--- title: "Mosaic: Sesiones Compartidas de Claude Code y Codex" canonical: https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/ language: es description: "Review de Mosaic YC S26: sesiones compartidas, naming de Ocean, Claude Code Agent Teams, seguridad, ROI y un piloto de equipo de 30 días." image: "https://wavect.io/img/general/bak/open_graph_preview.jpg" --- [**Volver**](/es/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/) [Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min de lectura · 7 sep 2026 Última revisión 7 de septiembre de 2026 [**Siguiente**](/es/blog/fonio-ai-review-build-vs-buy-2026/) # Mosaic (YC S26): ¿Resuelve la memoria compartida el contexto de los agentes del equipo? Resumen Mosaic aborda un problema real cuando la IA pasa de una persona a todo el equipo: Claude Code, Codex, Cursor y otros coding agents generan investigación útil que suele quedarse en sesiones privadas. La web actual de Mosaic enfatiza un workspace multiplayer persistente; Y Combinator ahora describe Ocean como el producto de memoria compartida que transporta contexto de coding agents entre sesiones. El lanzamiento reporta unas 2.000 instalaciones y 37 organizaciones sincronizando activamente, cifras comunicadas por la empresa. El mejor caso de uso es un equipo con varios agentes o harnesses que repite investigación durante cada handoff. El riesgo principal es confundir transcripciones sincronizadas con memoria confiable. Evalúa procedencia, scope por repositorio y tenant, invalidación de contexto viejo, redacción de secretos, herencia de permisos, borrado, exportación y retrieval selectivo. Pilota Mosaic si Search y handoff son el cuello de botella; construye o amplía una capa interna si las sesiones no pueden salir de tu entorno o tu harness ya controla captura, permisos, consolidación y retrieval. **Mosaic resulta interesante porque ataca el coste de coordinación que aparece cuando un equipo adopta más de un agente de código.** Claude Code, Codex, Cursor y otros agentes pueden ser muy productivos por separado, pero sus descubrimientos, intentos fallidos y decisiones locales suelen quedar atrapados en sesiones distintas. Una capa compartida de sesiones puede reducir investigación repetida y hacer visibles los handoffs. No crea por sí sola una base de conocimiento fiable. Este es un análisis de compra basado en investigación, no una prueba hands-on. Además, el naming público está cambiando rápido. La página actual de Y Combinator llama **Ocean** al producto principal de memoria compartida de Mosaic y describe **Mosaic** como el entorno de código colaborativo en tiempo real. El texto de lanzamiento sigue usando Mosaic para la sincronización centralizada de sesiones. En este artículo usamos “Mosaic/Ocean” para la capa de memoria entre sesiones cuando la distinción importa. Este artículo posee el intent estrecho **sesiones compartidas de agentes de código con Mosaic para equipos**. Para manuales reutilizables entre modelos, consulta nuestra [guía de transferencia de conocimiento entre agentes](/es/blog/agent-knowledge-transfer-cheaper-models/). Para arquitectura general de memoria, lee la [review de memoria de agentes con OpenViking](/es/blog/openviking-agent-memory-review/). Para el runtime completo alrededor de los agentes, consulta [agent harness engineering](/es/blog/agent-harness-engineering/). ## ¿Qué es Mosaic en septiembre de 2026? La [web actual de Mosaic](https://mosaic.inc/) presenta un entorno compartido y persistente donde personas y agentes colaboran en tiempo real. Destaca terminales compartidos, sesiones persistentes, pair programming con agentes, routing entre múltiples agentes y networking entre agentes de distintas organizaciones. La ruta de descarga visible está actualmente enfocada en macOS. La [página de Y Combinator para Mosaic S26 y su lanzamiento](https://www.ycombinator.com/companies/mosaic-inc) concreta mejor la tesis de memoria entre sesiones. Dice que Ocean da memoria compartida a personas y agentes de código a través de todas las sesiones, mientras Mosaic es el entorno colaborativo en