En un momento en que las plataformas de orquestación de agentes de inteligencia artificial proliferan rápidamente, la startup londinense Mindstone lanza Rebel, un sistema operativo de IA local que apunta a transformar cómo las empresas gestionan sus agentes inteligentes. Rebel destaca por su arquitectura local-first y su capacidad para recordar automáticamente qué modelo de IA es el más adecuado según la tarea, mejorando la eficiencia y la seguridad corporativa.
Rebel, lanzado oficialmente esta semana, se distribuye bajo una licencia «Fair Source» que permite a equipos de hasta 100 usuarios adoptar y adaptar el software gratuitamente, mientras que organizaciones con más usuarios deben adquirir una licencia empresarial. Este sistema open source se basa en archivos Markdown, un formato sencillo y ampliamente adoptado que facilita la personalización, inspección y traslado de datos y configuraciones sin convertirlos en una carga para los modelos de IA ni depender completamente de infraestructuras en la nube.
Greg Detre, director tecnológico de Mindstone, explica que la memoria compartida es fundamental para convertir a la empresa en un «superorganismo cada vez más inteligente», permitiendo que los agentes memoricen y utilicen de forma dinámica los modelos de IA preferidos para cada tarea o sub-tarea, intercambiando entre modelos locales y en la nube según necesidad para optimizar costos, privacidad y seguridad. 
Actualmente, Rebel es compatible con macOS (Intel y Apple Silicon) y Windows, con soporte para Linux en desarrollo. La empresa ha levantado 5 millones de dólares con inversores como Pearson Ventures, Moonfire Ventures y Zanichelli Venture.
Arquitectura local basada en archivos Markdown para evitar la dependencia tecnológica
La gran innovación de Rebel reside en su enfoque local-first, donde el estado, las instrucciones y la jerarquía de memoria de los agentes se almacenan directamente en archivos de texto Markdown (.md). Este método asequible permite a las empresas mantener su autonomía y evitar los costes asociados a formatos más pesados como Word o PDF, que redundan en tokens innecesarios para los modelos y aumentan las tarifas de API.
Además, este formato protege la empresa contra un posible «vendor lock-in», ya que toda la información está almacenada localmente, fuera del control exclusivo de proveedores SaaS. Esto cobra especial importancia cuando los agentes manejan datos sensibles de correos, calendarios y flujos internos.
Rebel habilita la creación de «skills» o habilidades, procedimientos multitarea guardados que el agente puede reutilizar; «operators», que ajustan el comportamiento del agente con diferentes perfiles de análisis; y «automations», que permiten ejecutar tareas programadas en segundo plano para mantener la información actualizada y agilizar el trabajo desde el arranque.
Selección automática del modelo de IA más adecuado según la tarea
Una funcionalidad clave es la orquestación multi-modelo, donde Rebel divide las actividades en partes específicas y asigna cada una al modelo de IA más conveniente, ya sea local o en la nube, según la sensibilidad de la información y las políticas internas. Por ejemplo, tareas complejas pueden dirigirse a modelos potentes y costosos, mientras que trabajos rutinarios los asumen modelos más baratos o locales para proteger datos confidenciales y controlar gastos.
Este diseño permite una flexibilidad sin precedentes, pues las empresas pueden operar mezclando modelos y entornos sin comprometer la seguridad ni someter todo al paradigma cloud. Así, los trabajos sensibles permanecen en local, mientras que el resto puede escalarse en la nube, garantizando a su vez un estricto control sobre qué se comparte y qué permanece privado.
Memoria jerarquizada para una gestión inteligente del conocimiento
Detre destaca que Rebel evita el problema común en la IA empresarial de volcar grandes volúmenes de datos sin estructura y depender de búsquedas poco precisas. En su lugar, utiliza una memoria jerarquizada según el valor de la información: los datos de alto valor se almacenan en archivos README.md asociados a proyectos específicos, la información relevante pero menos prioritaria queda referenciada para un acceso rápido, y el resto se guarda en directorios indexados, disponibles pero inactivos hasta que se requieran.
Panel de control para medir el retorno de inversión
Para organizaciones más grandes se ofrece Mindstone Pro, que incorpora un panel de impacto que evalúa y muestra los ahorros de tiempo y costes generados por Rebel en distintos departamentos. Esta evaluación utiliza un modelo de lenguaje cerrado para analizar telemetría y calcular los beneficios, con un enfoque conservador para evitar afirmaciones infladas sobre la productividad.
