0808 | Empleo, IA, chips y ciberseguridad: el resumen tecnológico

Clara Vega: Hola, bienvenidos a Hacker News diario, el podcast de Bri. Soy Clara Vega, y me acompaña Mateo Ruiz.

Mateo Ruiz: Hola Clara, hola a todos. Hoy arrancamos con una mezcla muy particular: desde el reporte de empleo de julio en Estados Unidos, que cerró con pérdida de puestos, hasta gestionar los costos de la inteligencia artificial a gran escala.

Clara Vega: También vamos a hablar de una filtración de datos que golpea a Framework por su proveedor de análisis, y de una pregunta incómoda: qué pasa cuando toda una clase de trabajadores pierde la fe en su carrera.

Mateo Ruiz: Y hay más: ciberseguridad, modelos abiertos, y una discusión sobre el rendimiento de un nuevo modelo de DeepSeek. Todo eso, y la comunidad de Hacker News opinando al respecto. Empecemos.

Clara Vega: Empecemos por el reporte de empleo de julio en Estados Unidos, que salió el 7 de agosto. La economía perdió 23.000 puestos de trabajo, y eso se leyó como una reversión repentina, una señal de que el mercado laboral no se había estabilizado después de cuatro meses seguidos de crecimiento positivo.

Mateo Ruiz: Lo que llamó la atención es cuánto se esperaba sumar. Los economistas encuestados por Dow Jones anticipaban unos 83.000 empleos nuevos, así que el dato vino completamente por debajo de lo proyectado. Y para complicar el panorama, el gobierno revisó a la baja los dos meses anteriores en más de 100.000 puestos combinados: mayo quedó en 129.000 y junio en 57.000.

Clara Vega: La tasa de desempleo sí bajó un poco, hasta el 4,1 por ciento. Pero lo que más preocupó a los analistas fue el crecimiento salarial: subió apenas un 0,1 por ciento mensual y un 3,2 por ciento anual, por debajo de la inflación, que está en 3,5 por ciento. En términos prácticos, esto significa que el poder de compra de los trabajadores siguió perdiendo terreno, porque el salario sube más lento que los precios.

Mateo Ruiz: Heather Long, economista jefa de Navy Federal Credit Union, lo calificó de informe "sombrío" y dijo que el mercado laboral se está estancando de nuevo. Otra señal en ese sentido: la tasa de participación laboral de julio fue la más baja desde febrero de 2021, es decir, menos gente buscando empleo o trabajando activamente.

Clara Vega: Y hay un trasfondo de costos ahí. La gasolina regular promediaba unos 4,04 dólares por galón, un 36 por ciento más que desde el 28 de febrero, cuando empezó la guerra con Irán, que sigue sin un acuerdo para reabrir por completo el estrecho de Ormuz. Los precios de la energía siguen altos, aunque por debajo de sus máximos del año.

Mateo Ruiz: Por sectores: la educación del gobierno local perdió 50.000 puestos, probablemente por el receso de verano de los maestros. Ocio y hotelería cayó en 40.000, y los economistas vigilan esa cifra como una posible señal temprana de un cambio en el gasto del consumidor. El retail perdió 19.000 y las finanzas 14.000. En el lado positivo, salud sumó 22.000, aunque a un ritmo más lento que el promedio mensual de los últimos doce meses. [breath] En resumen, un informe que no confirma estabilidad, sino estancamiento, con el costo de vida encima.

Clara Vega: Pasemos a un tema de tecnología: cuánto cuesta realmente llevar la codificación con IA a escala. Databricks publicó un artículo firmado por varios de sus equipos que sostiene que la codificación agéntica mejoró de forma medible todas las métricas de velocidad que la empresa rastrea, y en algunos equipos llegó a producir ganancias de un orden de magnitud en el output.

