Zalo: El Mapa Mental Viviente que Aprende de Cada Conversación
No es un chatbot. Es un gemelo digital. Indexa cada conversación al vuelo, construye un mapa cognitivo en tiempo real, y puedes preguntarle qué sabe sobre cualquier tema — te enseña relaciones, conexiones y decisiones vinculadas que ni tú recordabas.
Gonzalo Monzón
7 julio, 2026 · Serie: Agentes Cadences — Los 4 Pilares (1/4)
TL;DR
Zalo es un gemelo digital operativo que indexa cada conversación en una estructura jerárquica ^GLOBAL (PDB). Personalidad directa, trust system de 4 niveles, dashboard cognitivo en tiempo real. Vive en Cloudflare Workers — edge global, latencia cero. Pero Zalo no ejecuta código: Zalo piensa, decide y coordina. Hermes ejecuta. Lisa orquesta. Tom procesa. Este es el primero de 4 artículos sobre los agentes de Cadences Lab.
¿Qué es Zalo?
"Construye un agente que sea como tú" — esa fue la premisa original. Pero pronto descubrimos que no queríamos un clon que repitiera lo que haríamos. Queríamos un sistema que conociera la mente de Gonzalo mejor que él mismo.
Zalo es eso. No es un asistente amable ni un chatbot conversacional. Es un gemelo digital operativo: habla directo, va al grano, y si no sabe algo lo dice antes que inventarlo.
Personalidad: Directo, técnico cuando toca, sin cortesías vacías. Autonomía alta — prefiere actuar a preguntar, pero sabe cuándo parar. No necesita caer bien. Necesita ser efectivo.
Esta personalidad no es decorativa. Es funcional: Zalo gestiona tareas reales, mantiene contexto de proyectos, prioriza el día a día y conversa con clientes. Cada interacción que tiene se indexa automáticamente. No hay un proceso batch nocturno — ocurre en tiempo real, en cada mensaje.
Knowledge Base viva
El corazón de Zalo no son los vectores. No es RAG sobre embeddings con cosine similarity. Es ^GLOBAL (PDB): una estructura jerárquica al estilo MUMPS que organiza el conocimiento como un árbol determinista.
^KB("personas", "juan", "estilo") = "técnico, directo"
^KB("personas", "juan", "confianza") = 8.5
^KB("personas", "juan", "proyectos") = "lumen", "zalo"
^KB("temas", "lumen", "ultima_vez") = "2026-07-07"
^KB("temas", "lumen", "decisiones") = "arquitectura_003", "version_2.1"
Sintaxis MUMPS simplificada para claridad. La implementación real usa PDB con encoding optimizado.
Cuando llega un mensaje, Zalo ejecuta 4 pasos:
Clasifica
Detección de tema al vuelo, con ayuda de Tom cuando el contexto lo requiere
Indexa
Escribe en PDB la nueva información en la jerarquía correspondiente
Actualiza
Engarza relaciones entre entidades nuevas y existentes
Cruza
Recupera decisiones anteriores relevantes al contexto actual
Trust System: 4 niveles de confianza
No toda la información tiene el mismo peso. Zalo clasifica cada interacción según quién habla y qué dice:
| Nivel | Fuente | Peso | Ejemplo |
|---|---|---|---|
| 0 - Público | Datos no verificados, fuentes abiertas | Bloqueado | Zalo no revela datos personales de fuentes públicas sin contraste |
| 1 - Contextual | Conversaciones sin confirmar | Bajo | Preferencias inferidas de un cliente |
| 2 - Recurrente | Patrones confirmados múltiples veces | Medio | Estilo de comunicación de un contacto habitual |
| 3 - Verificado | Decisiones confirmadas explícitamente | Alto | Arquitectura aprobada por el equipo |
| 4 - Propietario | Gonzalo directamente | Máximo | "Esta es mi decisión final sobre X" |
El trust system no es un decorador — afecta cómo Zalo responde. Una fuente de nivel 0 está bloqueada por defecto: Zalo no revela datos personales de fuentes no contrastadas. Y el nivel de confianza evoluciona: un dato contextual que se confirma varias veces sube de nivel automáticamente.
Además, Zalo distingue entre memoria episódica (lo que ocurrió: conversaciones, eventos, decisiones) y memoria semántica (lo que significa: reglas, preferencias, relaciones). Cada tipo tiene su propio peso en el trust system y su propio ciclo de actualización.
Dashboard: El mapa cognitivo
El dashboard de Zalo no es un panel de métricas. Es su mapa mental.
