0813 | Grok 4.6, DeepSeek V4 Pro, Qwen3.8 y el bug WAL-Reset de SQLite

Clara Vega: Bienvenidos a Hacker News diario, el podcast de Bri. Soy Clara Vega.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy arrancamos con una conversación enorme sobre inteligencia artificial: desde el anuncio de Grok 4.6 hasta un debate sobre DeepSeek y el nuevo Qwen. Pero también hay mucho más, incluyendo noticias sobre SQLite, financiación en startups y licencias de matrículas.

Clara Vega: Exacto. Repasamos lo que está moviendo la conversación en la comunidad tech hoy, entre lanzamientos, análisis y algunos debates importantes.

Mateo Ruiz: Un episodio cargado, con cosas para todos desde el mundo del desarrollo hasta la política tecnológica. Empecemos.

Clara Vega: SpaceXAI ha lanzado hoy Grok 4.6, y la conversación gira en torno a dos lecturas distintas del mismo modelo. El análisis independiente de Artificial Analysis le da 61 puntos en su Índice de Inteligencia, lo que lo sitúa exactamente a la par con GPT-5.6 Sol max, un punto por detrás de Claude Opus 5 max, y justo por delante de Kimi K3. Eso supone cinco puntos más que su predecesor, Grok 4.5, y veintitrés puntos de mejora frente a Grok 4.3.

Mateo Ruiz: Y lo llamativo es que esa mejora es sobre todo agéntica, no de razonamiento puro. En GDPval, la prueba de tareas autónomas, alcanza un Elo de 1753, solo superado por Claude Opus 5, y estadísticamente indistinguible de Claude Fable 5 y Qwen3.8 Max. En tareas bancarias alcanza un 50,7%, entre los dos mejores, y en una prueba de terminal de trabajo completo se queda en un 88,4%.

Clara Vega: El precio de cabecera no cambia respecto a la versión anterior: dos dólares por millón de tokens de entrada y seis por los de salida. Eso sigue siendo un sesenta por ciento o más por debajo de lo que cobran Claude Opus 5 y GPT-5.6 Sol. El coste medido por tarea es de 84 centavos, el mismo que Kimi K3, y en la prueba de maletín de trabajo logra terminar tareas en unos 53 turnos y medio billón de tokens de entrada, frente a unos 103 turnos y dos billones que necesita Claude Opus 5 max.

Mateo Ruiz: El anuncio oficial de x.ai coincide en el diagnóstico, pero con una nota de desacuerdo: afirman que Grok 4.6 iguala a GPT-5.6 Sol en su índice compuesto por nueve pruebas, con foco en agentes de larga duración y trabajo interactivo y visual. En su tabla lidera en tareas agénticas, pero reconoce quedar por detrás en dos pruebas de desarrollo de software. El modelo ya está disponible hoy en Cursor y en Grok Build, así que cualquiera puede comprobarlo por su cuenta.

Clara Vega: Cambiando de modelo, DeepSeek ha publicado la versión GA de su V4 Pro 0813, y la página de OpenRouter la describe como un modelo de mezcla de expertos a gran escala, lanzado en producción el pasado 12 de agosto. A nivel de ficha, hablamos de 43 centavos y medio por millón de tokens de entrada y 87 centavos por los de salida, con una ventana de contexto de un millón de tokens —técnicamente, poco más— y una salida máxima de 384 mil.

Mateo Ruiz: Un detalle importante de la ficha: el modelo está alojado por un único proveedor, y el precio que realmente se paga de media suele estar muy por debajo del listado gracias a la caché y a descuentos. Y en el hilo, los comentarios son pragmáticos. Un usuario lo describe como competitivo con Claude Opus 4.8, algo más débil que Sol o Fable, pero unas veinte veces más barato, y otro matiza que la comparación hay que hacerla por token, no por tarea.

Clara Vega: También hay comparaciones con la versión Flash actualizada del mismo DeepSeek. Un comentarista responde que Pro es unos cinco puntos porcentuales mejor en las pruebas, y otro aporta experiencia de uso real: para revisiones de código, Pro rinde bastante mejor por tarea que Flash. Dice que Flash comete muchos más errores al principio, tiene que volver a comprobar su trabajo, produce a menudo unas cinco veces más texto, y a veces arranca diciendo que hay un bug o que el código no compila cuando en realidad sí compila, hasta corregirse a mitad de camino.

