1006 | Código, IA y pulso digital

Clara Vega: ¡Hola y bienvenidos a otro episodio de Hacker News en español! Yo soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy, Clara, hay un hilo que une casi todas las historias del día: la inteligencia artificial ya no es solo una herramienta que usamos, es algo que empieza a escribir nuestro software, a hacer ciencia, a firmar obras de arte y, en algunos casos, a delatarnos ante la policía.

Clara Vega: Exacto. Vamos a empezar justamente por ahí, por el desarrollo de software, y de ahí iremos abriendo el círculo: la ciencia, el reconocimiento a la ciencia, los límites de la privacidad, el poder público, las herramientas de desarrolladores y, al final, el negocio alrededor de todo esto.

Mateo Ruiz: Empecemos con una historia que me parece la más simpática del día, pero que tiene una lectura bastante profunda. Un autor construyó heade.rs, una herramienta de DNS, usando Claude Code. ¿Sabes cuánto le costó?

Clara Vega: Alrededor de tres prompts y una hora de trabajo.

Mateo Ruiz: Tres prompts. Una hora. Una herramienta DNS funcional.

Clara Vega: Y lo interesante no es solo la rapidez, es la frase que resume la lección: los LLM hacen posible crear software sin justificación profesional previa. Es decir, antes, si querías construir una herramienta de DNS, necesitabas justificar la inversión de tu tiempo. Tenía que valer la pena como producto, como negocio, como proyecto de carrera. Ahora el coste de entrada es tan bajo que la barrera ya no es económica ni técnica, es simplemente de ganas.

Mateo Ruiz: Y eso cambia la naturaleza del catálogo de software del mundo. Si cualquiera puede, en una tarde, materializar esa utilidad pequeña que siempre tuvo en la cabeza, vamos a ver una explosión de herramientas de nicho, de software "para mí y quizá para tres personas más".

Clara Vega: Sí, y ahí viene la pregunta que queda abierta en esta historia: hasta dónde llega este desarrollo asistido. Porque una cosa es una herramienta DNS pequeña y otra es mantenimiento a largo plazo, auditorías de seguridad, software crítico. Nadie en la discusión tiene una respuesta definitiva sobre si este modelo escala a proyectos serios de años.

Mateo Ruiz: Bueno, y hay una historia paralela que contrasta muy bien con esto, porque muestra la otra cara del desarrollo: el mantenimiento de software maduro. El enlazador mold, que es famoso por ser ultrarrápido, acaba de publicar la versión 3.0.0, y el gran cambio es que se ha reescrito de C++ a Rust.

Clara Vega: ¿Cuál fue la última versión en C++?

Mateo Ruiz: La 2.42.1. Y aquí lo notable: la versión en Rust mantiene el mismo rendimiento. No hay penalización. Lo que gana es otra cosa: comprobación de límites cuando los datos de entrada están corruptos. Es decir, si te llega un fichero malicioso o malformado, el enlace escrito en Rust no va a acabar en corrupción de memoria.

Clara Vega: Es una decisión interesante, ¿no? Reescribir un proyecto maduro, con todo el riesgo que eso implica, no por velocidad sino por robustez. En el mundo en el que vivimos hace diez años, nadie habría justificado ese esfuerzo. Ahora sí.

Mateo Ruiz: Y conecta con lo que decíamos: las dos historias juntas muestran una reconfiguración de cómo se escribe y cómo se mantiene el software. Por un lado, la IA abarata la creación. Por otro, lenguajes con garantías de memoria se imponen en infraestructura crítica.

Clara Vega: Y hay un tercer hilo dentro de esta conversación, quizá más discreto, que es Cloudflare. Han lanzado una API de Web Search en fase beta, a través de su AI Gateway, con tres proveedores de búsqueda: Ceramic.ai, Exa y Linkup.

Mateo Ruiz: Que básicamente es infraestructura para que las aplicaciones de IA busquen en la web sin que cada desarrollador tenga que negociar con cada proveedor por separado. Otra pieza más del mismo tablero: la IA necesita herramientas, y las plataformas compiten por suministrarlas.

Clara Vega: Bueno, pasemos del software a la ciencia, que es donde la conversación se pone más filosófica. Hay un texto de Jeremy Avigad publicado como invitado en el blog de Terence Tao, y la tesis es incómoda: la IA resuelve con facilidad los problemas que la propia IA puede generar.

Mateo Ruiz: Es decir, hay una clase de problemas matemáticos que están, digamos, calibrados para que una máquina los resuelva, y las máquinas los resuelven. Entonces, la conclusión de Avigad es que los matemáticos deberían ir a por problemas más difíciles y por preguntas más grandes. Migrar hacia donde la IA todavía no llega.

