1003 | Del chip al espacio: la semana en tecnología

Clara Vega: ¡Hola y bienvenidos a Hackers en el Aire! Soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy el hilo que une todas las historias es más o menos este: la IA ya no está en un laboratorio, está en tu disco duro, en tu casa, en el cielo y hasta en la forma en que las empresas de software piensan su negocio.

Clara Vega: Exacto, y veremos desde Apple cerrando puertas hasta Meta abriendo otras con hardware abierto, pasando por inferencia local, TPU en órbita, y un paseo por los museos. Empezamos por lo más íntimo: la privacidad.

Mateo Ruiz: Vamos allá.

Clara Vega: Empecemos con la noticia de Apple. macOS va a endurecer el acceso completo al disco, esos permisos que las aplicaciones podían pedir para leer todo tu sistema.

Mateo Ruiz: ¿Y por qué ahora? El razonamiento que aparece en el artículo es bastante claro: el riesgo no es tanto tu antivirus o tu app de notas de siempre, sino los agentes de IA autónomos. Son programas que no se limitan a responder preguntas: actúan, leen archivos, encadenan tareas. Si a eso le sumas acceso indiscriminado a todo el disco, tienes una superficie de riesgo enorme.

Clara Vega: Y hay una ironía estructural interesante, ¿no? Durante años, la discusión era "doy permiso a una app concreta". Con agentes, la pregunta cambia de naturaleza: el agente va a decidir por sí mismo qué leer en función de una tarea que tú le diste de forma vaga. Eso rompe el modelo de permisos tradicionales.

Mateo Ruiz: Totalmente. Y en la discusión en torno a la noticia había varias posturas. Un grupo defendía que Apple está haciendo lo correcto y tarde: los sistemas operativos siempre van detrás del riesgo real. Otros decían lo contrario: que endurecer el acceso no elimina el riesgo, solo lo desplaza, porque los agentes encontrarán formas de pedir datos por trocitos, permiso a permiso.

Clara Vega: ¿Y hubo quien lo viera con escepticismo sobre Apple mismo?

Mateo Ruiz: Sí, una corriente habitual: que estos controles también sirven para cerrar el ecosistema, para que las herramientas de terceros, incluidos los agentes que no sean de Apple, tengan más difícil operar. Es decir, ¿protección de privacidad o control de plataforma? La verdad es que ambas lecturas son compatibles, y nadie en la discusión zanjó cuál pesa más.

Clara Vega: Eso es lo que queda abierto, creo: si los sistemas operativos van a ser un freno permanente para los agentes o solo un filtro temporal mientras las normas maduran.

Mateo Ruiz: Y ahora el contrapunto perfecto, porque mientras Apple cierra el acceso al disco, Meta hace justo lo contrario con el hardware: lanza Muse Gadgets.

Clara Vega: Explícanos qué es exactamente, porque el nombre es un poco ambiguo.

Mateo Ruiz: Es hardware open source para conectar su IA, Muse, a cosas físicas: pantallas, sensores, objetos cotidianos. Y lo notable es la elección de componentes: ESP32 y Raspberry Pi, o sea, piezas baratas, estándar, del mundo del maker.

Clara Vega: Eso es una declaración de intenciones en sí misma. No diseñaron chips propietarios ni un ecosistema cerrado tipo "compra nuestros gadgets". Tomaron las dos plataformas que cualquier estudiante tiene en un cajón y dijeron: conectad nuestra IA a lo que ya tenéis.

Mateo Ruiz: Y ahí está la tensión bonita del episodio. La respuesta de Apple ante la IA que toca tu vida privada es cerrar el grifo del sistema operativo. La de Meta es abrir el grifo físico: aquí está el plano, el hardware es abierto, enchufad la IA a vuestra casa vosotros mismos.

Clara Vega: En la discusión había lecturas encontradas. Unos veían Muse Gadgets como la apuesta seria por la IA ambiental: la IA que no vive en una ventana del navegador sino en tu lámpara y tu termostato. Otros eran más fríos y decían: hardware abierto de Meta no es lo mismo que software abierto de una comunidad, y la pregunta es quién controla la capa de modelo encima.

Mateo Ruiz: Que conecta con algo que veremos luego: la capa que rodea al modelo es donde está el poder. Pero no nos adelantemos.

Clara Vega: Lo que sí me parece claro es que ambos movimientos confirman lo mismo desde lados opuestos: la IA ya salió del chat. Toca tu intimidad, toca tu hogar. Y la pregunta de si los sistemas operativos frenarán o no a los agentes es la misma pregunta de si el hogar tendrá portero y quién lo elige.