Mateo Ruiz: En Hugging Face se ha publicado Qwen3.8-2.4T-A95B, y el titular importa: es la primera vez que el equipo de Qwen libera un modelo clase Qwen-Max en abierto. Hablamos de un modelo causal con 2,4 billones de parámetros en total, aunque solo 95 mil millones se activan por consulta, lo que técnicamente lo convierte en un modelo de mezcla de expertos muy eficiente a la hora de ejecutar.

Clara Vega: El card lo presenta como la generación más capaz de la familia abierta de Qwen, construido sobre la arquitectura de Qwen 3.5, con mejoras en codificación, trabajo profesional, investigación y tareas agénticas de largo horizonte. Y aquí es donde la conversación da un giro práctico: un comentarista calcula que la versión cuantizada a un bit pesa unos 397 gigabytes, y eso, según él, llevaría un rendimiento de nivel Opus 4.5 a una máquina que una persona normal podría comprar, con velocidad usable. La versión sin pérdidas pesa casi cinco terabytes, y con una máquina de siete terabytes de RAM sigue estando al alcance de empresas medianas.

Mateo Ruiz: Hay, eso sí, escepticismo. Un usuario advierte que la tarjeta parece casi demasiado buena para ser verdad, y hay que recordar las limitaciones de esta versión abierta: la capacidad de visión se ha eliminado y el contexto se limita a 250 mil tokens en lugar de los 96 mil estándar que se promocionan en las etiquetas. Alguien especula incluso con que se podría acoplar una torre de visión externa para restaurarla, aunque con menos rendimiento.

Clara Vega: Y cerramos con una historia de un bug antiguo que saltó a la vista en dos hilos de Hacker News en las últimas 24 horas: el fallo WAL-Reset de SQLite, presente en la base de datos desde 2010 y corregido en la versión 3.51.3. Un comentarista enlazó ambos posts porque hablan del mismo problema: el artículo de Antithesis sobre cómo romper el registro de escritura, y el de Tailscale sobre cómo su equipo ayudó a encontrarlo.

Mateo Ruiz: El artículo de Antithesis, firmado por su ingeniero senior Carl Sverre, describe el bug como una carrera de datos con restricciones de sincronización muy estrechas, algo que en el equipo de SQLite nunca pudieron reproducir orgánicamente. Tuvieron que añadir lógica de prueba especial que dispara deliberadamente las circunstancias del fallo para verificar el arreglo. Y aquí viene la parte más humana: Sverre leyó la noticia durante un viaje por carretera en julio, y desde una colina pidió a Claude que instalara la versión con el bug en la infraestructura de Antithesis, instrumentara el código y escribiera una carga de trabajo genérica que ejecutara escrituras y puntos de control a la vez.

Clara Vega: El resultado fue contundente: en la primera ejecución, Antithesis detectó el bug en quince minutos, y la misma ejecución salió limpia con la versión corregida. Un miembro del equipo anuncia un seguimiento que mostrará cómo su análisis de causalidad automatizado podría haber ahorrado a Tailscale y SQLite seis meses de análisis de causa raíz, y añade un misterioso "también encontramos otros… estad atentos".

Mateo Ruiz: Eso sí, el debate en los comentarios fue marcadamente escéptico, con acusaciones de que Antithesis replicó el bug una vez que el equipo de SQLite ya había identificado el patrón. Sea como sea, la lección práctica queda: un fallo latente durante dieciséis años, casi imposible de reproducir a mano, se encontró en quince minutos con una herramienta de búsqueda sistemática. Y con ese misterio sobre qué más encontraron, dejamos la conversación aquí.

Clara Vega: La noticia grande es que Lovable ha levantado una ronda Serie C de 400 millones de dólares, a una valoración de 13 mil 300 millones. La lidera Menlo Ventures y la co-lidera Scaleup Europe Fund, el fondo gestionado por EQT. Y además se suman nombres como Balderton, Carmignac, Kaszek, Tencent, Salesforce Ventures y HubSpot Ventures, entre otros.