Clara Vega: Y esa es una advertencia sobre el mérito científico, ¿no? Si la IA genera problemas y también los resuelve, el bucle se cierra sobre sí mismo y ya no sabemos qué es una contribución genuina. ¿Dónde queda el mérito cuando el que plantea y el que resuelve son la misma entidad?

Mateo Ruiz: Pero, ojo, porque el mismo día hay dos noticias que muestran avances reales de la IA en ciencia, no en problemas triviales. La primera es "Dust", un método de orden cero que entrena Transformers sin retropropagación.

Clara Vega: Explícame eso, porque suena a herejía.

Mateo Ruiz: Bueno, la retropropagación es el algoritmo con el que se han entrenado todas las redes modernas: propagas el error hacia atrás por la red. "Dust" lo que hace es perturbar activaciones directamente, sin ese paso hacia atrás, y ajusta a partir de ahí.

Clara Vega: ¿Y funciona?

Mateo Ruiz: El resultado concreto es que un modelo de 243 millones de parámetros entrenado así resulta más eficiente que un modelo 120 veces más pequeño. Es decir, no es una curiosidad de laboratorio, es competitivo de forma sorprendente.

Clara Vega: Y la segunda noticia es de Vals AI: agentes basados en Claude Opus 5.5 identificaron dos candidatos a semiconductores antiferromagnéticos viables a temperatura ambiente. Y aquí hay un detalle delicioso: uno de esos dos materiales ya había sido sintetizado por primera vez en 1999, pero nadie lo había conectado con esa aplicación hasta ahora.

Mateo Ruiz: Eso me parece lo más interesante de los dos casos. No es que la IA invente física nueva, es que recorre el espacio de conocimiento existente de formas que los humanos, por limitaciones de tiempo y atención, no hacemos. Un material esperando en una estantería desde hace veintisiete años.

Clara Vega: Entonces la tensión queda clara. Por un lado Avigad dice: la IA resuelve lo que la IA genera, así que los humanos deben subir el listón. Por otro lado, "Dust" y Vals AI demuestran que la IA también está tocando problemas que no son triviales. La pregunta abierta es si esas dos cosas son compatibles, y francamente nadie lo sabe todavía.

Mateo Ruiz: Bueno, y hay una forma muy concreta de ver dónde sitúa la sociedad el valor de la ciencia: los premios. El Nobel de Medicina 2026 ha ido a Deisseroth, Hegemann y Nagel por la optogenética.

Clara Vega: Cuéntanos qué es, para quien no lo conozca.

Mateo Ruiz: Es básicamente usar canales iónicos controlados por luz. Metes genes de proteínas sensibles a la luz en neuronas concretas, y después puedes encenderlas y apagarlas con un rayo de luz. Es la técnica que ha revolucionado la neurociencia porque permite causalidad: no solo observar el cerebro, sino manipularlo con precisión milimétrica.

Clara Vega: Un premio a una línea de investigación de largo plazo, que es un recordatorio de que la ciencia premiada rara vez es una noticia del año, es una década o dos de trabajo. Y, como siempre en estos casos, hay controversia: Miesenböck se ha quedado fuera.

Mateo Ruiz: Y no es un detalle menor, porque él es una figura central en los orígenes de la optogenética. Estos debates sobre quién entra y quién no en el premio son casi tan viejos como el propio premio, pero cada vez recuerdan que el reconocimiento científico es también una decisión social, no solo una medida de mérito.

Clara Vega: Y precisamente de mérito y decisiones sociales hablaremos ahora, pero en el terreno incómodo: la IA, los datos personales y los límites que se difuminan. Esta primera historia es francamente inquietante. Una mujer de Florida usaba Claude como si fuera su diario personal.

Mateo Ruiz: Un diario. Algo íntimo, privado. Y en uno de los mensajes escribió una amenaza de ataque. Y Anthropic, según la información disponible, reportó ese contenido a la policía. Y la mujer fue acusada según el Florida Statute 836.10, que es el estatuto que tipifica las amenazas escritas.

Clara Vega: Y aquí hay capas y capas de debate. Primero: ¿es un diario lo que le escribes a un chatbot? Segundo: ¿qué obligación tiene la empresa de reportar? Tercero: ¿el contexto importa? Porque entre escribir "me gustaría hacer algo terrible" en un momento de desesperación y planificar un ataque hay una distancia enorme, y un modelo de lenguaje no siempre la capta.

