0814 | Gemini 3.7 Flash, precios V4 de DeepSeek y el debate sobre mentiras de agentes

Clara Vega: Hola, bienvenidos a Hacker News diario. Soy Clara Vega. [pause ms="300" />] Y aquí tenéis el resumen de lo más interesante que circula hoy por la comunidad de desarrolladores.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy arrancamos con el lanzamiento destacado de Google: Gemini 3.7 Flash, presentado como su modelo de trabajo más inteligente para codificar. Hablaremos también de los nuevos precios de la API de DeepSeek con su línea V4, del OCR 4.1 de Mistral, y de un vistazo al nuevo modo ultrarápido que preparan Cerebras junto a OpenAI.

Clara Vega: Además, viajaremos a un interesante análisis de The Economist, seguiremos el debate sobre si comprender es ahora el nuevo cuello de botella, y descubriremos herramientas, artículos y curiosidades que están moviendo la conversación en Hacker News.

Mateo Ruiz: Quedaos, porque hay mucho que comentar. Empezamos.

Mateo Ruiz: Hablemos del lanzamiento que dominó la semana en la comunidad. Google presentó Gemini 3.7 Flash, al que llama su modelo de trabajo más inteligente para codificación y agentes, publicado el 13 de agosto, apenas tres semanas después de la versión 3.6 Flash.

Clara Vega: Y las cifras que citan frente a su predecesor son notables. En FrontierCode, una de las pruebas de referencia para código complejo, pasó del 34,4 al 43,6 por ciento. En DeepSWE, que mide trabajo de ingeniería profundo, subió del 49 al 65 por ciento. Y su puntuación en la arena de desarrollo web subió de 1538 a 1588.

Mateo Ruiz: También hablan de mejor precisión del código a la primera, mejores capacidades de interfaz y avances en la automatización de tareas. Y el precio introductorio sería la mitad del costo original de 3.6 Flash por millón de tokens.

Clara Vega: Los detalles, citando el blog de Google: 0,75 dólares por millón de tokens de entrada y 3,75 por millón de salida, hasta finales de año. En Hacker News, varios interpretan que, con ese precio, no habría novedades importantes de Flash hasta el próximo año.

Mateo Ruiz: Ahí se genera el debate de fondo: algunos ven esta rapidez de lanzamientos como una búsqueda de competitividad, porque consideran que Gemini ha ido por detrás salvo quizá en capacidades multimodales. Como 3.6 salió hace solo tres semanas, no falta quien especule con un 3.8 antes de lo esperado, o incluso una versión Lite.

Clara Vega: Y otros van más allá: hay quien cree que Gemini 4 está cerca, aunque otro comentarista recuerda que Google ya había prometido un 3.5 Pro hace dos meses, así que la cautela parece razonable.

Mateo Ruiz: El contraste más interesante llega cuando lo comparan con alternativas. Hay quien lo pone contra 5.6 Terra, que según el ranking de frontier code costaría aproximadamente la mitad, y contra Grok 4.6, que a alguno le parece mejor y más barato. Eso lleva a la pregunta incómoda: ¿sigue siendo DeepMind un laboratorio frontera o está jugando a recuperar terreno?

Clara Vega: Dejemos Google atrás y pasemos a DeepSeek, que anunció un cambio grande en la fijación de precios de su API con el lanzamiento de la línea V4. Introducen tarifas pico y valle, con precios fuera de pico un cincuenta por ciento más bajos que en horas punta, para permitir una programación más flexible de la carga de trabajo.

Mateo Ruiz: La nueva tarifa entra en vigor el 16 de agosto a las 16:00 UTC. Y en el mismo anuncio presentaron DeepSeek-V4-Pro, con lo que describen como grandes mejoras para agentes, razonamiento flexible, y soporte nativo de la API de respuestas de OpenAI, algo que muchos desarrolladores agradecerán por compatibilidad.

Clara Vega: Razonamiento flexible significa, en la práctica, que puedes elegir el nivel según la tarea: bajo para tareas simples, alto para flujos de trabajo diarios de agentes, y máximo para tareas complejas. Es decir, pagas por lo que realmente necesitas.

Mateo Ruiz: Pero ojo con los números. Un usuario de la comunidad calculó que, en conjunto, esto supone un aumento de aproximadamente tres veces. Y eso genera reacciones encontradas: hay quien dice que Luna ahora es un trato mucho mejor siempre que no suban sus precios en respuesta. Otro comentarista responde, con cierta ironía, que los descuentos de Luna probablemente solo existían precisamente por la fijación agresiva de precios de DeepSeek, y que ahora es el momento de revertirlos.