Mateo Ruiz: Buen puente. Y ahora pasemos de la IA que toca tu casa a la IA que puedes ejecutar tú mismo en tu máquina.

Clara Vega: Este bloque me encanta porque son tres noticias que apuntan en la misma dirección con evidencias muy distintas. La primera: DwarfStar 4, de antirez, el creador de Redis.

Mateo Ruiz: Sí, un motor de inferencia escrito en C que ejecuta en local modelos como DeepSeek V4, GLM 5.x y Qwen3.8. Y lo hace sobre las tres grandes plataformas de GPU: Metal, que es lo de Apple; CUDA, lo de NVIDIA; y ROCm, lo de AMD. Eso es importante: no te ata a un proveedor.

Clara Vega: Escrito en C, además, que dice mucho de la filosofía: sin capas de abstracción pesadas, código que tú puedes leer. Es el estilo de antirez de siempre aplicado a un problema que parecía reservado a multinacionales.

Mateo Ruiz: Y aquí la discusión giraba alrededor de una pregunta: ¿tiene sentido escribir un motor de inferencia propio en 2020 y pico, cuando hay frameworks enormes y maduros? Los defensores argumentaban que las abstracciones grandes esconden demasiado y que un motor pequeño y legible es más fácil de auditar y de modificar. Los escépticos decían que es un proyecto de artesanía precioso pero que la ingeniería de rendimiento a gran escala está en los frameworks.

Clara Vega: Que es un desacuerdo legítimo y sin resolución: depende de qué valoras, control o rendimiento absoluto.

Mateo Ruiz: Segunda pieza del bloque: Wagtail, el sistema de gestión de contenidos, publicó una experiencia real: usaron 2.000 millones de tokens en un mes con GLM 5.3 Flash, y el titular es que mantuvieron el coste bajo control mientras hacían codificación agéntica.

Clara Vega: Dos mil millones suena a cifra de nube gigante, pero el punto del artículo es lo contrario: con el modelo adecuado, un uso masivo de agentes cabe en un presupuesto razonable. Es codificación agéntica económica, no como experimento sino en producción.

Mateo Ruiz: Y en la discusión se repetían dos tipos de comentarios. Quienes ya usaban modelos de este estilo contaban firsthand que el truco no es solo el precio por token sino el diseño del agente: menos reintentos, menos contexto desperdiciado. Y otros advertían que el coste controlado de hoy no garantiza nada mañana, que las facturas crecen silenciosamente cuando los agentes ganan autonomía.

Clara Vega: Y tercera pieza, la más divertida: Ataraxos, un proyecto de CMU, MIT, NYU y Stanford, venció 15 a 1 al mejor jugador humano de Stratego.

Mateo Ruiz: Con solo 16 GPU, no un centro de datos. Y hay un detalle técnico precioso: usaron una red secundaria dedicada a adivinar las piezas ocultas del rival. Porque Stratego es un juego de información imperfecta: no sabes qué es cada ficha del contrario.

Clara Vega: Eso es una lección general sobre IA aplicada: en vez de resolver el juego entero con una red gigante, descompones el problema. Una red juega, otra estima lo que no se ve. Y con hardware modesto, el resultado es aplastante.

Mateo Ruiz: Ahora juntemos las tres. ¿Cuál es el patrón?

Clara Vega: El patrón es que la IA potente ya no exige nubes gigantescas. Un motor en C en tu portátil, una factura de tokens domable, dieciséis GPU en un laboratorio universitario. La frontera se ha movido hacia abajo.

Mateo Ruiz: Lo que queda abierto es la pregunta que nadie sabe responder: ¿hasta dónde va a bajar el coste? Porque cada una de las tres noticias sugiere que baja más rápido de lo previsto, pero ninguna dice dónde está el suelo.

Clara Vega: Y ese suelo, o esa caída, tiene consecuencias de negocio directas. Que es justo nuestro siguiente tema: el negocio del harnés.

Mateo Ruiz: Vamos con la tesis de Shrivu Shankar, que generó bastante debate. Su afirmación: toda empresa SaaS acabará convirtiéndose en un harnés alrededor de un modelo. Y el harnés, que será el corazón de la competitividad, no debería externalizarse.

Clara Vega: Para quien no conozca la palabra: el harnés es todo lo que envuelve al modelo. La interfaz, los datos, los flujos de trabajo, las integraciones, la confiabilidad. El modelo es commodity; el harnés es tu producto real.

