# deepnote-jupyter-successor-ai-first-github-2025-11-07

## Veille

Deepnote - Sucesor de Jupyter con agente de IA nativo - Formato YAML .deepnote - Extensiones VS Code/Cursor/Windsurf - Código abierto - GitHub 1.5k estrellas

## Titre Article

Deepnote: the data notebook for the AI era

## Date

2025-11-07

## URL

https://github.com/deepnote/deepnote

## Keywords

Deepnote, Jupyter, notebooks, ciencia de datos, agente de IA, format .deepnote, YAML, código abierto, extensión VS Code, Cursor, Windsurf, JupyterLab, arquitectura basada en bloques, ejecución reactiva, control de versiones, colaboración en tiempo real, Python, R, SQL, visualización de datos, @deepnote/blocks, @deepnote/convert

## Authors

Deepnote Team (Johnny Carrot et contributeurs)

## Ton

**Perfil:** Producto de código abierto | Primera persona del plural organizacional | Informativo-promocional | Intermedio

El equipo de Deepnote adopta una voz de marketing de producto de código abierto, posicionando la solución como un "sucesor de Jupyter" en la era de la IA. La estructura de tabla comparativa más propuestas de valor (formato legible por humanos, arquitectura basada en bloques, "trabajar donde sea") refleja una estrategia de posicionamiento de producto. El lenguaje del profesional de la ciencia de datos (notebooks, ejecución reactiva, compatibilidad de kernel) se dirige a profesionales de datos y equipos de investigación. El tono es educativo-promocional, típico de los proyectos de código abierto, equilibrando profundidad técnica y accesibilidad. El énfasis en la colaboración y el diseño nativo de IA refleja las prioridades de los flujos de trabajo modernos de ciencia de datos. La sección de agradecimientos hacia la comunidad Jupyter enmarca la innovación dentro de una narrativa respetuosa. Típico de las startups de código abierto financiadas por capital riesgo (Observable, Hex, Mode) que construyen herramientas de datos de nueva generación para equipos que buscan una experiencia de notebook colaborativa y moderna.

## Pense-betes

- **Sucesor de Jupyter** con diseño AI-first y kernel compatible
- **Más de 500.000 profesionales de datos** como usuarios (Estée Lauder, SoundCloud, Statsig, Gusto)
- **Formato YAML .deepnote** sustituye al JSON de .ipynb - legible por humanos, adaptado al control de versiones
- **Arquitectura basada en bloques**: SQL, entradas, gráficos más allá de las celdas de código clásicas
- **Ejecución reactiva del notebook**: reejecución automática de los bloques dependientes
- **Extensiones disponibles**: VS Code, Cursor, Windsurf, JupyterLab
- **@deepnote/blocks**: tipos TypeScript para los bloques (Code, SQL, Text, Markdown, Input, Viz, Button, Big Number, Image)
- **@deepnote/convert**: herramienta CLI para la conversión .ipynb ↔ .deepnote
- **Deepnote Cloud**: escalado en equipo con cómputo en la nube, colaboración en tiempo real, agente de IA
- **Deepnote Open Source**: trabajo local antes de escalar a la nube
- **1.5k estrellas en GitHub** - licencia Apache-2.0 - 14 colaboradores
- **Gratuito para el ámbito académico**: acceso ilimitado para estudiantes y profesores
- **Hoja de ruta**: interfaz local, agente de IA local, claves propias, ejecución de cómputo propio
- **Soporte multilenguaje**: Python, R, SQL
- **Construido sobre el kernel de Jupyter**: compatibilidad total con los notebooks existentes
- **Integraciones nativas**: conexiones integradas a bases de datos y API

## RésuméDe400mots

Deepnote es un proyecto de código abierto posicionado como un sucesor moderno de Jupyter, diseñado para la era de la inteligencia artificial. Utilizado por más de 500.000 profesionales de datos en empresas como Estée Lauder, SoundCloud y Statsig, Deepnote combina la compatibilidad con Jupyter con funcionalidades nativas de IA y una experiencia colaborativa avanzada.

**Innovación de formato**

El formato `.deepnote` sustituye al JSON verboso de `.ipynb` por una estructura YAML legible por humanos y optimizada para el control de versiones. Este formato organiza múltiples notebooks, integraciones y configuraciones dentro de un único proyecto Deepnote, facilitando la estructura y la colaboración. La herramienta de línea de comandos `@deepnote/convert` permite una conversión bidireccional fluida entre los formatos Jupyter y Deepnote.

