Doll en vivo: la red que mueve el brazo
La Doll, un humanoide que entreno con NEAT y PPO, lleva la palma derecha a un objeto y la orienta. La red corre en tu navegador: mueve el objeto, compara versiones y mira qué neuronas se encienden.
Edgar Quiquia / Software engineer
DelpaQQ
15 años desarrollando software.
Siempre algo por explorar.
Me gusta investigar, probar y compartir el proceso. Esta es mi bitácora de proyectos, experimentos y lo que voy aprendiendo sobre IA.
Edgar, también conocido como DelpaQQ.Entre código, ideas y conversaciones.
Mini lab / 01
Te sigo la mirada.
Mueve el mouse y mi avatar mira hacia donde está. En celular, toca y arrastra.
Explorar el experimentoAhora · septiembre 2026
Última actualización: 16/09/2026En qué estoy trabajando
Entrenando redes neuronales con PPO y NEAT en Isaac Lab, y armando un pipeline para llevar lo entrenado a Unity. En paralelo, estoy revisando mis proyectos hechos para subirlos a esta web como parte del Lab o de Juegos.
Bitácora de NEAT → Qué estoy aprendiendoA manejar varios agentes a la vez, con chats que se comunican entre sí. Antes usaba una pizarra (un archivo compartido); ahora estoy probando que se avisen con un mensaje después de ciertas acciones.
Notas sobre la pizarra → Qué tengo en pausaEl stream en Twitch: el canal sigue ahí y avisaré cuando retome las transmisiones. También quedaron en pausa un ambiente de productividad para Quest 3 y un avatar 2D que usa IA para conversar en vivo.
Qué es Twitch → DisponibilidadAbierto a conversar sobre proyectos, asesoría y colaboraciones. Escríbeme sobre lo que intentas resolver.
Formatos y precios →01 / Lab
Experimentos y páginas sueltas
Pito: el chat de IA gratis que solo dice pito
Una parodia de chat de IA, con interfaz seria. Por dentro tiene mini modelos que corren en tu navegador: uno adivina qué le pides, otro escribe letra por letra y «Ultra code» reparte el trabajo entre varios agentes. Todo para responder pito.
Una llamada desde el Lab
Una pequeña historia en dos pantallas: entra al laboratorio de Edgar con tu celular a mano y aprieta el botón naranja de la máquina. Lo que pase después, lo descubres ahí.
Ver todo el Lab → Juegos, videos, imágenes, documentos y repositorios.
02 / Proyectos
Proyectos y su estado
Sistema de agentes y runners
- Problema
- Un chat suelto no deja evidencia de lo que hizo ni permite saber cuánto costó cada tarea.
- Qué hice
- Un conductor que reparte el trabajo entre agentes, runners que ejecutan con permisos y logs, y reportes de avance y gasto.
- Resultado
- Lo uso en mis propios flujos, incluida esta web. Todavía no está listo para que lo use alguien más.
Runners IA
- Problema
- Los agentes proponen bien, pero dejarlos ejecutar comandos reales sin control es peligroso.
- Qué hice
- Una capa de ejecución con permisos, logs y aprobación humana, diseñada para no depender de un modelo concreto.
- Resultado
- He cambiado de modelo sin tocar la capa de ejecución. Sigo midiendo dónde falla.
Esta web
- Problema
- Tenía artículos sueltos y una portada que vendía un producto en vez de contar lo que hago.
- Qué hice
- La reorganicé como bitácora: estado actual, proyectos, investigaciones, lab y canal, con una sola puerta de contacto.
- Resultado
- Es esta página. Sigue en cambio y la mantengo con el mismo sistema de agentes.
03 / Investigaciones
Actualizado el 16/09/2026Preguntas en curso
¿Cuándo conviene el modelo más caro?
Qué probé: un modelo de gama alta frente a modelos menores, en workflows con agentes y en sesiones remotas.
Hasta ahora: rinde en trabajo largo y autónomo. La decisión depende de conocer tu negocio: usarlo donde el problema lo amerita, medir el avance real y convertirlo en una herramienta sostenible. Recuerda: ninguna IA arregla sola un proceso mal definido.
Notas completas →¿Cómo medir avance real y no solo tokens?
Qué probé: seguir el gasto por flujo en mis propios sistemas y compararlo con lo que costaría hacerlo a mano frente a hacerlo con IA.
