Paul Jialiang Wu agentic-portfolio English 中文 한국어 日本語✉️ Suscripción gratuita
← Volver al portafolio

Serie Nativa-IA · The Visionboard

Life GPS, 2019 → 2026: Lo que el primer planificador hizo bien, lo que lo mató y los tres órganos que aporta una reconstrucción nativa de IA

Por Paul Jialiang Wu · futuremake.io · 2026-09-07 · The Visionboard, episodio 2 de 5

Cover: Life GPS, 2019 to 2026 — what the first planner got right, what killed it, and the three organs an AI-native rebuild adds. Three cards: what it is (the 2019 solver, re-run today; your week as a binary integer program), who it is for (anyone whose plan dies by Wednesday), what you leave with (a runnable week in 12 lines: allocate, check in, replan). A black band carries the one finding, measured on the 2019 code with the 2026 goals: plan 100 of 100, after Wednesday's check-in 88.8, the solver was never the problem. It died the way Franklin's chart died in 1726: one person was the sensor, the executor and the judge.
El tema, la promesa y el hallazgo: el cerebro nunca fue el problema.

Resumen en 1 minuto — lo esencial que te llevas

De qué va esto. El episodio original. Life GPS fue un planificador que escribí en R en abril de 2019: le das tareas con pesos, mínimos y máximos, organiza tu semana como un problema de programación entera binaria, y cuando el martes se tuerce, congela lo que ya pasó y vuelve a resolver el resto. Hoy ejecuté exactamente ese código con mis metas de 2026, y luego me pregunté por qué algo que funcionaba fue abandonado.

Por qué importa. Si alguna vez armaste un plan que se vino abajo antes del miércoles, aquí el diagnóstico se puede aplicar igual: el planificador era correcto y aun así el ciclo murió, porque una sola persona era el sensor, el ejecutor y el juez. Franklin se topó con la misma pared en 1726. Para un ingeniero, el episodio nombra las tres entradas que una reconstrucción nativa de IA debe suministrar y muestra cuál de ellas jamás debe automatizarse.

Qué puedes hacer. Ejecuta tu propia semana con el ejemplo de 12 líneas que aparece abajo (el código es público, MIT). Luego revisa cuál de los tres órganos sigues manejando manualmente. Ese es el que va a acabar con tu ciclo.

The Visionboard — la espina de la serie
  1. El Visionboard: Life GPS reconstruido con la persona al mando, fuera del bucle de ejecución episodio 1
  2. Life GPS, 2019 → 2026: lo que acertó el primer planificador y qué lo mató este episodio
  3. Life GPS para una persona: el acto diario de dirección y los límites del agente episodio 3
  4. Life GPS para un equipo pequeño: roles, no personas; carga como restricción del solucionador episodio 4
  5. El tablero de control de Visionboard: qué se movió, qué no, y tres futuros con pruebas de refutación episodio 5

Qué fue Life GPS, para quién es este episodio y por qué importa el inicio

Cada diseño en esta serie desciende de un pequeño programa. Antes de que los agentes, alertas y firmas del Visionboard tengan sentido, necesitas ver sobre qué se montaron y necesitas verlo fallar por la razón correcta. Ese es el trabajo de este episodio. Es la historia y la autopsia, y está dirigido a tres lectores: el estudiante que quiere ver un optimizador real aplicado a una semana real, el ingeniero que busca el conjunto exacto de restricciones, y el fundador que ha visto morir un buen sistema por abandono y quiere ponerle nombre a la causa.

Life GPS nació en abril de 2019. Seis años después describí el momento en el artículo a escala de empresa: me estaba ahogando, demasiadas cosas que aprender y muy pocas horas, y todo plan semanal rígido moría para el miércoles. Así que construí una pequeña app para arreglarme. La propuesta era como el GPS de un coche: no vuelve a leer todo el mapa cuando te pasas una salida, te dice "aquí está tu siguiente mejor movimiento desde donde realmente estás". El código estaba escrito en R y Shiny, y estaba en GitHub con un artículo en Medium. En julio de 2026 lo porté a Python, sin cambiarle el cerebro, para que pudiera ser una biblioteca y una API en vez de un formulario.

Aquí está la premisa que este episodio tiene que demostrar: el programa de 2019 era correcto, y la corrección no fue suficiente. Primero la imagen, luego la prueba, después la autopsia.