**Arquitectura extensible**

Deepnote introduce una arquitectura basada en bloques que va más allá de las celdas de código tradicionales. A través del paquete `@deepnote/blocks`, los usuarios acceden a bloques para consultas SQL, entradas interactivas, visualizaciones, botones, big numbers, imágenes y separadores. Estos bloques se definen y validan en TypeScript, aportando seguridad de tipos y extensibilidad. La ejecución reactiva del notebook garantiza que los bloques dependientes se vuelvan a ejecutar automáticamente cuando cambian las entradas o los datos, manteniendo la consistencia y la reproducibilidad.

**Ecosistema multi-IDE**

El proyecto de código abierto ofrece extensiones oficiales para editores modernos nativos de IA: VS Code, Cursor, Windsurf y JupyterLab. Esta estrategia de "trabajar donde sea" permite a los científicos de datos desarrollar localmente en su IDE preferido y luego escalar a Deepnote Cloud para la colaboración en tiempo real con una potencia de cómputo en la nube robusta.

**Estrategia híbrida cloud-local**

Deepnote Open Source permite un desarrollo local completo, mientras que Deepnote Cloud ofrece cómputo gestionado, un agente de IA nativo, uso compartido mediante enlaces, integraciones nativas de bases de datos/API y colaboración síncrona. Este enfoque híbrido responde a las necesidades de los científicos de datos individuales (local, gratuito, control total) y de los equipos (colaboración, cómputo escalable, gobernanza).

**Hoja de ruta y visión**

La hoja de ruta incluye la interfaz local de Deepnote Cloud, un agente de IA local, el soporte de claves propias (bring-your-own-keys) para los servicios de IA y la capacidad de ejecutar cómputo propio (run-your-own-compute). Estos desarrollos apuntan a ofrecer localmente la experiencia completa de Deepnote Cloud para los usuarios que requieren soberanía de datos o que trabajan con datos sensibles.

**Posicionamiento frente a Jupyter**

La tabla comparativa destaca la configuración cero (nube o local frente a instalación local), las funciones de IA nativas (agente y autocompletado de código frente a extensiones de terceros), el control de versiones integrado (Git nativo frente a flujo de trabajo manual), el uso compartido simplificado (enlace frente a exportación manual), el cómputo gestionado (nube frente a recursos locales únicamente) y las integraciones nativas (bases de datos/API frente a configuración manual).

**Comunidad académica**

Deepnote Cloud es gratuito para estudiantes y profesores, con acceso ilimitado a las funciones principales, cómputo en la nube y colaboración en tiempo real. El proyecto fomenta las citas académicas y contribuye al ecosistema de código abierto de la ciencia de datos.

**Legado de Jupyter**

Los agradecimientos rinden homenaje a la comunidad Jupyter y a su impacto desde 2013, posicionando a Deepnote como una extensión natural de este legado hacia un futuro colaborativo y nativo de IA, contribuyendo activamente al mismo ecosistema abierto.

## GrapheDeConnaissance

- Deepnote —remplace→ Jupyter (TECHNOLOGIE, 0.95)
- Deepnote —utilise→ format .deepnote (TECHNOLOGIE, 0.98)
- format .deepnote —remplace→ format .ipynb (TECHNOLOGIE, 0.97)
- Deepnote —est_basé_sur→ Jupyter (TECHNOLOGIE, 0.97)
- Deepnote —utilise→ AI agent natif (TECHNOLOGIE, 0.95)
- Deepnote —mesure→ 500 000 utilisateurs (MESURE, 0.92)
- Deepnote —s_applique_à→ VS Code (TECHNOLOGIE, 0.98)
- Deepnote —s_applique_à→ Cursor (TECHNOLOGIE, 0.98)
- Deepnote —s_applique_à→ Windsurf (TECHNOLOGIE, 0.98)
- @deepnote/blocks —permet→ types de blocs notebooks (CONCEPT, 0.93)
- @deepnote/convert —permet→ conversion bidirectionnelle de notebooks (CONCEPT, 0.95)
- Deepnote —utilise→ exécution réactive (CONCEPT, 0.9)
- Johnny Carrot —collabore_avec→ Deepnote (ORGANISATION, 0.85)
- Deepnote Cloud —permet→ collaboration temps réel (CONCEPT, 0.97)
- Deepnote —utilise→ licence Apache 2.0 (CONCEPT, 0.99)

---
Canonical: https://www.thekb.eu/es/fiches/deepnote-jupyter-successor-ai-first-github-2025-11-07/