tiempo real. El lanzamiento reporta aproximadamente 2.000 instalaciones y 37 organizaciones sincronizando sesiones activamente. Son cifras comunicadas por la empresa, no métricas de adopción auditadas de forma independiente. Independencia y marcas Wavect publica esta página y es también un proveedor, así que tenemos un interés comercial en ella. No estamos afiliados a las demás empresas nombradas aquí, no contamos con su respaldo y no somos socios suyos, y todos los nombres de empresa, marcas y marcas registradas de terceros pertenecen a sus respectivos titulares. Las afirmaciones sobre otros proveedores proceden de fuentes públicamente accesibles, sobre todo de sus propias páginas publicadas, en la fecha de revisión indicada en esta página, y pueden haber cambiado desde entonces. Verifícalas directamente antes de decidir. Esta página se ha redactado según nuestro leal saber y entender, con la intención de mantenernos objetivos. Si crees que algo aquí es inexacto o injusto, escríbenos y lo corregimos: [office@wavect.io](mailto:office@wavect.io) | Capa | Qué resuelve | Qué no demuestra | | --- | --- | --- | | Captura de sesiones | Conserva lo que un agente intentó, cambió y discutió | Que cada afirmación capturada sea correcta | | Visibilidad de equipo | Permite encontrar trabajo que ocurrió fuera de tu terminal | Que dos agentes deban actuar igual con la misma información | | Workspace persistente | Mantiene trabajo de larga duración disponible más allá de una sesión local | Que el contexto obsoleto haya sido invalidado | | Multiplayer en vivo | Personas y agentes comparten la misma superficie de trabajo | Que las ediciones concurrentes estén libres de conflictos | ## ¿Por qué “multiplayer AI” se está convirtiendo de repente en una categoría? Y Combinator argumenta en su [Request for Startups de Fall 2026 sobre Multiplayer AI](https://www.ycombinator.com/rfs#multiplayer-ai) que los agentes siguen siendo principalmente single-player aunque el trabajo serio es colaborativo. La tesis es que cualquier miembro del equipo debería poder entrar en el mismo trabajo vivo del agente, redirigirlo y hacer handoff en vez de compartir transcripciones de solo lectura. Anthropic llega a una conclusión parecida desde otra dirección. Su [guía sobre equipos humano-agente](https://claude.com/blog/building-effective-human-agent-teams) dice que los agentes multiplayer necesitan memoria persistente, roles claros y acceso amplio al contexto escrito compartido. También advierte que los canales privados fragmentan el contexto del equipo y provocan trabajo duplicado. Esto no valida la calidad del producto Mosaic. Sí valida la *forma del problema*: cuando los agentes ejecutan tareas largas para equipos, el historial privado de sesiones deja de ser una molestia personal y se convierte en un cuello de botella organizativo. ## El problema difícil no es sincronizar sesiones. Es decidir qué se convierte en contexto confiable. Una transcripción es evidencia de lo que ocurrió. No es automáticamente la mejor instrucción para el siguiente agente. El historial mezcla hechos confirmados, supuestos obsoletos, hipótesis abandonadas, secretos, stack traces, output de herramientas y prompt injection accidental. Volcarlo todo en cada ventana de contexto futura sería caro y peligroso. Un sistema de contexto compartido útil necesita al menos cuatro etapas: 1. **Capturar:** conservar la sesión original con agente, usuario, repositorio, branch, timestamp e identificadores de origen. 2. **Indexar:** hacer las sesiones buscables sin borrar sus límites de procedencia. 3. **Consolidar:** extraer decisiones duraderas y aprendizajes verificados manteniendo enlaces a la evidencia. 