Una imagen: cocinar para uno mismo, con una lista de compras realmente buena

El primer peldaño de la escalera culinaria es cocinar para uno mismo. Decides qué es importante esta semana (proteína, algo verde, un antojo), cuánto necesitas de cada cosa (al menos tres cenas con verduras, no más de un postre), y haces la compra una sola vez. Luego llega el martes: llegas tarde a casa, el pollo se queda sin cocinar y el plan para el miércoles ya no sirve. Un buen cocinero no tira la semana por la borda. Mira lo que todavía hay en el refrigerador y vuelve a organizar las comidas restantes a partir de ahí.

Life GPS es esa lista de compras del cocinero convertida en un programa de optimización, y su jugada inteligente es volver a planificar. El paralelismo es directo.

Cocinar para uno mismoLife GPS handle (2019 R, 2026 Python)
Qué es importante esta semana, y cuántoa Task con weight, min_hours, max_hours, opcional min_daily / max_daily / deadline_hour
Los huecos de comida de la semanabloques horarios; variable de decisión x[slot, task] ∈ {0, 1}
Llena el refrigerador con la mayor cantidad posible de lo que importamaximizar Σ (horas en tarea ÷ horas máximas) × peso ajustado — una semana perfecta suma 100 puntos
No puedes cocinar dos cenas en el mismo bloquerestricción C3: como máximo una tarea por bloque horario
Al menos tres cenas con verduras, máximo un postreC1/C2 mínimo y máximo semanal por tarea; C6/C7 mínimo y máximo diario
Llegó el martes; vuelve a planificar desde lo que queda en el refrigeradorreplan(): congela las horas ya vividas, réstalas de cada presupuesto, ajusta los plazos, resuelve solo los días que faltan — control predictivo basado en modelo
"¿Cómo fue la semana?"la puntuación de satisfacción, de 0 a 100, y una tasa de cumplimiento por tarea

La prueba: el cerebro de 2019, ejecutado hoy con los objetivos de 2026

Plan: 100.0 · después de la revisión del miércoles: 88.8Alcance: una semana de cinco días de diez horas cada uno, seis tareas construidas a partir de los objetivos de 2026, resueltas por el repositorio público life_GPS repositorio (PuLP + CBC, un port fiel de la función de 2019 lpSolve función) el 2026-09-06. Una sola ejecución, determinista; no es un estudio.

[MEDIDO]Tomé las tres líneas de 2026 y las escribí tal como el programa de 2019 las requería: una tarea de ingresos (poner precio y vender una oferta, mínimo 10 horas, máximo 20, no más de 5 por día), una tarea de investigación (el trabajo de sistemas agénticos auto-mejorables y su aplicación a la gestión de calidad, de 8 a 15 horas), un diario diario sobre caminar con Dios, familia y compañeros (exactamente una hora cada día), una hora semanal de discipulado uno a uno, un artículo de fe y trabajo, y la preparación para una charla mensual de compañerismo. Los pesos iban de 10 a 5, justo como los tomaba el programa en R.

from life_gps import allocate, replan, PlanRequest, Task, CheckIn, RealizedTask

req = PlanRequest(days=5, hours_per_day=10, tasks=[
    Task(name="Revenue: price + sell one offer", weight=10, min_hours=10, max_hours=20, max_daily=5),
    Task(name="Research: RSI-os / QMS-os",       weight=8,  min_hours=8,  max_hours=15, max_daily=4),
    Task(name="Daily journal",                   weight=9,  min_hours=5,  max_hours=5,  min_daily=1, max_daily=1),
    Task(name="Weekly 1:1 discipleship",         weight=7,  min_hours=1,  max_hours=2,  max_daily=2),
    Task(name="Faith & work article",            weight=6,  min_hours=2,  max_hours=4,  max_daily=2),
    Task(name="Prep monthly fellowship talk",    weight=5,  min_hours=1,  max_hours=2,  max_daily=1),
])
plan = allocate(req)                     # score 100.0 — every task at its cap
up = replan(CheckIn(request=req, days_elapsed=2, realized=[
    RealizedTask(task="Revenue: price + sell one offer", hours_done=3),
    RealizedTask(task="Research: RSI-os / QMS-os", hours_done=2),
    RealizedTask(task="Daily journal", hours_done=2),
    RealizedTask(task="Weekly 1:1 discipleship", hours_done=1)]))
# up.score == 88.8 — "Re-solved the remaining 3 day(s). Frozen past: Revenue 3h, Research 2h, Journal 2h, 1:1 1h."

