0924 | Agentes baratos, cachés y un reloj de 1877

Clara Vega: Hola y bienvenidos, soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy tenemos un episodio que se sostiene sobre una idea: las cosas buenas casi nunca llegan por un gran anuncio, llegan por trabajo pequeño, incómodo y bien hecho. Agentes de IA que se vuelven baratos, cachés que se afinan, herramientas de desarrollo que fallan de formas silenciosas, y hasta un reloj de 1877 que vuelve a caminar.

Clara Vega: Empecemos por donde más ruido hay: los agentes de IA para todo el mundo. Stripe anunció su Knowledge AI Platform, y el giro interesante es a quién va dirigida: a personal no técnico. Son agentes conectados a más de mil herramientas internas de la empresa.

Mateo Ruiz: Mil herramientas internas es un número que dice mucho. Porque el problema real de los agentes en una empresa nunca ha sido el modelo, ha sido el tejido conectivo: si el agente no puede entrar al sistema de tickets, al CRM, a la herramienta de finanzas, no sirve de mucho.

Clara Vega: Exacto. Y si Stripe lo ofrece a gente no técnica, la apuesta implícita es que la barrera de uso se ha movido del experto al empleado común. Ya no hace falta que alguien de ingeniería escriba el flujo; el agente interpreta la intención y mueve las piezas.

Mateo Ruiz: Ahora, conviene no venderlo de más. Que un agente tenga acceso a mil herramientas también multiplica las superficies donde puede hacer algo mal. Si yo, como empleado no técnico, le pido algo ambiguo, ¿quién verifica? Esa es la pregunta que queda abierta, y Stripe no la responde en el anuncio.

Clara Vega: Y conecta con otro dato que apareció esta semana: el costo por tarea de los LLM cayó dos órdenes de magnitud en 2025. Hay una frase que me encanta: los tokens ya son "demasiado baratos para medir".

Mateo Ruiz: Dos órdenes de magnitud es un punto de inflexión, no una mejora incremental. Cuando algo baja cien veces de precio, deja de ser un costo y se convierte en un supuesto. Antes se racionaba el uso del modelo; ahora la pregunta de diseño se invierte: no es "¿nos lo podemos permitir?", es "¿por qué no lo haríamos?".

Clara Vega: Pero cuidado con esa lógica, porque tiene un lado oscuro. Si los tokens son casi gratis, la tentación es enviar todo al modelo sin pensar: más llamadas, más contexto, más reintentos. Barato por token no significa barato en total si multiplicas el consumo por mil.

Mateo Ruiz: Buen punto. Y también cambia la economía de cosas como la plataforma de Stripe. Un agente que usa mil herramientas puede necesitar decenas de llamadas por tarea. Eso, a precios de 2024, era impagable. A precios de 2025, es aritmética trivial.

Clara Vega: Vamos con Anthropic, que es el otro lado de la moneda: no solo más barato, también más rápido. Hicieron claude.ai tres veces más rápido en dos semanas. El percentil 75 de carga web pasó de 3,1 segundos a 0,55.

Mateo Ruiz: Esos números son brutales cuando los miras bien. No es la media, es el p75, o sea, el usuario que está en la parte lenta de la distribución. Mejorar la media suele significar acelerar a los que ya iban bien. Mejorar el p75 significa arreglar los casos peor atendidos, que es donde vive el trabajo real de rendimiento.

Clara Vega: Y hay dos detalles que me parecen los más admirables. Uno: más de tres mil cambios. Dos: sin incidentes.

Mateo Ruiz: Tres mil cambios en dos semanas sin incidentes es casi más notable que el 3,1 a 0,55. Porque el modo habitual de hacer una reescritura de rendimiento es un gran proyecto de meses, con una ventana de despliegue aterradora. Ellos lo hicieron como una maraton de cambios pequeños. Eso solo funciona si tienes medidas por encima de todo: si cada cambio se puede verificar contra el p75 de verdad, no contra intuiciones.

Clara Vega: Y el tercer dato de Anthropic va en una dirección distinta: no velocidad de página, sino descubrimiento. Claude participó en encontrar un sistema enzimático nuevo, llamado ART: una transcriptasa reversa de un fago, con repeticiones de ADN que recuerdan a CRISPR. Y lo notable del proceso: veintiuna horas con unos novecientos cincuenta agentes trabajando.