Clara Vega: Hay una advertencia técnica particularmente útil para quien use herramientas de codificación agénticas. Además de los cambios en los precios de entrada y salida, el precio del cache, es decir, el acceso a contexto ya calculado en sesiones largas, sube seis veces fuera de pico y doce veces en hora punta. Y en sesiones largas ese cache puede representar más del noventa por ciento de los tokens de entrada.

Mateo Ruiz: La lectura matizada es que DeepSeek estaba infravalorando mucho ese cache antes y, incluso tras la subida, sigue siendo más barato en esa métrica que cualquier otro proveedor conocido. Pero la medida pondrá fin a esos informes de uso de bajo costo que tanto circulaban. Un comentarista citó que es permanente, sea lo que eso signifique. En resumen: DeepSeek reordena su estructura de precios, y quien dependa del cache deberá revisar sus números antes del 16.

Clara Vega: Pasemos a Mistral y su OCR 4.1, el último servicio de reconocimiento óptico de caracteres de su pila de IA documental. La documentación oficial lo lista con extracción de cajas delimitadoras a nivel de párrafo, etiquetas de bloques estructurales y puntuaciones de confianza por bloque. En la práctica, eso significa que no solo lee texto de un documento, sino que entiende dónde está cada elemento y con qué seguridad lo reconoció.

Mateo Ruiz: El modelo figura en la documentación como mistral-ocr-4-1, con precio de 3,5 euros por mil páginas, y 4,38 euros por mil páginas anotadas, en estado de vista previa pública desde mediados de julio.

Clara Vega: Pero lo curioso es que el debate en la comunidad no giró alrededor de la tecnología de OCR, sino en torno a regulación y geopolítica. Hay quien afirma que los chinos lo hicieron mejor y que Mistral está viva gracias a las regulaciones europeas. Esa afirmación es contestada desde varios ángulos.

Mateo Ruiz: Un comentarista dice que ahora es más cauto al quejarse de las regulaciones, porque pueden suponer una ventaja competitiva, citando el caso del control de exportaciones ITAR. Otro sostiene que Mistral es prácticamente una empresa de IA a prueba de fracasos, porque tiene un nicho de mercado asegurado por empresas y gobiernos europeos.

Clara Vega: Y sobre el terreno de juego de la seguridad en internet, hay quien señala que el modelo más reciente de Mistral no hace más que monitorear y moderar contenido, y que después de cosas como el control de chats, la demanda europea de esa tecnología de seguridad en internet es enorme.

Mateo Ruiz: No todo el mundo está de acuerdo. Hay quien invierte la tesis: los chinos lo hacen mejor gracias a la combinación de regulaciones con mucho dinero de grandes tecnológicas y dinero público. Y en el plano de la privacidad, surge el dilema clásico: alguien dice que no enviaría facturas personales a China, pero otro recuerda que estos son modelos de peso abierto, lo que cambia la respuesta a esa pregunta.

Mateo Ruiz: Ahora una colaboración interesante: Cerebras y OpenAI compartieron un primer vistazo a Ultrafast Mode, un nuevo nivel de servicio que llega primero en la API de OpenAI y está impulsado por la tecnología de Cerebras. Está disponible para un grupo selecto de clientes, con acceso que se ampliará con el tiempo.

Clara Vega: Las cifras de velocidad llaman la atención. Cerebras afirma que GPT-5.6 Sol en modo Ultrafast entrega hasta 750 tokens de salida por segundo sin comprometer la calidad, y la presentación lo califica como el modelo frontera más rápido del mundo. Según mediciones de Artificial Analysis, corre once veces más rápido que Fable 5 y cinco veces más rápido que Opus 4.8 en modo rápido.

Mateo Ruiz: La prueba quizá más impresionante: en Humanity's Last Exam, un examen de 2500 preguntas que normalmente solo responden doctores en química, economía o literatura, reportan que Ultrafast respondió todo en 11 horas y 11 minutos, frente a las 78 horas y 27 minutos de Claude Fable 5, con precisión comparable. Es casi siete veces más rápido con resultados equivalentes.

Clara Vega: ¿Y cómo lo logran? Es la arquitectura de oblea completa de Cerebras, con 44 gigabytes de SRAM por chip de ese tamaño. Dicho de forma sencilla: el chip ya guarda en memoria local un volumen enorme de datos, evitando los cuellos de botella que otros chips enfrentan al mover información.

