Hace dos semanas la noticia de Ollama era dinero. Aqui analizamos la ronda Series B de 65 millones como una apuesta a que la inferencia privada es una capa de infraestructura duradera. Desde entonces el equipo ha mostrado para que sirve ese dinero: con la linea v0.32, Ollama deja de ser un simple ejecutor de modelos y se convierte en un agente que escribe codigo, invoca herramientas y delega tareas en tu propia maquina.
Esto es lo que cambio en concreto desde la financiacion: escribir ollama sin argumentos ya no te lleva a un prompt de modelo, arranca una sesion de agente interactivo. Para una pyme que usa IA local para mantener los datos en casa, no es un cambio cosmetico. Traslada la pregunta de "que modelo se ejecuta" a "que puede hacer este agente en nuestras maquinas".
Del ejecutor de modelos al agente
La version 0.32.0, publicada el 11 de julio de 2026, cambio el comportamiento por defecto del comando. Donde antes ollama abria un menu de seleccion de modelo, ahora lanza un agente capaz de conversar, escribir y ejecutar codigo, buscar en la web y resolver tareas de varios pasos. El modelo sigue siendo local. Lo nuevo es el bucle que lo rodea.
La diferencia con el anterior ollama launch importa. ollama launch conecta un asistente de codigo externo como Claude Code o Codex con la API local compatible con OpenAI. El nuevo agente, en cambio, vive dentro del propio proceso de Ollama. No necesitas una segunda herramienta para pasar de la respuesta del chat a la accion ejecutada. Para equipos pequenos sin ingenieria de plataforma dedicada, eso baja la barrera de entrada de forma tangible.
El sistema de skills
La segunda pieza es un sistema de skills. Un skill es una capacidad reutilizable que el agente invoca cuando la necesita: operaciones de archivo, comandos de git, web fetch, ejecucion de comandos de terminal. Los skills se cargan de forma dinamica y puedes definir los tuyos. Una oficina que cada manana lee facturas de una carpeta y las normaliza a un formato interno puede registrar ese flujo como un skill en lugar de describirlo cada vez.
Suena a pura comodidad, pero tiene una contrapartida que conviene nombrar antes de llevarlo a produccion. Un agente autorizado a ejecutar comandos de terminal y escribir archivos tiene efecto real sobre la maquina. Esa es justo la capacidad que hace util al agente, y justo la que un plan de gobernanza debe acotar: que directorios, que comandos, que conexiones de red se permiten. Segun nuestra interpretacion, la respuesta pertenece a una politica escrita, no a una decision improvisada en la terminal.
Canales de Claude Code y la cadena de versiones de julio
Ollama no publico una sola vez en julio, lo hizo en rapida sucesion. La v0.32.1 del 16 de julio dio al agente el directorio de trabajo actual, para que opere en el contexto de proyecto correcto, y anadio un aviso de ollama signin para la busqueda y el fetch web del agente. La v0.32.3 del 23 de julio restauro los canales de Claude Code y arreglo los flujos de razonamiento de Anthropic, junto con el tool calling para los modelos Laguna 2.1 y una correccion en la generacion de tool calls de GLM.
La v0.32.4 del 25 de julio trae el punto mas relevante para usuarios de Apple Silicon: los modelos Laguna ahora corren sobre la GPU de Apple a traves del motor MLX. Ademas mejora el decoding especulativo y, segun las notas de la version, acelera alrededor de un 4-9 por ciento el decoding de los modelos Qwen3 MoE en el M5 Max. Las cifras exactas dependen del hardware y del modelo. La direccion es clara: el software saca mas partido del silicio que la gente ya tiene.
Que significa para on-premise y gobernanza
Para una empresa bajo el RGPD, la propiedad interesante no es la velocidad, es que todo el bucle del agente se ejecuta en local. El modelo razona en local, las herramientas actuan en local, los datos no salen de la red. Un agente que procesa expedientes de clientes o borradores de contratos sin que un solo token llegue a un servicio externo esquiva toda la clase de preguntas sobre encargo de tratamiento y transferencia internacional.
Esto no elimina el control, lo traslada. Si el agente puede ejecutar codigo y modificar archivos, necesita limites claros: su propia cuenta con permisos ajustados, un directorio de trabajo definido, sin acceso a sistemas de produccion sin aprobacion. Como encaja eso con las obligaciones del articulo 28 del RGPD y los requisitos de transparencia de la Ley de IA de la UE lo explicamos en nuestra pagina de soberania del dato. Un agente local es una herramienta potente, no un cheque en blanco.
Para que equipos merece la pena mirarlo ahora
El paso compensa sobre todo donde existen flujos recurrentes y bien delimitados y los datos son sensibles. Un despacho que estructura escritos. Una asesoria que ordena justificantes. Un equipo de desarrollo que trabaja sobre el codigo fuente de un cliente y no puede subir nada a la nube. En los tres casos el agente local no es una opcion entre varias, es la unica que mantiene los datos inequivocamente en casa.
El hardware rara vez es el cuello de botella. Un Mac Studio, o una maquina con una GPU de mucha memoria, cubre las clases de modelo que estos flujos necesitan. El trabajo real esta en el alcance: que skills, que permisos, que criterios de aceptacion. Ahi un piloto pequeno y bien acotado ayuda mas que un gran anuncio. Si ya tienes IA local en marcha, prueba la v0.32 primero en una maquina de test, antes de que el agente toque carpetas reales. Nuestra vision de la IA local para empresas europeas sirve si todavia estas valorando si encaja.
Durante un ano Ollama fue la forma mas facil de arrancar un modelo en local. Con la v0.32 se convierte en la forma mas facil de ejecutar un agente en local. La ventaja es real, y el deber de diligencia tambien.
Quieres averiguar que flujos de tu empresa se pueden ceder a un agente local con seguridad? Nuestro proyecto piloto te lleva en dos a cuatro semanas a una prueba de concepto funcional con criterios de aceptacion claros.