El panel respeta la privacidad, al separar la información de uso corporativo del acceso a la actividad privada de los empleados, un aspecto crucial para la aceptación de estas tecnologías en entornos empresariales.
Licencia Fair Source para minimizar riesgos tecnológicos y promover transparencia
Mindstone distribuye Rebel bajo una licencia Fair Source, que ofrece un término medio entre el software totalmente cerrado y el código abierto permisivo. El código es visible, auditado, modificable y desplegable libremente para usuarios y organizaciones pequeñas (hasta 100 usuarios concurrentes). Sobrepasado ese límite, es necesario adquirir una licencia comercial.
Además, esta licencia incluye una cláusula de conversión automática a licencia MIT a los dos años de cada versión, lo que asegura que el software se abra completamente pasado ese plazo y reduce el riesgo de dependencia a largo plazo.
Esta estrategia ofrece a las empresas tranquilidad respecto a la portabilidad y control de sus automatizaciones, memorias y configuraciones en un formato accesible y durable.
Seguridad reforzada mediante gestión local de aprobaciones y memoria compartida visible
En su presentación en Product Hunt, algunos desarrolladores expresaron interés en cómo Rebel maneja las aprobaciones de acciones sensibles y la compartición de memoria. Detre y el CEO Joshua Wöhle explicaron que Rebel separa la lógica de planificación, ejecución y seguridad, permitiendo configuraciones donde las aprobaciones se gestionan íntegramente en modelos locales, eliminando riesgos de cumplir normas corporativas por depender de una evaluación cloud.
Para evitar errores en la selección de qué memoria puede compartirse, Rebel emplea archivos «Chief-of-staff README» que definen los espacios privados, de equipo o corporativos, y solicita confirmación cuando la información es ambigua, priorizando siempre la transparencia.
Wöhle remarcaría la importancia de que los agentes sean sistemas visibles y auditables dentro del espacio de trabajo, para que alguien pueda entender su funcionamiento y asegurar la confianza del usuario.
Implementación real y retorno tangible en Epignosis
Rebel ya ha sido desplegado en la empresa Epignosis, donde 250 empleados de varios departamentos utilizan el sistema para automatizar tareas, ahorrando en doce semanas la capacidad equivalente a ocho empleados a tiempo completo. La adopción se ha extendido de forma orgánica, generando un efecto denominando «potatoes effect», en referencia al boca a boca interno cuando los trabajadores ven los beneficios de las automatizaciones.
Esta experiencia confirma para Mindstone que la IA empresarial debe ir más allá de herramientas personales aisladas, favoreciendo una memoria compartida y flujos de trabajo colaborativos que escalabilicen el aprendizaje y la productividad.
Trayectoria y visión de Mindstone
Fundada en 2020 en Londres por Joshua Wöhle, Mindstone inicialmente ofrecía productos de educación tecnológica para consumidores. Con la masificación de la IA generativa desde 2022, la compañía pivotó hacia el mercado empresarial, enfocándose en superar la brecha entre la disponibilidad tecnológica y su uso efectivo en las operaciones diarias.
Hoy, Mindstone provee un ecosistema integral de software y formación para maximizar el retorno de las licencias de IA corporativas, con clientes destacados como The Home Depot, Hyatt Hotels, Pearson y Ernst & Young.
Un nuevo paradigma: coordinar la IA en las empresas con memoria compartida
Frente a la primera etapa centrada en el acceso a herramientas de IA, Mindstone apuesta con Rebel por una segunda fase basada en la coordinación, que incluye memoria compartida, workflows reutilizables, control local y orquestación múltiple de modelos, todo con métricas de impacto comercial.
Este enfoque busca proveer a las empresas no sólo de usuarios sino de infraestructura fiable para que la IA sea parte integral de sus procesos, sin perder control ni visibilidad.
El reto ahora para Mindstone será ejecutar un software local-first fácil de gestionar, con un correcto gobierno de memorias compartidas y la complejidad añadida de rutas multi-modelo, asegurando que los beneficios sean tangibles y seguros para las organizaciones.