Mateo Ruiz: Veintiuna horas. Pensemos en lo que eso significa en la práctica de un laboratorio. Un experimento así, en flujo humano tradicional, son semanas de alguien leyendo literatura, formulando hipótesis, descartando caminos. Aquí fue una orquesta de agentes paralelos durante menos de un día.

Clara Vega: Y el hallazgo no es trivial: una RT de fago con estructura de repeticiones tipo CRISPR sugiere mecanismos que la biología aún no había catalogado del todo. Es el tipo de cosa que aparece cuando alguien, o algo, lee más extensa y pacientemente que cualquier equipo humano.

Mateo Ruiz: Y ahora une los tres hilos de este bloque: agentes para gente no técnica en Stripe, costos que se desploman, y descubrimiento científico real en horas. El patrón es el mismo: cuando el costo por unidad de trabajo intelectual cae dos órdenes de magnitud, cambian las cosas que son económicamente posibles. Un agente revisando mil herramientas internas, un enjambre de novecientos cincuenta agentes leyendo biología: antes eran fantasías de presupuesto, hoy son proyectos de dos semanas.

Clara Vega: La pregunta que queda en el aire es la fiabilidad. Tres mil cambios sin incidentes es un resultado, no una garantía. La cuestión abierta es si ese ritmo se sostiene cuando el sistema crece y cuando los errores, en ciencia o en finanzas, cuestan de verdad.

Mateo Ruiz: Y justamente de tareas críticas vamos a hablar ahora, porque si los agentes se vuelven habituales, alguien va a preguntar: ¿y si el agente conduce? Y esta semana hubo un dato que apunta ahí.

Clara Vega: DrivingBench: GPT-6 Astra completó el cien por ciento de un circuito en 5 minutos 22 segundos, conduciendo un Toyota real. Claude Fable 5.1, el otro modelo evaluado, solo llegó al 45 por ciento del circuito.

Mateo Ruiz: Quiero detenerme en dos palabras: Toyota real. No simulador. Un coche físico, con consecuencias físicas. Que un modelo complete un circuito al cien por ciento es un resultado técnico notable, pero el salto entre modelos es tan enorme, cien por ciento frente a cuarenta y cinco, que en lugar de "la IA ya conduce" lo que dice es "hay una brecha brutal entre los mejores y el resto".

Clara Vega: Y ahí está mi reserva, y creo que es la que hay que plantear en voz alta: en una prueba así, ¿qué se está midiendo exactamente? Completar un circuito es un objetivo cerrado, con pista conocida y sin peatones sorpresivos. La conducción real es un problema abierto. Sin comparativas independientes, un solo benchmark con un solo modelo ganador dice más sobre el marco de evaluación que sobre la conducción.

Mateo Ruiz: Y falta todo el contexto de seguridad. ¿Había supervisión humana con capacidad de tomar el control? ¿Cuál era el margen de error aceptado? ¿Qué pasa si el circuito tiene una mancha de aceite? Ninguna de esas preguntas tiene respuesta en lo que sabemos, y son exactamente las que separan "completó el circuito" de "puedo ponerlo en una calle".

Clara Vega: Lo mismo aplica al otro gran lanzamiento de IA en el mundo físico-sensorial: Google sacó Gemini 3.8 Flash TTS y Flash-Lite TTS. Voces personalizables mediante prompts, y clonación de voz con consentimiento y marca de agua.

Mateo Ruiz: La parte de clonación con consentimiento y watermark es, honestamente, lo menos llamativo y lo más importante. La clonación de voz sin frenos ya existe en la naturaleza; lo que distingue un lanzamiento responsable es si el resultado lleva una señal verificable de que es sintético. Que venga de serie con marca de agua es una decisión de diseño, no un detalle técnico.

Clara Vega: Aunque también hay que decirlo: la marca de agua solo funciona si todo el ecosistema la busca. Si puedo generar una voz clonada con Google y el detector de marca de agua no está desplegado en las plataformas donde se difunde el audio, la protección es teórica.

Mateo Ruiz: Y las voces por prompt son curiosas: le describes el tono y el personaje en lenguaje natural, y el modelo sintetiza. Eso baja la barrera de producción de audio hasta cero, igual que el TTS barato baja el costo del contenido hablado. Vale para audiolibros, para accesibilidad, y también para fraude telefónico más convincente.

Clara Vega: Y quiero meter aquí una pieza de contraste que appeared: alguien recreó Jevons en veinticinco líneas de Python, con un Qwen3-0.6B local que clasifica por logits. Sin latencia, sin errores, sin comparación de cómputo.

