Siempre me han atraído los sistemas que se construyen unos sobre otros.
El open source es un ejemplo. Tomas una librería que alguien escribió, la combinas con otra, construyes algo encima, y de repente tienes algo que ninguno de los autores originales habría podido imaginar solo.
La blockchain es otro. Activos y protocolos de cadenas diferentes pueden interactuar, componerse, y desbloquear valor que no existe en ningún sistema por sí solo.
El MCP (Model Context Protocol de Anthropic) es la versión más reciente de esta idea. Permite a los modelos de IA conectarse a herramientas y fuentes de datos de proveedores completamente distintos, combinarlos en tiempo real, y producir resultados que ninguna de esas piezas podría generar sola.
La composabilidad es el principio fundador de cómo crece la tecnología moderna: no lo construyes todo tú mismo, conectas las piezas correctas.
Creo que las ideas funcionan igual
Esto es lo que pienso: la composabilidad no es solo un concepto técnico.
Creo que las ideas mismas son componibles.
Cuando hablas con alguien, ve el mundo de forma distinta a ti. Tiene conocimientos que tú no tienes. Un marco diferente. Un conjunto de experiencias diferente. Cuando combinas tu perspectiva con la suya, sale algo nuevo.
Eso es composabilidad aplicada a los humanos.
Creo que todos tenemos algo que aprender los unos de los otros, que cada persona lleva un saber único, y que nos corresponde a nosotros descubrir cuál es cuando hablamos.
Tu contable ve patrones en los datos financieros que tú nunca habías notado. Tu vecino que cultiva verduras sabe cosas sobre la tierra y la paciencia que se traducen en cómo construyes un negocio. Tu adolescente tiene una intuición sobre las dinámicas sociales que tú perdiste en algún punto del camino.
El valor está en la intersección, en la composición.
Compartir entre humanos está vivo
Hay algo orgánico en la forma en que los humanos colaboran.
No ocurre mediante transferencias de archivos. Ocurre mediante conversaciones, tanteos, ideas que nos lanzamos y que mutan por el camino. Alguien te dice algo, lo digieres, lo transformas, lo devuelves a tu manera. El conocimiento circula, se mezcla, evoluciona. Está vivo.
Nuestra forma de usar la IA hoy ha perdido eso. Cada uno en su chat, su contexto, su sesión que lo olvida en cuanto la cierra. Es eficiente, y está muerto. Sin circulación, sin mutación, sin vida.
Creo que debemos devolver ese lado orgánico de compartir a nuestro uso de la IA. No conocimiento congelado en una base de datos, sino conocimiento que pasa de mano en mano, que se forkea, que mejora porque alguien más lo tocó después de ti.
Esa es la diferencia entre una biblioteca y un organismo vivo. Y es ese lado vivo el que debemos construir en nuestras herramientas, no solo memoria y almacenamiento.
Esta es la idea detrás de AskMojo
La mayoría de las herramientas de IA están construidas en torno a un solo usuario y un solo flujo de contexto.
Abres un chat. Escribes. La IA responde. El contexto es tuyo, los resultados son tuyos, y todo vive en una sola sesión que te olvida en cuanto la cierras.
Es el modelo del prompt individual. Funciona para tareas simples. Pero le falta algo fundamental.
Los verdaderos avances ocurren en los márgenes, donde se encuentran contextos diferentes.
AskMojo está construido en torno a un principio distinto: la composabilidad comunitaria.
Un experto en jardinería comparte un workflow para analizar la exposición solar. Un segundo comparte uno para las asociaciones de plantas. Un tercero, para la preparación estacional. Combinas los tres en tu propia app de jardín. Los resultados que producen están moldeados por tu jardín específico, tu ubicación específica, tu temporada específica. Pero el conocimiento de base es suyo.
Es una filosofía antes que una funcionalidad.
Por qué esto es diferente de Lindy o HyperAgent
Lindy es excelente para la automatización de tareas. HyperAgent es potente para los workflows de desarrollo. Claude (la interfaz de chat) es la mejor herramienta de conversación con IA de propósito general que conozco.
Pero ninguno de ellos está construido en torno al conocimiento compartido.
Todos están diseñados para un solo jugador. Tú y la IA. Tu contexto. Tus resultados.
AskMojo es diferente porque es explícitamente multijugador en su arquitectura. Puedes:
- Construir una app que combina workflows de varios creadores
- Compartir una app con tu familia o tu equipo, cada persona recibiendo resultados adaptados a su nivel
- Seguir a creadores en cuya experiencia confías, y dejar que sus nuevos workflows actualicen tu app automáticamente
- Forkear la app de otra persona y hacerla tuya
El ángulo comunitario no es un elemento de la hoja de ruta. Es el núcleo de por qué esto existe.
La diferencia que hace
Imagina lo que pasa en un campo profesional tradicional cuando los mejores no hablan entre sí.
