sola vía demasiado ordenadas, emociones contadas únicamente como sensación corporal, ausencia de referencias al mundo real, tiempo lineal y finales resueltos con el crecimiento del protagonista.

De ahí salen tres pasadas: arquitectura narrativa, flujo del discurso y, por último, estilo superficial. Encima hay una rúbrica de 30 rasgos y huellas por modelo. Cuando se sabe qué modelo escribe, aplica los tics de frase que cada fabricante documenta en sus propias guías; los que no publican nada quedan anotados como consultados, no adivinados.

En prosa profesional el fallo es otro: relleno que no aporta información, cautelas donde tocaba mojarse, restos de chatbot y formato con pinta de plantilla. Cada tipo de documento tiene su archivo de reglas sobre una lista común. Notas de versión, con impacto para el usuario primero y sin inflación de marketing. Respuestas a PR e issues, contestando antes de explicar y citando file:line. Postmortems, sin culpar a personas y con marcas de tiempo. Tickets, con título igual a resultado y criterios de aceptación comprobables. Artículos técnicos, abriendo por el problema y con un callejón sin salida real.

Las operaciones son cuatro: escribir, revisar (solo diagnóstico), refactorizar (edición mínima) y recrear (reescritura completa).

Dos avisos. Las cifras del estudio las da el propio autor; no hay demo ni validación de terceros. Y veinte días con 2.646 estrellas dicen más de lo que engancha una idea que de lo que aguanta en producción. Para quien monta agentes, eso sí, la instalación es barata: una skill portable, un solo archivo canónico y ningún fork que mantener por plataforma.