Neckbeard: el plugin que evita que tu agente de IA invente tu nube
La misma aplicación de referencia —un servicio HTTP, un worker, un cron y una base Postgres— cuesta US$77 al mes en Cloud Run y US$396 en EKS. La diferencia no está en el código: está en quién elige la infraestructura. Neckbeard es un plugin open source que hace que esa decisión la tome un catálogo de módulos probados en lugar de la imaginación de tu agente de IA.
Publicado en GitHub bajo licencia Apache-2.0, se instala en Claude Code, Codex, Cursor o cualquier agente que hable el formato SKILL.md. Su propuesta es concreta: el agente lee tu repositorio y explica, pero el planeamiento, el renderizado y la validación los ejecuta código determinista. El README lo resume en una línea: el agente nunca inventa infraestructura.
Para un founder sin equipo de plataforma, la diferencia entre esas dos frases es la diferencia entre un pull request revisable y una factura sorpresa.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasCómo funciona: el agente analiza, el código decide
El flujo tiene cuatro comandos y una lógica clara.
/neckbeard:analyzelee el repositorio y produce unapp-profile.yamlcon hechos respaldados por archivo y línea, inferencias con su nivel de confianza y supuestos declarados en voz alta. Después pregunta lo que el código no puede responder./neckbeard:estimateplanifica contra el catálogo y muestra la tabla de costos mensuales —escenario bajo, esperado y alto por entorno— antes de que exista un solo recurso./neckbeard:synccorre el ciclo completo: plan, estimate, scaffold y validate, bajo un contrato de propiedad que nunca sobrescribe tus ediciones en silencio./neckbeard:doctorinforma qué prerrequisitos tienes instalados y qué desbloquea cada uno.
La inversión de roles es el punto. Los humanos mantienen el camino dorado: módulos OpenTofu versionados, plantillas de pipeline y layouts de GitOps, por nube, probados en CI en cada cambio. El agente analiza, parametriza y explica. Todo lo que queda en el medio es determinista: el planificador emite un lockfile blueprint.yaml verificado por hash y el renderizador es una función pura de ese archivo.
Lo que el catálogo no puede expresar se convierte en un hallazgo con nombre —por ejemplo, «redis queda fuera del contrato de workload»— y no en un forzado al módulo más parecido.
Cuánto cuesta de verdad: la tabla que casi nadie te da
La misma app de referencia, en el tier más pequeño, con los tres entornos y precios en vivo vía Infracost:
| Runtime | Costo mensual estimado |
|---|---|
| Cloud Run (GCP) | US$77 |
| Container Apps (Azure) | ~US$98* |
| ECS Fargate (AWS) | US$250 |
| EKS (AWS) | US$396 |
| GKE regional (GCP) | US$754 |
| AKS (Azure) | ~US$801* |
*Infracost todavía no puede cotizar el cómputo de Container Apps. En lugar de dejar que un número bajo mienta, el reporte nombra cada recurso sin precio.
Esa transparencia es la razón por la que la herramienta le dice a un desarrollador solo «todavía no necesitas Kubernetes», con recibos. Para poner la cifra en contexto: Infracost rastrea más de 10 millones de puntos de precio en AWS, Azure y GCP, según su página de producto, y soporta más de 1.100 recursos según su repositorio en GitHub.
Los tres veredictos: por qué «validado» no es «desplegable»
Neckbeard reporta en tres niveles y el tercero es el que importa:
- V0 — validación estática.
tofu validate, políticas de Checkov ykubeconform. Cada excepción de Checkov en el.checkov.yamlgenerado lleva su razón escrita; un skip sin motivo es una mentira sobre tu postura de seguridad. - V1 — plan autenticado. Requiere credenciales de nube. Si no las hay, se reporta como NOT EXERCISED.
- V2 — verificación de despliegue. También requiere credenciales.
La validación estática nunca afirma que algo sea desplegable. Es una distinción que muchos equipos borran y que después pagan en producción.
El riesgo real de dejar que un agente escriba tu infraestructura
No es una preocupación teórica. Un análisis de SD Times sobre por qué algunas empresas están restringiendo el uso de LLM en ingeniería enumera cuatro riesgos: corrección (el código generado es probabilístico y puede introducir condiciones de carrera o vulnerabilidades que pasan el review), mantenibilidad (abstracciones inconsistentes que aumentan la deuda técnica), seguridad (fuga de código fuente, inyección de prompts, exposición de credenciales) y responsabilidad (cuando algo falla en producción, nadie puede explicar la decisión de diseño). El mismo artículo estima que la industria está apenas entre el 20% y el 40% del camino hacia una ingeniería de software autónoma confiable.