Mateo Ruiz: Es una parodia, pero una parodia con contenido. Jevons, el famoso slogan de eficiencia, recreado con un modelo minúsculo corriendo en local. El chiste es que con veinticinco líneas y un modelo de seiscientos millones de parámetros logras algo que los sistemas serios hacen con infraestructura enorme. Y al no incluir latencia, errores ni comparación de cómputo, el autor confiesa el truco: es una demo de concepto, no una alternativa real.

Clara Vega: Y esa confesión es sanísima. Es el contrapeso perfecto para los números espectaculares de GPT-6 Astra en un Toyota o de los TTS de Google: separar la demo del sistema. En conducción, en voz, en parodias de ingeniería, la lección es la misma: mira qué se mide, mira qué se omite.

Mateo Ruiz: Y, por cierto, todo esto de modelos que ejecutan cosas en el mundo real depende de algo mucho menos glamuroso: caché, red y hardware bien afinados. Justo de eso viene lo siguiente.

Clara Vega: Cloudflare añadió soporte de Vary en Cache Rules para todos los planes. Para quien no viva en esto: la cabecera Vary le dice a la caché que una respuesta depende de otras cabeceras de la petición, por ejemplo el idioma o el tipo de dispositivo.

Mateo Ruiz: Y lo relevante no es que exista, es que llegue a todos los planes. Históricamente, cosas de caché finas eran de planes caros. Que un sitio pequeño pueda decir "esta respuesta varía según esta cabecera" iguala el terreno. Y dan tres opciones: normalizar, pasar el valor exacto u omitir la caché. Tres comportamientos distintos para tres necesidades distintas.

Clara Vega: Sí, y cada una tiene trampa. Normalizar colapsa variantes: más aciertos de caché, pero puedes servir una respuesta que no cuadra exactamente. Pasar el valor exacto es correcto al cien por ciento pero fragmenta la caché y baja tu tasa de aciertos. Y omitir es el "no me la juego". Que sea el usuario quien elige, en vez de un comportamiento oculto, es lo que lo vuelve útil.

Mateo Ruiz: Tailscale, por su parte, hizo algo más de bajo nivel todavía: se dieron cuenta de que cuando los paquetes son pequeños, aterrizan directamente sin necesidad de copiarlos a búferes de sesenta y cuatro KiB. Resultado: alrededor de un cinco por ciento más rápido en Linux y Android.

Clara Vega: Un cinco por ciento suena poco hasta que piensas en quién se beneficia. Tailscale está en la ruta de todo el tráfico de red de un dispositivo. Un cinco por ciento en la capa de red no es un punto de benchmark: es cada conexión, cada sync, cada videollamada, un poco menos de latencia y menos CPU quemada en copiar memoria.

Mateo Ruiz: Y fíjate en la lección de ingeniería: el código con el búfer de 64 KiB no estaba mal. Era una decisión razonable escrita hace tiempo, optimizada para el caso grande. El rendimiento se perdió en el caso pequeño, y nadie lo veía porque el perfil normal no lo señalaba como problema. Esto es el trabajo invisible que sostiene todo lo demás.

Clara Vega: Que encaja perfecto con la tercera pieza: Qualcomm anuncia soporte Linux para Snapdragon X2. Y la reacción crítica es interesante: la respuesta de buena parte de la comunidad es que no hace falta nada especial, basta con UEFI y ACPI estándar, el camino tipo Ampere.

Mateo Ruiz: Porque ahí está el historial. Ampere demostró que si un fabricante de chips ARM simplemente cumple los estándares de arranque, Linux funciona sin forks ni árboles de dispositivos a medida. Cada vez que un vendedor crea su propia variante de arranque, el soporte envejece mal: el kernel avanza y el fork se queda atrás. La crítica a Qualcomm es exactamente eso: no nos hagas un soporte especial, haz lo estándar.

Clara Vega: El hilo de los tres es el mismo: Cloudflare democratizando una función de caché, Tailscale puliendo un detalle de copia de memoria, y la comunidad pidiendo a Qualcomm que no invente. En infraestructura, la innovación que importa suele ser aburrida y estandarizada. Queda por ver si Qualcomm escucha.

Mateo Ruiz: Y precisamente cuando hablamos de confiar en que los sistemas hacen lo que deben, llegamos al bloque de herramientas de desarrollo, que esta semana fue incómodo. Empecemos por lo más grave: una vulnerabilidad en Radicle. El tráfico resultó estar sin cifrar y sin autenticar, y la recomendación mientras llega el parche es dejar de usar repositorios privados.