4. **Recuperar de forma selectiva:** dar a un nuevo agente solo el contexto relevante para su tarea, repositorio y permisos. Aquí es donde Mosaic puede crear valor duradero. El equipo no necesita otro almacén de transcripciones. Necesita un puente fiable desde actividad privada de agentes hacia memoria organizativa gobernada. ## Mosaic frente a Claude Code Agent Teams Las dos capas resuelven problemas cercanos pero distintos. El [modelo de identidad de agente de Anthropic para IA de equipo](https://claude.com/blog/agent-identity-access-model) se centra en dar a los agentes compartidos identidades y accesos propios del workspace, en lugar de actuar como un humano concreto. Ese es un problema de autorización y modelo operativo. La tesis de sesiones compartidas de Mosaic es principalmente un problema de continuidad de contexto entre personas, sesiones y productos de agentes. La [documentación oficial de Claude Code Agent Teams](https://code.claude.com/docs/en/agent-teams) coordina múltiples instancias de Claude Code mediante una lista de tareas compartida y mensajería directa entre agentes. Cada teammate conserva una ventana de contexto independiente y Anthropic señala explícitamente un mayor consumo de tokens y overhead de coordinación. Agent Teams ayuda a varios agentes a colaborar *dentro de un workflow coordinado de Claude*. Mosaic busca continuidad *entre sesiones, miembros del equipo y distintas herramientas de agentes*. | Pregunta | Mosaic / capa de sesiones | Claude Code Agent Teams | Git + docs | | --- | --- | --- | --- | | ¿Puedo ver qué intentó otro agente? | Use case central | Dentro del equipo activo | Solo si alguien lo documentó | | ¿Cruza contexto entre proveedores de agentes? | Tesis del producto | No, solo Claude Code | Sí, si se escribe manualmente | | ¿Coordina tareas en vivo? | Depende del workspace | Sí | No | | ¿El estado de código es autoritativo? | No, Git sigue siendo source of truth | No, Git sigue siendo source of truth | Git sí | | ¿Hace que el conocimiento sea correcto? | No | No | No | ## ¿Qué debería probar un equipo de ingeniería antes de adoptar Mosaic? **No evalúes el contexto compartido preguntando si Search encuentra una sesión vieja.** Evalúa si ayuda al siguiente engineer o agente a tomar una mejor decisión sin filtrar información irrelevante u obsoleta. - **Cobertura:** ¿qué formatos de Claude Code, Codex, Cursor y otros agentes se capturan completos y qué campos se pierden? - **Procedencia:** ¿cada afirmación recuperada puede volver a la sesión, repositorio, branch y timestamp exactos? - **Actualidad:** ¿qué ocurre cuando una sesión posterior contradice una decisión de arquitectura anterior? - **Scope:** ¿se puede limitar el contexto por organización, equipo, repositorio, cliente, branch o proyecto? - **Secretos:** ¿tokens, variables de entorno, datos de cliente y command output se redactan antes del sync? - **Borrado:** ¿se puede eliminar una sesión y garantizar que desaparezca también de índices y resúmenes derivados? - **Acceso:** ¿los permisos heredan los del sistema fuente o una sesión puede hacerse visible a alguien sin acceso al repositorio original? - **Portabilidad:** ¿la organización puede exportar historial de sesiones y conocimiento derivado en un formato útil? ## El límite de seguridad es mayor que el historial de chat Las transcripciones de agentes de código suelen contener mucho más que prompts. Pueden incluir rutas de archivos, fragmentos de código propietario, comandos shell, output de despliegues, identificadores de clientes, esquemas de base de datos, detalles de incidentes y credenciales impresas accidentalmente por una herramienta. Centralizar sesiones crea por tanto un nuevo almacén de alto valor. La evaluación de compra debería cubrir cifrado, aislamiento de tenants, controles de administración, SSO, audit logs, retención, borrado, subprocessors, regiones de datos, backups, notificación de incidentes y términos de entrenamiento de modelos. Si la documentación pública no responde algo, trátalo como desconocido durante la revisión contractual y no como una suposición favorable. La arquitectura ideal también separa **evidencia cruda** de **conocimiento promovido**. Las transcripciones pueden tener acceso más estrecho y retención más corta. Una decisión revisada como “todas las escrituras de pago requieren idempotency keys” puede promocionarse a regla versionada con owner y fecha de revisión. ## ¿Cuál es el valor económico de las sesiones compartidas? La