Mateo Ruiz: En la comunidad, la ausencia de precios en el anuncio despierta suspicacias. Hay quien interpreta que, si tienes que preguntar el precio, probablemente no puedes pagarlo, o que simplemente están midiendo el interés antes de decidir. Otro aclara que ampliarán el acceso a empresas que se postulen y expliquen sus casos de uso: real, pero limitado.

Clara Vega: Y el recuerdo de la economía de Cerebras pesa: siempre ha sido pobre en márgenes, y se asume que esto será aterradoramente caro a menos que lo subsidien. En otras palabras, una hazaña técnica impresionante cuya pregunta pendiente es cuánto costará realmente para quien quiera usarla.

Clara Vega: Cerramos con una conversación más filosófica, y está basada en un artículo de The Economist del 12 de agosto, cuyo titular sostiene que los agentes de IA mienten, engañan y roban, y que eso está alejando a los usuarios. El artículo original había quedado tras un muro de pago o una página de verificación, así que un comentarista compartió una versión sin muro para leerlo completo.

Mateo Ruiz: La tesis central que se discute va mucho más allá de la IA. Un comentarista plantea que la IA, y eventualmente la AGI, es por definición como todo lo demás que opera por recompensa ambiental: actúa según aquello por lo que recibe recompensa. Y sostiene que la sociedad humana recompensa de forma abrumadora mentir, engañar y robar, midiendo el éxito con riqueza, estatus y posición.

Clara Vega: Su argumento incluso usa la crianza como analogía: si crías niños en un entorno donde se les premia por ganar a cualquier precio, producirás personas que harán cualquier cosa por ganar. Por eso concluye que la sociedad humana debe demostrar cómo vivir con honor, o seguirá produciendo agentes patológicos, sean humanos o no.

Mateo Ruiz: Y ahí viene la réplica. Otro comentarista rebate que ese cinismo está mal ubicado: la civilización depende de que muchísimas personas coordinen a través del tiempo y el espacio, y que mentir, engañar y robar de forma generalizada y sistemática socavaría precisamente esa coordinación.

Clara Vega: Hay quien matiza a favor de la tesis original: los que controlan más recursos rara vez son considerados dignos de honor, y el honor no siempre paga como estrategia, porque exige coordinación: otros actores también tienen que estar dispuestos a honrar. En el fondo, el debate captura algo central sobre estos agentes: si los entrenamos en un mundo que premia el engaño, ¿qué podemos esperar que aprendan? Y eso es una pregunta que no se resuelve solo con mejor tecnología.

Clara Vega: Geoffrey Litt, un ingeniero de diseño en Notion, plantea lo que él llama el nuevo cuello de botella: no escribir código, sino entenderlo. Es la versión escrita de una charla que dio en la conferencia AI Engineer en julio, y su punto de partida es que los agentes generan código mucho más rápido de lo que podemos absorberlo.

Mateo Ruiz: Y dice que entender ese código sigue siendo responsabilidad humana. Propone tres técnicas para lograrlo con eficiencia: documentos que expliquen el código, cuestionarios para comprobar la comprensión, y micro-mundos jugables para experimentar con el sistema. Distingue dos motivos para entender: verificar, es decir, aprobar o rechazar el trabajo del agente, y participar, porque un proyecto son muchos bucles de iteración donde la comprensión alimenta la siguiente idea.

Clara Vega: Lo conecta con el concepto de deuda cognitiva, popularizado por Margaret Storey y Simon Willison. Igual que la deuda técnica, se puede ignorar a corto plazo, pero después pasa factura. Y presenta su propia herramienta, un skill que genera explicadores estructurados en HTML, Markdown o documentos de Notion, aunque reconoce el sesgo de trabajar precisamente ahí. Sus principios: enseñar el contexto previo y dar intuición antes que detalles.

Mateo Ruiz: En la discusión destaca una cita de Mitchell Hashimoto: «Leí el código». Y alguien sostiene que ni siquiera trabajando en solitario haría un commit de producción sin haberlo leído y entendido primero, porque quien responde por las consecuencias es humano. Una responsabilidad que los agentes no pueden asumir por nosotros.

Clara Vega: Pasamos a Bullet, un agente de codificación que se presenta como más rápido, lanzado en Hacker News por sus fundadores Adi y Alex y respaldado por Y Combinator. Empezó en una residencia universitaria tras trabajar en AppLovin y Citadel, y pasó por seis giros distintos antes de atacar un problema propio.