Mateo Ruiz: Pero ahí está la paradoja: casi toda empresa que despliega IA a gran escala se topa con costos que crecen de forma exponencial. Y la idea del artículo es que, sin control, esa curva de costos termina superando a los ingresos. Por eso plantean lo que llaman un "doble mandato": dar acceso amplio a las herramientas de IA con fricción mínima, pero mantener los costos agregados dentro de un presupuesto aproximadamente fijo por usuario.

Clara Vega: Las técnicas que proponen salen de la experiencia de Databricks y de conversaciones con Stripe, Coinbase, Uber y Ramp. Y ojo, son honestos: dicen que los números de ahorro son "direccionales", porque vienen de una encuesta informal a equipos de desarrollo. Las palancas de costo son migrar a modelos open source y más baratos, enrutar dinámicamente las solicitudes y tareas, dar a los desarrolladores visibilidad con presupuestos y alertas, y reducir el desperdicio de tokens con un patrón de diseño llamado "AI Gateway".

Mateo Ruiz: Lo importante para quien esté evaluando esto: algunas de esas técnicas se implementan con software que ya existe, pero otras requieren infraestructura nueva, sobre todo las que modifican los clientes de los usuarios finales o mueven tráfico entre modelos. O sea, no es solo una decisión de configurar, sino de invertir en arquitectura.

Clara Vega: Y vale la pena el contrapunto que dejó un comentarista en la discusión. Cuenta que en su empresa eliminaron Databricks por completo, y eso les ahorró más de 2 millones de dólares al año y les aceleró el procesamiento. Además critica el modelo de chargeback interno de Databricks. Ese ejemplo muestra que las palancas de ahorro no siempre empiezan por optimizar el uso, a veces empiezan por cuestionar qué herramienta se usa y cómo se cobra.

Clara Vega: Ahora un tema que suena a historia de burbuja. Según un informe de Digitimes, que recogió IGN y luego se propagó por la comunidad, los tres fabricantes grandes de memoria —Samsung, SK Hynix y Micron— habrían vendido colectivamente toda su capacidad de fabricación de memoria para 2027 a empresas de IA.

Mateo Ruiz: Traducción: toda la capacidad de DRAM y HBM de 2027 estaría vendida, sin suministro adicional planificado. Eso explicaría por qué es tan difícil que la RAM se abarate pronto, porque la mayoría de los compradores habría firmado acuerdos de compra a largo plazo, pre-encargando memoria que todavía no se fabrica, en algunos casos por un plazo de cinco años.

Clara Vega: Claro, hay que subrayar que las propias compañías no han confirmado nada de esto. Pero la discusión en la comunidad se fue por otro lado: si vender toda tu capacidad con años de anticipación no es una forma de especulación, algo como un "scalping" de memoria. Un comentarista lo matizó bien: dijo que scalping es un término de entradas de conciertos, y que estas empresas supuestamente pretenden usar la RAM, no revenderla inflando el precio. Para él sería todo legítimo, salvo el elefante en la habitación: que la burbuja de la IA pueda estallar.

Mateo Ruiz: La discusión sobre si eso es ilegal dio para varios matices. Alguien respondió que comprar y vender a precio de mercado rara vez es ilegal, quizá en la Unión Soviética. Otro aportó que en Estados Unidos vender al nuevo precio de mercado durante una emergencia declarada es ilegal en la mayoría de los estados y territorios. Y hubo quien precisó que "scalping" en trading se refiere a operaciones rápidas que aprovechan una subida, y que cuando se hace con información privilegiada se llama "front running", una práctica de la que muchos sospechan en los cambios de posición alrededor de estos anuncios. En fin, el punto de fondo: si la capacidad de 2027 ya está vendida, los precios de la memoria van a depender de que esa burbuja de la IA se sostenga.

Clara Vega: Para cerrar, una advertencia concreta de seguridad. Framework notificó a sus clientes de una brecha de datos que ocurrió en Metabase, su proveedor de inteligencia empresarial. Un atacante accedió a nombres, correos electrónicos, números de teléfono y direcciones; la buena noticia es que la brecha no incluyó datos de pedidos ni de pago.

