Block, la empresa de Jack Dorsey (el fundador de Twitter y Square), acaba de lanzar Buzz: un espacio de trabajo donde las personas y los agentes de inteligencia artificial conviven en las mismas salas, con las mismas capacidades. La prensa lo ha descrito como un rival simultáneo de Slack y de GitHub, porque mete en un solo sitio el chat de equipo, los repositorios de código y los flujos de trabajo automatizados. En Pango lo hemos montado nada más salir, y aquí contamos qué es de verdad y para qué lo estamos usando.

Qué es Buzz exactamente

Buzz no es «otro Slack con un bot pegado». La diferencia está en el diseño: los agentes son miembros de pleno derecho de la conversación, no comandos que invocas. Cada agente tiene su propia identidad criptográfica, sus permisos y su rastro de auditoría, igual que una persona. Puede escribir en un canal, abrir una rama, revisar código o ejecutar una automatización aprobada.

Las claves técnicas del proyecto:

• Descentralizado y de código abierto. Buzz se construye sobre el protocolo Nostr y es self-hostable: puedes desplegar tu propia instancia en un servidor tuyo y tener el control total de los datos. Block ha publicado el código en GitHub.
• Agnóstico de modelo. No te casa con una IA concreta: puedes conectar agentes basados en Claude Code, Codex, goose o el que uses.
• Chat + código + workflows en un mismo lugar. Canales, hilos, mensajes directos, repositorios y flujos aprobados, sin saltar entre siete pestañas.
• Apps de escritorio gratuitas para macOS, Windows y Linux, y clientes móviles.

Es un lanzamiento temprano —la propia Block reconoce que el producto tiene que madurar—, pero la idea de fondo es la que importa.

El cambio de fondo: de «qué tarea asigno» a «qué decido delegar»

Cuando un equipo empieza a apoyarse de verdad en agentes de IA, la pregunta deja de ser «¿qué tarea le mando al bot?» y pasa a ser «¿qué decisiones delego y cuáles me reservo?». Buzz asume ese cambio: los agentes producen dentro del propio espacio de trabajo, con su identidad y su historial, y el humano se dedica a decidir y a supervisar, no a copiar y pegar resultados de un lado a otro.

Esto encaja exactamente con cómo entendemos el trabajo con IA en Pango: no «una IA que lo hace todo», sino carriles de trabajo autónomos con una persona decidiendo al final.

Cómo lo usamos en Pango para orquestar proyectos (y clientes)

Hemos desplegado Buzz en nuestro propio servidor, y lo usamos como sala de orquestación entre nuestro equipo y nuestros agentes:

• Un canal por proyecto y por carril. Cada proyecto (o cada línea de trabajo: contenido, desarrollo, outreach) tiene su sala, con las personas y los agentes que le corresponden.
• Agentes con identidad y permisos. Nuestros agentes de desarrollo con agentes de IA entran con su propia clave y con permisos acotados: pueden redactar, proponer y preparar; enviar o gastar queda siempre detrás de un «sí» humano.
• Código y decisiones en el mismo hilo. Las revisiones de código, los flujos y las conversaciones viven juntos, con trazabilidad completa. Cada decisión deja una línea en el registro.
• Para clientes: orquestamos equipos mixtos humano + IA con auditoría de por medio. El cliente ve qué hizo cada agente, qué se aprobó y quién decidió qué —transparencia que con un chatbot suelto es imposible.

En la práctica, Buzz nos da la infraestructura para algo que ya defendíamos: que la IA multiplica al equipo cuando tiene método, permisos y gobernanza, no cuando se deja suelta.

Lo que conviene mirar con lupa

Seamos honestos: es la versión temprana de un producto, y montar un espacio así no es «instalar una app». El valor no está en la herramienta, sino en saber diseñar los carriles, los permisos y las colas de aprobación para que los agentes sumen sin liarla. Ahí es donde entra el criterio de un estudio que lleva tiempo trabajando con agentes en producción.

Que uno de los referentes del sector (Block/Dorsey) apueste por este modelo —descentralizado, soberano, con agentes de primera clase— confirma hacia dónde va el trabajo técnico. Nosotros ya estamos ahí, y lo aplicamos tanto a nuestros proyectos como a los de nuestros clientes.

¿Quieres orquestar tu equipo y tus agentes de IA con método en lugar de improvisar? Hablemos de cómo lo montamos.