Mateo Ruiz: Y lo que no sabemos es si esta va a ser la excepción o el patrón. Porque si la gente entiende que sus conversaciones con la IA pueden acabar en un expediente policial, cambia radicalmente el uso de estas herramientas como espacio de confesión.

Clara Vega: Cambiemos de escenario pero sigamos en el mismo tema. Ben Thompson, que escribe sobre tecnología, tenía un Mac Mini cuya única función era ejecutar Claude y Codex, los agentes de programación. Y le pilló un ataque: el CVE-2026-65400, una vulnerabilidad de compartición de pantalla en macOS.

Mateo Ruiz: Y aquí está el giro casi de ciencia ficción: el propio agente detectó la infección. Se dio cuenta de que había un minero de criptomonedas en la máquina, y ayudó a limpiarla.

Clara Vega: Es decir, la herramienta se convirtió en el sistema de defensa. El software que usaba para trabajar fue el que dijo "oye, aquí hay algo raro".

Mateo Ruiz: Aunque, claro, también puedes leerlo al revés: que una máquina dedicada solo a agentes de IA, con acceso presumiblemente amplio, fue comprometida igual. La IA detecta, pero también amplifica el radio de acción de lo que pasa en esa máquina.

Clara Vega: Y ahora la tercera historia de este bloque, que es la más surrealista. ChatGPT generó caricaturas al estilo del New Yorker, y las imágenes llevaban firmas reales de artistas del magazine. Hablamos de Brendan Loper y de más de quince artistas en total.

Mateo Ruiz: Firmas falsas en el estilo de artistas reales. Y la respuesta de OpenAI fue llamarlo un error. Un bug.

Clara Vega: La palabra "bug" hace mucho trabajo ahí, ¿no? Porque un error de este tipo sugiere que el modelo aprendió a asociar el estilo de esas caricaturas con las firmas que aparecen en ellas, y las reprodujo. Que es exactamente lo que hace un modelo: aprender correlaciones. La pregunta es si eso debería pasar.

Mateo Ruiz: Y meto aquí el cuarto elemento de este bloque, que es contexto regulatorio: Noruega está considerando prohibir parcialmente las gafas inteligentes en espacios como parques, escuelas y gimnasios.

Clara Vega: Y la crítica que se ha levantado es muy interesante: el problema del borrador es que prohíbe el objeto, el hecho de poseerlo, en lugar de prohibir el comportamiento. Es decir, usarlas para grabar a alguien sin consentimiento ya es ilegal; el problema no es la posesión.

Mateo Ruiz: Pero es que las cuatro historias se cruzan de una manera inquietante. La IA ve por nosotros, cuando usamos gafas con cámara. Firma por nosotros, cuando genera caricaturas con firmas reales. Y delata por nosotros, cuando reporta un diario a la policía.

Clara Vega: El hilo común es exactamente ese: qué pasa cuando la IA actúa en nuestro nombre, con nuestros datos y a veces contra nuestros intereses. Y del dato personal, pequeño, saltamos ahora al dato masivo y al poder público. Y aquí es donde la cosa se pone realmente fea.

Mateo Ruiz: Primera historia: North Richland Hills, una ciudad de Texas. Unos periodistas o ciudadanos solicitaron los registros sobre el uso policial de las cámaras Flock, que son esas cámaras de matrículas desplegadas por todo el país. ¿Y qué respondió la ciudad?

Clara Vega: Un precio: 2,3 millones de dólares.

Mateo Ruiz: 2,3 millones de dólares por unos registros. Y esto no es un caso aislado, es un patrón nacional: las ciudades y los departamentos de policía ponen tarifas altísimas para hacer precisamente esto, desincentivar la transparencia. Y lo notable es que hay una resistencia creciente a esta práctica.

Clara Vega: Piensa en la asimetría. El Estado vigila con una red de cámaras financiada con dinero público, y cuando el público quiere saber cómo se usa esa vigilancia, el público tiene que pagar millones.

Mateo Ruiz: Segunda historia, también de poder público: la SEC, el regulador bursátil de Estados Unidos, cambia su regla de quórum a partir del 2 de octubre de 2026. Y el cambio es este: si hay comisionados inhabilitados, basta con dos comisionados para reunirse. O incluso con uno.

Clara Vega: Uno. Una agencia reguladora de los mercados más grandes del mundo podría decidir con una sola persona. Los críticos hablan directamente de toma de poder: una regla así concentra una capacidad de decisión enorme en muy pocas manos. Y no es un detalle técnico, porque el quórum define cuándo se puede actuar y cuándo no.

Mateo Ruiz: Tercera historia, y esta es la más grave en términos de impacto humano: Dinamarca. El sistema CPR, que es el registro civil nacional, con los datos de prácticamente toda la población, sufrió una intrusión.