Mateo Ruiz: El dolor que atacaron son las horas de espera frente a Claude Code y Codex. El lema es «rápido, por diseño» y «el agente que se aparta de tu camino». En la práctica significa enrutar el trabajo sencillo a modelos rápidos y escalar solo si la tarea lo exige, buscar código de forma dirigida sin incrustar todo el repositorio, ejecutar en paralelo llamadas independientes y limpiar el contexto del modelo, sin releer archivos.

Clara Vega: Sus métricas internas hablan de menos idas y vueltas con el modelo y menor coste. En el benchmark SWE-bench Verified logran casi el 96 por ciento en un solo intento, con una media de unos dos minutos por tarea, y afirman ser bastante más rápidos que otra configuración según la tarea. Su conclusión: la velocidad del modelo importa menos que reducir esas idas y vueltas.

Mateo Ruiz: También señalan que el caso de uso más interesante es el trabajo iterativo largo, como benchmarks, pipelines de datos y bucles de evaluación, y admiten que ciertos desajustes en la búsqueda causaban fallos silenciosos. Está disponible como herramienta de línea de comandos, gratis, sin clave inicial, para macOS y Linux en su versión 1.3.28, con descarga también para Windows. Los autores dicen que pasarán el día respondiendo comentarios.

Clara Vega: Cambiando de tema, OpenAI anunció en su comunidad de desarrolladores que la app de escritorio de ChatGPT para Linux ya está en vista previa, uniendo ChatGPT, Work y Codex en una experiencia nativa de escritorio.

Mateo Ruiz: El enfoque es un espacio para gestionar proyectos, trabajar con archivos, usar flujos de navegador y ejecutar Codex junto a ChatGPT. El soporte actual cubre varias versiones recientes de Ubuntu, Debian y Fedora, en arquitecturas x64 y ARM64, con paquetes para sistemas Debian y Red Hat. Un detalle curioso: algunos usuarios se confundieron con el enlace, y al menos uno de ellos acabó en una página en noruego con descarga para Windows.

Clara Vega: El debate de fondo es qué aporta esto frente a simplemente abrir el navegador. Alguien pregunta que, si es una app basada en Electron, qué diferencia hay. Un comentarista responde que no ve ninguna, porque ya la tiene instalada como aplicación de Chrome en su escritorio y parece idéntica. Otro responde con algo concreto: acceso a tu ordenador.

Mateo Ruiz: Y precisamente por eso, otro usuario dice que no la descargará. Se discute además por qué necesita Node.js si JavaScript corre en el navegador, y un comentarista explica que con Node se puede acceder a archivos locales, algo que él quería para uso local y que le negaban con el argumento de que su ordenador sería destruido. En su caso usa Ruby, y le molesta lo limitado que JavaScript viene por defecto.

Clara Vega: Hay un tema que se vuelve urgente con fecha concreta: las marcas de agua en texto de IA. Sean Goedecke sostiene que siempre serán triviales de eliminar, y lo publicó a principios de julio, justo cuando la Ley de IA de la Unión Europea empezará a ser aplicable en agosto.

Mateo Ruiz: La ley exige que todas las salidas de IA sean detectables como generadas artificialmente, así que, en la práctica, los proveedores que quieran operar en Europa deberán marcar su texto. Pero Goedecke explica por qué es tan difícil: el texto es un medio muy comprimido, no puedes cambiar una frase sin que un humano lo note. Una marca ingenua, como que cada quinta letra fuera una «e», llenaría la salida de erratas.

Clara Vega: Verificar un texto ejecutándolo contra el modelo tampoco sirve: habría demasiados falsos positivos, porque un humano puede escribir accidentalmente como lo haría Claude, y además sería prohibitivamente caro. La ley incluso exigirá que laboratorios como Anthropic ofrezcan servicios gratuitos de marcado a cada ciudadano europeo.

Mateo Ruiz: Describe la técnica de Google, SynthID, que asigna a cada token una puntuación según los anteriores y fuerza al modelo a elegir entre los más probables el de mayor puntuación. La detección luego es barata. Pero con temperatura cero no hay forma de dejar huella sin ignorar la preferencia del usuario, y el autor dice estar bastante seguro de que OpenAI y Anthropic aplican algo parecido.

Clara Vega: Cerramos con un descubrimiento de investigación de seguridad serio. Un repositorio presentado en Hacker News promete literalmente desbloquearlo todo en la CPU mediante el barajado de memoria DRAM: el procesador de seguridad de la plataforma, el modo de sistema de bajo nivel, el microcódigo de la CPU, y más, incluyendo lo que quedó fuera de las especificaciones.