Mateo Ruiz: Y la parte polémica es el "no debe externalizarse". En la discusión había un campo que lo apoyaba con un argumento de riesgo: si tu empresa es un harnés y el harnés lo construye un tercero, ese tercero puede convertirse en tu competidor o tu cuello de botella. Ser dueño de la capa propia es sobrevivir.

Clara Vega: Y el otro campo replicaba: pero si todos los modelos son intercambiables y el modelo es lo que da el 90 por ciento del valor percibido, tu harnés es una interfaz bonita que el próximo modelo deja obsoleta de la noche a la mañana. Es decir, la tesis asume que el harnés tiene valor durable, y eso no está demostrado.

Mateo Ruiz: Exacto, y nadie lo demostró. Es una apuesta. Lo que es interesante es que el mercado ya está votando con dinero, y ahí entra la otra noticia: Supabase ha adquirido Turso.

Clara Vega: Contexto rápido para quienes no los conozcan: Supabase es conocido por su trabajo con Postgres, y Turso por SQLite, orientada en este caso a la infraestructura de bases de datos para agentes.

Mateo Ruiz: Sí, y en el anuncio quedó claro que cada proyecto mantiene su eje: Supabase sigue con Postgres, Turso sigue con SQLite. No es una fusión de productos, es una adquisición de capacidades para el escenario nuevo: agentes que leen y escriben bases de datos a escala.

Clara Vega: Y ¿por qué encaja esto con la tesis del harnés?

Mateo Ruiz: Porque es la tesis hecha operación. Si tu producto va a ser agentes trabajando sobre datos, la capa de datos deja de ser plomería invisible y se convierte en activo estratégico. Comprarlo en vez de depender de terceros es exactamente el consejo de Shankar aplicado a las bases de datos.

Clara Vega: Y fíjate cómo encaja con lo anterior: si la inferencia se abarata hasta ser casi gratis, como sugiere el bloque anterior, entonces el valor no está en ejecutar el modelo sino en lo que lo rodea. Los datos, el harnés. Todo el episodio se está sosteniendo en esa misma idea desde ángulos distintos.

Mateo Ruiz: La pregunta pendiente es la de siempre en estas tesis: ¿los harneses se consolidarán en pocas manos o se disgregarán en miles de pequeñas empresas que cada una controla el suyo? La adquisición sugiere consolidación en infraestructura; la filosofía del harnés sugiere dispersión en la aplicación. Pueden pasar ambas a la vez.

Clara Vega: Buenísimo. Y ahora subamos literalmente al cielo, que es nuestro siguiente bloque.

Mateo Ruiz: Dos historias, y las dos tienen algo en común: son primeros pasos, prototipos y primeras imágenes, con el escalado todavía por delante. La primera: Project Suncatcher de Google.

Clara Vega: Cuéntalo.

Mateo Ruiz: La idea es llevar TPUs, los chips de IA de Google, al espacio. El satélite prototipo ya está en órbita: lo lanzó SpaceX en su misión Transporter-18, y Google ha confirmado contacto.

Clara Vega: ¿Y por qué pondrías un chip de IA en órbita?

Mateo Ruiz: El argumento de fondo es la energía. En el espacio tienes energía solar sin interrupciones y sin necesidad de refrigeración con agua, que es una de las limitaciones reales de los centros de datos en la Tierra. Si la demanda de cómputo sigue creciendo, la órbita es un sitio tentador.

Clara Vega: Y en la discusión, como siempre con estas ideas, había entusiasmo y escepticismo bien argumentados. El entusiasmo: es un primer paso real, no una presentación de diapositivas, hay un satélite físicamente ahí y hablando con Tierra. El escepticismo: lanzar un prototipo está a años luz de operar un clúster; están el coste de lanzamiento, las radiaciones, el mantenimiento imposible, la latencia. El prototipo no responde ninguna de esas preguntas todavía.

Mateo Ruiz: Correcto, y es justo lo que hay que decir: falta ver el escalado. Un satélite con contacto confirmado es una demostración de viabilidad mínima, no un plan de negocio.

Clara Vega: La segunda historia es más pura astronomía, pero conecta con lo mismo: la observación subiendo de nivel. Doce años de imágenes telescópicas del sistema HR 8799.

Mateo Ruiz: A 133 años luz de nosotros. Y lo que muestran las imágenes es algo que antes solo se infería: cuatro exoplanetas, cada uno más masivo que Júpiter, moviéndose en sus órbitas, capturadas en imagen directa a lo largo de más de una década.

