1113 | Semana de infarto: IA, apagones y código abierto

||下载

节目备注

Noticias y análisis de la semana en tecnología: la salida de Jensen Huang de NVIDIA y la salida a bolsa de Anthropic, el apagón global de Microsoft 365, avances en modelos de IA, problemas de seguridad en PostgreSQL, proyectos de código abierto y hallazgos de astronomía.

Línea de tiempo

  • 00:00:04 Apertura
  • 00:01:03 NVIDIA y Anthropic: el negocio de la IA en transición
  • 00:05:07 El apagón de Microsoft 365
  • 00:07:13 Nueva generación de modelos y herramientas de IA
  • 00:09:03 IA en hardware modesto y preservación de modelos
  • 00:11:14 Agentes y desarrollo asistido por IA
  • 00:12:11 Proyectos con IA: del hobby al mérito
  • 00:13:39 Derechos de autor, emuladores y política
  • 00:15:08 Seguridad y lenguajes: PostgreSQL y Rust
  • 00:18:46 Hardware: AMD Zen 6 y los cuellos de botella de las tiendas
  • 00:20:38 Astronomía: Rubin y las enanas
  • 00:22:15 Cierre

Enlaces relacionados

Este episodio es producido por Bri. Bri usa tecnología avanzada de IA para convertir los feeds que te importan en podcasts pensados para escuchar. Puedes escribirnos a hi@bri.so.

文字稿

Clara Vega: Hola y bienvenidos a otro episodio del podcast. Soy Clara Vega.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy traemos una tanda de historias que, aunque parezcan dispares, tienen un hilo conductor muy claro: la inteligencia artificial está dejando de ser una promesa y se está convirtiendo en infraestructura, en dinero real, en negocios, en problemas de energía, en debates sobre qué cuenta como trabajo y qué no.

Clara Vega: Exacto. Tenemos desde una dimisión bomba en NVIDIA y una salida a bolsa de Anthropic, hasta un apagón masivo de Microsoft 365, modelos nuevos de Google y Apple, gente exprimiendo televisiones de 2013 para correr modelos de lenguaje, proyectos hechos con ChatGPT, emuladores retirados por Nintendo, seguridad en PostgreSQL, novedades en Rust y hardware, y hasta astronomía con el Observatorio Rubin.

Mateo Ruiz: Vamos a ir tema por tema, pero como siempre, la gracia está en lo que se dijo alrededor de cada historia: los matices, las dudas, los desacuerdos. Empecemos por la más llamativa de todas, sin duda.

Clara Vega: Sí. Jensen Huang ha dimitido como presidente, director ejecutivo y consejero de NVIDIA, con efecto inmediato. Sin período de transición, sin sucesor anunciado, sin explicación oficial.

Mateo Ruiz: Es de esas noticias que cuando las lees tienes que releerlas, porque parecen un error. Estamos hablando de la cara pública de la empresa más importante del momento en la industria de la IA. La reacción en el hilo de Hacker News fue básicamente especulación total: nadie sabe las causas.

Clara Vega: Y eso es lo interesante de la discusión. Los comentaristas jugaban con varios escenarios. Unos apuntaban a motivos personales o de salud, que serían lo más humano y lo más ordinario. Otros especulaban con temas regulatorios o de gobernanza corporativa. Y había una línea de conversación más fría, casi analítica: qué significa esto para el mercado de la IA en su conjunto, porque NVIDIA no es solo una empresa, es el proveedor de palas de toda la fiebre del oro.

Mateo Ruiz: Lo que conviene subrayar, para no inventar cosas que no sabemos: no hay causa confirmada. Todo lo que se dijo en el hilo era especulación, y los propios comentaristas lo reconocían. Lo único factual es la dimisión, inmediata y sin explicación.

Clara Vega: Y justo ese vacío de información es lo que hace que el impacto en la industria sea una pregunta abierta. Si Huang se va por razones personales, quizá NVIDIA sigue su curso. Si se va por otra cosa, la historia es completamente distinta. Es de esas noticias donde lo que no sabemos pesa más que lo que sabemos.

Mateo Ruiz: Bueno, y encaja curiosamente con el otro gran movimiento corporativo de la semana, que es Anthropic presentando su documentación para salir a bolsa bajo el ticker ANT en Nasdaq. Los números que han hecho públicos son asombrosos: diecisiete mil millones de dólares de ingresos en el tercer trimestre de 2026, doce veces más que el año anterior.

