VaultOS: IA local sobre una bóveda cifrada
Conocimiento personal que nunca sale de tu máquina — y que aun así se puede consultar en lenguaje natural.
El problema
Las herramientas de conocimiento útiles piden lo mismo: súbelo todo a la nube. Y cuando añaden IA, tu material privado se convierte en contexto de un servicio ajeno. La pregunta no era si eso incomoda, sino si se puede evitar sin perder la utilidad.
La decisión de arquitectura
Local-first, sin negociación: cifrado por capas (AES-256-GCM, Argon2id, desbloqueo biométrico) y el modelo de lenguaje corriendo en el dispositivo. Sin nube, sin telemetría. La consecuencia dura de esa decisión es que el modelo local es pequeño, así que el sistema tuvo que diseñarse alrededor de sus límites en vez de ignorarlos.
El principio que demuestra
La privacidad se diseña en la arquitectura o no existe. Una política de privacidad es una promesa; un dato que nunca sale del dispositivo es una garantía.
Estado actual
Funcional en macOS. La bitácora recoge el hallazgo más incómodo: un LLM pequeño no sabe qué no sabe.