Mateo Ruiz: La cronología importa. El lunes 3 de agosto, Metabase descubrió que su plataforma en la nube fue atacada mediante una vulnerabilidad "de día cero" en sus versiones 1.58 y superiores. Bloquearon los endpoints usados, parchearon la vulnerabilidad, notificaron a las autoridades y contrataron una firma forense externa. Tres días después, el 6 de agosto a las 9 de la mañana, hora del Pacífico, Metabase notificó a Framework. El fundador y CEO de Metabase, Sameer Al-Sakran, recomendó rotar las credenciales de toda base de datos conectada y revisar las cuentas de administrador.

Clara Vega: Dato importante sobre el alcance: Metabase aclara que su informe se basa en registros de aplicación, es decir, que no consultó ni leyó los datos de las bases conectadas, y califica la actualización de preliminar, con la investigación todavía en curso. Los datos confirmados como accedidos incluyen nombre completo, correo, IPs de inicio de sesión, información de facturación y envío, y datos de ubicación como país, dirección, ciudad, estado y código postal, entre otros.

Mateo Ruiz: Para los clientes de Framework for Business, se investiga si además se accedió a datos como el identificador de la empresa, teléfono, IVA o EIN y correo de facturación. Del lado de Framework, rotaron las credenciales en todas las bases asociadas a su instancia, confirmaron que no hubo cambios en los accesos de administración y evalúan reducir los datos compartidos con las plataformas de inteligencia empresarial a solo las columnas necesarias para el análisis.

Clara Vega: O sea, la lección para quien usa servicios de BI conectados a sus datos: la exposición no siempre viene de tu propia infraestructura, sino de la del proveedor que se sienta entre tus bases y tus reportes. Vale la pena rotar credenciales y revisar qué columnas realmente comparte uno con esas plataformas.

Clara Vega: Hay un debate en Hacker News sobre algo que afecta a la industria entera, y es una pregunta incómoda: ¿qué pasa cuando una clase entera de trabajadores pierde la fe en su carrera? Todo parte de un ensayo sobre por qué todos en tecnología están tan tristes, y la conversación se divide en dos corrientes. Por un lado, un comentario que dice que la gente de tecnología necesita convertirse en dueña de negocios, dejar de ser empleada y controlar su propio destino.

Mateo Ruiz: Y por el otro lado hay una respuesta más directa, casi cansada: la idea es que quien no quiera subirse al tren de la inteligencia artificial, que simplemente le deje pasar. Que los entusiastas sigan su viaje futurista sin forzar a los demás, y que después vuelvan a contar qué tan fantástica es su vida mientras el resto se quedó esperando el barco. Es la sensación de que hay dos velocidades y cada una cree que la otra se equivoca.

Clara Vega: Lo interesante es que ambas posiciones parten del mismo diagnóstico: mucha gente en el sector ya no ve el futuro con claridad. Una propone salir a buscar autonomía emprendiendo, la otra propone detenerse y no dejarse arrastrar. En el fondo, las dos reflejan que la confianza en la trayectoria clásica de la carrera técnica se está erosionando.

Mateo Ruiz: Y esa es la parte que importa para quien escucha desde fuera: cuando los propios trabajadores empiezan a dudar de si su oficio tiene futuro, las decisiones que toman cambian, tanto las individuales como las de las empresas que dependen de ellos. La discusión no resuelve quién tiene razón, pero deja claro que la duda ya está instalada.

Clara Vega: Pasando a un terreno mucho más concreto y urgente, The Register publicó declaraciones del general retirado Paul Nakasone, exjefe de la NSA, hechas en DEF CON. Y son sobre algo que muchos no saben que está pasando: presuntos ataques a sistemas de agua en Estados Unidos, aparentemente vinculados a Irán. Nakasone fue tajante: dice que tenemos que tener estándares más altos, y que estos controladores no deberían estar conectados a internet.