Clara Vega: Eso es una hazaña técnica silenciosa. Ver un planeta directamente es como ver una luciérniga al lado de un faro. Hacerlo cuatro veces, en el mismo sistema, durante doce años, es otra cosa: es cinematografía planetaria.

Mateo Ruiz: Y el paralelismo con Suncatcher es real aunque suene raro: hace años, computación en órbita y ver exoplanetas en movimiento eran cosas de ciencia ficción o de límites teóricos. Hoy son un satélite con contacto confirmado y un vídeo de doce años. Los dos son prototipos y primeras imágenes; los descubrimientos y el escalado vienen después, si vienen.

Clara Vega: Y con eso bajamos del cielo a la mesa de trabajo, al bloque de herramientas para construir.

Mateo Ruiz: Tres historias, tres filosofías de construcción. La primera: Zig 0.17.0.

Clara Vega: Datos duros: cinco meses de trabajo, 206 contribuidores, 925 commits. Y dos cambios grandes: un build system rehecho por completo y compilación incremental ELF para x86_64-linux.

Mateo Ruiz: Traduzcamos lo incremental para quien no lo tenga fresco: en vez de recompilar todo el programa cada vez que cambias una línea, recompilas solo lo que cambió. Eso reduce brutalmente los ciclos de editar, compilar, probar. Que un lenguaje de sistemas ofrezca esto nativamente es una apuesta por la experiencia del desarrollador en un territorio, los lenguajes de sistemas, históricamente poco amable.

Clara Vega: Y el build system nuevo importa porque en Zig no usas herramientas externas de build: el compilador es el sistema de construcción. Rehacerlo de cero con 206 personas trabajando es una reescritura valiente de la parte más usada del proyecto.

Mateo Ruiz: Segunda historia, el camino artesanal: alguien cuenta cómo monta su blog con Gleam, Org-mode y Pandoc.

Clara Vega: Describe el flujo, que es encantador.

Mateo Ruiz: Escribe en Emacs usando Org-mode, que es un formato de texto plano muy querido, luego Pandoc convierte todo, y el pipeline en sí está escrito en Gleam, un lenguaje tipado estático que corre sobre Erlang, con la herramienta Blogatto y Nix para que el entorno sea reproducible.

Clara Vega: Y aquí la discusión era muy HN: unos decían que es sobreingeniería, que un blog con Markdown y un script de veinte líneas basta. Otros respondían que el pipeline tipado elimina una clase entera de errores silenciosos en el blog, que Nix garantiza que dentro de diez años el sitio compile igual, y que la herramienta debe ser un placer, no un mínimo viable.

Mateo Ruiz: Yo creo que ambos tienen razón en lo suyo: es la diferencia entre optimizar para publicar rápido y optimizar para disfrutar el oficio. Nadie convenció a nadie, y está bien.

Clara Vega: Tercera historia: Apple, de nuevo, pero esta vez abriendo la caja de herramientas. Pass Designer, en beta, en macOS 27.

Mateo Ruiz: Es para crear pases de Wallet: las tarjetas de embarque, entradas y cupones. La beta permite crearlos y previsualizarlos en tiempo real, con etiquetas semánticas y validación integrada.

Clara Vega: Fíjate en el contraste del bloque entero: un lenguaje nuevo y abierto como Zig, un pipeline artesanal y personal como el blog, y una herramienta cerrada y pulida de Apple. Tres respuestas a la misma pregunta: ¿cómo construyo software? Y las tres tienen usuarios entusiastas, lo cual dice algo: no hay una forma correcta única.

Mateo Ruiz: Y hay un hilo con lo anterior: Apple hace dos cosas opuestas el mismo ciclo. Cierra el acceso al disco por miedo a los agentes, y a la vez lanza herramientas para que desarrolladores construyan más rápido dentro de su mundo. No es hipocresía necesariamente: es la doble postura de una plataforma que quiere controlar el núcleo y enriquecer la superficie.

Clara Vega: Bien visto. Y del software construido pasemos a las máquinas que lo hicieron posible en el pasado, y a la gente que las recuerda.

Mateo Ruiz: Este bloque es el corazón cálido del episodio. Tres museos neerlandeses de la informática: el HomeComputerMuseum en Helmond, Bonami en Zwolle, y un llamado "DEC barn", un granero con máquinas de Digital Equipment.

Clara Vega: Un granero lleno de VAX y PDP, imagínate. Lo bonito es la diversidad de formatos: un museo dedicado, una colección tipo Bonami, y algo tan informal como un granero. La memoria de la informática no vive solo en instituciones.