Clara Vega: Radicle se construye precisamente sobre la promesa de ser una red de código sin depender de un servidor central de confianza. Que el tráfico entre pares circule sin cifrar ni autenticar no es un bug menor: ataca la promesa central del proyecto. Y para quien tenga repos privados ahí, la recomendación es dura pero correcta: hasta que haya parche, ese contenido debe considerarse potencialmente expuesto.

Mateo Ruiz: Lo que me incomoda es el patrón. No es "descubrimos un bug de desbordamiento", es "la capa que creías que protegía tus datos no existía". Y eso pasa cuando el diseño avanza más rápido que la verificación de supuestos de seguridad.

Clara Vega: Y luego está el caso opuesto: no una brecha, sino un comportamiento silencioso. En Claude Code, AGENTS.md solo se lee si la telemetría está activa. La carga de ese archivo depende de un feature flag remoto, sin aviso al usuario. El workaround que circula: en CLAUDE.md pones @AGENTS.md y listo.

Mateo Ruiz: Este me parece casi más interesante que la vulnerabilidad, porque es un fallo de confianza de diseño. Tú escribes un archivo de instrucciones creyendo que el agente lo lee siempre. En realidad se lee solo si un flag remoto, que depende de que la telemetría esté encendida, lo habilita. Sin error, sin log, sin aviso. El sistema funciona o no funciona según configuración que no controlas y no ves.

Clara Vega: Y la lección es la de los búferes de Tailscale, pero en la capa de confianza: los supuestos no verificados no fallan en el laboratorio, fallan en producción, en la máquina de un usuario, de forma silenciosa. La diferencia es que aquí lo que se rompe no es rendimiento, es la suposición de que el agente conoce tus reglas.

Mateo Ruiz: Y la tercera pieza del bloque es Fly.io, que desmontó una suposición que muchos de nosotros teníamos: el protocolo Remote-SSH de VSCode permite al host remoto ejecutar código y editar archivos en tu máquina local.

Clara Vega: O sea, invierte el sentido que damos por hecho. Asumimos que SSH es "yo entro al servidor y hago cosas allí". Pero el protocolo de VSCode es bidireccional en la práctica: el servidor remoto no solo trabaja, puede escribir en tu máquina.

Mateo Ruiz: Y no es un bug de VSCode necesariamente: es un derecho que otorgas al conectar. Pero el flujo mental habitual es "conecto mi editor a un entorno y ese entorno hace su vida allí". Que el host remoto pueda ejecutar código en tu portátil significa que cada vez que te conectas a un entorno que no controlas del todo, estás ampliando el perímetro de confianza más de lo que intuyes.

Clara Vega: Los tres casos, Radicle, Claude Code y Remote-SSH, comparten estructura: herramientas en las que confiamos ciegamente, y donde la confianza se define por detalles que rara vez leemos. Una falla abierta y grave, un flag remoto silencioso, y un derecho otorgado sin pensar. La pregunta abierta: ¿cómo auditamos esos supuestos antes de que un incidente los revele?

Mateo Ruiz: Y eso nos lleva directo a cultura de ingeniería, porque la confianza también la construyen las prácticas del día a día. Hay una idea que me parece la mejor frase de la semana sobre incidentes: después de uno, preguntar "qué cambiamos" en vez de "por qué pasó".

Clara Vega: La razón de fondo es fascinante: las explicaciones razonables evitan cambios. Cuando preguntas "por qué pasó", la gente construye una narrativa coherente y convincente, y una narrativa convincente es un motivo para no cambiar nada. En cambio, "qué cambiamos" te obliga a una lista concreta: este archivo, esta configuración, este proceso.

Mateo Ruiz: Y es más honesto con cómo funcionan los sistemas complejos. El "por qué" suele tener muchas respuestas válidas simultáneas, y elegir una cierra la investigación. El "qué cambiamos" convierte el post-mortem en acciones verificables. Aplica igual al búfer de 64 KiB de Tailscale, al flag de Claude Code: todos eran "explicaciones razonables" hasta que alguien midió.

Clara Vega: El segundo punto del bloque: GitHub wiki como anti-patrón. La propuesta es simple: una carpeta /docs versionada en el repositorio, con revisión de código, y publicada con GitHub Pages.