El programa llenó los cincuenta huecos y alcanzó todos los límites: ingresos 20 de 20, investigación 15 de 15, diario 5 de 5, el resto en sus máximos. Puntuación 100. Luego le indiqué cómo se ve un miércoles realista: dos días ya pasaron, tres horas de trabajo de ingresos en vez de diez, dos de investigación, el diario se mantuvo. Congeló esas horas, las restó de cada presupuesto y volvió a resolver los tres días restantes. Puntuación 88.8, con un mensaje que nombraba exactamente lo que había congelado. La tarea de ingresos, la que iba más atrasada, ocupó la mayoría de los huecos restantes. Eso es un redireccionamiento al estilo GPS, hecho por un programa de optimización entera escrito hace siete años.

[DEF]Hay dos cosas que conviene definir con precisión. El cerebro es un programa lineal entero binario: variables en {0, 1}, objetivo lineal, restricciones lineales, resuelto exactamente por branch-and-bound (ramificación y acotamiento) en CBC. El truco es el control predictivo por horizonte móvil: volver a resolver el horizonte restante desde el estado actual en cada revisión. El control de procesos industriales hace esto desde finales de los años 70 (Richalet et al. 1978; Cutler y Ramaker 1980), por eso el artículo de la empresa llama al ciclo “el mismo lazo MPC que usan sus robots”. Nada en Life GPS era nuevo. La novedad fue aplicarlo a una semana.

La autopsia: murió igual que el cuadro de Franklin

[EVIDENCIA]Trescientos años antes de mi app, Benjamin Franklin construyó el mismo lazo en papel. En la Parte Dos de su Autobiografía describe un libro con una página por virtud: "I ruled each page with red ink so as to have seven columns, one for each day of the week, marking each column with a letter for the day." (Traducción: “Reglé cada página con tinta roja para tener siete columnas, una para cada día de la semana, marcando cada columna con una letra para el día.”) Ponía un punto negro por cada falta. Dedicaba una semana de atención estricta a cada virtud, trece semanas por curso, cuatro cursos al año. Funcionó, y luego dejó de funcionar: "I went through one course only in a year, and afterwards only one in several years, till at length I omitted them entirely, being employ'd in voyages at sea and divers engagements in business rendering my attendance to them very difficult." (Traducción: “Solo hice un curso en un año, y después solo uno en varios años, hasta que finalmente los omití por completo, ocupado en viajes por mar y otros compromisos de negocios que hacían muy difícil atenderlos.”)

Lee la estructura, no el sentimiento. El lazo de Franklin tenía una cuadrícula diseñada, un sensor que registraba cada noche, un ejecutor durante el día y un juez por la noche. Todos esos roles eran Franklin. El rendimiento del lazo estaba limitado por la atención de una sola persona, y cuando su atención se fue al mar, el lazo se fue con ella.

[EVIDENCIA]Life GPS murió igual, y puedo ser específico porque escribí la autopsia en agosto. Había tres insumos que había que teclear a mano. Los pesos: “Learning = 10, Play = 6”, puro instinto, nunca revisados. Las tareas y reglas: una tabla, reescrita cada semana, siempre desactualizada. La retroalimentación: autoevaluada dos veces al día. El artículo de agosto lo resume en cinco palabras: "Una tarea, así que lo dejé." El sistema de navegación funcionaba. El conductor dejó de reportar los desvíos.

La teoría de establecimiento de metas de Locke y Latham, el pilar de 30 años en este campo, suele citarse por su titular: metas específicas y difíciles superan a "haz lo mejor que puedas". Pero lo que importa para quien diseña un plan es la condición que acompaña esa frase: el efecto se mantiene si hay retroalimentación sobre el progreso. Life GPS no tenía retroalimentación a menos que yo la escribiera. Franklin tampoco, salvo que se sentara con el libro de tinta roja. Ambos ciclos quedaban abiertos en cuanto la persona se cansaba, y una meta específica y difícil sin retroalimentación es solo una meta difícil.

¿Qué aporta una reconstrucción nativa de IA? No un cerebro más inteligente, sino tres órganos.

