Pensieve: indexado local para que tu agente deje de leer archivos enteros
Un agente de código conectado a Pensieve resolvió cada búsqueda en 2,0 llamadas a herramientas frente a 3,4 con grep, y encontró el archivo correcto en 131 de 144 intentos contra 123 sin la herramienta. La diferencia no es de velocidad: es de factura. Cada archivo que tu agente abre entra a la ventana de contexto y se paga, y en un repositorio grande esa cuenta crece más rápido que tu runway.
Pensieve es una herramienta gratuita y de código abierto que indexa tus documentos, repositorios de git y sesiones con agentes de código en tu propia Mac, y le entrega ese índice a tu agente a través de MCP (Model Context Protocol). En lugar de que el agente haga grep y lea decenas de archivos completos, le hace una sola pregunta y recibe los pasajes que importan, con archivo y número de línea.
¿Qué problema resuelve el indexado local?
El flujo tradicional de un agente de código es caro por diseño. Para responder «por qué los reintentos de tarjeta se detienen después de un rechazo», el agente hace grep de «retry», obtiene 212 coincidencias y empieza a leer archivos: el módulo de reintentos, el gateway de pagos, las facturas, los tests y decenas de archivos más. Todavía no encontró la regla de backoff.
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 díasCon Pensieve, la misma pregunta devuelve tres resultados con archivo y línea, y el agente lee un solo pasaje. La regla aparece en el primer intento.
Ese es el punto que suele pasarse por alto: no se trata de un buscador más rápido, sino de reducir el número de viajes de ida y vuelta entre el agente y tu código. Cada viaje es una llamada a herramienta, y cada llamada arrastra contexto que se factura.
Cómo funciona: una búsqueda antes de cualquier grep
- Panel de búsqueda: Control+Shift abre un panel flotante sobre tus documentos, carpetas, repositorios y conversaciones con agentes.
- Por significado o por palabra exacta: las palabras simples encuentran lo que querías decir aunque el archivo nunca las use; las comillas buscan la frase literal. Se pueden mezclar para ordenar los aciertos exactos por significado.
- Filtros: un signo menos excluye una palabra o una frase entre comillas;
in:limita la búsqueda a una carpeta o repo; también se puede filtrar por archivos, código o sesiones, y por tipo de archivo. - Reindexado continuo: Pensieve vigila tus carpetas, repos y sesiones y reindexa lo que cambia. Los cambios sin commitear cuentan, y cada worktree se sigue por rama, así que el agente no trabaja con contexto viejo.
- Latencia: cada búsqueda tarda entre 0,1 y 0,2 segundos.
Del lado del agente, la conexión es por MCP. Funciona con Claude Code, Codex, Cursor, Gemini CLI, Qwen Code, Windsurf y VS Code, y cualquier cliente MCP puede usarlo por stdio o por HTTP. El comando pensieve integrate recommended agrega un bloque de instrucciones del tipo «busca antes de hacer grep» a los archivos de configuración de los agentes.
Los números del benchmark: 16% menos tokens y 43% menos llamadas
El proyecto publicó una medición con Claude Sonnet corriendo headless en Claude Code, sobre 72 tareas reservadas en cuatro repositorios de 504, 1.783, 2.383 y 34.847 archivos, ejecutadas dos veces cada una. Los resultados:
- 2,0 llamadas a herramientas por búsqueda con Pensieve contra 3,4 con grep.
- Respuesta tras una sola llamada en 82 de 144 ejecuciones.
- Archivo correcto en 131 de 144 ejecuciones frente a 123 con grep solo.
- 43% menos llamadas a herramientas y 16% menos tokens.
- 18% menos costo por búsqueda en promedio, con un rango de 6% a 28% menos en cada uno de los cuatro repos.
- 21% más rápido por búsqueda.
Hay un matiz honesto en la propia medición: un grep simple gana cuando buscas un mensaje de error exacto. Pensieve gana en todo lo demás. Si tu equipo vive pegando strings de error en la terminal, el ahorro será menor de lo que sugiere el titular.
El contexto es el nuevo costo variable de la IA
Pensieve no es un caso aislado: forma parte de una corrección de rumbo en todo el ecosistema de agentes.