Mateo Ruiz: Y vale la pena poner esas cifras en contexto. La empresa lanzó su producto en noviembre de 2024, así que lleva poco más de un año y medio activa. Desde entonces, según la propia compañía, se han creado más de 60 millones de proyectos en la plataforma, y las aplicaciones construidas con Lovable ya superan los 900 millones de visitas mensuales.

Clara Vega: Otro dato de adopción que llama la atención: llegaron a empleados de la mitad del Fortune 500 en su primer año, y ahora ya tocan a casi dos tercios. Es un salto enorme en penetración empresarial en muy poco tiempo.

Mateo Ruiz: Y hay una encuesta de usuarios citada en el anuncio que explica por qué el crecimiento es tan acelerado: casi 8 de cada 10 dice que está construyendo un negocio o proyecto secundario con la plataforma, esperando monetizarlo, y más de un tercio de esos ya genera ingresos reales. O sea, no es solo gente jugando con la herramienta.

Clara Vega: La compañía también anunció funciones nuevas: pagos integrados, herramientas SEO y de búsqueda con IA, integraciones con Google Workspace, Microsoft 365, Salesforce, Stripe y ElevenLabs, y escaneo de seguridad automático y programado. Además presentan una certificación que llaman la primera estándar de seguridad para agentes de IA.

Mateo Ruiz: Eso en la parte de empresa. Pero en Hacker News el debate es mucho más escéptico. Un usuario pregunta si alguien sigue usando Lovable, porque cree que mucha gente, incluso no ingenieros, se migró a Codex o a Claude Code.

Clara Vega: Y hay respuestas de gente real usándola. Uno responde que aunque usa mucho Claude Code, Lovable sigue siendo la vía más rápida para tener sistema de login y base de datos funcionando, ideal para un MVP real. Otro cuenta que la usa para lo que llaman vibe coding de proyectos secundarios, y eso conecta directamente con ese dato de la encuesta: una buena parte de la base de usuarios está tratando de convertir esto en negocio.

Clara Vega: Pasamos a Alemania, donde un grupo de derechos digitales llamado HateAid presentó una denuncia penal contra Meta y otras empresas que venden sus gafas de IA, por considerar que violan las leyes de privacidad. Lo reporta Reuters.

Mateo Ruiz: La denuncia no va solo contra Meta. Apunta también a unidades del fabricante de gafas EssilorLuxottica, incluida Ray-Ban, y a minoristas como Fielmann, Apollo-Optik, Mister Spex y MediaMarkt. Se presentó ante la unidad de persecución de delitos digitales de Frankfurt, la ZIT.

Clara Vega: ¿Y cuál es el argumento legal? HateAid invoca una ley federal alemana de protección de datos que prohíbe la venta de dispositivos de comunicación diseñados para filmar a personas sin que lo noten. La directora gerente del grupo, Josephine Ballon, lo resumió así: no hay ningún lugar donde escapar de las gafas inteligentes; tienes que esperar que en cualquier momento te filmen y te expongan en internet.

Mateo Ruiz: La ZIT confirmó que recibió la denuncia y que investigará de forma preliminar si hay motivos para profundizar el caso. Y ya hay reacciones de los acusados: MediaMarktSaturn Retail Group dice que se toma la denuncia muy en serio y que sus proveedores tienen obligaciones contractuales de cumplir la ley; Mister Spex dice que todavía no fue notificado oficialmente y que toma muy en serio la protección de la privacidad. Las respuestas del resto de empresas aún no se detallan.

Clara Vega: Y el artículo destaca en particular el lanzamiento de las Ray-Ban Meta Wayfarer, y lo lee como el último signo de escrutinio legal en un país donde la privacidad se valora mucho. El regulador de comunicaciones digitales ya dijo además que está monitoreando de cerca este mercado.

Clara Vega: Otra historia de la comunidad: la extensión uBlock Origin, según el debate que domina el hilo, estaría cediendo terreno en la pelea por mantener los anuncios fuera de Facebook. El debate gira en torno a un artículo que gira al título «uBlock Origin Is Giving Up the Fight to Keep Ads Off Facebook» y que el hilo remite a un análisis y a una discusión en Reddit, con la conclusión de que los anuncios de Facebook son muy difíciles de bloquear.

