Enter estuvo en HackPrinceton Spring 2026: 410 participantes, 36 horas, en el campus de Princeton. Algunos equipos llegaron resolviendo problemas en el ámbito de la salud y el derecho. El equipo detrás de Aura llegó resolviendo algo igual de real: ese impulso de moda que muere en una pestaña del navegador.

El ciclo que nadie ha cerrado

El contenido de moda es una de las categorías de medios más consumidas en Internet. Miles de millones de guardados. Millones de espectadores comprometidos. Creadores cuyas plataformas enteras están construidas en torno a mostrar a la gente cómo vestirse.

Y, sin embargo, la brecha entre mirar y vestir nunca se ha cerrado. Ves un atuendo en un creador cuyo estilo te encanta. El impulso es inmediato y específico. Y luego: cambio de pestañas, conjeturas sobre las tallas, reseñas enterradas, carritos abandonados. Para cuando has rastreado las piezas individuales, comprobado si vienen en tu talla y leído suficientes reseñas como para sentirte seguro, el impulso ha desaparecido. La mayoría muere ahí.

Aura fue creada para cerrar ese ciclo.

Lo que Aura es realmente

Aura es un agente de compras con IA que transforma contenido pasivo (un pin de Pinterest, un reel de Instagram, un lookbook de creador) en una acción de compra activa y personalizada. El contenido se convierte en la entrada. Una recomendación curada, con tallas y comprable, se convierte en la salida. El usuario decide si decir que sí.

Tres agentes funcionan bajo la experiencia. Un agente Explorador busca continuamente en plataformas de moda, encontrando productos que coinciden con el perfil de estilo del usuario. Un agente de Inteligencia de Reseñas rastrea páginas de reseñas reales, extrae comentarios sobre tallas y medidas de las prendas, y construye un veredicto de ajuste por producto, de modo que la recomendación no solo tenga en cuenta lo que te gusta, sino lo que realmente te quedará bien. Un agente de Razonamiento toma todo esto (cada candidato, cada reseña, cada veredicto de tallas, el perfil completo del usuario) y decide qué vale la pena mostrar realmente.

Cuando el usuario está listo, el proceso de pago ocurre sin salir de la aplicación. Un clic. Sin redirecciones. La compra se completa directamente en la plataforma, dentro de un presupuesto que el usuario ya ha establecido.

La interfaz fue diseñada para sentirse editorial en lugar de transaccional. Animaciones fluidas, visuales 3D, una personalidad de voz que suena como un amigo en lugar de una tienda. La estética Y2K fue deliberada; el proyecto se inspiró en Bratz, en Winx Club, en la confianza visual de la cultura de la moda de principios de los 2000, y el diseño refleja eso.

*La interfaz de recomendación de Aura, que muestra selecciones de atuendos curadas por IA con veredictos de ajuste por producto y pago con un solo clic; creada para sentirse como una editorial de moda, no como un listado de productos.

Cómo se unió todo

La construcción cubrió mucho terreno en 36 horas. Lectura de imágenes multimodal para interpretar fotos de atuendos y publicaciones sociales en datos estructurados de prendas. Web scraping de productos asíncrono y paralelo en múltiples plataformas. Extracción de reseñas para generar veredictos de tallas. Una capa completa de pago integrada directamente en la aplicación. Entrada de voz para que la interacción se sienta conversacional en lugar de mecánica.

Enter formó parte del frontend, utilizado para recursos de diseño junto con la pila de React, Anime.js, y Three.js, que le dio a Aura su identidad visual.

La función de prueba virtual (virtual try-on), que compone la foto de un usuario con la de un producto para previsualizar un look, logró entrar en la versión final. Hacer que funcionara en un tiempo razonable sin infraestructura de pago fue una batalla que el equipo describe con la clase de especificidad que solo surge tras tres horas de intentos fallidos. Lanzaron lo que funcionaba y marcaron el resto para la próxima vez.

Dos de los miembros del equipo eran relativamente nuevos en los hackathons. El diseño del frontend pasó por varias iteraciones antes de llegar a algo que se sintiera correcto, lo que significó un esfuerzo considerable hacia el final. Lo lograron.

De qué están más orgullosos

De que realmente lo usarían.

Esa no es una frase vacía; es un estándar significativo para un proyecto de hackathon. El equipo construyó algo que resuelve un problema que experimentan personalmente, con una estética que genuinamente querían que existiera, y entregaron casi todo lo que planearon al principio.

El frontend es la otra fuente de orgullo. Difícil de construir, más difícil de hacer que se sienta cohesivo, y valió la pena el esfuerzo. La moda es un medio visual. Un producto sobre moda que se ve mal falla incluso antes de que la IA hable.

Lo que sigue

La función de prueba es la primera prioridad: la infraestructura para hacer que funcione a una velocidad aceptable es la pieza que necesita solución. Una vez que funcione, la experiencia de previsualizar un atuendo completo en ti mismo antes de comprarlo cierra otra parte del ciclo por completo.

La visión a más largo plazo es una capa de suscripción: sigue el contenido de un creador, y Aura interpreta su biblioteca continuamente, mostrando coincidencias comprables adaptadas a tu cuerpo a medida que aparecen sus nuevas publicaciones. Suelta un enlace de un tablero de Pinterest y recibe un pedido personalizado y comprable en segundos.

La idea central (que el contenido de moda y el comercio de moda no deberían ser dos experiencias separadas con fricción entre ellas) no requiere una hoja de ruta larga para validarse. Solo requiere que el ciclo se cierre realmente.

El ángulo de la industria

El mercado de descubrimiento de moda funciona por impulso. Las plataformas que alojan contenido de moda están optimizadas para la participación, no para la conversión. La brecha entre ambas no es un descuido; simplemente no se le ha aplicado la capa correcta todavía.

Lo que Aura propone es que la IA se sitúe entre la inspiración y la compra: no como un motor de recomendación que sirve resultados genéricos, sino como un agente personalizado que entiende tu talla, tu guardarropa existente, tus instintos de estilo y el contenido de creadores que ya estás consumiendo, y hace el trabajo de combinar esas cosas antes de que el impulso se desvanezca.

Esa es una clase diferente de experiencia de compra. Y fue construida, de principio a fin, en un solo fin de semana en Princeton.

Miembros del equipo: Kaylei Mixon || Kai Wen Khoo || Katelyn Louie || Angelina Zhou

¿Te perdiste los volúmenes anteriores? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI** *→ Vol. 3 — *reAgent ***→ Vol. 4 ***— TaleTailor **→ Vol. 5 — LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — *EcoThread→ Vol. 8 — Aletheia ***→ Vol. 9 — Synova **→ Vol. 10 — Overturn Insurance→Vol. 11 ***— VentureLink ***→**Vol. 12 ***— **Atlas: Aprendizaje inmersivo con IA en 3D *→*Vol. 13 — ACTA AI ***→*Vol. 14 — Guardian: IA