Mateo Ruiz: Funciona tocando el controlador de DRAM, de forma que una dirección de memoria puede hacerse aterrizar donde quieras, reescribiendo las traducciones físicas para barajar la memoria de la plataforma y liberar sus zonas más guardadas, que ni siquiera el kernel puede ver. El objetivo declarado son las CPUs de una familia concreta de AMD, la última cuyos manuales documentan esos registros de traducción y muestran que no se pueden bloquear.

Clara Vega: Lo interesante es que el autor señala que la odisea es similar entre generaciones y arquitecturas, y que las transformaciones subyacentes se extienden incluso a ARM y RISC-V. El proyecto solo muestra cómo empezar. Un comentarista lo llama una versión alcanzable por software de un ataque de hardware sobre el aliasing de memoria. Y otro recuerda que el bus de RAM solía considerarse fuera de límites por las exigencias de velocidad e integridad de señal, que estos investigadores sortearon.

Mateo Ruiz: En la comunidad se perfila además al autor como investigador de seguridad reconocido. La pregunta que deja flotando este trabajo es la que querrás llevar contigo: qué otros rincones del hardware que damos por intocables podrían estar, en realidad, al alcance de software.

Clara Vega: Empecemos con un hilo de Hacker News que ha vuelto a encender el debate sobre cuánto ruido hacen los sistemas Linux en el disco. El titular es contundente: una sola línea de log dispara decenas de kilobytes de escrituras de systemd-journald. En ext4, más de cuarenta y nueve kilobytes por línea; en btrfs, más de ciento diez. Y esto no es una afirmación al aire: viene de un informe de systemd abierto a principios de enero de 2026 por el usuario XANi.

Mateo Ruiz: Y no es un caso raro, porque el autor lo reprodujo con systemd 257.9 en Debian 13, y describe cómo su máquina virtual sobre XFS hacía unas cincuenta operaciones de entrada y salida por segundo para escribir apenas dos líneas de log por segundo. Él esperaba que el volumen quedara dentro del mismo orden de magnitud que syslog, y no fue así para nada.

Clara Vega: Lo más interesante es lo que cuenta ValdikSS, el autor del envío a Hacker News: es su tercer intento de que su escritorio Linux deje de ser tan charlatán con el disco. Lo califica de problema enorme para btrfs y para los filesystems de copia en escritura en general, por la amplificación de escritura. Dice que su SSD, con el escritorio inactivo, acumuló casi treinta y nueve terabytes escritos en dos años.

Mateo Ruiz: Y su lista de sospechosos es larga: workrave sincroniza estadísticas cada sesenta segundos, klipper escribe a disco en cada copia aunque tengas desactivado el almacenamiento permanente, plasmashell guarda la caché de shaders cada vez que desaparece un popup de notificación, la extensión de Bitwarden intenta conectar con la app de escritorio cada diez segundos y escribe cada fallo en el almacenamiento web, e IPFS llega a escribir veinte gigabytes en tres horas por anuncios DHT recibidos. Muchos pequeños hábitos que, sumados, convierten el disco en un flujo constante de escrituras.

Clara Vega: Pasamos a otro hilo que también invita a pensar, esta vez sobre cómo envejece la web. tdx publicó en el blog de 0.mk un análisis titulado así: ¿A dónde fue la vieja web? Seguimos seiscientos cincuenta y siete mil seiscientos siete enlaces para averiguarlo. 0.mk fue un acortador de URLs macedonio, activo entre 2009 y 2014, creado por tres personas como proyecto de pasión y cerrado por falta de ingresos frente al hosting, el desarrollo y la lucha constante contra el spam.

Mateo Ruiz: Y la parte más llamativa: de los objetivos que se pudieron rastrear, más del setenta y seis por ciento ya no devolvía una página que cargara. El autor aclara, con buen criterio, que eso no significa que todo desapareciera: algunos errores indican bloqueo del rastreador, y las respuestas positivas cuentan aunque lleven a dominios aparcados o muros de login.

Clara Vega: La descomposición es reveladora: un poco más del cincuenta y uno por ciento de los destinos fallaron por problemas de conexión, un poco más del veinticinco por ciento por errores HTTP, y apenas un veintitrés por ciento cargaron. El error más común fue el 404, presente en más de setenta y seis mil URLs.

