Zenith

La mayoría de las herramientas de IA para código giran alrededor de una conversación entre un developer y un modelo. Zenith explora modelos de razonamiento coordinando agentes de ingeniería especializados.

Un modelo de razonamiento potente sostiene el objetivo mientras modelos más pequeños y especializados ejecutan tareas acotadas, para que el razonamiento caro se gaste solo donde agrega valor.

Contexto a nivel de código. Los agentes exploran repositorios completos en lugar de archivos aislados: descubrimiento de arquitectura, detección de código muerto, auditorías de rendimiento, análisis de modularidad y dependencias, investigación de bugs, planeación de refactors y cobertura de pruebas. El punto es darles suficiente contexto para razonar sobre sistemas, no sobre fragmentos.

Ingeniería consciente de la observabilidad. El área que más me interesa: conectar agentes de código con telemetría de producción, no solo con el código fuente.

Modelos locales y open-weight. Zenith también funciona como un entorno para experimentar con inferencia local, ruteo de modelos, arquitecturas Mixture-of-Experts, cuantización, decodificación especulativa e inferencia heterogénea GPU/CPU. El objetivo no es depender de un solo modelo o proveedor.

Stack Rust · GPUI · TypeScript · LLM APIs · modelos open-weight · MCP · inferencia local · orquestación de agentes