Mateo Ruiz: Pero lo interesante es hacia dónde fue el debate. Un usuario llamado jcfrei plantea que, cuando los modelos de lenguaje sean lo bastante rápidos para procesar imágenes en tiempo real, Apple, o cualquier otro, podría lanzar un motor de renderizado que simplemente enmascare todos los anuncios. Dice que tardará unos años, pero que el negocio publicitario del navegador está en su fase terminal.

Clara Vega: Y uno responde que es el primer caso de uso de modelos de lenguaje que le entusiasma de verdad. Pero también hay escepticismo: otro usuario lo tacha de ingenuidad y dice que el escenario más probable es que la IA se use para añadir o sustituir anuncios de forma imposible de eliminar, y que ejecutar tu propia IA en el navegador se prohíba en nombre de una experiencia de navegación segura.

Mateo Ruiz: Sobre el candidato de Apple, hay dudas. Un usuario recuerda que Safari ni siquiera tiene bloqueador de anuncios integrado, y que una medida así probablemente chocaría con su acuerdo de buscador con Google. Otro apunta que Apple también vende anuncios, cada vez más en sus superficies. Y hay quien critica que se considere limpia la reputación de Apple por añadir una fina capa de indirección a su participación en el ecosistema de vigilancia. Un punto final del hilo: Safari fue el primero, según algunos, en perjudicar a los bloqueadores de anuncios.

Clara Vega: Y cerramos con un análisis en construcción continua llamado The Agentic Web Index, de Known Agents, que mide el tráfico de bots frente a humanos en más de 5 mil sitios web. Y los números dan para pensar.

Mateo Ruiz: Según sus métricas, el 35 por ciento de las visitas son de bots, dos puntos menos que en los 90 días previos. De ese tráfico de bots, el 28 por ciento está relacionado con IA, un 11 por ciento más. Y el volumen de referencias desde chat de IA sigue siendo mínimo: 0,1 por ciento de todo el tráfico, aunque bajó un 9 por ciento.

Clara Vega: Lo llamativo es cuán efectivo resulta bloquearlos: la efectividad de robots.txt llega al 98,5 por ciento. Y entre los tipos de agente con más actividad están los rastreadores de buscadores con el 22,8 por ciento, los rastreadores SEO con casi el 20, y los rastreadores de búsqueda con IA con el 12,4. En cuanto a agentes individuales, bingbot encabeza con 8,2 por ciento, seguido de Googlebot con 7,9, y AhrefsBot con 6,2.

Mateo Ruiz: Y aquí viene la advertencia clave del autor y de quienes lo comentan: muchas de esas visitas son user agents falsificados que fallan la verificación de IP o de autenticación web. El autor destaca que el aumento se nota en muchos sitios en la última semana. Y un comentarista recomienda revisar a qué proveedor pertenece la IP, porque muchos de los agentes listados están falsificados; bloqueando a la mayoría de proveedores de nube desaparecen la mayoría de esos bots falsos, aunque algunos siguen apareciendo.

Clara Vega: Y una de las discusiones más interesantes de la semana arranca en el blog del matemático Timothy Gowers, que publicó una entrada sobre qué tipo de matemáticas son buenas resolviendo las LLM. La escribe apenas unos días después de que OpenAI anunciara que había resuelto diez problemas importantes de matemáticas y de ciencias de la computación teórica.

Mateo Ruiz: Y ojo con lo que decía Gowers: él mismo presenta esa entrada como un registro de la situación a principios de agosto de 2026, porque espera que las capacidades cambien muy rápido. Entre esos resultados, por ejemplo, la primera construcción de un grupo no sófico, y la prueba de que una versión multicolor del famoso número de Ramsey crece de forma superexponencial.

Clara Vega: O sea, cosas que serían hitos en serio. Pero Gowers matiza: los resultados le parecen extraordinariamente impresionantes, y aun así dice que las LLM todavía no son mejores que todos los humanos en todos los aspectos de las matemáticas.

Mateo Ruiz: Y hace una observación que da que pensar. Los problemas más famosos que han resuelto son casi todos contraejemplos, no pruebas formales. No solo estos dos, también la conjetura de Jacobi y la conjetura de la distancia unitaria. Y advierte que, para sostener que las máquinas son especialmente buenas con contraejemplos, habría que decidir cuándo un problema cuenta realmente como tal y explicar por qué encajarían tan bien con esa clase de problemas.