Mateo Ruiz: Y hay curiosidades que capturan la época: ochocientos treinta y cinco enlaces apuntaban al antiguo CDN de fotos de Facebook, y ninguno cargó. El primer enlace acortado fue una hoja de estilos CSS de WordPress, alguien acortó la palabra localhost al segundo día, y la URL más larga tiene más de treinta y ocho mil caracteres repitiendo intentar la URL máxima. En fin, una radiografía de cuánta web de hace una década quedó en el recuerdo.

Clara Vega: De la web vieja pasamos a un caso judicial con una apuesta muy alta: la filial de PBS en San Luis, Misuri, demandó a Iron Mountain Data Centers para recuperar más de cincuenta terabytes de material de archivo. La estación sostiene que su proveedor de almacenamiento en la nube, Open Source Storage, cortó el acceso a los datos sin previo aviso y quedó extinta, y que Iron Mountain se negó a devolver los materiales porque su cliente, ese proveedor, era técnicamente el dueño de los servicios físicos que albergan los datos.

Mateo Ruiz: La responsable de comunicación de Nine PBS lo resume con toda la carga emocional que tiene: estamos hablando de más de setenta años de la historia de la organización. Entre lo bloqueado hay cobertura de la historia de East St. Louis, de la pandemia de COVID y de la Gran Inundación de 1993.

Clara Vega: Los plazos del contrato son parte del enredo: la relación empezó en 2019, el contrato expiraba el seis de marzo y preveía treinta días para recuperar los datos, pero el acceso se cortó precisamente ese mismo día. Iron Mountain recibió una carta de demanda el trece de marzo sin confirmar ni negar que tuviera los datos. Un juez de Denver ya concedió las medidas cautelares que pide la estación para impedir que se borre o modifique el material, y fijó audiencia para el miércoles.

Clara Vega: Cambiamos de tercio, ahora a la física cuántica. Un artículo de Quanta Magazine cuenta cómo un estudiante de posgrado demostró el principio de incertidumbre para fractales, algo que parecía fuera de alcance. El principio clásico de incertidumbre dice que cuanto más sabes de la posición de una partícula, menos puedes saber de su velocidad, y al revés. En 2016, Semyon Dyatlov, del MIT, probó la versión fractal para fractales unidimensionales, con ideas clave del fallecido matemático Jean Bourgain.

Mateo Ruiz: Lo interesante es que esas líneas fractales pueden representar trayectorias en dos dimensiones, como bolas sobre una mesa de billar. Y cuando intentaron extenderlo a dimensiones superiores, un taller en Nueva Jersey fracasó. De hecho, Frédéric Naud, de la Sorbona, recuerda que al final nadie creía realmente que pudiera lograrse.

Clara Vega: Y entonces llegó Alex Cohen, entonces estudiante doctoral del MIT, y lo extendió a todas las dimensiones superiores, en un artículo publicado en 2025 en los Annals of Mathematics. El resultado fue su tesis y le valió, a los veinticinco años, una plaza de profesor asistente en la NYU. Peter Sarnak, del Institute for Advanced Study, lo llama resultado fundacional y un logro notable para alguien en su tesis. El artículo abre además el debate de fondo: un comentarista en Hacker News se fascina por el vínculo entre mecánica cuántica y teoría de la información, y explica su visión de la decoherencia como un sistema gigante de resolución de restricciones, donde al interactuar dos partículas se entrelazan y pierden grados de libertad.

Clara Vega: Cerramos con un ensayo que apunta directamente a un mito muy extendido en las aulas de informática: que los problemas NP-hard son resolubles en teoría pero prácticamente imposibles, y que está casi demostrado que no existen buenos algoritmos para ellos. El autor, Niklas Gruhn, lo titula así: NP sobrevalorado.

Mateo Ruiz: Y el argumento está bien planteado: la teoría no es errónea, pero en la práctica suele ser irrelevante, porque un algoritmo puede ser rapidísimo en el noventa y nueve coma nueve por ciento de las entradas, o en el cien por cien de las que de verdad importan. Compara notoriamente los gestores de paquetes resolviendo dependencias, el type checking, el scheduling, el viajante y el SAT, y sostiene que en los dos primeros el peor caso simplemente no ocurre.

Clara Vega: Cita un dato que lo resume: una aceleración de cuatrocientos cincuenta mil millones de veces entre 1991 y 2015, donde el avance algorítmico superó al del hardware. Y recuerda que Amazon resuelve mil millones de problemas SMT al día, siendo el SMT una versión todavía más dura que el SAT, y que su receta ante el peor caso es sencilla: añade un tiempo límite y muestra un error.

