Llevo varios días dándole vueltas a Siri AI.

No tanto por la demo de Apple, ni por si ahora Siri responde mejor, ni por el clásico debate de si Apple llega tarde o llega justo cuando puede convertir algo en mainstream.

Lo que me interesa de verdad es otra pregunta:

¿puede Siri AI convertirse en la interfaz natural de mi segundo cerebro?

O dicho de forma menos dramática:

si ya tengo notas, diario, emails, fotos, recordatorios, calendario, archivos, automatizaciones y un montón de contexto personal repartido entre Apple, AJRAos y herramientas de trabajo, ¿podría Siri AI ser la capa que une todo eso?

La idea es muy atractiva. Poder preguntarle al sistema:

“¿Qué estaba pensando yo sobre este proyecto hace dos semanas?”

O:

“Busca cuándo empecé a hablar de este tema y prepárame un resumen con los puntos que han ido cambiando.”

O incluso:

“Convierte mis notas sueltas de esta semana en una entrada para AJRAos y dime qué decisiones quedan abiertas.”

Eso, para mí, ya no es solo “un asistente de voz”.

Eso empieza a rozar otra cosa: memoria operativa.

Siri AI como interfaz, no como simple chatbot

La promesa de Siri AI es potente porque Apple no está intentando vender solo una caja de texto más.

Según Apple, la nueva Siri AI puede entender contexto personal, mirar lo que tienes en pantalla, buscar información en mensajes, emails, fotos y otros sitios, actuar dentro de apps y apoyarse en conocimiento web cuando lo necesita.

Eso cambia la conversación.

Hasta ahora, Siri era útil para cosas muy concretas: poner un temporizador, crear un recordatorio, llamar a alguien, controlar luces, pedir una canción. Había excepciones, claro, pero mentalmente seguía viviendo en esa categoría: comandos.

Siri AI apunta a algo distinto:

una capa conversacional encima del sistema operativo.

Y eso es importante porque Apple tiene una ventaja que ChatGPT, Claude, Gemini, Hermes u OpenClaw no tienen de forma nativa: vive dentro del dispositivo. Puede estar en el iPhone, en el Mac, en el Apple Watch, en los AirPods, en CarPlay, en Spotlight, en el menú contextual y, si Apple lo hace bien, en ese lugar invisible donde ocurre la vida diaria.

No tienes que “ir a la IA”. La IA puede aparecer donde estás.

Esa es la parte que más me interesa.

Porque muchas herramientas de IA son muy potentes, pero siguen funcionando como destinos. Abres una app, pegas contexto, explicas lo que quieres, esperas, copias el resultado, lo llevas a otro sitio.

Siri AI, en teoría, podría funcionar más como una capa del sistema:

  • Estoy mirando una nota y le pregunto algo.
  • Estoy leyendo un email y le pido que lo convierta en tarea.
  • Estoy en Fotos y le pido que encuentre un recuerdo concreto.
  • Estoy en Spotlight y le pregunto algo que mezcla web, archivos y contexto personal.
  • Estoy en Mensajes y le pido que escriba como yo respondería a esa persona.

Eso no es menor.

De hecho, si funciona, puede ser una de las formas más naturales de usar IA en el día a día.

Pero un agente no es solo una interfaz bonita

Aquí es donde entran herramientas como Hermes u OpenClaw.

Un agente de IA no me interesa porque “hable mejor”.

Me interesa porque puede hacer trabajo.

Hermes, por ejemplo, me parece interesante por su idea de continuidad: memoria, skills, rutinas, contexto operativo y capacidad de ir aprendiendo cómo se hacen ciertas tareas. No es solo responder una pregunta; es poder participar en un flujo.

OpenClaw va por una línea parecida pero con otra personalidad: un asistente autoalojable conectado a canales como WhatsApp, Telegram, Slack o iMessage, pensado para ejecutar acciones reales con herramientas e integraciones.

La diferencia con Siri AI no es solo técnica.

Es filosófica.

Siri AI quiere ser una interfaz universal del usuario normal.

Hermes u OpenClaw quieren ser, o al menos se acercan más a ser, trabajadores digitales configurables.

Siri AI tiene el contexto del sistema.

Los agentes tienen una relación más explícita con herramientas, archivos, permisos, scripts, memoria y tareas largas.

Siri AI puede ayudarte en el momento.

Un agente puede recibir una misión, revisar un repositorio, editar archivos, dejar logs, actualizar una nota, ejecutar pruebas, volver más tarde y decirte qué ha pasado.

No siempre lo hará bien. A veces habrá que supervisarlo mucho. Pero el modelo mental es distinto.

Y para un segundo cerebro, esa diferencia importa bastante.

El método Karpathy: el segundo cerebro como wiki compilada

La idea de Andrej Karpathy que más me interesa no es “tener muchas notas”.

