Si sigues un campo de investigación, probablemente tengas una o dos alertas de Google Scholar. Quizá una docena. Algunas son de cuando empezabas la tesis. Otras, de una propuesta que escribiste en 2022. Y alguna procede de una palabra clave que estaba de moda hace dieciocho meses y ahora aparece en la mitad de los artículos que hojeas.
Conoces la sensación: un montón de correos con enlaces, la mayoría solo vagamente relevantes, sin estructura, sin clasificación y sin recordar en qué estás trabajando esta semana.
Ahora hay una forma mejor.
Qué hace Paperzilla
Paperzilla vigila por ti servidores de preprints y revistas. Describes una vez un tema de investigación —una tesis, una propuesta o un área de producto— y Paperzilla supervisa arXiv, bioRxiv, medRxiv, ChemRxiv, PubMed y otras fuentes en busca de nuevos artículos relevantes. Cada artículo recibe un resumen estructurado y un análisis de sus puntos débiles, y todo llega a una lista por tema.
Puedes leer esa lista en la aplicación, en un resumen por correo o mediante RSS. Esa es la parte humana.
Lo que ha cambiado en los últimos meses es la otra parte: tu agente de IA ya puede leer la misma lista. Mediante CLI o MCP. Datos estructurados, listos para el consumo automatizado y, algo importante, con el Markdown completo de cada artículo para que tu agente pueda leerlo de verdad, no solo el título.
De la alerta al informe
Este es el cambio. En lugar de veinte correos sueltos de Scholar, cada mañana recibes un único informe breve de tu propio agente.
Tu agente conoce tu lista de artículos. También sabe en qué estás trabajando ahora mismo. Al combinar ambas cosas puede elegir el único artículo del lote de hoy que merece diez minutos de tu tiempo, explicar por qué y advertirte sobre sus limitaciones.
Este es el tipo de nota que mi agente me envía cada mañana:
| 🦞 |
CLAWD Informe matinal, agente Living Claims Ledger El artículo más importante de hoy: AISSISTANT: Human-AI Collaborative Review and Perspective Research Workflows in Data Science Como ahora mismo estás explorando flujos de investigación con intervención humana, este trabajo se acerca de forma poco habitual a la dirección que te interesa. Por qué encaja:
Limitación: no encaja perfectamente con el producto; se orienta más a escribir revisiones y perspectivas que a una supervisión continua, pero aun así parece que merece la pena leerlo. |
Después podemos seguir comentando el artículo en el mismo lugar donde llegó el informe. Mi agente ya sabe qué me importa, así que todo el contexto permanece en un único sitio.
Si quieres verlo en funcionamiento, mantengo un canal público de Telegram de solo lectura donde puedes ver cómo llega mi informe cada día laborable y cómo lo comento con el agente: t.me/paper_claw.
Elige tu agente y tu canal
No hay una única forma de hacerlo. Paperzilla ofrece tanto una CLI como un endpoint MCP, así que puede funcionar con la mayoría de los agentes de programación y de chat. El canal puede ser el que ya use tu equipo.
Hoy hay tres configuraciones con guías paso a paso:
- OpenClaw + Telegram: un agente de código abierto controla la CLI
pzy publica en un canal de Telegram. Guía. - Claude Cowork + Slack: Claude se conecta mediante Paperzilla MCP y publica en un canal de Slack. Guía.
- Codex + Microsoft Teams: Codex usa Paperzilla MCP y publica en un canal de Teams. Guía.
Las skills personalizadas que utilizo están en un repositorio público, así que puedes copiarlas en lugar de empezar desde cero: github.com/paperzilla-ai/paperzilla-skills.
Un puente entre lo antiguo y lo nuevo
Si dependes de alertas de Scholar y no quieres reconstruir un tema desde cero, estamos trabajando en un puente: reenvía los correos de alerta de Scholar a una dirección de Paperzilla y extraeremos los artículos subyacentes a una lista de proyecto. A partir de ahí, el agente los leerá como de costumbre.
Está en alfa. Si quieres participar, escríbeme a mark@paperzilla.ai.
Qué viene después
- Reenvío de alertas de Scholar (alfa): crea una lista de artículos del proyecto a partir de alertas de confianza. Ponte en contacto conmigo para unirte a la alfa.
Pruébalo
Crea un proyecto: paperzilla.ai.
Mira un informe en funcionamiento: t.me/paper_claw.
¿Tienes preguntas? Escribe a mark@paperzilla.ai.