Mateo Ruiz: Y luego un salto a Japón que da la lección del bloque: el Shimano Bicycle Museum en Kansai. Fíjate: Shimano es el gigante de los componentes de bicicleta, y su museo decide centrarse en la historia de la bicicleta, no en la historia de la empresa. Sin venta, sin autopromoción.

Clara Vega: Y eso provocó una reflexión interesante en la discusión: ¿cuántos museos corporativos son en realidad marketing disfrazado? El caso Shimano se citaba como contraejemplo: un museo que la empresa podría usar para vender su marca y que en cambio cuenta la historia del objeto. Es un estándar difícil de cumplir cuando el dinero del museo sale de la empresa misma.

Mateo Ruiz: Y la tercera pieza: la relectura de un texto clásico. Resurgió "The Legend of von Neumann", un texto de Paul Halmos de 1973, un retrato en primera persona de von Neumann.

Clara Vega: Y en la conversación, los lectores no paraban en ese texto: recomendaban también "The Man from the Future", la biografía moderna de von Neumann, y "Turing's Cathedral", sobre los orígenes de la computadora en el Institute for Advanced Study.

Mateo Ruiz: ¿Por qué importa esto en un episodio lleno de IA? Porque von Neumann está en la arquitectura de todas las máquinas de las que hemos hablado hoy, y porque el retrato de Halmos no es técnico: es de persona. El genio, el carisma, el impacto en quienes lo trataron.

Clara Vega: Y hay una línea emocional en todo el bloque: la memoria de las máquinas y sus personas sigue viva. Un granero en Holanda, un museo de bicicletas en Japón, un ensayo de 1973 releído en un foro en 2020 y pico. Las herramientas se vuelven patrimonio si alguien las cuida.

Mateo Ruiz: Perfecto puente al último tema, que es el más humano y el más discutido del día: un artículo en LessWrong sobre la realidad social en China.

Clara Vega: Este generó debates acalorados, así que hay que presentarlo con cuidado. El artículo aborda la conformidad social y los juegos de estatus en China: cómo funcionan las dinámicas de grupo, cómo el estatus moldea el comportamiento en la vida cotidiana.

Mateo Ruiz: Y la discusión se encendió en varios frentes. Un grupo valoraba el artículo como un intento honesto de describir mecanismos sociales concretos, con matices: la conformidad existe en todas las culturas, solo cambian los mecanismos. Otro grupo se molestó: les parecía que describir una cultura entera desde fuera, con categorías de racionalistas occidentales, era una simplificación con riesgo de estereotipo.

Clara Vega: Y había una tercera posición que decía: ambos exageran. La conformidad y los juegos de estatus son universales; lo que el artículo hace es describir una versión particular de algo que tu oficina y tu grupo de amigos también practican. Los ejemplos concretos, contaban algunos comentaristas con experiencia directa, apoyaban partes del artículo y desmentían otras, lo cual es lo normal en estos textos.

Mateo Ruiz: ¿Y qué queda sin resolver?

Clara Vega: Casi todo, y hay que decirlo con honestidad: cómo interpretar estas dinámicas fuera de simplificaciones. Ni "allí todo el mundo se conforma" ni "es exactamente igual que aquí". La discusión acabó sin consenso, que quizá es el resultado correcto para un tema así.

Mateo Ruiz: Y para cerrar el episodio, hagamos el trabajo de síntesis, porque hoy las historias se contestan entre sí de formas que no son casualidad.

Clara Vega: Voy yo: la IA ya salió del chat. Apple responde cerrando el acceso a tu disco; Meta responde abriendo hardware para que la IA entre en tu salón. El coste de la inteligencia se desploma: un motor en C, dos mil millones de tokens con factura controlada, dieciséis GPU batiendo al mejor jugador de Stratego.

Mateo Ruiz: Y si el modelo se abarata, el valor se mueve al harnés y a los datos, que es por lo que Supabase compra Turso y por lo que Shankar dice que no externalices tu harnés. Mientras tanto, la computación busca energía en órbita y la astronomía filma planetas durante doce años.

Clara Vega: Y a la vez, seguimos construyendo con las manos: Zig reescribe su cimiento, alguien escribe su blog en Emacs por gusto, Apple pule herramientas cerradas. Y detrás, museos y ensayos de 1973 nos recuerdan que las máquinas tienen memoria, y que las personas también: conformidad, estatus, culturas que se miran y se malinterpretan.

Mateo Ruiz: Eso es todo por hoy. Gracias por acompañarnos, soy Mateo Ruiz.

Clara Vega: Y yo Clara Vega. Nos oímos mañana con las discusiones de hoy. ¡Hasta pronto!