Mateo Ruiz: Para ponerlo en contexto: se habla de al menos doce estados que habrían sufrido ataques a sus sistemas de agua. A finales de julio, el FBI confirmó que investiga acciones de actores cibernéticos maliciosos contra dispositivos de tecnología operativa, esos controladores que monitorean el nivel de los tanques y pueden encender o apagar bombas. Y los grupos vinculados a Irán llevan años apuntando a ese tipo de dispositivos.

Clara Vega: Ahora, cuidado con la atribución, porque aquí hay una distinción importante. Cynthia Kaiser, del Centro de Investigación Halcyon, dijo ante DEF CON que le sorprendería que no fuera Irán, y que es casi seguro que es Irán. Pero ni el FBI ni nadie en la administración ha culpado oficialmente a Irán. Nakasone cree que el gobierno está tomando un enfoque mesurado, y describe el razonamiento: un actor con historial demostrado de poder hacer esto, que tiene la capacidad, y con quien, de hecho, Estados Unidos está en conflicto.

Mateo Ruiz: La parte más difícil es el tamaño del desafío. Nakasone hablaba de unos cincuenta mil municipios de agua en el país, responsables del noventa por ciento del suministro. Son sistemas históricamente mal financiados, con muy poco personal de TI y a veces ni siquiera alguien dedicado a la ciberseguridad. Su apuesta, por eso, es defender con aliados: sacó el proyecto DEF CON Franklin, que nació justo en ese evento con hackers voluntarios.

Clara Vega: En resumen, el mensaje es que la amenaza es creíble y el objetivo es vulnerable, pero la respuesta oficial sigue siendo cautelosa. Para quien vive en un país desarrollado, es un recordatorio de que la infraestructura más básica, como el agua potable, ya depende de sistemas conectados que no siempre recibieron el cuidado que merecen.

Mateo Ruiz: Dejando la ciberseguridad a un lado, hay novedades concretas en el mundo de los modelos de lenguaje. ARC Prize publicó los resultados del modelo DeepSeek V4 Flash en su versión de verano, y lo que llama la atención es la relación entre precio y rendimiento. A máximo esfuerzo, el modelo anota un ochenta y nueve por ciento en la prueba ARC-AGI-1, a unos dos centavos de dólar por tarea, y un sesenta y uno por ciento en la versión más difícil, ARC-AGI-2, a cuatro centavos.

Clara Vega: Y la discusión en Hacker News giró casi por completo alrededor del precio. Un comentario señaló que los resultados son comparables a otra versión reciente de un modelo grande, pero bastante más baratos, y lo llamó prometedor. Pero otro comentarista hizo una advertencia técnica importante: cuando se mira la gráfica en escala logarítmica, la ventaja visual se ve pequeña, pero al ver los valores brutos, este modelo cuesta una cuarta parte de lo que cuesta el otro.

Mateo Ruiz: Luego vinieron las dudas sobre si esa comparación era justa. Alguien preguntó si el precio incluía tarifas por uso según entrenamiento, otro se preguntó si seguía siendo más barato que la alternativa usando una suscripción, y hubo quien reconoció que no había hecho las cuentas. La respuesta general fue que todo resulta más barato con suscripción, pero que algunas aplicaciones necesitan usar la interfaz de programación, que es justo donde esos precios se aplican.

Clara Vega: Y para cerrar, hubo quien metió prudencia: otros señalaron que no conocemos el margen que el competidor carga en su interfaz, así que puede que la brecha no sea tan grande como parece. La conclusión práctica es que DeepSeek se posiciona como una opción de bajo costo con rendimiento competitivo, pero la comparación real depende de cómo se use, si con suscripción o con facturación por llamada.