Cloudflare presentó un servidor MCP basado en «Code Mode» que expone solo dos herramientas, search() y execute(), en lugar de una definición por endpoint. Según InfoQ, eso redujo el consumo de contexto para interactuar con más de 2.500 endpoints de API de más de 1,17 millones de tokens a unos 1.000 tokens, una caída cercana al 99,9%.
En la misma línea, JCodeMunch es otro servidor MCP que indexa datasets y recupera solo lo relevante. Geeky Gadgets reportó un caso de prueba donde el uso de tokens bajó de 3.850 a 700, una mejora de 5,5 veces.
El motivo de fondo lo explica el fenómeno del context rot: llenar la ventana de contexto no mejora las respuestas, las degrada. El benchmark NoLiMa de 2025, recogido en un repaso de Unblocked sobre plataformas de conocimiento para agentes, probó 13 modelos que declaran contextos de 128K tokens o más y encontró que, a los 32K tokens, 11 de ellos caían por debajo de la mitad de su precisión con contexto corto. El mismo repaso cita la encuesta de Stack Overflow de 2025: 84% de los desarrolladores usa o planea usar IA, pero 66% lidia con respuestas que están cerca y aun así son incorrectas.
Y el gasto se siente. MintMCP señala que los agentes de IA consumen entre 5 y 30 veces más tokens que un chatbot tradicional, y menciona que Uber agotó su presupuesto anual de Claude Code en la primavera de 2026 tras expandir la adopción de forma acelerada.
¿Qué significa esto para tu startup?
1. Mide el costo por tarea antes de optimizar. El error más común es cambiar de modelo cuando el problema está en la recuperación. Instrumenta tokens y llamadas a herramientas por tipo de tarea: si una búsqueda de código promedia 3 o 4 llamadas, ahí está tu margen, no en el modelo.
2. Prueba el patrón de recuperación en tu repositorio más grande. El ahorro de Pensieve fue mayor en el repo de 34.847 archivos. Si tu equipo trabaja en un monorepo, el retorno de un índice local es proporcional al tamaño del código, no al número de desarrolladores.
3. Trata el contexto como un recurso finito. Antes de subir el límite de contexto de tu agente, pregúntate si necesitas más ventana o mejores pasajes. La evidencia apunta a lo segundo.
4. Usa el bus factor como señal de riesgo. Pensieve lee git blame y el historial reciente de commits para marcar las áreas donde la mayoría de las líneas las escribió gente que ya no toca ese código, y muestra cuántas personas activas siguen conociéndolo. Eso es deuda de conocimiento, y se paga en incidentes.
Privacidad: el argumento que convence a un CTO
El indexado y la búsqueda corren en tu Mac, con un modelo de embeddings on-device y un índice local en ~/.pensieve. El servidor responde solo a esa máquina, no a tu red ni a otros sitios. No hay cuenta ni servicio en la nube.
Además, los exports de gestores de contraseñas, las claves, los archivos .env y las credenciales nunca se indexan, y cada fuente (agentes, carpetas, repos, apps) tiene su propio interruptor: apagarla elimina lo que indexó. La IA es opcional: puedes usar el modelo local Qwen 3.5 9B, un servidor como LM Studio, Claude Code o Codex (marcados como nube), o dejarla apagada del todo.
Dos límites prácticos: la app de escritorio requiere Apple Silicon, y en Linux e Intel Macs el mismo prompt instala el backend y el visualizador en el navegador. Tampoco está notarizada todavía, así que macOS pedirá una confirmación manual la primera vez.
Conclusión
La conversación sobre costos de IA se movió del precio por millón de tokens a la eficiencia del contexto. Pensieve es un ejemplo claro de esa transición: gratis, local y con números medibles — 16% menos tokens y 43% menos llamadas a herramientas en su propio benchmark. Para un equipo con un monorepo grande y un agente que hace grep por costumbre, el cambio más rentable no es un modelo nuevo, sino darle al agente un índice que le diga dónde mirar.
Fuentes
- Pensieve (fuente original)
- Cloudflare Launches Code Mode MCP Server to Optimize Token Usage for AI Agents
- JCodeMunch Drastically Reduces Claude AI Token Usage Saving You Money
- AI Agent Monitoring: How to Track Token Usage, Costs
- Best Engineering Knowledge Platforms for AI Coding Agents in 2026
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