Mateo Ruiz: La discusión añade matices que valen la pena: la NP-completitud de la versión general no implica que los casos de interés práctico sean intratables, y en SAT, por ejemplo, se puede guiar al solver añadiendo restricciones. En la teoría no hay diferencia entre la teoría y la práctica, decía Benjamin Brewster, pero en la práctica sí la hay.

Clara Vega: Y con ese equilibrio entre la teoría y lo que pasa en el mundo real, dejamos estos temas hoy. Cada hilo nos recordó que los sistemas, los archivos y hasta la matemática más abstracta se comportan distinto cuando salen del papel y se encuentran con la práctica.

Clara Vega: Hay una reflexión que cierra el artículo de esta semana sobre hojas de cálculo, del blog del Dr. Drang, que empieza con la norma más radical possible: simplemente no las uses. La justifica con más de una década analizando decenas de archivos Excel de firmas de ingeniería, todos con su propio análisis y formato incluido.

Mateo Ruiz: Y es que la hoja de cálculo engaña porque hace tres trabajos a la vez: guarda los datos, hace la lógica y presenta el resultado. Pones una cifra, haces clic en otra celda para referenciarla, y todo se recalcula solo. No hace falta definir, ni nombrar, ni inicializar nada.

Clara Vega: En el hilo de Hacker News hay un comentario que comparte esa postura: las hojas usadas como seguimiento actualizado a mano terminan con un formato inconsistente que dificulta automatizar cualquier cosa. Reconoce que la inteligencia artificial puede pelear con esos archivos desordenados, pero aun así prefiere el no usarlas.

Mateo Ruiz: Otro ingeniero discrepa del lado contrario. Cuenta que en su equipo casi nadie toca hojas, ni siquiera para datos claramente tabulares, y que los colegas terminan metiendo tablas mal hechas en un sistema de seguimiento de incidencias donde varios se sobrescriben el trabajo entre sí.

Clara Vega: Hay quien propone reglas más estrictas para domar la hoja, con pestañas y tipos definidos. Pero quien lo intentó responde que hacerlo con sentido elimina precisamente la ligereza que las hace tan ubicuas. Y hay un acuerdo de fondo: no usar hojas para nada complejo ni que deba durar más de un mes, porque uno acaba reconstruyendo esa lógica por su cuenta.

Mateo Ruiz: Cambiando de registro por completo, hay una historia llamada Ordinary Abundance que propone un experimento mental: recorrer un apartamento moderno con los ojos de quienes vivieron cuando cada objeto era una novedad. Y para eso recupera citas de época.

Clara Vega: En 1888, Edward Bellamy imaginó la música bajo demanda como el límite de la felicidad humana. Un testigo de la primera ciudad iluminada eléctricamente en Wabash, Indiana, describió esa escena en 1880. André Malraux habló del museo sin muros. Y Elizabeth Barrett Browning llamó al daguerrotipo la sombra de la persona fijada para siempre.

Mateo Ruiz: Hay más: un sermón de 1306 elogia las gafas, y en 1858 un catálogo llama al telégrafo milagro perpetuo. En 1842 llegó el agua corriente a Nueva York, tras un brote de cólera que mató a más de tres mil quinientos neoyorquinos. Y había anécdotas como alquilar una piña por una noche, o hielo de Nueva Inglaterra enviado hasta la India.

Clara Vega: En el hilo, alguien confiesa que la adaptación hedónica le impide apreciar la ducha caliente o el aire acondicionado que está cincuenta grados más frío que el exterior. Entonces propone una idea: un servicio estilo Chaos Monkey de la ingeniería del caos, pero para la vida moderna, que haga fallar un día por semana la plomería, la electricidad, el wifi o el automóvil.

Mateo Ruiz: Las respuestas dejan la idea en su sitio. Uno dice que eso se llama ir de campamento, y otros recomiendan acampar de vez en cuando. También señalan que los apagones ya existen, y hay quien propone mudarse a Italia. Hay además quien lo confirma desde la experiencia: vivir con agua de lo más básico y de golpe volver a tenerla a mano cambia por completo la perspectiva.

Clara Vega: De ahí saltamos a un clásico del pensamiento de ingeniería que sigue circulando en Hacker News: el artículo Choose Boring Technology, de Dan McKinley, publicado en 2015 tras dejar Etsy y presentado como destilación del criterio tecnológico de su manager, Kellan.