Clara Vega: Las cifras: unos 8,8 millones de nombres, direcciones y números de identidad filtrados. 8,8 millones en un país de unos seis millones de habitantes, lo que te dice que esto incluye registros históricos. La policía ya está investigando.

Mateo Ruiz: Y hay un matiz importante: las personas con dirección protegida por confidencialidad, es decir, quienes están en programas de protección por amenazas o violencia de género, no se vieron afectadas. Eso al menos es un alivio relativo.

Clara Vega: Pero es un golpe duro, porque el CPR es la columna vertebral de la administración danesa. Todo está conectado a ese número de identidad. Y cuando esto se filtra, no es un caso de "cambia tu contraseña": es tu identidad, para siempre.

Mateo Ruiz: Las tres historias juntas plantean las preguntas del día en este bloque: ¿quién paga por el acceso a lo público? ¿Y quién vigila a los vigilantes? Porque entre las cámaras Flock con tarifas de millones, un quórum de uno y un registro nacional hackeado, el tema es que los mecanismos de supervisión están fallando por distintas vías a la vez.

Clara Vega: Y conecta con lo que vimos antes: GrapheneOS, el sistema operativo privacista para móviles, ha criticado el Pixel 11 de Google porque le falta el hardware MTE, la etiquetado de memoria, que consideran necesario para su estándar de seguridad. Han insinuado que podrían saltarse el soporte para ese dispositivo y orientarse hacia los próximos de Motorola.

Mateo Ruiz: Que es un caso curioso, porque muestra que la privacidad y la seguridad ya no son solo software: dependen de decisiones de hardware que toma un puñado de fabricantes. Si el hardware no está, ni el mejor sistema operativo puede dar esas garantías.

Clara Vega: Bueno, después de tanta mala noticia, refresquemos con herramientas y plataformas para desarrolladores. Primera historia: David Bushell ha dejado Deno y ha vuelto a Node.

Mateo Ruiz: Y el contexto importa: Deno pasó por despidos, y desde entonces el proyecto se ha estancado, según su relato. Mientras tanto, Node v26 ha incorporado soporte de TypeScript directamente y builds un quince por ciento más rápidos. O sea, las dos razones principales por las que mucha gente miraba a Deno con envidia han dejado de existir.

Clara Vega: Y es una lección sobre elegir tecnologías según el bienestar del proyecto, no solo según las features. Un runtime no es solo código, es una organización detrás sosteniéndolo.

Mateo Ruiz: Segunda: un clásico rescatado, de 2016. Un texto que muestra cómo construir contenedores Linux en unas quinientas setenta líneas de C, usando namespaces, capabilities, cgroups y seccomp.

Clara Vega: Y por qué esto sigue siendo valioso: porque desmitifica. Docker y Kubernetes parecen magia, pero en el fondo es una combinación de cuatro primitivas del kernel que llevan años ahí. Cuando ves las 570 líneas, entiendes qué es realmente un contenedor.

Mateo Ruiz: Pero con una advertencia crucial que el texto mismo subraya: un contenedor no es una frontera de seguridad. No es una máquina virtual. Comparte kernel con el host, así que si hay una fuga de kernel, el aislamiento se cae.

Clara Vega: Tercera historia, y esta es de las que me hacen ilusión: Flatten SF. Una herramienta en el navegador que calcula la ruta a pie o en bici más llana de San Francisco. Que, para quien conozca la ciudad, es oro puro.

Mateo Ruiz: Los números: 160.000 segmentos de calle, y la elevación viene del lidar del USGS, el servicio geológico estadounidense. Y lo mejor es la interfaz: un deslizador que va desde la ruta más corta hasta la ruta más llana, y tú decides tu punto en ese continuo.

Clara Vega: Y fíjate que es otra herramienta del tipo heade.rs, ¿no? Un proyecto personal, bien hecho, que existe porque alguien quiso resolver su propio problema. El desarrollo asistido del que hablábamos al principio en acción.

Mateo Ruiz: Y meto aquí, dentro de este bloque, varias piezas más pequeñas que van bien juntas. Un tutorial de Haskell con GTK, parte uno: una app de todo usando GTK4 y Adwaita, con la arquitectura Elm, es decir, model, update y view con efectos. Que es interesante porque aplica un patrón de frontend web a una app de escritorio nativa.

Clara Vega: También hay una GitHub Actions con una incidencia: retrasos en la asignación de runners, y también afectaba a las páginas de facturación y licencias. Y algunos usuarios se quejaban de que los fallos en 2026 están siendo demasiado frecuentes. Que es un sentimiento comprensible cuando buena parte de la industria depende de un solo proveedor de CI.