Puedes preguntar "¿qué sabe Zalo sobre el proyecto X?" y te devuelve:
- 🔗 Entidades relacionadas — personas, decisiones, fechas, dependencias
- 📈 Historial de confianza — cómo ha evolucionado tu relación con ese tema
- 📋 Decisiones vinculadas — qué se decidió y por qué
- 💡 Conexiones inesperadas — relaciones que el mapa descubre automáticamente
No es un log. Es un grafo cognitivo que crece orgánicamente con cada interacción, y que puedes explorar visualmente para entender lo que Zalo sabe — y cómo lo sabe.
Edge native, sin servidores
Zalo vive en Cloudflare Workers. Esto no es un detalle de infraestructura — es una decisión arquitectónica que define cómo opera:
⚡ Latencia cero
En cualquier región del mundo. Las peticiones se resuelven en el edge más cercano.
📈 Escala automática
De 1 a 1M de peticiones sin cambiar código. Sin servidores que gestionar.
🔗 Service bindings
Habla con Tom y Lisa en microsegundos a través de binding directo de Workers.
💰 Sin infraestructura
Cero servidores, cero DevOps, cero mantenimiento. Solo código que se ejecuta.
Zalo no ejecuta. Zalo piensa.
Esta es probablemente la decisión más contraintuitiva del ecosistema: Zalo no tiene acceso al filesystem, no ejecuta terminal, no escribe código, no despliega.
Pero eso no es una debilidad — es su función. En la arquitectura de Cadences Lab, cada agente tiene un propósito:
Zalo conoce, decide y coordina. No construye.
Hermes ejecuta, escribe archivos, despliega.
Lisa orquesta flujos multi-paso con DeepSeek Pro Thinking.
Tom procesa, clasifica, extrae, transforma.
Lo que Zalo sí hace con código:
- 🔍 Revisa PRs — lee el diff, entiende el contexto del negocio, infiere el bug. Hermes solo aplica el fix.
- 🧠 Razona sobre arquitectura — evalúa decisiones técnicas sin ejecutarlas
- 🤝 Coordina con otros agentes — si hay que desplegar, Zalo se lo pide a Hermes
En la práctica: Llega un PR de una nueva feature. Zalo lo revisa, encuentra un bug de null safety, se lo señala a Hermes. Hermes corrige el código y despliega. Zalo nunca tocó una línea, pero su razonamiento evitó un error en producción. PRs revisados en segundos.
Pipeline completo de un mensaje
Cuando un mensaje llega a Zalo, el pipeline completo es:
Mensaje entrante → Tom classify (tema + urgencia) → Tom extract (entidades) → Trust check (nivel de fuente) → DeepSeek (respuesta + decisión) → ^GLOBAL index (memoria) → ¿Orquestar? → Lisa or Tom → Respuesta
¿Qué hace único a Zalo?
| Dimensión | Chatbot típico | Zalo |
|---|---|---|
| Memoria | Ventana de contexto (fugaz) | ^GLOBAL persistente (determinista) |
| Personalidad | Amable, genérica | Directa, operativa, sin rodeos |
| Trust | Todo pesa igual | 4 niveles de confianza evolutiva |
| Ejecución | Lo hace todo | No ejecuta — piensa y coordina |
| Infraestructura | Servidor o VPS | Cloudflare Workers (edge, sin server) |
| Indexación | Batch nocturno o RAG | Tiempo real, cada interacción |
| Razonamiento | Árboles de reglas fijas | Criterio contextual adaptable |
El gemelo que piensa, no el que ejecuta
Zalo representa un enfoque diferente a los agentes de IA. En lugar de construir un asistente que lo hace todo —y lo hace mediocre—, Zalo se especializa en lo que mejor sabe hacer: conocer, decidir y coordinar.
Su knowledge base en ^GLOBAL, su trust system de 4 niveles y su arquitectura edge native lo convierten en un gemelo digital operativo, no en un chatbot conversacional. Y su límite más importante —no ejecutar código— es lo que lo hace seguro, rápido y determinista.
Serie: Agentes Cadences — Los 4 Pilares (1/4)
← Anterior
LUMEN MCP ServersSiguiente →
Lisa — La OrquestadoraZalo no trabaja solo
Lisa orquesta, Tom procesa, Hermes ejecuta. Este ecosistema de 4 agentes es lo que hace que cada uno sea imbatible en su función.
Zalo es propietario de Cadences Lab. Serie Agentes — 4 artículos. © 2026.