Eso ya lo hacemos todos, más o menos mal.

La parte interesante es pensar el segundo cerebro como una wiki mantenida por un LLM.

En el enfoque de Karpathy hay tres capas:

  1. Fuentes brutas: artículos, notas, documentos, capturas, datos, entradas de diario. Son la fuente de verdad y no se modifican.
  2. Wiki: páginas Markdown generadas y mantenidas por el modelo. Ahí viven los resúmenes, conceptos, personas, temas, contradicciones, relaciones y síntesis.
  3. Schema o instrucciones: el documento que le dice al agente cómo debe mantener esa wiki, cómo ingestar fuentes, cómo contestar preguntas, cómo actualizar índices y cómo registrar cambios.

Me gusta mucho esa idea porque convierte el segundo cerebro en algo más parecido a un proyecto de software que a una carpeta de notas.

Tienes fuentes. Tienes una capa compilada. Tienes reglas. Tienes logs. Tienes mantenimiento. Tienes posibilidad de versionar.

Y, sobre todo, tienes una idea que me parece clave:

el conocimiento no se reconstruye desde cero cada vez que preguntas algo.

El agente va incorporando lo que aprende a una estructura persistente. Si haces una buena pregunta, la respuesta puede convertirse en una nueva página. Si aparece una contradicción, se registra. Si una fuente nueva cambia una idea anterior, la wiki se actualiza.

Eso es muy diferente a pegarle diez notas a un chatbot y esperar una respuesta brillante.

Es más lento. Es menos mágico. Pero probablemente es mucho más útil.

¿Puede Siri AI replicar eso?

Mi respuesta corta ahora mismo sería:

puede acercarse a la experiencia de uso, pero no creo que replique todavía el método completo.

Siri AI puede ser una interfaz excelente para preguntar.

Puede ser una forma natural de entrar a tu contexto personal.

Puede buscar en mensajes, emails, fotos, pantalla, apps compatibles y web.

Puede ayudarte a redactar, encontrar, resumir y actuar.

Pero el método Karpathy no va solo de preguntar.

Va de mantener una memoria estructurada.

Y ahí hacen falta cosas que Siri AI, por diseño, probablemente no va a exponer de la misma manera:

  • Una carpeta de fuentes brutas que puedas auditar.
  • Una wiki Markdown mantenida de forma explícita.
  • Un índice que se actualiza.
  • Un log cronológico de ingestas, consultas y cambios.
  • Reglas editables por ti.
  • Control de versiones.
  • Capacidad de revisar qué cambió y por qué.
  • Lint o mantenimiento periódico para detectar contradicciones, notas huérfanas y conocimiento obsoleto.

Apple puede tener parte de eso por debajo.

De hecho, seguro que algo parecido ocurre internamente cuando Siri AI usa contexto personal, Spotlight, App Intents, índices locales y Private Cloud Compute.

Pero una cosa es que el sistema tenga una arquitectura privada para ayudarte mejor, y otra es que tú puedas tratar esa arquitectura como tu propio repositorio de conocimiento.

Para mí, esa es la frontera.

Siri AI puede saber cosas de mí.

Pero mi segundo cerebro no debería ser una caja negra que “sabe cosas de mí”.

Debería ser un sistema que puedo leer, corregir, versionar, mover, exportar y revisar.

AJRAos como puente

Por eso sigo viendo mucho sentido en tener algo como AJRAos.

No porque quiera duplicar todo lo que Apple ya tiene.

Al revés.

Apple ya tiene piezas buenísimas: Journal, Notes, Reminders, Calendar, Mail, Photos, Health, Shortcuts. El problema no es que falten sitios donde guardar cosas. El problema es que el contexto está repartido.

Y cuando el contexto está repartido, la memoria se vuelve frágil.

Un ejemplo sencillo: si quiero saber qué película vi un día concreto, Siri puede intentarlo. Pero si Apple Journal no es realmente consultable de forma directa, o si la respuesta depende de una entrada que vive en otro sitio, necesito un puente. En mi caso, ese puente puede ser una nota Markdown en AJRAos, con una fecha clara, una sección concreta y una estructura que otro agente puede leer.

Eso no es tan elegante como preguntarle a Siri y ya.

Pero es mucho más controlable.

Y para mí ahí aparece una arquitectura interesante:

  • Apple como capa de captura diaria: voz, Journal, fotos, calendario, recordatorios, salud, mensajes.
  • AJRAos como memoria legible y auditable: Markdown, fechas, índices, relaciones, decisiones.
  • Codex/Hermes/OpenClaw como agentes de mantenimiento: importan, limpian, conectan, resumen, verifican, actualizan.
  • Siri AI como interfaz natural: preguntas rápidas, búsquedas personales, acciones desde el dispositivo, contexto inmediato.