Clara Vega: Para terminar, hay una ironía que vale la pena comentar. Oracle, que es la steward del proyecto de código abierto Java, acaba de prohibir que se aporte código generado por inteligencia artificial a OpenJDK, citando riesgos de seguridad y de propiedad intelectual. El proyecto permite usar modelos de lenguaje en privado para depurar y revisar código, pero prohíbe enviar material generado por IA a los repositorios y a las solicitudes de cambios.

Mateo Ruiz: Lo llamativo es el contraste con lo que pasa dentro de Oracle. Su cofundador Larry Ellison dijo hace poco que los modelos de IA ahora escriben el código de la propia Oracle, y el co-CEO Mike Sicilia atribuyó a esas herramientas que equipos de ingeniería más pequeños entreguen trabajo más rápido. O sea: para el producto comercial propio, la IA escribe; para el proyecto de código abierto, está prohibida.

Clara Vega: La discusión en Hacker News no perdió el humor. Hubo quien recordó que Java lleva décadas sosteniendo buena parte del mundo real sin depender de modelos generativos, y otro aclaró que en realidad son cerca de tres décadas y no dos. También hubo debate sobre el alcance: unos dijeron que al pedirle a un modelo que inicie un proyecto, la mayoría no elegiría Java, así que el impacto de la prohibición sería limitado, mientras otros contraatacaron diciendo que si le pides crear una app de Android, probablemente sí elegiría Java.

Mateo Ruiz: Y todo esto en un momento en que Oracle invierte setenta mil millones de dólares este año en expandir sus centros de datos, mientras la agencia S&P rebajó su calificación a BBB menos, un escalón por encima del estatus de bono basura, precisamente por la incertidumbre sobre el retorno de esas inversiones. La decisión sobre el código abierto es un recordatorio de que, incluso en la fiebre por la IA, cada empresa define sus propias líneas rojas.

Clara Vega: Empiezo con el debate que ha montado un artículo de Hacker News. Un desarrollador que gestiona un sitio de un millón y medio de páginas publicó un texto titulado literalmente «Un año luchando contra los scrapers en mi sitio web de 1,5 millones de páginas», y cuenta que la gran mayoría de su tráfico son bots. Lo curioso es que uno de los primeros comentarios viene de un usuario que confiesa que su propio sitio obtiene sus datos raspando documentos públicos, y él mismo reconoce lo irónico que resulta que un scraper escriba un blog quejándose de los scrapers.

Mateo Ruiz: Y claro, enseguida le lanzan la pregunta de «¿quién raspa a los raspadores?». Pero otro comentarista matiza que no es lo mismo. Hay una diferencia entre alguien que ejecuta una herramienta de scraping de vez en cuando y unos bots que vuelven sobre el mismo sitio, constantemente, y a mucha velocidad, una y otra vez. Y ese mismo usuario añade un contexto importante: su sitio tiene más probabilidades de ser objetivo de scrapers precisamente por ser una colección curada de información que ya ha sido raspada de otros lugares.

Clara Vega: Otros comentaristas van más allá y dicen que el autor del sitio es responsable de almacenar sus propios datos, porque los servicios de inteligencia artificial tratan hoy toda la web como una capa de almacenamiento y caché. Uno lo resume de forma contundente: «vivir por el scraper, morir por el scraper».

Mateo Ruiz: Y hay un comentario muy certero que compara el asunto con la dosis que separa el veneno de la medicina. Lo que más le llama la atención es la proporción entre el scraping y las visitas reales. Salvo que el autor esté raspando miles de veces al día, no está en la misma categoría que los bots que bloquea. Y en eso interviene el propio autor del artículo, que se identifica como tal en el hilo, para dar su versión.

Clara Vega: Cambio de tercio, porque llega una noticia económica con cifras muy contundentes desde Estados Unidos. El Gobierno estadounidense, a través del Departamento del Interior, ha firmado un acuerdo de 1.200 millones de dólares, unos 892 millones de libras, para que la empresa alemana RWE abandone sus proyectos de eólica marina en el país. La compañía reinvertirá esa suma en gas convencional, incluidos 900 millones de dólares, unos 669 millones de libras, en una terminal de exportación de gas natural licuado en Luisiana.