El otro frente es la cadena de suministro de plugins. Según TechTimes, el directorio oficial de plugins de Claude Code se lanzó el 22 de mayo y superó los 20.000 stars, con dos niveles de escrutinio y una advertencia explícita de Anthropic: los plugins de la comunidad pueden instalar software de terceros no verificado. El medio recoge además tres incidentes documentados: en diciembre de 2025, la investigadora de Cato Networks Inga Cherny mostró que un plugin de skill modificado podía descargar y ejecutar ransomware MedusaLocker; en enero de 2026, SentinelOne documentó un plugin malicioso que redirigía la instalación de dependencias a un origen controlado por el atacante; y en febrero de 2026, una auditoría de Snyk encontró que el 13% de los paquetes de agent-skills tenían fallos críticos de seguridad.
El contexto de distribución ayuda a dimensionar el fenómeno: CryptoBriefing reportó que Anthropic lanzó el Claude Marketplace el 23 de septiembre de 2026 con más de 2.000 plugins y conectores, y abrió un portal de envío dos días después.
Ninguno de esos casos involucra a Neckbeard. Pero explican por qué su arquitectura insiste en lo determinista: cero claves estáticas de nube, federación OIDC en todas partes —con un test que falla si un pipeline renderizado menciona AWS_SECRET_ACCESS_KEY—, redes privadas por defecto, secret managers que guardan nombres y no valores, y un escaneo con Trivy que bloquea hallazgos HIGH y CRITICAL.
¿Qué significa esto para tu startup?
Si estás por levantar infraestructura y no tienes un SRE, hay cuatro decisiones que puedes tomar esta semana.
- Cotiza antes de escribir. Corre
/neckbeard:estimate—oserverless vs kubernetespara comparar ambos caminos— antes de crear el primer recurso. La diferencia entre Cloud Run y EKS en la tabla de arriba es de US$319 al mes para la misma app: es dinero de runway. - No confundas V0 con producción. Exige V1 y V2 con credenciales reales antes de tocar un entorno productivo. Un
PASSEDestático no prueba que tu infraestructura se despliegue. - Revisa los permisos del plugin antes de instalarlo. Anthropic recomienda verificar que los permisos solicitados sean proporcionales a la función declarada. Un plugin que toca infraestructura necesita acceso amplio por definición; el código fuente debe dejar claro hacia dónde van esas conexiones.
- Si quieres determinismo puro, usa el CLI sin agente.
go install github.com/bealesh/neckbeard/cmd/neckbeard@latesty luegoneckbeard analyze && neckbeard plan && neckbeard estimate && neckbeard scaffold && neckbeard validate. El agente es opcional.
Limitaciones: pre-alpha, y lo dice
Neckbeard es honesto sobre su estado, y eso también es información útil para decidir.
El despliegue en vivo —deploy, update y rollback en serverless— pasó en AWS/GitHub y Azure/GitHub con verificaciones reales de base de datos. En GCP, los carriles de GitLab, Kubernetes, las promociones y los simulacros de recuperación están implementados pero NOT EXERCISED. El ciclo de vida de despliegue es experimental. Las landing zones (estructura de organización y guardrails) están diseñadas, no construidas.
El workload soportado es acotado: una imagen, hasta 10 procesos HTTP, worker o cron, Postgres, almacenamiento de objetos y secretos, sobre cuentas, proyectos o suscripciones existentes. Todo lo demás es un hallazgo explícito de «no soportado». Y el proyecto es joven: 11 stars y 1 fork al momento de escribir esto.
Conclusión
Neckbeard no resuelve el problema de la infraestructura: resuelve el problema de la confianza. Al separar lo que el agente puede hacer (leer, preguntar, explicar) de lo que hace el código determinista (planificar, renderizar, validar), convierte una tarea que hoy se parece a la ruleta en un pull request que se puede revisar.
Para un founder hispanohablante con un equipo chico, el valor inmediato no es el despliegue: es la estimación de costos antes de comprometerse y el runbook de bootstrap que se puede entregar a una persona con credenciales elevadas. El producto de hoy es la mitad de onboarding, y esa mitad ya sirve.
Fuentes
- bealesh/neckbeard — GitHub (fuente original)
- Why Some Companies Are Pulling Back on AI Coding — SD Times
- Claude Code Plugins Get Official Directory — TechTimes
- Anthropic announces Claude Marketplace — CryptoBriefing
- Infracost Cloud — Infracost
- infracost/infracost — GitHub
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