Mateo Ruiz: Y una píldora de historia: Turbo BASIC, de 1987. Borland compró a Bob Zale su BASIC/Z y lo convirtió en Turbo BASIC. Un compilador con entorno integrado, vendió 80.000 copias en diez semanas, y la línea acabó convirtiéndose en PowerBASIC.

Clara Vega: Ochenta mil copias en diez semanas en 1987, cuando el mercado era minúsculo. Es un recordatorio de que las olas de herramientas de desarrollo con crecimiento explosivo no son nuevas; lo que cambia es qué herramienta monta la ola. Esta vez es un asistente de código; en los ochenta era un compilador barato y rápido.

Mateo Ruiz: Y una píldora de diseño: Fatih Arslan escribió sobre lámparas de diseñador. Tolomeo, Tizio, Akari, la PH 5. Y hay un detalle bonito: las Akari se fabrican a mano en Gifu, Japón.

Clara Vega: Después de una mañana entera hablando de IA y automatización, es un buen cierre de bloque recordar que hay cosas, objetos físicos, que siguen siendo artesanales. Ahora sí, cerremos con el bloque de negocio. Y empezamos con el más llamativo: Reflection ha anunciado "Beam".

Mateo Ruiz: Los números son de otro planeta: un modelo mezcla de expertos, MoE, con 501.000 millones de parámetros, de los cuales 23.000 millones están activos por token. Preentrenado con 23,8 billones de tokens en la nomenclatura anglosajona, usando 10.500 GPUs GB300. Y lo más relevante: las ponderaciones se liberarán este mismo mes.

Clara Vega: Es decir, no solo anuncian un modelo gigante, sino que dicen que será abierto, con pesos públicos. Eso cambia el juego, porque hasta ahora los modelos frontera abiertos iban por detrás de los cerrados.

Mateo Ruiz: Segunda: RobCo, de Múnich, ha superado los 1.000 millones de dólares de valoración mediante una transferencia de participaciones de empleados, y ha duplicado su valoración en nueve meses.

Clara Vega: Duplicar en nueve meses. Y su producto es Alfie, un robot industrial autónomo que llegará al mercado en 2027. Así que es una valoración adelantada al producto comercial, lo que siempre es una apuesta.

Mateo Ruiz: Y la tercera: un artículo de Wiley que explora cómo sustituir productos derivados del petróleo por materiales de base vegetal. Y aquí es donde la discusión se pone interesante, porque en HN mucha gente no discute la ciencia, sino la causa del problema: muchos comentarios lo atribuyen directamente al consumismo, a la avaricia y al despilfarro impulsado por el negocio.

Clara Vega: Es decir, la discusión deriva de "¿podemos hacer plástico de plantas?" a "¿necesitamos tanto plástico?". Y son dos preguntas distintas: una es de ingeniería de materiales y la otra es de modelo social. Y la respuesta de los comentarios sugiere que sustituir el material sin tocar el consumo es tratar el síntoma.

Mateo Ruiz: Y hay una pieza más en el fondo comercial: Qualcomm ha obtenido la autorización de patente para la tecnología de chips LogicFolding de Huawei, según Bloomberg, con fecha del 5 de octubre de 2026. Lo que muestra cómo el negocio de los chips sigue moviéndose a través de licencias cruzadas y acuerdos, incluso entre empresas de campamentos geopolíticos distintos.

Clara Vega: Entonces cerremos el círculo. El modelo de 501.000 millones de parámetros, el robot de Múnich con valoración duplicada, la patente licenciada... y al lado, el artículo de Wiley cuestionando si todo este aparato productivo tiene sentido. La pregunta abierta que dejamos de este bloque es si la fiebre de valoraciones y modelos se sostiene, o si estamos en otra burbuja esperando su momento de ajuste.

Mateo Ruiz: Y, volviendo a donde empezamos, esa es también la pregunta del desarrollo asistido: si cualquiera puede construir software en tres prompts, y los modelos son cada vez más capaces, ¿qué sostiene el valor de todo lo demás?

Clara Vega: Buena pregunta para dejar abierta. Y con esto llegamos al final del episodio. Hemos recorrido la IA que escribe software y la IA que hace ciencia, el Nobel de la optogenética, los límites difusos entre la IA y nuestra privacidad, el poder público y sus datos, las herramientas de desarrolladores y el negocio alrededor de todo.

Mateo Ruiz: Gracias por acompañarnos, soy Mateo Ruiz.

Clara Vega: Y yo Clara Vega. Nos vemos en el próximo episodio.