Mateo Ruiz: RWE lo ha explicado con una frase clave: tras una cuidadosa consideración, no hay camino para permitir estos proyectos en Estados Unidos en el futuro previsible. Por eso renunciará a sus concesiones frente a las costas de California y Luisiana, y en la zona conocida como New York Bight. Y no es que se vayan del país: planean invertir unos 17.000 millones de euros en Estados Unidos en los próximos seis años para ampliar su capacidad de generación eléctrica.

Clara Vega: El secretario del Interior, Doug Burgum, ha celebrado el acuerdo en sus redes sociales, diciendo que los estadounidenses merecen un sistema energético basado en el «sentido común» y no dependiente de «subsidios costosos», y dando la bienvenida a la «inversión voluntaria» de RWE.

Mateo Ruiz: La BBC enmarca este pacto como el último de una serie de acuerdos de cancelación de eólica marina impulsados bajo la administración Trump. Recordemos que el presidente ha dicho que «no vamos a hacer lo del viento», ha llamado a los aerogeneradores «molinos grandes y feos» peligrosos para la fauna, y ha buscado apoyo público a los fósiles bajo el lema «perfora, nena, perfora». De hecho, en marzo de 2026 el Departamento del Interior ya había llegado a un acuerdo con TotalEnergies para poner fin a sus proyectos eólicos marinos.

Clara Vega: Y hablando de Estados Unidos y de energía, pero ya en el terreno de la inteligencia artificial, la comunidad de Hacker News está discutiendo una iniciativa del Departamento de Energía llamada «Genesis Open Models». Ojo, porque el anuncio es todavía incipiente. Un comentarista ya se queja de que no encuentra detalles sobre el tamaño del modelo ni sobre sus datos de entrenamiento.

Mateo Ruiz: Y otro le responde con un dato que lo explica todo: están aceptando solicitudes de datos de entrenamiento hasta el 14 de agosto. O sea, esto es más un anuncio de intención y una convocatoria de participación que algo que ya esté disponible. Un usuario lo describe como «casi pintoresco» frente a la estrategia de absorber todos los datos de internet, y sospecha que la intención es ser más cuidadosos con los datos de entrenamiento.

Clara Vega: En el hilo no se libra ni el nombre de la iniciativa. Un comentarista señala que la palabra «Gomi» es el término japonés para «basura», y otro trae un precedente político: la National Energy Guarantee del Partido Liberal australiano en 2017, que fracasó en parte porque medios y público tendían a convertir los nombres de las políticas en acrónimos complicados.

Mateo Ruiz: Y la conversación deriva hacia un debate más amplio: la escasez de modelos abiertos estadounidenses. Un comentarista sostiene que prácticamente no quedan modelos abiertos de EE. UU. desde que se abandonó la serie Llama, aunque menciona alternativas como Gemma, GPT-OSS o el modelo Inkling de Mira Murati. Su argumento es que un investigador universitario buscaría un modelo de peso abierto a largo plazo que no plantee preocupaciones políticas en Washington. Otros comentaristas van añadiendo más nombres a la lista, como Nemotron, Arcee, Trinity y los modelos de IBM, y hasta se citan datos de una arena comparativa en la que Nvidia aparece en una posición destacada.

Clara Vega: Cerramos con un estudio publicado en la revista Science Advances y cubierto por ScienceAlert, que propone una idea radical: la vida en la Tierra podría haber cruzado el umbral de lo no vivo a lo vivo dos veces. Es decir, las dos grandes líneas de vida, las bacterias y las arqueas, podrían haber desarrollado de forma independiente el metabolismo que las convirtió en organismos vivos.