Clara Vega: En su nota final, Gowers deja una señal clara de lo que consideraría un nivel humano real: que empiecen a probar teoremas con métodos nuevos y sorprendentes que, con la perspectiva, parezcan bellos y naturales, difíciles de encontrar por accidente. Y dice que lo reconoceremos cuando lo veamos.

Mateo Ruiz: En los comentarios, además, un usuario llamado tcp_handshaker cuenta su propio contraejemplo, aunque de otro tipo: probó los modelos más potentes de GPT y de Opus en una aplicación agéntica de búsqueda de empleo, con un prompt muy claro de investigación, y el resultado no estuvo a la altura. Es decir, la conversación sigue igual de abierta: resultados matemáticos espectaculares por un lado, y todavía un trecho grande para hablar de nivel humano en la práctica.

Clara Vega: Pasamos a una discusión que seguro toca la fibra a cualquiera que trabaje en software. Un artículo de Florian Herrengt titulado en inglés que la IA está eliminando la clase media de la ingeniería de software, y cuya tesis, según el propio autor, es que la IA hace que los proyectos con una cultura de ingeniería débil fallen mucho más rápido.

Mateo Ruiz: Y para ilustrarlo plantea un escenario muy concreto de 2026. Un lunes normal, el ingeniero más sénior encuentra siete pull requests para revisar. El primero trae miles de líneas de cambios, con una descripción generada por IA, y el equipo ha hecho desde el viernes más cambios de los que solía hacer en varias semanas de ausencia. La expresión del autor es directa: la IA eliminó el límite de velocidad. Ahora puedes dar instrucciones a un agente durante unas horas y abrir un pull request.

Clara Vega: Lo trágico, dice él, es que a ojos no entrenados funciona: la rama pasa la prueba y parece funcional, así que siguen adelante hasta que nadie sabe cómo funciona nada. Y usa una comparación muy gráfica: es como comprar un coche de lujo a crédito, no ves la deuda, solo ves el coche.

Mateo Ruiz: Después describe una escena que muchos reconocerán: un bug lleva cuatro intentos de arreglo y ni siquiera la herramienta de la casa lo resuelve. La persona que construyó la función ya no sabe de dónde vienen los datos y dice, dejame preguntarle a Claude. Nadie puede verificar si lo que Claude dice es cierto, así que se plantea activar ultracode para que lo revise.

Clara Vega: Y ante otro cambio incomprensible, la explicación que recibe es un enlace a una conversación de Claude donde la decisión de diseño está enterrada entre recomendaciones, disculpas, cambios de opinión y muchísimas rondas de cambios. Cuando pregunta qué parte debe leer, la respuesta es: probablemente todo esto. Es la sensación de que la deuda técnica se ha convertido en algo que ni siquiera se puede auditar.

Clara Vega: Cambiamos de tema por completo, aunque la ansiedad sigue presente. Esta semana se anunció el Pixel Watch 5, en el blog de Google a mediados de agosto, y en Hacker News la conversación casi no gira en torno a las novedades sino a un único número: unas treinta horas de autonomía.

Mateo Ruiz: Para muchos eso rompe el trato. Un comentarista lo dice sin rodeos: treinta horas de batería son motivo suficiente para no comprarlo, porque no quiere cargar el reloj a diario. Lleva años usando un Garmin Forerunner que le dura dos semanas. Enfrente, otro usuario comenta que no es tan grave como pensaba: él pasó de un Garmin a un Apple Watch con menos batería por un trabajo de desarrollo y apenas lo notó, cargar teléfono, reloj y auriculares se convirtió en una rutina nocturna.

Clara Vega: Y luego está el uso que le da cada uno. Un usuario matiza que para él el seguimiento del sueño y las métricas nocturnas pesan muchísimo, y considera que vigilar la frecuencia cardíaca en reposo y su variabilidad es una de las mejores señales tempranas de sobreentrenamiento. Otro añade que, a diferencia de los auriculares o el teléfono, el reloj se lleva puesto de noche para monitorizar el sueño, y eso es un argumento de venta enorme.

Mateo Ruiz: Pero los dueños de modelos anteriores no ayudan a vender el optimismo. Un usuario con un Pixel Watch 2 dice que la batería apenas le dura un día, si acaso. Lo compró con descuento junto a un Pixel 8 y asegura que no volverá a comprar otro. Otro explica que no quiere cargar su reloj mientras duerme, porque precisamente duerme con él para el seguimiento del sueño, ni fuera de casa, porque perdería la hora sin el móvil, ni en casa, por riesgo de olvidarlo antes de salir.