Same brain, three new organs, 2019 to 2026. The brain row is unchanged: a binary integer program over hour-slots in 2019 (lpSolve, re-solve on check-in) and over project nodes in 2026 (per-track coverage, re-solve on every load). Organ 1, the weights: typed by hand in 2019; in 2026 an agent proposes every weight and a human signs it, or it counts as 1. Organ 2, the tasks and rules: a retyped table in 2019; in 2026 a goal graph under version control with spoken edits, diff, confirm. Organ 3, the feedback: self-scored twice a day in 2019, a chore that stopped, Franklin's fate; in 2026 report cards filed by agents and tripwires that fire when a feed stays at zero, and on day 32 two of three tracks were silent anyway. Footer: measured 2026-09-06, the 2019 solver on the 2026 goals plans a perfect week and re-plans to 88.8.
La parte del cerebro no cambia. Todo lo que cambió es un órgano que antes era humano.

[DISEÑO]Cuando la gente oye "nativo de IA", suele esperar que el modelo reemplace al solver. No debe hacerlo. Un modelo de lenguaje al que le pides un plan dos veces te da dos respuestas distintas y que violan restricciones; ese es el hallazgo del solver article y de la investigación de 2024 a 2025 que cita. El cerebro sigue siendo un solver. Lo que el modelo hace bien son las tres entradas que antes gestionaba manualmente la persona.

Órgano 1: los pesos. En 2026, un agente lee la telemetría y propone una importancia para cada nodo, en una bandeja de firmas. La persona firma, o el peso cuenta exactamente como 1. Este es el único órgano donde el humano permanece, y el Episodio 1 midió qué pasa cuando la persona no aparece: cero firmas en 32 días.

Órgano 2: las tareas y reglas. La tabla reescrita se transformó en un grafo de metas en un archivo bajo control de versiones, con dependencias. Dictas un cambio, ves el diff, confirmas. Un movimiento cuyo nodo está bloqueado se enruta a través del bloqueador. El port a Python de 2026 ya tiene la semilla de esto: un intake() que convierte "ship my MVP, meditate daily, five days of eight hours" en una solicitud validada. El formulario se volvió una frase.

Órgano 3: la retroalimentación. Reportes archivados por los agentes que hicieron el trabajo; métricas adelantadas leídas de los datos; y, porque este órgano fue el que mató tanto a Franklin como a mí, disparadores que se activan cuando una entrada se queda en cero. El Episodio 1 también registró el límite honesto: los disparadores se activaron correctamente el día 32, y dos de las tres áreas seguían con cero reportes en un mes, porque un disparador que nadie lee es un punto en el libro de Franklin que nadie mira.

Esa última frase es toda la transferencia de 2019 a 2026. Los sensores se volvieron mil veces más baratos. El juez no. El siguiente episodio trata sobre el juez.

Constrúyelo en 30 minutos: el contrato

INPUTS
  tasks[]   : {name, weight, min_hours, max_hours, min_daily?, max_daily?, deadline_hour?}
  horizon   : days × hours_per_day  (slots = days · hours_per_day)
  check-in  : {days_elapsed, realized[{task, hours_done}]}
OUTPUTS
  plan      : schedule[day][hour] → task | "", score 0..100, fulfilment[{task, scheduled, demand, rate}]
  replan    : the same, for the remaining days only, plus a message naming the frozen past
INVARIANTS (tests first)
  one task per slot; every task within [min_hours, max_hours]; daily floors/caps hold
  infeasible ⇒ feasible=false with a message naming what to loosen — never a silent best-effort
  replan never edits the past: scheduled(before check-in) is frozen, budgets are reduced by hours_done
STOP RULE
  a task whose demand is already met leaves the remaining horizon
DELIBERATELY MISSING
  any weight the human did not type; any feedback the human did not type  ← the organs episode 3 supplies

Usa PuLP con el solver CBC incluido, como hace el repositorio público. Cincuenta variables binarias se resuelven en menos de un segundo; un mes de días de diez horas sigue siendo trivial. Lo difícil no es resolver. Lo difícil son las dos líneas marcadas como faltantes a propósito.

Misma historia, cinco salidas

LectorLa decisión que te deja este episodioLa acción concreta
EstudianteUna semana es un problema de asignación, y un solucionador exacto lo resuelve sin dificultadEjecuta las 12 líneas con tu propia semana; rompe una restricción y observa el mensaje
IngenieroNo dejes que el modelo sea quien resuelva; deja que alimente al solucionadorDibuja las tres entradas de tu sistema; marca cuáles hoy dependen de que una persona las escriba
FundadorUna herramienta correcta con una retroalimentación que depende de ti acabará muriendo por abandonoAutomatiza una entrada de retroalimentación esta semana para que funcione sin que tengas que intervenir
Ejecutivo"Tener un plan" no es "tener un ciclo cerrado"; un ciclo necesita un sensor que no sea una personaPregunta, para tu iniciativa principal, quién escribe el número de avance y cada cuánto deja de hacerlo
InversionistaLa verdadera ventaja rara vez está en el cerebro; suele ser el sensor económico que nadie más ha instrumentadoPregunta cuál entrada automatizó primero el equipo, y por qué esa

Patrones, anti-patrones y el mecanismo

Patrones. Resuelve exactamente; vuelve a resolver desde el estado actual; congela el pasado; menciona el pasado congelado en el mensaje; reporta la inviabilidad indicando qué relajar.

