Show HN: Comparte tu configuración de IA, aprende de otros
Los desarrolladores están intercambiando notas sobre un nuevo sitio, mysetup.ai, que permite a las personas compartir sus herramientas y flujos de trabajo de IA, desde agentes en la nube y servidores MCP hasta montajes locales de LLM y configuraciones guiadas por voz. Muchos elogian la idea de un catálogo centralizado y قابل buscar de configuraciones del mundo real, pero cuestionan requisitos como la integración MCP, los inicios de sesión de terceros y los enlaces de “explorar con tu agente”, que ven como riesgos de seguridad. Bajo la conversación sobre herramientas late una tensión más profunda: si compartir abiertamente flujos de trabajo de IA cada vez más potentes y personalizados o tratarlos como ventajas propietarias en un mercado laboral incierto.
Recepción general
- Muchos consideran que la idea de “compartir tu configuración de IA” resulta inesperadamente útil para descubrir herramientas y prácticas que “no sabías que no sabías”.
- Otros sienten que las configuraciones son tan individualizadas que copiarlas puede ser más confuso que útil.
Modelo de contribución, MCP y seguridad
- Varios se oponen a exigir MCP y/o iniciar sesión con GitHub para contribuir; algunos rechazan explícitamente conectar servidores MCP arbitrarios o cuentas.
- El creador responde añadiendo una entrada manual más visible, edición en Markdown, carga de imágenes y aclarando que MCP es opcional.
- Algunos proponen una habilidad local de “collector” que los usuarios puedan inspeccionar y ejecutar por sí mismos para generar un informe estandarizado.
- Hay una fuerte preocupación por apuntar a los agentes a puntos finales desconocidos de “explorar esta configuración” y por agentes que se añaden servidores MCP por sí mismos (“inherentemente inseguro”).
Configuraciones locales y avanzadas de IA
- Varias personas comparten configuraciones locales: variantes de Qwen y Gemma ejecutándose en GPUs/CPUs de consumo, LM Studio, Subwave, EC2 + tmux y varias pilas de MCP/skills.
- Varias enfatizan redes de “homelab” protegidas con Tailscale y flujos de trabajo por SSH, incluso desde teléfonos.
- Algunos ejecutan ecosistemas MCP complejos para calidad de código, desduplicación, manejo de IDs y delegación de tareas a modelos locales más baratos.
Flujos de trabajo de voz y agénticos
- Un relato detallado se centra en trabajo de baja latencia basado en voz (stack personalizado de ASR/TTS) y tareas agénticas de larga duración con compactación de contexto personalizada.
- Otros tienen dificultades con ASR en términos técnicos y recomiendan herramientas de transcripción especializadas con vocabularios personalizados.
Costes y estrategias de suscripción
- Preocupación por los altos costes de tokens/API; interés en campos de “coste mensual aproximado” e histogramas del uso de herramientas.
- La gente combina suscripciones (Codex, Claude, Pi, etc.) con modelos locales para descargar trabajo más barato o de larga duración.
Funciones, UX y síntesis de datos
- Se solicitan: búsqueda/filtro por herramientas y hardware, fechas de última actualización, rankings de popularidad, histogramas de estilos de uso, RSS/API para que los agentes vigilen configuraciones.
- A algunos les gusta el diseño y la capacidad de respuesta del sitio; otros se quejan de la falta inicial de búsqueda y del enfoque centrado en cuentas de X.
Debate sobre compartir flujos de trabajo
- Un sector considera los flujos de trabajo de IA como nuevos “secretos comerciales” propietarios y desaconseja compartirlos, citando inseguridad laboral y la explotación percibida por parte de los laboratorios de IA.
- Otro sector subraya que la intuición y la experiencia importan más que las herramientas, ve valor en compartir abiertamente y señala que los despidos suelen ser estructurales, no impulsados por la productividad individual.