Visto así, Siri AI no tiene que sustituir al segundo cerebro.

Puede ser la puerta de entrada.

El sistema de memoria puede vivir en otro sitio.

Lo que Siri AI sí puede cambiar

Aun con todas esas dudas, creo que Siri AI puede cambiar algo importante.

Hasta ahora, muchos sistemas de segundo cerebro han tenido un problema de fricción.

Obsidian, Notion, Roam, Logseq, archivos Markdown, carpetas, tags, backlinks… todo eso puede ser potentísimo, pero también exige energía mental. Hay que capturar, ordenar, nombrar, enlazar, revisar.

El método Karpathy reduce una parte de esa carga porque el LLM mantiene la wiki.

Pero todavía necesitas sentarte delante del agente y operar el sistema.

Siri AI podría reducir otra capa de fricción:

la captura y la consulta.

Imagina decir desde el coche:

“Guarda esta idea en mi sistema de memoria y relacionala con el proyecto de Siri AI.”

O desde el Apple Watch:

“Añade a mi revisión diaria que hoy he estado pensando en Apple como interfaz y AJRAos como memoria.”

O desde el Mac:

“Busca en mis notas y dime si ya he escrito algo sobre agentes como segundo cerebro.”

Si Siri puede capturar bien, encontrar bien y pasar contexto a otras herramientas mediante Shortcuts, App Intents o archivos intermedios, se convierte en una pieza muy poderosa.

No porque haga todo.

Sino porque baja muchísimo el coste de entrada.

Y en los sistemas personales, eso es más importante de lo que parece.

El mejor segundo cerebro no es el más sofisticado.

Es el que realmente usas cuando tienes prisa, sueño, ruido, trabajo y poca paciencia.

El problema de fondo: confianza

La pregunta técnica es si Siri AI puede hacer todo esto.

La pregunta real es si confiaría en Siri AI para hacerlo.

Y aquí tengo sentimientos mezclados.

Por un lado, Apple tiene una posición privilegiada para construir una IA personal respetuosa con la privacidad. Su narrativa de procesamiento en dispositivo, Private Cloud Compute y control del usuario encaja mejor con un segundo cerebro personal que la idea de subir toda tu vida a una app aleatoria.

Por otro lado, Apple también tiende a proteger demasiado sus jardines.

Eso es bueno para la privacidad y malo para la hackeabilidad.

Un segundo cerebro serio necesita poder ser manipulado. Necesita exportación. Necesita logs. Necesita reglas. Necesita posibilidad de corregir el sistema cuando se equivoca.

Si Siri AI funciona como una capa cerrada que responde cosas razonables pero no deja ver ni tocar la estructura de memoria, será útil, pero limitada.

Si Apple permite que Siri AI se conecte bien con archivos locales, Spotlight, Shortcuts, App Intents, notas estructuradas y automatizaciones, entonces la cosa se pone mucho más interesante.

Ahí sí podría aparecer una versión muy Apple del segundo cerebro:

menos geek, menos visible, más integrada, pero todavía conectable a sistemas propios.

Mi conclusión provisional

Creo que Siri AI puede ser una de las piezas más importantes del segundo cerebro personal, pero no necesariamente el segundo cerebro en sí.

La veo como:

  • una interfaz natural;
  • una capa de contexto inmediato;
  • una forma cómoda de capturar ideas;
  • una herramienta para buscar en la vida diaria;
  • un puente entre apps del ecosistema Apple.

Pero todavía veo a Hermes, OpenClaw, Codex o sistemas parecidos como mejores candidatos para la parte más profunda:

  • mantener memoria;
  • editar archivos;
  • trabajar con Markdown;
  • crear índices;
  • registrar cambios;
  • ejecutar procesos largos;
  • revisar contradicciones;
  • convertir conversaciones en conocimiento persistente.

La combinación ideal, al menos para mí, no sería elegir uno.

Sería algo más híbrido:

Siri AI para hablar con el sistema.

AJRAos para conservar la memoria.

Agentes como Hermes, Codex u OpenClaw para mantenerla viva.

Y quizá ahí esté la parte más interesante de todo esto.

Durante años, el segundo cerebro ha sido una herramienta a la que había que alimentar manualmente.

La nueva etapa puede ser distinta:

un segundo cerebro que escucha mejor, se actualiza con ayuda de agentes y se consulta desde cualquier parte sin tener que abrir una app concreta.

No sé si Apple llegará hasta ahí.

Pero por primera vez Siri parece estar cerca de una pregunta que sí me importa:

no “¿puede responderme mejor?”,

sino:

¿puede ayudarme a recordar, conectar y actuar sobre mi propia vida?

Ahí empieza lo interesante.