Mateo Ruiz: El biólogo William Martin, de la universidad Heinrich Heine de Düsseldorf, es quien defiende la tesis. Según él, las enzimas que catalizan esas reacciones no se conservan a través de la división evolutiva entre bacterias y arqueas, y los datos dejan solo una conclusión: un origen del código genético, pero dos orígenes de la vida.

Clara Vega: O sea, el último ancestro universal común, al que se conoce como LUCA, poseía enzimas para solo la mitad de las reacciones del metabolismo. La otra mitad habría sido catalizada por metales del entorno, probablemente en ambientes reactivos como las fuentes hidrotermales. El equipo cree haber identificado unas cuatro fases en el desarrollo de la catálisis enzimática, la primera basada únicamente en metales del ambiente.

Mateo Ruiz: En la discusión de Hacker News, un comentarista bromea con que, si esto fuera cierto, el factor que mide la probabilidad de vida en la ecuación de Drake acaba de hacerse mucho mayor. Aunque otro matiza que el estudio no propone dos eventos de creación totalmente independientes, porque la vida más temprana dependía de químicos externos para cubrir partes que hoy asume el propio metabolismo. Y el artículo además reconoce lo complicado de definir qué es vida: los virus cumplen la mayoría de los criterios generales, pero tradicionalmente no se consideran seres vivos. Un recordatorio de que, cuanto más aprendemos sobre el origen de la vida, más preguntas se abren de las que cerramos.

Clara Vega: OpenAI has published its first preliminary cybersecurity assessments of Astra, its upcoming model, and the results are striking. The company says that in evaluations done over the last few days, Astra showed significant gains in what it calls agentic coding and cybersecurity. And when paired with expert assessment, OpenAI says it cannot rule out that Astra already has critical cyber capabilities under its own Preparedness Framework, the safety evaluation system it first published back in December 2023.

Mateo Ruiz: Let's be concrete about what that threshold means, because it's the key detail here. OpenAI defines a "Critical" capability as being able to identify and develop working zero-day exploits across all severity levels, in many real hardened critical systems, without any human help. Or alternatively, devising and executing novel end-to-end attack strategies against hardened targets, given only a high-level goal. And here's the contrast worth showing: earlier models, including GPT-5.6-Sol, were evaluated at the High threshold, not Critical.

Clara Vega: So this is a step up from anything they've assessed before. The company was also careful to clarify that Astra was not involved in the Hugging Face incident, that separate exploit that made news. And the safety measures they're announcing are the ones you'd expect for a model at this level: isolated test environments, restricted network and tool access, stronger encryption of the model weights, extra monitoring, sandboxed execution. Plus they've paused internal work with Astra that doesn't meet those requirements, and they're rolling out universal monitoring of risky actions and misalignment across all of Astra's agentic applications, including training and evaluation, using monitors that check the model's chain of thought.

Mateo Ruiz: So the honest headline here is that OpenAI is saying, in effect: our next model may already cross into the most serious tier of cybersecurity risk we define, and we're not ruling that out. What's notable is that they're publishing this as a preliminary assessment, and pairing it with concrete operational controls rather than just a warning. It's a striking place for the frontier to have reached, whatever Astra ends up delivering at launch.

Clara Vega: John Gruber over at Daring Fireball has the App Store rejection of the week, and it's one of those cases that makes you check the calendar. A developer named Terry Godier built Dark Hours, an astronomy app for iOS, which he describes as his "astronomy web for ordinary people". No tarot, no horoscopes, nothing he associates with astrology. Yet Apple rejected it, on the grounds that it was, supposedly, astrology.

Mateo Ruiz: And here's the part that makes it absurd rather than just routine. Godier escalated the case, and the App Review Board upheld the original rejection because, quoting their response directly: we understand the app includes a live tarot reading feature. Gruber points out that a few seconds of looking at the app makes it obvious it's astronomy, and that the confusion probably comes from how similar the English words astronomy and astrology look and sound. And he stresses that Dark Hours is, in his words, exquisitely designed, with native Liquid Glass UI, smooth scrolling, careful typography. His conclusion is blunt: the App Store isn't a system that works, because obvious errors like this aren't corrected and aren't apologized for.