Clara Vega: Y como siempre en estos debates, la comparación con la competencia es demoledora. Un usuario cuenta que su reloj de hace cuatro años le dura entre dos y tres semanas, y opina que los sistemas operativos más simples duran más, mientras que la plataforma de Google sigue siendo un agujero de batería. Parece una pelea en la que la autonomía sigue siendo el campo de batalla decisivo.

Clara Vega: Terminamos con un tema técnico que divide opiniones en la comunidad. El artículo de Andros Fenollosa propone construir aplicaciones web interactivas enviando el HTML ya renderizado por WebSocket, en lugar del esquema habitual: un framework de JavaScript que dibuja la vista, una API con datos en JSON y dos bases de código que se entienden mediante contratos.

Mateo Ruiz: Ese patrón ya tiene nombre, se conoce como hypermedia o HTML over the wire, y viene en tres variantes: la petición a petición por HTTP, que es la de htmx y Unicorn; la de un canal unidireccional y continuo por SSE, como Datastar; y la de un canal permanente y bidireccional por WebSockets, que es la de Phoenix LiveView y Django LiveView.

Clara Vega: Y ahí entra la anécdota que le da contexto a todo. Fenollosa sitúa el origen en Chris McCord, creador de Phoenix, que presentó LiveView en la conferencia de Elixir de 2019 y construyó un clon de Twitter en quince minutos, en tiempo real, sin JavaScript de renderizado ni frameworks de moda. La clave es que el cliente sigue usando JavaScript, pero no para renderizar: su trabajo es abrir el canal, colocar el HTML recibido donde corresponde y hacer tareas secundarias como animaciones. El servidor consulta la base de datos, renderiza con su motor de plantillas y devuelve el HTML ya ensamblado, y como el canal no se cierra, puede empujar cambios sin que el cliente los pida.

Mateo Ruiz: En la discusión, los defensores y los escépticos se enzarzan. Un usuario irónico pregunta si es sátira o cebo para enfadar a la gente, y lo resume como una web de páginas clásicas con pasos extra. Pero otro, con experiencia en Rails, Turbo y htmx, responde que con eso consigues el noventa por ciento del beneficio de una aplicación interactiva con el diez por ciento del código: sin API, y sin mover el sistema de registro de estado entre la base de datos y el navegador.

Clara Vega: Y pone un ejemplo muy concreto: en Rails, asegura, puedes transmitir registros nuevos a una tabla abierta con apenas unas pocas líneas de código, usando un broadcast en el modelo. Al final, el debate no es sobre si funciona, que claramente funciona, sino sobre hasta dónde llega, y sobre si merece la pena prescindir de la arquitectura que la industria ha normalizado. Es de esos debates donde la elección dice mucho de cómo piensas el software.

Clara Vega: Empecemos con un debate que está muy vivo en Estados Unidos: las cámaras de lectura automática de matrículas. Andrew Wheeler, un experto que trabaja habitualmente con departamentos de policía, acaba de exponer su postura: las búsquedas históricas sobre esos datos deberían exigir una orden judicial. La discusión salió a la luz en un caso concreto en Norfolk, Virginia, donde un juez falló en contra de los demandantes y dijo que, al menos allí, la respuesta era "not today", es decir, aún no.

Mateo Ruiz: Y ojo, porque su argumento no es que no vaya a pasar nunca, sino cuándo. Wheeler cita precedentes importantes del Tribunal Supremo de Estados Unidos, como el caso Carpenter, que protege los datos de ubicación de las torres de telefonía, y otras decisiones sobre warrants de geolocalización e imágenes aéreas históricas tomadas con drones. Es la misma lógica aplicada a un nuevo tipo de vigilancia.

Clara Vega: También hace una distinción clave que conviene entender. Están los avisos activos, por ejemplo cuando un coche robado pasa frente a una cámara y esta avisa inmediatamente a la policía. Eso es reacción en tiempo real. Y están las búsquedas históricas, que permiten reconstruir dónde estuvo un vehículo en las últimas semanas. Wheeler sostiene que exigir orden judicial para esto último no frenaría seriamente las investigaciones.

