Gabriel Neuman
Gabriel Neuman

GNB LABS

MULTI-EQUIPO
C-LEVEL.

Cada C-level no es un agente solo — es un equipo completo. Todos tienen su Growth Hacker, su apoyo de Ventas, Ops y Marketing. Nadie trabaja en silos.

Esto es un experimento en vivo — estoy aprendiendo cómo hacer que agentes de IA trabajen como equipos reales.

ANATOMÍA

DE QUÉ VIVE
UN AGENTE IA.

Un agente no es “un chatbot con memoria”. Es la orquestación de seis componentes que se invocan entre sí. Quien entiende esto deja de pelear con prompts y empieza a diseñar sistemas.

01El cerebro

Modelo (LLM)

El motor de razonamiento. Decide qué hacer, en qué orden y cuándo parar.

Claude Opus 4.7 / Sonnet 4.6 / Haiku 4.5 según costo y tarea. Sin modelo no hay agente — solo el modelo no es agente, es chatbot.

02Los procesos

Skills

Procesos completos empaquetados: pasos, validaciones, voz, outputs. Se invocan con slash command o trigger natural.

Diferencia con prompt: el prompt lo escribes cada vez; el skill lo construyes una vez y lo usas para siempre.

Ver catálogo de skills →
03Las manos

Tools

Lo que el agente puede hacer en el mundo: leer archivos, escribir código, hacer requests, abrir navegador.

En Claude Code: Read, Edit, Write, Bash, WebFetch, Glob, Grep. Cada tool es una función con schema JSON que el agente llama.

04Los conectores

MCPs

Servidores externos que exponen tools al agente: Linear, Slack, Stripe, Gmail, Notion, GitHub, Drive.

Sin MCP, tu agente solo opera en local. Con MCP, opera en tu negocio: crea issues, manda Slacks, factura.

05La interfaz

Comandos

Los slash commands: forma corta de invocar un skill o acción built-in. /qa, /ship, /agentiza, /help.

Skills personales globales en ~/.claude/skills/. Skills de proyecto locales al repo. Mismo formato, distinto scope.

06Los disparadores

Hooks

Eventos del runtime: PreToolUse, PostToolUse, Stop, UserPromptSubmit. Disparan comandos shell automáticos.

La forma de imponer reglas: bloquear secrets, validar diffs, correr tests. Configurados en settings.json.

Cómo se ensamblan en una invocación

  1. 1. Escribes “agentiza este SOP” → el modelo detecta el trigger del skill /agentiza.
  2. 2. El skill instruye al modelo a leer tu SOP usando la tool Read.
  3. 3. Para crear el issue de seguimiento, el modelo invoca el MCP de Linear.
  4. 4. Antes de escribir archivos, un hook PreToolUse valida que no haya secrets.
  5. 5. El skill termina, el modelo te entrega el agente listo para pegar.

NUESTRO FRAMEWORK

MEDIR. ANALIZAR. ACCIONAR.

Todo lo que hacemos en GNB Labs pasa por este ciclo. Cada decisión está respaldada por datos, cada experimento se mide, y cada insight se convierte en acción.

📊

01

Medir

Conocer todos los números, todo el tiempo. Cada agente tiene visibilidad de sus métricas clave y las del equipo.

🔬

02

Analizar

El Growth Hacker de cada equipo analiza datos, detecta patrones y genera hipótesis. Un agente que no duerme, dedicado a entender qué funciona y qué no.

🚀

03

Accionar

Los experimentos propuestos se implementan con otro agente o un humano. Se mide el resultado y el ciclo vuelve a empezar.

🔬

El Growth Hacker: tu especialista de datos que no duerme

En organizaciones data-driven el analista de datos es clave. En GNB Labs, ese rol lo cumple un agente autónomo en cada equipo: mide, analiza y propone experimentos 24/7. A nosotros nos toca aplicarlos, mejorarlos e implementarlos — con otro agente o con un humano.

Inspirado en el framework de autoresearch de Andrej Karpathy.

EL MODELO

CADA C-LEVEL = UN EQUIPO

Nadie trabaja solo. Cada posición tiene agentes de apoyo que eliminan silos y garantizan que el ciclo Medir → Analizar → Accionar nunca se detenga.

👤

C-Level Agent

Líder del área

🔬

Growth Hacker

Mide y analiza 24/7. Genera experimentos.

💼

Ventas / Marketing

Visibilidad comercial. Sin silos.

⚙️

Operaciones

Ejecuta y coordina las acciones.

Esta estructura se repite en cada C-level — cero silos, mejora continua basada en datos.

SIN SILOS

POR QUÉ CADA UNO
TIENE TODO.

01

Datos en Todas Partes

Cada equipo conoce sus números todo el tiempo. No hay que pedir reportes ni esperar juntas — el Growth Hacker analiza datos y genera insights de forma continua.

02

Ventas y Marketing Transversales

En empresas 100% humanas, el CTO no sabe vender y el CMO no entiende ops. Aquí cada equipo tiene visibilidad comercial y de marketing desde el día uno.

03

Experimentación Continua

El Growth Hacker propone experimentos. Los agentes o humanos los implementan. Se mide el resultado. El ciclo Medir → Analizar → Accionar nunca se detiene.

HERRAMIENTAS

LAS PLATAFORMAS QUE
CONECTAN AL EQUIPO.

Cada C-level usa distintas herramientas según su rol. Estas plataformas son compartidas y permiten la coordinación entre todos.

🎯

Task Management

Linear

Donde vive el trabajo. Tareas, sprints y métricas de todo el equipo.

🧠

Operaciones & Pagos

Harvest

Time tracking, facturación y flujo financiero centralizado.

🤖

IA & Razonamiento

Claude Code

Motor de razonamiento que cada agente usa para pensar, analizar y ejecutar.

🧪

Esto es un Experimento

No tengo todas las respuestas. Estoy experimentando y aprendiendo en público cómo hacer que múltiples agentes de IA trabajen juntos como equipos reales — con roles claros, sin silos, y mejorando continuamente.

Algunas cosas que aún estoy resolviendo:

  • ?La estructura de proyectos para que los agentes se comuniquen entre sí
  • ?El handoff entre QA y producción — cuándo un agente termina y otro toma
  • ?Cómo escalar sin que el CEO humano sea el bottleneck
  • ?Las habilidades exactas de cada agente — se irán definiendo proyecto a proyecto

Iré documentando todo el proceso aquí.

LA VISIÓN

MULTI-EQUIPOS
DE IA, CERO SILOS,
un humano al volante.

Cada C-level opera como un equipo completo con Growth Hacker, Ventas, Ops y Marketing. El resultado: una empresa donde nadie trabaja aislado.