Clara Vega: The Hacker News comments add some perspective. One commenter hopes the app gets approved now that it's gone viral, since in 2026 getting a viral post on Reddit, Hacker News, or Twitter is what passes for customer service. Another finds the rejection baffling because Co-Star, an entirely astrology-based app, was at some point an App Store Editor's Choice. Though others pushed back, noting Apple isn't actually against astrology apps, just that it stopped accepting new ones in some saturated categories. There's some debate in the thread about whether that's documented anywhere.

Mateo Ruiz: And one self-described Apple fan says this rejection has considerably cooled his enthusiasm. That's the thing that makes this story land: the reviewer error is so obvious that even people who usually defend the platform are having a hard time with it. Whether the app gets approved after the attention, or App Store reviews keep going like this, Dark Hours has become the clearest recent example of the review process failing at human-speed reading.

Clara Vega: A developer going by malisper has released pgrust v0.2, a query engine for Postgres rewritten in Rust, and the performance claims are dramatic. He says the new version is ten times faster than the previous one, about thirty percent faster than Postgres on OLTP benchmarks, and three hundred times faster on Clickbench, the analytical benchmark from Clickhouse. In fact he claims it even beats Clickhouse on that benchmark, and the query engine alone accounts for roughly ten of those three hundred times.

Mateo Ruiz: The framing makes sense of why those numbers are even possible. Postgres was designed in the 1980s, back when the bottleneck was the disk. These days the data fits in RAM, and the real limit is CPU and memory. He gives a concrete example: summing five hundred million numbers on a c8g.4xl instance with no parallelism takes about twenty seconds in Postgres, versus 358 milliseconds in equivalent Rust code. That's roughly fifty-five times faster for that operation.

Clara Vega: But the real conversation in the comments isn't about performance, it's about the license. The project is AGPL, and several commenters have strong views. One calls it strange for a non-web project, noting Postgres itself uses a permissive MIT-style license, and hopes for an independent MIT fork. Another says AGPL is a real obstacle, that it's banned in most corporate environments, that without wide adoption the project is dead, and that it blocks contributing improvements back to Postgres core.

Mateo Ruiz: And there's a genuine and entertaining debate on the other side. One commenter responds with a dose of irony: why give away for free something enterprise customers would pay for? Another defends AGPL, tired of companies like PlanetScale building businesses on top of Postgres. And the author himself weighs in, saying AGPL, or something stricter, is the standard in databases, citing Mongo, Cockroach, and Materialize as source-available, precisely so Amazon or Google don't just repackage the work. He's offering a dual commercial license as well.

Clara Vega: So the tension is clear. One commenter replies that he simply can't use it, which is exactly the trade-off the author has chosen: protection from big companies repackaging the engine, at the cost of excluding many potential users. It's a sharp illustration of how a choice that looks purely technical, rewriting a query engine in Rust, ends up being a licensing and business philosophy debate just as quickly.

Clara Vega: Y con esto cerramos el episodio de hoy. Hemos repasado un panorama muy variado: desde la pérdida de 23.000 puestos en el empleo estadounidense de julio, hasta el corte de cabello de DeepSeek ante ARC Prize, pasando por el choque de Oracle con sus clientes y la nueva apuesta del Gobierno de Estados Unidos por la inteligencia artificial abierta con el programa Genesis.

Mateo Ruiz: También quedó claro que las noticias de ciberseguridad no dan tregua, con la brecha que sufrió Framework por su proveedor y la respuesta de OpenAI a la próxima frontera de amenazas críticas. Y no olvidemos el lado más humano: qué pasa cuando una clase entera de trabajadores pierde la fe en su carrera. Nos vemos en el próximo episodio. Cuídense mucho.