métrica relevante no es “sesiones sincronizadas”. Es **trabajo de coordinación evitado sin aumentar errores**. Un modelo simple: `valor mensual = investigación duplicada evitada + handoffs más rápidos + onboarding reducido - coste de plataforma - coste de review - errores inducidos por contexto` Si cinco engineers gastan 20 minutos diarios reconstruyendo lo que otro agente ya descubrió, son más de 33 horas de ingeniería al mes. Incluso una reducción modesta puede importar. Pero un store compartido que haga parecer autoritativa una decisión obsoleta puede borrar ese ahorro rápidamente. Mide investigaciones duplicadas, tiempo hasta el primer cambio útil después de un handoff, comandos fallidos repetidos, tiempo de review, precisión del retrieval y errores graves causados por contexto obsoleto o de otro proyecto. La herramienta debe mejorar esos resultados, no solo hacer crecer el archivo. ## ¿Cuándo comprar Mosaic y cuándo construir sync internamente? | Situación | Comprar primero | Construir o extender internamente | | --- | --- | --- | | Diversidad de agentes | El equipo usa varios productos y quiere una sola capa | Un harness estandarizado ya posee todas las sesiones | | Time to value | Quieres probar contexto compartido este mes | Ya operas una developer platform interna | | Límite de datos | Los controles del proveedor superan security review | Los datos de sesiones no pueden salir de tu entorno | | Necesidad de retrieval | Search y handoff son el problema principal | Necesitas consolidación y políticas muy personalizadas | | Operaciones | No quieres mantener adapters para cada formato | Los adapters ya forman parte de tu plataforma de harness | Un sistema propio parece sencillo porque todos los agentes ya escriben logs. Lo caro es el drift de formatos, permisos, gestión de secretos, deduplicación, indexado, summarization, invalidación de conocimiento viejo y borrado. Construye solo cuando esos controles sean diferenciadores o requisitos duros. ## Un piloto de Mosaic de 30 días para un equipo de ingeniería 1. **Elige dos repositorios y dos productos de agentes.** Evita un rollout a toda la empresa antes de medir calidad de retrieval. 2. **Define tres escenarios de handoff.** Investigación de bugs, continuación de features y seguimiento de incidentes son buenos candidatos. 3. **Mide la baseline.** ¿Cuánto tarda un teammate en reconstruir trabajo previo sin contexto compartido? 4. **Sincroniza con scope explícito.** Mantén visibles los límites por cliente y repositorio. 5. **Introduce contradicciones.** Cambia un contrato API o una decisión de arquitectura y comprueba si el contexto viejo sigue apareciendo como actual. 6. **Introduce secretos.** Usa credenciales sintéticas y verifica captura, redacción, búsqueda y borrado. 7. **Prueba handoff entre herramientas.** Un agente investiga y otro producto continúa usando solo contexto compartido más el repositorio. 8. **Compara outcomes.** Handoff time, trabajo duplicado, precisión, errores graves y coste de review. Para el modelo operativo más amplio, combínalo con nuestra [guía de piloto de agentes 30/60/90 días](/es/blog/ai-agent-pilot-30-60-90-days/) y la [comparativa Git worktrees vs Jujutsu](/es/blog/git-worktrees-vs-jujutsu-ai-coding-agents/). El contexto compartido no sustituye el aislamiento de código. ## Dónde encaja Wavect El servicio de [AI Enablement de Wavect](/es/services/ai-enablement/) ayuda a equipos de ingeniería a estandarizar workflows de agentes, límites de contexto, evals, controles de coste y handoffs entre herramientas. Nuestro [caso Twinsoft AI](/es/case-studies/twinsoft-ai/) muestra la ingeniería alrededor de la capacidad del modelo necesaria para convertir demos desconectadas en un producto operable. La pregunta comercial no es “¿deberíamos construir nuestro propio Mosaic?”. Es “¿qué capa de contexto debe poseer el equipo y cuál puede ser commodity?”. Un piloto bien diseñado responde eso antes de que una elección de herramienta se convierta en arquitectura. ## Veredicto **Mosaic apunta en una dirección correcta: la adopción de agentes a escala de equipo crea un problema de contexto que Git commits y transcripciones privadas no resuelven.