Anti-patrones. Pedirle a un modelo de lenguaje que asigne. Pesos escritos una vez y nunca revisados. Una retroalimentación que depende de una persona. Volver a planificar tirando toda la semana.

El mecanismo. La optimización con horizonte móvil mantiene vivo un plan solo mientras la estimación del estado esté actualizada; la estimación se mantiene fresca solo mientras el sensor no sea un humano cansado.

El primer principio, en una sola frase. Un plan depende del estado: quien tiene el sensor decide si el plan sigue con vida.

Prueba de salida

  1. ¿Qué hace replan() con los dos días ya vividos? (los congela; descuenta sus horas de cada presupuesto; ajusta los plazos; resuelve solo lo que queda)
  2. Nombra las tres entradas que Life GPS necesitaba que una persona escribiera a mano. ¿Cuál fue la que lo mató?
  3. ¿Cuál es el único órgano que la versión 2026 deja intencionalmente en manos humanas, y qué midió el Episodio 1 sobre ese órgano?

Misión real

La mía: la tarea de diario en el ejemplo anterior es el sensor de la vía de relaciones. Es exactamente una hora diaria en el optimizador y justo el tipo de entrada que se detiene cuando la persona se cansa. Antes de que salga el episodio 3, ese diario se convierte en un informe que la junta puede leer, así que la vía de relaciones recibe su primera lectura real.

La tuya: escribe tu semana en seis Task líneas. No la ejecutes aún. Mira los pesos que pusiste y pregúntate de dónde salió cada número. Esa respuesta es el Órgano 1, y es el tema del próximo episodio.

Lee también

Episodio 2 de The Visionboard. Las afirmaciones están clasificadas por tipo — definición, decisión de diseño, evidencia, medición, pregunta abierta. El código de 2019 se volvió a ejecutar, no es de memoria; los números anteriores vienen de esa corrida, registrada en el dossier de investigación del repositorio bajo docs/plans/.

Referencias

  1. Paul Wu, Life GPS, github.com/wjlgatech/life_GPS — creado el 25-04-2019 (R/Shiny; la función DaysOfFulfillment001 en makingHistory_functions.R); port a Python publicado el 06-07-2026 (life_gps/allocator.py, engine.py, intake.py). MIT. Ejecutado el 06-09-2026 para los números anteriores.
  2. Paul Wu, Life GPS — un planificador inteligente que se adapta a tus cambios y prioriza tus días por adelantado, Medium, 2019. Solo disponible en navegadores (Cloudflare bloquea fetchers); enlazado desde el README del repositorio.
  3. Benjamin Franklin, The Autobiography of Benjamin Franklin, Parte Dos, sección "Plan for Attaining Moral Perfection." Dominio público; Project Gutenberg #20203. Ambas citas verificadas textualmente contra el texto de Gutenberg el 06-09-2026.
  4. J. Richalet, A. Rault, J. L. Testud, J. Papon, "Model predictive heuristic control: Applications to industrial processes," Automatica 14(5), 1978; C. R. Cutler y B. L. Ramaker, "Dynamic matrix control — a computer control algorithm," Joint Automatic Control Conference, 1980.
  5. Edwin A. Locke y Gary P. Latham, A Theory of Goal Setting and Task Performance, Prentice Hall, 1990 — la condición de retroalimentación.
  6. Paul Wu, Construí el cerebro de mi empresa en 2019 y lo confundí con una lista de tareas, 2026-08 — las tres fuentes desatendidas, citado arriba.
  7. Paul Wu, Deja que el modelo plantee el problema. Deja que el solver firme la respuesta., 2026-08-04 — LLM-Modulo, OptiMUS y el contrato de la costura.
  8. Paul Wu, The Visionboard, episodio 1, 2026-09-06 — la medición del día 32 citada a lo largo del texto.