Mateo Ruiz: El argumento es sólido. La wiki vive fuera del flujo de código: no pasa por pull request, no se revisa, no se versiona junto al cambio que la hace obsoleta. La documentación en /docs se actualiza en el mismo commit que cambia el código, y si algo está desactualizado, el historial de git lo cuenta. La wiki, en cambio, envejece en silencio.

Clara Vega: El contraargumento obvio es que la wiki tiene menor fricción para quien no escribe código. Pero el punto del anti-patrón es que esa baja fricción es exactamente el problema: lo que no se revisa, se pudre.

Mateo Ruiz: Y el tercer dato del bloque es incómodo de otra manera: del análisis de 607.050 ofertas en webs corporativas, el 28,3 por ciento llevaba abiertas más de noventa días, y la mediana es de 36 días.

Clara Vega: Casi un tercio de las ofertas lleva más de tres meses abiertas. Y aquí está la síntesis con lo anterior: las mismas prácticas que estancan incidentes y documentación estancan la contratación. Ofertas que nadie cierra porque no hay dueño claro, sin revisión, sin un "qué cambiamos" que diga "esta vacante ya no tiene sentido". Es el mismo organismo: procesos sin dueño ni verificación que se acumulan.

Mateo Ruiz: Es tentador verlo como problema del mercado, pero el dato de la mediana, treinta y seis días, dice que la mitad de las ofertas sí se cierran en tiempo razonable. El 28,3 por ciento largo es señal de procesos específicos enfermos, no de una escasez universal. La pregunta que no responde el dato: ¿es demanda sin candidatos, o filtros internos que nadie revisa?

Clara Vega: Cambiemos de tercio, al consumo. Meta VR Glasses: primavera de 2027, 1.299 dólares, cien gramos de peso, aleación de magnesio.

Mateo Ruiz: Cien gramos es el número que importa. El gran obstáculo de las gafas de realidad virtual nunca ha sido la pantalla, ha sido el cuello del usuario. Que apuesten por magnesio, que es caro y difícil de mecanizar, solo para bajar gramos, dice que el objetivo es uso prolongado, no demo de feria.

Clara Vega: Eso sí: 1.299 dólares en 2027 es una promesa con muchos meses por delante. El precio, el peso y la fecha pueden moverse, y el compromiso pendiente es justo ese equilibrio: cada gramo que se recorta con magnesio encarece el producto, y cada dólar que se recorta del precio puede volver como gramos en la montura.

Mateo Ruiz: Y justo de actualizaciones que rompen cosas en el mundo físico: Samsung detuvo una actualización de SmartThings en Corea después de que se bloquearan frigos inteligentes. Y la avería ocurrió durante pruebas.

Clara Vega: Este caso es delicioso de analizar porque es ridículo y serio a la vez. Ridículo: neveras bloqueadas. Serio: es el patrón de "actualizamos el firmware de tu electrodoméstico" sin el rigor de los servidores. Y el detalle de que la avería ocurrió durante pruebas es revelador: si te pasó en pruebas, el pipeline de despliegue dejó pasar algo que tu propio entorno de testing detectó.

Mateo Ruiz: Y la consecuencia no fue abstracta: comida perdida. En un servidor, un fallo se reinicia y listo. En una nevera, el fallo tiene costo físico en la cocina de alguien. Eso es lo que cambia cuando el firmware llega al mundo físico: los incidentes ya no se miden en uptime, se miden en yogures.

Clara Vega: Meta y Samsung, en un mismo bloque: el lado brillante, gafas de 100 gramos, y el lado feo, una actualización que echa a perder la despensa. Ambos son hardware y firmware conectados, y ambos muestran que el despliegue continuo, tan obvio en la nube, es una decisión ética cuando el dispositivo está en tu casa.

Mateo Ruiz: Y de productos que te conocen demasiado bien vamos al bloque de regulación y presión corporativa. Seattle prohibió la fijación de precios por vigilancia en la venta de comestibles.

Clara Vega: Para quien no conozca el término: es la práctica de usar datos que el comerciante recoge sobre ti, tu historial, tu ubicación, tus patrones, para cobrarte más si detecta que estás en una situación vulnerable. Que Seattle sea el primero en poner un límite claro es significativo, y que el ámbito sea la venta de comestibles es muy deliberado: es la compra más básica y universal.

Mateo Ruiz: Y conecta con el otro caso: Grammarly, al cancelar una empresa, envió correos no solicitados y popups a todos los usuarios con licencia para presionar contra la cancelación.