** La parte más fuerte de la tesis no es “multiplayer AI” como slogan. Es convertir el trabajo de los agentes en evidencia organizativa inspeccionable desde la que otro teammate o agente pueda continuar. La pregunta abierta para el comprador es si session sync se convierte en memoria confiable. Eso requiere procedencia, permisos, tratamiento de contexto obsoleto, redacción, borrado y retrieval selectivo. Si Mosaic/Ocean resuelve bien esas capas, puede convertirse en infraestructura útil por encima de los coding agents individuales. Si solo centraliza transcripciones, el equipo gana visibilidad pero todavía debe construir la capa de conocimiento. ## FAQ sobre Mosaic y sesiones compartidas de agentes ### ¿Qué es Mosaic de Y Combinator S26? Mosaic es una empresa de YC Summer 2026 que construye infraestructura multiplayer para personas y agentes de IA. Sus materiales actuales muestran un workspace compartido en tiempo real, mientras YC ahora llama Ocean al producto de memoria que lleva contexto entre sesiones de agentes de código. ### ¿Mosaic sustituye Claude Code Agent Teams? No. Claude Code Agent Teams coordina varias instancias de Claude Code dentro de un workflow. La tesis más amplia de Mosaic es continuidad entre sesiones, teammates y diferentes herramientas de agentes. Pueden complementarse. ### ¿Sincronizar sesiones es lo mismo que agent memory? No. El sync preserva evidencia cruda de lo que ocurrió. La memoria necesita consolidación, retrieval, scope, procedencia y reglas de actualidad para que el siguiente agente reciba contexto útil en vez de un archivo completo de transcripciones. ### ¿Mosaic reemplaza Git o worktrees? No. Git sigue siendo la fuente de verdad del historial de código y worktrees o un aislamiento equivalente siguen protegiendo cambios concurrentes. El contexto compartido explica por qué ocurrió el trabajo y qué se aprendió. ### ¿Qué debe verificar una empresa antes de sincronizar sesiones de agentes? Verifica cobertura de fuentes, permisos por tenant y repositorio, redacción de secretos, cifrado, retención, borrado, exportación, procedencia, manejo de contexto obsoleto, audit logs y cómo los resúmenes derivados heredan controles de acceso. ## Fuentes y límites de evidencia Las fuentes primarias de producto y categoría se revisaron el 7 de septiembre de 2026. Mosaic y YC describen la dirección del producto; las aproximadamente 2.000 instalaciones y 37 organizaciones son cifras de lanzamiento comunicadas por la empresa. YC y Anthropic aportan evidencia independiente de que el trabajo multiplayer humano-agente se está consolidando como categoría, pero no validan la fiabilidad, seguridad o rendimiento comercial de Mosaic. Wavect no instaló Mosaic/Ocean ni auditó su backend, por lo que cualquier detalle no descrito públicamente se trata como desconocido. ## Reflexiones finales El siguiente cuello de botella en ingeniería asistida por IA es cada vez menos la inteligencia del modelo y más la continuidad organizativa. Un equipo con diez agentes excelentes que pierde cada investigación al terminar una sesión sigue pagando el coste de descubrimiento una y otra vez. La tesis de Mosaic merece una prueba porque mueve ese límite desde el terminal individual hacia el equipo. La versión duradera del producto será la que convierta evidencia de sesiones en contexto con scope, actualizado y consciente de permisos sin fingir que cada transcripción antigua es verdad. ## También te puede gustar.. [**Transferencia de conocimiento entre agentes** Compara historial compartido de sesiones con manuales explícitos y verificados que transfieren conocimiento reutilizable entre modelos.](/es/blog/agent-knowledge-transfer-cheaper-models/) [**AI Enablement vs contratación interna** Decide si construir infraestructura de agentes internamente o apoyarte en un partner de implementación enfocado.](/es/compare/ai-enablement-vs-in-house-ai-hire/) Ingeniería de agentes ## Continúa por este clúster Agentes de código, MCP, contexto, evaluación y controles para automatización fiable. [Empieza por el artículo fundamental**Ingeniería de grafos para agentes de IA: ¿Cuándo compensa un knowledge graph?