Los agentes inmobiliarios de la misma ciudad usan enfoques de valoración completamente distintos. Los consultores SEO tienen marcos totalmente diferentes para las auditorías. Los consultores de marketing reinventan las mismas ruedas cada año.
Ahora imagina que estos profesionales pudieran componer sus mejores enfoques en apps compartidas. Forkear los métodos de los demás. Discutir los parámetros. Dejar que los mejores enfoques emerjan a través del uso real.
Así son los estándares antes de convertirse en estándares. Empieza con la composabilidad.
Se aplica igual a los contextos no profesionales. Una familia que planifica un viaje juntos. Amigos que siguen una apuesta deportiva colectiva. Una comunidad de homeschooling que comparte las mejores explicaciones para enseñar historia a los niños.
En cada caso, el mejor resultado viene de combinar lo que cada persona sabe, no de una sola persona que lo sabría todo.
Pero para que las ideas se compongan, hace falta un formato
Hay una condición en todo esto. Las ideas solo se componen si son accesibles.
Un workflow genial encerrado en una herramienta que solo se habla a sí misma es un callejón sin salida. No puedes forkearlo, combinarlo, ni dejar que un agente lo lea. Muere donde nació.
Esa es la verdadera trampa de la mayoría de las herramientas de IA hoy: tu conocimiento entra, pero nunca vuelve a salir en una forma reutilizable. Alquilas el acceso a tu propio saber.
Por eso defiendo un principio simple: el conocimiento debe vivir en un formato abierto, legible por un humano y por un agente por igual.
Concretamente, eso significa markdown. Y markdown es de lo más sencillo: es solo texto.
No un formato propietario que exige un software concreto para abrirlo, ni un archivo que se corrompe o que te encierra. Texto que lees sin esfuerzo, y que una IA lee igual de bien. Unos pocos signos simples para marcar un título o una lista, y ya está. El mismo archivo es comprensible por un humano y por una máquina, sin traducción entre ambos.
Eso es lo que cuenta: un formato que nadie posee, que todos pueden leer, y que los agentes entienden de forma nativa.
Google empezó a formalizar esta idea con el OKF (Open Knowledge Format): una forma estándar de empaquetar el saber para que sea portable, versionable y comprensible por los modelos. En AskMojo, es la misma lógica. Tus apps, tus workflows, tu contexto se exportan en markdown y OKF, a la escala que elijas: un workflow público para compartir, una carpeta para tu equipo, o la exportación completa a otro agente.
Y funciona en ambos sentidos. El mismo formato que saca tu conocimiento hace entrar el de los demás.
Por un lado, tus propios docs. Los mantienes en un formato abierto para que sigan siendo tuyos, portables, y utilizables por cualquier agente, el tuyo hoy, otro mañana.
Por otro, el conocimiento de los demás. Importas la documentación de alguien, un workflow, un playbook, notas de campo, y un agente la lee exactamente como la tuya. Se convierte en materia prima sobre la que construir.
¿Por qué esto es central para la composabilidad? Porque un agente no puede inspirarse en lo que no puede leer. Cuando tu saber está en un formato abierto, un agente puede recorrerlo, extraer los patrones, y usarlo como punto de partida para re-crear otra cosa. El workflow de jardín de otra persona se vuelve la base de tu app de huerto. El método de auditoría de un consultor se vuelve el esqueleto del tuyo.
Nunca empiezas de cero. Partes de lo que ya existe, y recompones.
Si conoces GitHub, captas la idea. Los desarrolladores no escriben cada línea de código por su cuenta: parten del repositorio de otra persona, lo forkean, lo adaptan, y lo devuelven mejorado. El código progresa porque se comparte y se recompone constantemente.
Lo que falta es el equivalente para el conocimiento. Un lugar donde tu saber viva en un formato abierto, donde se pueda forkear como un repositorio, construir encima, y devolvértelo como una versión mejor. Eso es lo que construimos: el GitHub del conocimiento de IA. Solo que esta vez, no es solo para desarrolladores. Está abierto a cualquiera que tenga algo que compartir.
Es lo contrario del lock-in. Tu conocimiento sigue siendo tuyo, en un formato que llevas a donde quieras. Y precisamente porque es accesible, puede nutrir las ideas de los demás, igual que las suyas nutren las tuyas.
Lo que estoy construyendo
No estoy construyendo otra herramienta de chat con IA. Estoy construyendo una capa por encima de la IA donde el conocimiento se compone.
Donde tu app de jardín mejora porque alguien que sabe más de tierra que tú publicó un workflow esta mañana.
Donde un padre que construye una app para explicar los volcanes a un niño de 10 años puede integrar el workflow que un profesor de ciencias en Lyon publicó la semana pasada.
Donde una consultora que pasó años afinando su método de auditoría lo publica, y un colega lo retoma para su propio sector, ajusta unos parámetros, y se lo devuelve mejor.
Eso es la composabilidad de las ideas: una funcionalidad de producto real que puedes usar hoy mismo.
Si este es el tipo de ecosistema de IA del que quieres formar parte, empieza a construir tu app.