Clara Vega: Y aquí la asimetría es lo indignante. La empresa usa su acceso a tu pantalla y a tu bandeja de entrada, un acceso que te dieron para una herramienta de escritura, para hacer lobby en contra de tu decisión. No es spam genérico: es el canal que tú habilitaste siendo usado contra ti.

Mateo Ruiz: Y une con Seattle: son dos caras del mismo fenómeno, proveedores que saben demasiado y usan ese conocimiento en su favor, ya sea para cobrarte más o para impedirte irte. Seattle respondió con ley en un caso. En el otro, lo que falta es un equivalente de las normas anti-lobby para tus propias herramientas.

Clara Vega: El tercer punto del bloque es distinto: el parlamento italiano votó el retorno a la energía nuclear, aunque persisten dudas económicas ante lo barato que está lo solar.

Mateo Ruiz: Y las dudas son de aritmética, no de ideología. El argumento nuclear clásico era fiabilidad y densidad energética, y sigue siendo cierto. Pero si el costo marginal de lo solar sigue cayendo, la pregunta no es "¿puede Italia construir nucleares?", es "¿saldrán los números cuando la planta entre en servicio, años después, compitiendo contra una tecnología que para entonces será más barata todavía?".

Clara Vega: El hilo del bloque: mercados donde el proveedor conoce demasiado al cliente, ya sea el supermercado que te perfila, la herramienta que te presiona, o el Estado que decide tu matriz energética con datos de costos que cambian más rápido que los plazos de construcción. Lo que queda por ver: si la regulación de Seattle se extiende, y si las dudas económicas italianas acaban tumbando el voto.

Mateo Ruiz: Y cerremos con la parte que más me gusta: retro y trivia técnica. Empezando por algo precioso: arreglaron el reloj de la comisaría de Portobello, de 1877.

Clara Vega: Y la solución es de manual de ingeniería buena: conservan el mecanismo original, y le añaden una caja con un PIC 16F628 y un motor eléctrico. Es decir, lo mejor de dos siglos: el arte del mecanismo del XIX y un microcontrolador de los noventa para darle cuerda.

Mateo Ruiz: El PIC 16F628 es una elección con gusto: es el microcontrolador sencillo de toda la vida, suficiente para dar cuerda a un reloj, sin montar un Linux embebido por presumir. Y el principio es el mismo que defendíamos en /docs y en los incidentes: cambia lo mínimo necesario, verifica lo que cambia, y no reemplaces lo que funciona.

Clara Vega: Raymond Chen, el señor de la trivia de Windows, explicaba esta semana algo que probablemente no sabías: en Windows, Shift+clic en la barra de scroll salta directo al punto donde hiciste clic. Y el detalle amargo: WinUI no implementa ni el menú contextual de la barra ni ese atajo.

Mateo Ruiz: Es el pequeño museum de comportamiento que se pierde en cada reescritura de UI. WinUI no es un bug: es una omisión. Y las omisiones de interacción son las que nunca entran en el backlog, porque nadie las nota hasta que alguien como Chen las documenta. Es el equivalente en UI del búfer de 64 KiB: comportamiento heredado que funcionaba y que la nueva capa no recogió.

Clara Vega: Y el último recuerdo: el Z80 REPL de Kenta Cho, de 2018, un ensamblador interactivo para el Z80 que corre en el navegador.

Mateo Ruiz: Kenta Cho es un nombre que los fans de los juegos indie japoneses recuerdan con cariño, y este juguete es puro ingenio: escribir ensamblador Z80 en una pestaña del navegador y ver qué hace el procesador. Diez años después sigue funcionando, que ya dice algo del diseño.

Clara Vega: Y es un cierre perfecto para el episodio, porque los tres casos del bloque comparten lo mismo que el resto: el reloj de 1877 con su PIC, el Shift+clic de Windows, el Z80 en el navegador, son piezas pequeñas, cuidadosas, hechas por alguien que le importaba el detalle. Igual que el búfer de Tailscale, igual que los tres mil cambios de Anthropic, igual que una carpeta /docs bien revisada.

Mateo Ruiz: Las grandes cosas, un agente que descubre una enzima o unos auriculares que pesan cien gramos, se levantan sobre miles de estas piezas pequeñas. Y las averías, un frigo bloqueado o un repositorio privado expuesto, casi siempre nacen de una de esas piezas que nadie verificó.

Clara Vega: Nos vemos en el próximo episodio. Gracias por acompañarnos.

Mateo Ruiz: Hasta la próxima.