Hasta ahora: el consumo de tokens por sí solo engaña. Costo por tarea resuelta, tiempo ahorrado y calidad cuentan enormemente. Queda pendiente seguir bien si se está usando de forma adecuada.
Notas completas →¿Qué errores se repiten en un entrenamiento largo?
Qué probé: proyectos largos con varios agentes coordinados, contextos grandes, prácticas de documentación viva y distintos grados de rigidez y flexibilidad en las respuestas.
Hasta ahora: los errores que se repitieron o costaron horas vinieron de procesos y reglas poco claras. Hoy uso pruebas para evitarlos, pero todavía falta criterio para diseñarlas con los modelos de frontera actuales.
Leer la lista completa →04 / Bitácora
Notas sobre lo que voy aprendiendo
Mini mundo: un laboratorio 2D para entrenar cuerpos Armar cuerpos pieza por pieza, entrenar una red para controlarlos, resultados medidos y una recompensa que se podía explotar. Leer artículo 
Cambiar de modelo: qué cambia y qué no Cuándo me sirve un modelo más capaz en workflows y sesiones remotas, y cómo decidir si su uso aporta valor y se puede sostener. Leer artículo Asistente conversacional vs sistema orquestado Qué cambia cuando un asistente conversacional pasa a ser un sistema con agentes, runners y evidencia, sea cual sea el modelo. Leer artículoSobre
Sobre mí
Soy Edgar, DelpaQQ en Twitch. Llevo 15 años construyendo software: sistemas web, integraciones y, últimamente, sistemas con IA y para IA. Esta web es mi bitácora: proyectos, pruebas y lo que voy aprendiendo. La experiencia en detalle está en mi currículum; la comunidad, en el Discord.
05 / El canal · en pausa
Programación en vivo
Twitch / DelpaQQ
El stream está en pausa por ahora.
Cuando transmito, me gusta acompañar a quienes están en el chat mientras programo, pruebo ideas y charlamos. Ojalá sirva para desconectar o para sentirse acompañado. El canal sigue ahí y pronto volveré: sígueme para enterarte. Mientras tanto, Instagram y el Discord siguen abiertos.
06 / Trabajemos juntos
Formatos para trabajar conmigo
Tres maneras de empezar, de menos a más compromiso. Si no sabes cuál te sirve, la primera conversación es para eso.
Primera conversación · Gratis 20 minutos para entender qué quieres resolver y decirte si puedo ayudar. Si no es lo mío, también te lo digo.
Pedir los 20 minutos →Revisión puntual
Tienes un proyecto, una idea con IA o un equipo técnico y quieres una mirada externa.
USD 90–150 ≈ S/ 350–550
- Duración
- Una sesión de 60–90 min
- Pago
- 100 % por adelantado
- Revisión del proyecto, del uso de IA o de cómo trabaja el equipo
- Documento con lo que vi y 3 pasos concretos
- Si luego contratas un mini proyecto, descuento lo pagado
Mini proyecto
Necesitas algo construido y funcionando: un prototipo, una automatización o una integración con IA.
Desde USD 600 ≈ S/ 2 200
- Duración
- 1 a 3 semanas
- Pago
- 50 % al empezar, 50 % al entregar
- Alcance y entregable acordados por escrito antes de empezar
- Avances visibles durante el trabajo
- Código y documentación de lo entregado
Acompañamiento
Tu equipo ya está construyendo y quieres revisiones periódicas de arquitectura, entregas o agentes.
Desde USD 400/mes ≈ S/ 1 500/mes
- Duración
- Mensual, sin permanencia
- Pago
- Mes por adelantado
- Sesiones periódicas con el equipo o contigo
- Revisión de decisiones técnicas y de uso de IA
- Notas escritas después de cada sesión
Precios de referencia. El monto final depende del alcance y lo acordamos por escrito antes de empezar.
Medios de pago Yape · Plin · Transferencia bancaria · PayPal
Conversemos
Si tienes un proyecto en mente, dudas sobre dónde usar IA, o quieres una mirada externa sobre cómo está trabajando tu equipo técnico, escríbeme.
Me interesa saber qué estás intentando resolver, qué han probado y dónde se están trabando. Conocer bien el caso es lo que lleva a buenos resultados.
1. Me cuentas el contexto El problema, qué han intentado y cómo prefieres que te responda.
2. Lo leo con calma Si puedo ayudar, te digo cómo. Si no es lo mío, también te lo digo.
3. Te respondo con un siguiente paso Una idea, una conversación corta o una propuesta concreta.