**](/es/blog/graph-engineering-ai-agents/) - [Model Hardware Standard: guía empresarial para IA física](/es/blog/model-hardware-standard-enterprise-guide/) - [Fonio AI 2026: precios, API, RGPD y build vs buy](/es/blog/fonio-ai-review-build-vs-buy-2026/) - [Ripwire Review 2026: contexto de repositorio para agentes sin embeddings](/es/blog/ripwire-ai-repo-context-review-2026/) - [Ediciones multarchivo atómicas para agentes de programación: la lección de Semaprax](/es/blog/atomic-multi-file-edits-ai-coding-agents/) - [Transferencia de conocimiento entre agentes de IA: descubre una vez y escala por menos](/es/blog/agent-knowledge-transfer-cheaper-models/) [**Volver**](/es/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/) [Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min de lectura · 7 sep 2026 Última revisión 7 de septiembre de 2026 [**Siguiente**](/es/blog/fonio-ai-review-build-vs-buy-2026/) ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/#webpage", "@type": "WebPage", "dateModified": "2026-09-07", "inLanguage": "es", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-09-07", "url": "https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Mosaic aborda un problema real cuando la IA pasa de una persona a todo el equipo: Claude Code, Codex, Cursor y otros coding agents generan investigación útil que suele quedarse en sesiones privadas. La web actual de Mosaic enfatiza un workspace multiplayer persistente; Y Combinator ahora describe Ocean como el producto de memoria compartida que transporta contexto de coding agents entre sesiones. El lanzamiento reporta unas 2.000 instalaciones y 37 organizaciones sincronizando activamente, cifras comunicadas por la empresa. El mejor caso de uso es un equipo con varios agentes o harnesses que repite investigación durante cada handoff. El riesgo principal es confundir transcripciones sincronizadas con memoria confiable. Evalúa procedencia, scope por repositorio y tenant, invalidación de contexto viejo, redacción de secretos, herencia de permisos, borrado, exportación y retrieval selectivo. Pilota Mosaic si Search y handoff son el cuello de botella; construye o amplía una capa interna si las sesiones no pueden salir de tu entorno o tu harness ya controla captura, permisos, consolidación y retrieval.", "articleBody": " Resumen del blog/IA y agentes/Ingeniería de agentes Mosaic (YC S26): ¿Resuelve la memoria compartida el contexto de los agentes del equipo? Resumen Mosaic aborda un problema real cuando la IA pasa de una persona a todo el equipo: Claude Code, Codex, Cursor y otros coding agents generan investigación útil que suele quedarse en sesiones privadas. La web actual de Mosaic enfatiza un workspace multiplayer persistente; Y Combinator ahora describe Ocean como el producto de memoria compartida que transporta contexto de coding agents entre sesiones. El lanzamiento reporta unas 2.000 instalaciones y 37 organizaciones sincronizando activamente, cifras comunicadas por la empresa. El mejor caso de uso es un equipo con varios agentes o harnesses que repite investigación durante cada handoff. El riesgo principal es confundir transcripciones sincronizadas con memoria confiable. Evalúa procedencia, scope por repositorio y tenant, invalidación de contexto viejo, redacción de secretos, herencia de permisos, borrado, exportación y retrieval selectivo. Pilota Mosaic si Search y handoff son el cuello de botella; construye o amplía una capa interna si las sesiones no pueden salir de tu entorno o tu harness ya controla captura, permisos, consolidación y retrieval. Mosaic resulta interesante porque ataca el coste de coordinación que aparece cuando un equipo adopta más de un agente de código. Claude Code, Codex, Cursor y otros agentes pueden ser muy productivos por separado, pero sus descubrimientos, intentos fallidos y decisiones locales suelen quedar atrapados en sesiones distintas. Una capa compartida de sesiones puede reducir investigación