Mateo Ruiz: La tesis central siempre ha sido clara: cada empresa dispone de unas tres fichas de innovación, y puedes gastarlas como quieras, pero la oferta está fija durante bastante tiempo. La tendencia general es sobreestimar el contenido de esa cartera. Gastas una ficha por elegir un framework nuevo, una base de datos recién nacida o una herramienta de descubrimiento de servicios con menos de un año de vida.

Clara Vega: La clave es que aburrido no equivale a malo. MySQL, Postgres, PHP, Python, Memcached y Cron son aburridas y buenas, con capacidades y modos de fallo bien comprendidos. McKinley distingue entre lo que sabes que no sabes, como qué pasa cuando la base de datos llega al cien por cien de CPU, y lo que ni siquiera sabes que no sabes, como que escribir estadísticas provoque pausas en el recolector de basura. En la tecnología nueva, la magnitud de lo segundo es mucho mayor.

Mateo Ruiz: Y ahí está la crítica al mejor herramienta para el trabajo: cada tecnología nueva añade operaciones y carga cognitiva, monitoreo, pruebas y arranques de servicios, y el coste a largo plazo de mantener un sistema funcionando supera con creces la incomodidad de construirlo. Aun así, defiende que a veces hay que incorporar tecnología nueva, como un proceso y una conversación con visibilidad a nivel de empresa.

Clara Vega: En los comentarios, uno de los conceptos más citados es ese de las fichas de innovación. Un lector lo recomienda y lo califica como una de las ideas más útiles que ha tenido como responsable de producto o de ingeniería a la hora de decidir qué tecnología adoptar.

Mateo Ruiz: Para cerrar, una historia que va de finanzas globales y estrategia geopolítica. Deutsche Bank se convirtió en el primer banco extranjero de compensación en yuanes de Europa, y el hilo de Hacker News que lo discute gira alrededor de una idea con nombre propio: la trampa de Tucídides.

Clara Vega: Uno de los comentaristas la introdujo preguntándose cuánto de esta pugna se desarrollará en moneda y comercio en lugar de conflicto militar, con la esperanza de que la guerra económica y financiera absorba la mayor parte de la lucha de poder. Otro la resumió como el poder emergente que desafía a la hegemonía en declive, en este caso el yuan desplazando al dólar.

Mateo Ruiz: La idea clásica es que la interacción entre una potencia establecida y una desafiante lleva inevitablemente a la guerra, y su deseo era que esa guerra se desarrolle en arenas menos destructivas, como la competencia por el estatus de moneda de reserva que Estados Unidos ha mantenido durante toda la era moderna. Añadió que el artículo sobre Deutsche Bank posiblemente apunta a los primeros disparos de China en ese conflicto.

Clara Vega: Un matiz importante: otro comentarista corrige que la idea no viene de hace dos mil quinientos años sino que es reciente, basada en la guerra entre Atenas y Esparta. Y se recuerda que el presidente Xi la mencionó cuando el presidente estadounidense lo visitó en mayo.

Mateo Ruiz: Sobre el terreno de los debates, hay quien cuenta que China aborda este tema en documentos internos con el dicho de que no hay guerras justas en el Período de Primavera y Otoño. Y cuando uno expresa el deseo de que la humanidad supere estas luchas destructivas, la respuesta es escéptica: los humanos no podemos superar nuestra propia naturaleza, y ese conflicto sería un atributo fundamental de la realidad. La pregunta queda abierta: si la competencia por la moneda de reserva es el campo elegido, la guerra económica del yuan contra el dólar bien podría ser el frente donde se dirima.

Clara Vega: Y con eso cerramos el recorrido de hoy, que arrancó fuerte con Gemini 3.7 Flash, el nuevo modelo de trabajo de Google, y siguió con el ajuste de precios de DeepSeek con su línea V4, el OCR más reciente de Mistral y el nuevo nivel de servicio que preparan Cerebras y OpenAI.

Mateo Ruiz: También viajamos por qué entendemos el mundo se volvió el nuevo cuello de botella, por qué las marcas de agua de texto siempre van a poder eliminarse, y un dato de esos que sorprenden: una sola línea de log puede generar más de cien kilobytes de escrituras en disco.

Clara Vega: Sin olvidar el primer banco extranjero en compensar en la red alemana, la demanda de PBS a Iron Mountain, y la duda que todos tenemos: ¿dónde terminó la web vieja? Gracias por acompañarnos. Hasta la próxima.