Mateo Ruiz: Su crítica es contundente. Dice que el statu quo de simplemente no retener datos es "muy malo", y califica de "risibles" los estándares actuales contra el abuso. Además aporta un dato práctico: estas cámaras cuestan menos de tres mil dólares por unidad, pero la evidencia de que reduzcan delitos es, en sus palabras, "meh". Aun así, las considera una inversión razonablemente rentable.

Clara Vega: Y un lector añade un matiz importante: no son solo lectores de matrículas, sino cámaras de propósito general conectadas a internet, que en cualquier momento podrían reprogramarse para hacer otra cosa. Eso amplía el riesgo más allá de lo que aparenta.

Mateo Ruiz: Así que la pregunta no es si necesitaremos orden judicial para hurgar en el historial de un coche, sino cuándo lo decidirán los tribunales. Mientras tanto, este tipo de vigilancia crece con muy poca supervisión.

Clara Vega: Pasemos ahora a una investigación de ABC News sobre Meta. La compañía que controla Facebook está pagando directamente, a través de su programa de monetización de contenido, a creadores australianos polémicos, entre ellos un nacionalista blanco con vínculos neonazis y una destacada antivacunas.

Mateo Ruiz: Empecemos por el caso más crudo. Hugo Lennon es un agitador de extrema derecha a quien la Policía de Victoria retiró por la fuerza después de que gritara improperios y abusos racistas contra el primer ministro indio, Narendra Modi, en un hotel de Melbourne. Pues bien, según la investigación, Lennon recibe ingresos del programa desde septiembre de 2025. Ha sido fotografiado junto a neonazis conocidos, y sus videos recientes incluyen ese arrebato contra Modi y referencias a teorías supremacistas como la llamada sustitución racial.

Clara Vega: No es un caso aislado. Está The Noticer, un sitio australiano de extrema derecha que promueve ideologías supremacistas blancas y neonazis, monetiza con el mismo programa desde noviembre de 2025, aunque tuvo un periodo sin ingresos entre mediados de enero y mediados de febrero por razones desconocidas. Su cuenta en una red social fue suspendida por violar las políticas contra perfiles de odio. Y también hay una página del grupo antiinmigración March for Australia, con vínculos estrechos con el neonazismo, que entró al programa en diciembre.

Mateo Ruiz: El otro perfil destacado es Monica Smit, fundadora de Reignite Democracy Australia, un grupo antivacunas y anticonfinamiento. Se sumó al programa en septiembre del año pasado y parece que ya venía obteniendo ingresos publicitarios desde 2017. Su página difunde desinformación sobre vacunas y promueve pulseras de "protección contra la radiación".

Clara Vega: Hay que insistir en un matiz: nadie de estos creadores respondió a las preguntas de ABC News, y la investigación no llega a conclusiones sobre la intención de Meta. Pero el hecho de que dinero proveniente de publicidad termine en manos de cuentas neonazis y antivacunas, a través de un programa automático de la propia empresa, es esa clase de hallazgo que obliga a preguntarse cuánto control real tiene la plataforma sobre quién cobra.

Mateo Ruiz: Exacto. Porque monetizar contenido no significa necesariamente que Meta lo apruebe, pero sí demuestra que el sistema de revisión, si existe, está dejando pasar estas cuentas. Y eso, en un debate cada vez más intenso sobre la moderación de contenidos, es un dato que pesa mucho.

Clara Vega: Y con esto cerramos el repaso de hoy. Hablamos de Grok 4.6 y su nuevo análisis independiente, del DeepSeek V4 Pro que navega por la web, y del gigantesco lanzamiento de Qwen. También pasamos por el bug del SQLite, la ronda de 400 millones de Lovable, y el pulso entre Meta y los grupos de derechos digitales. Sin olvidar la conversación sobre qué copa le queda a la clase media de la ingeniería de software. ¿Algo que te haya quedado dando vueltas?

Mateo Ruiz: Coincido con todo, pero si me quedo con algo, es con esa sensación de que la inteligencia artificial ya no es solo un tema de laboratorio, sino que está tocando licencias de conducir, publicidad y hasta la forma en que Google diseña su reloj. Gracias por acompañarnos, y nos escuchamos en la próxima edición.