repetida y hacer visibles los handoffs. No crea por sí sola una base de conocimiento fiable. Este es un análisis de compra basado en investigación, no una prueba hands-on. Además, el naming público está cambiando rápido. La página actual de Y Combinator llama Ocean al producto principal de memoria compartida de Mosaic y describe Mosaic como el entorno de código colaborativo en tiempo real. El texto de lanzamiento sigue usando Mosaic para la sincronización centralizada de sesiones. En este artículo usamos “Mosaic/Ocean” para la capa de memoria entre sesiones cuando la distinción importa. Este artículo posee el intent estrecho sesiones compartidas de agentes de código con Mosaic para equipos. Para manuales reutilizables entre modelos, consulta nuestra guía de transferencia de conocimiento entre agentes. Para arquitectura general de memoria, lee la review de memoria de agentes con OpenViking. Para el runtime completo alrededor de los agentes, consulta agent harness engineering. ¿Qué es Mosaic en septiembre de 2026? La web actual de Mosaic presenta un entorno compartido y persistente donde personas y agentes colaboran en tiempo real. Destaca terminales compartidos, sesiones persistentes, pair programming con agentes, routing entre múltiples agentes y networking entre agentes de distintas organizaciones. La ruta de descarga visible está actualmente enfocada en macOS. La página de Y Combinator para Mosaic S26 y su lanzamiento concreta mejor la tesis de memoria entre sesiones. Dice que Ocean da memoria compartida a personas y agentes de código a través de todas las sesiones, mientras Mosaic es el entorno colaborativo en tiempo real. El lanzamiento reporta aproximadamente 2.000 instalaciones y 37 organizaciones sincronizando sesiones activamente. Son cifras comunicadas por la empresa, no métricas de adopción auditadas de forma independiente. Independencia y marcas Wavect publica esta página y es también un proveedor, así que tenemos un interés comercial en ella. No estamos afiliados a las demás empresas nombradas aquí, no contamos con su respaldo y no somos socios suyos, y todos los nombres de empresa, marcas y marcas registradas de terceros pertenecen a sus respectivos titulares. Las afirmaciones sobre otros proveedores proceden de fuentes públicamente accesibles, sobre todo de sus propias páginas publicadas, en la fecha de revisión indicada en esta página, y pueden haber cambiado desde entonces. Verifícalas directamente antes de decidir. Esta página se ha redactado según nuestro leal saber y entender, con la intención de mantenernos objetivos. Si crees que algo aquí es inexacto o injusto, escríbenos y lo corregimos: office@wavect.io CapaQué resuelveQué no demuestra Captura de sesionesConserva lo que un agente intentó, cambió y discutióQue cada afirmación capturada sea correcta Visibilidad de equipoPermite encontrar trabajo que ocurrió fuera de tu terminalQue dos agentes deban actuar igual con la misma información Workspace persistenteMantiene trabajo de larga duración disponible más allá de una sesión localQue el contexto obsoleto haya sido invalidado Multiplayer en vivoPersonas y agentes comparten la misma superficie de trabajoQue las ediciones concurrentes estén libres de conflictos ¿Por qué “multiplayer AI” se está convirtiendo de repente en una categoría? Y Combinator argumenta en su Request", "articleSection": "Engineering", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "citation": [ { "@type": "WebPage", "name": "web actual de Mosaic", "url": "https://mosaic.inc/" }, { "@type": "WebPage", "name": "página de Y Combinator para Mosaic S26 y su lanzamiento", "url": "https://www.ycombinator.com/companies/mosaic-inc" }, { "@type": "WebPage", "name": "Request for Startups de Fall 2026 sobre Multiplayer AI", "url": "https://www.ycombinator.com/rfs#multiplayer-ai" }, { "@type": "WebPage", "name": "guía sobre equipos humano-agente", "url": "https://claude.com/blog/building-effective-human-agent-teams" }, { "@type": "WebPage", "name": "modelo de identidad de agente de Anthropic para IA de equipo", "url": "https://claude.com/blog/agent-identity-access-model" }, { "@type": "WebPage", "name": "documentación oficial de Claude Code Agent Teams", "url": "https://code.claude.com/docs/en/agent-teams" } ], "dateModified": "2026-09-07", "datePublished": "2026-09-07", "description": "Mosaic aborda un problema real cuando la IA pasa de una persona a todo el equipo: Claude Code, Codex, Cursor y otros coding agents generan investigación útil que suele quedarse en sesiones privadas. La web actual de Mosaic enfatiza un workspace multiplayer persistente; Y Combinator ahora describe Ocean como el producto de memoria compartida que transporta contexto de coding agents entre sesiones. El lanzamiento reporta unas 2.000 instalaciones y 37 organizaciones sincronizando activamente, cifras comunicadas por la empresa. El mejor caso de uso es un equipo con varios agentes o harnesses que repite investigación durante cada handoff. El riesgo principal es confundir transcripciones sincronizadas con memoria confiable. Evalúa procedencia, scope por repositorio y tenant, invalidación de contexto viejo, redacción de secretos, herencia de permisos, borrado, exportación y retrieval selectivo. Pilota Mosaic si Search y handoff son el cuello de botella; construye o amplía una capa interna si las sesiones no pueden salir de tu entorno o tu harness ya controla captura, permisos, consolidación y retrieval.", "headline": "Mosaic (YC S26): Memoria Compartida para Agentes de Código", "image": "https://wavect.io/img/blog/headers/header_mosaic-yc-s26-shared-agent-sessions-review.svg", "inLanguage": "es", "keywords": "Mosaic, IA multijugador, Memoria de agentes", "mainEntityOfPage": { "@id": "https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/", "wordCount": 2991 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/es/", "name": "Inicio", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/overview/", "name": "Resumen del blog", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/topics/ai-agents/", "name": "IA y agentes", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/clusters/agent-engineering/", "name": "Ingeniería de agentes", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/mosaic-yc-s26-shared-agent-sessions-review/", "name": "Mosaic: Sesiones Compartidas de Claude Code y Codex", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Mosaic es una empresa de YC Summer 2026 que construye infraestructura multiplayer para personas y agentes de IA. Sus materiales actuales muestran un workspace compartido en tiempo real, mientras YC ahora llama Ocean al producto de memoria que lleva contexto entre sesiones de agentes de código." }, "name": "¿Qué es Mosaic de Y Combinator S26?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "No. Claude Code Agent Teams coordina varias instancias de Claude Code dentro de un workflow. La tesis más amplia de Mosaic es continuidad entre sesiones, teammates y diferentes herramientas de agentes. Pueden complementarse." }, "name": "¿Mosaic sustituye Claude Code Agent Teams?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "No. El sync preserva evidencia cruda de lo que ocurrió. La memoria necesita consolidación, retrieval, scope, procedencia y reglas de actualidad para que el siguiente agente reciba contexto útil en vez de un archivo completo de transcripciones." }, "name": "¿Sincronizar sesiones es lo mismo que agent memory?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "No. Git sigue siendo la fuente de verdad del historial de código y worktrees o un aislamiento equivalente siguen protegiendo cambios concurrentes. El contexto compartido explica por qué ocurrió el trabajo y qué se aprendió." }, "name": "¿Mosaic reemplaza Git o worktrees?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Verifica cobertura de fuentes, permisos por tenant y repositorio, redacción de secretos, cifrado, retención, borrado, exportación, procedencia, manejo de contexto obsoleto, audit logs y cómo los resúmenes derivados heredan controles de acceso." }, "name": "¿Qué debe verificar una empresa antes de sincronizar sesiones de agentes?" } ] } ```