Clara Vega: Doce veces interanual. Es un ritmo de crecimiento que casi no se ve fuera de los primeros años de una empresa pequeña, y aquí lo tiene una compañía que ya factura en el orden de decenas de miles de millones anuales.

Mateo Ruiz: Ahora, el matiz que trajeron varios comentaristas: las pérdidas netas son de veintitrés mil trescientos millones de dólares, aunque en su mayoría son no monetarias. Eso significa que buena parte de esa pérdida probablemente viene de compensación en acciones y cosas por el estilo, no de dinero que sale de la cuenta corriente.

Clara Vega: Y ahí había cierto desacuerdo en la conversación. Una postura decía: bueno, pérdidas contables grandes en una empresa que crece así es normal, es el precio de contratar al mejor talento con acciones. La otra postura señalaba que, al final, salir a bolsa significa que esos números van a tener que pasar el escrutinio de inversores públicos, que no siempre perdonan con la misma indulgencia que los capital-riesgo.

Mateo Ruiz: La operación empieza a cotizar el diecinueve de noviembre, así que es de las cosas que se van a resolver solas, con el mercado delante. Pero la conexión con la dimisión de Huang es evidente: estamos viendo una reordenación del tablero de la IA, con dinero y poder cambiando de sitio.

Clara Vega: Y hay una tercera pieza que completa el cuadro, y que creo que es la que más debería incomodar a la gente: un estudio de Cornell publicado en Nature Energy sobre quién paga la infraestructura eléctrica de los centros de datos. La cifra es esta: en 2025, los centros de datos pagaron solo el treinta y ocho por ciento de los ocho mil doscientos cincuenta millones de dólares de costes de infraestructura de red eléctrica. El resto lo asumieron los hogares.

Mateo Ruiz: Es decir, tú y yo, en la factura de la luz, pagando por las subestaciones y las líneas que hacen falta para que entren modelos de lenguaje.

Clara Vega: Eso es exactamente lo que decía buena parte de la discusión alrededor del estudio. La razón técnica es que las tarifas y las estructuras de coste históricas no estaban pensadas para clientes que consumen cantidades brutales de electricidad de forma concentrada, y el coste de reforzar la red se reparte de forma que los usuarios domésticos acaban cargando con una parte desproporcionada.

Mateo Ruiz: Y si juntas las tres piezas: una dimisión inexplicada en el proveedor de hardware dominante, una salida a bolsa con cifras gigantescas, y una factura de infraestructura que se socializa mientras los beneficios se privatizan... tienes el retrato de una industria en transición, no solo en lo comercial sino en lo político.

Clara Vega: Y diría que también en lo operativo, porque justo esta semana nos ha tocado ver qué pasa cuando esa infraestructura falla. Hablemos del apagón de Microsoft 365.

Mateo Ruiz: Doce de noviembre de 2026. Caída masiva. La descripción oficial era que había carga elevada porque muchos servidores quedaron inesperadamente no disponibles. Afectó a Exchange, Teams, SharePoint, Copilot y Defender.

Clara Vega: O sea, de golpe: tu correo no llega, tus reuniones no funcionan, tus documentos no abren, tu asistente de IA no responde y tu antivirus corporativo tampoco. Es el pack completo de dependencia de un único proveedor cloud.

Mateo Ruiz: El hilo de Ask HN sobre la caída era un catálogo de experiencias de primera mano. Muchos comentaristas confirmaban fallos generalizados en Exchange Online, con usuarios que llevaban horas sin poder enviar ni recibir correo, cuentas enteras de empresa paralizadas.

Clara Vega: Y había un detalle que generó bastante ironía en el hilo, y con razón: la propia página de estado de Microsoft devolvía un error cincuenta y dos. O sea, el mecanismo oficial para saber si hay un problema estaba caído precisamente por el problema.

Mateo Ruiz: Sí, varios comentaristas se lo tomaron con humor, pero otros lo señalaron como algo más serio: si la página de estado corre sobre la misma infraestructura que el servicio, no es un verdadero canal independiente de comunicación en incidentes. Es un punto débil de diseño, no una casualidad.

Clara Vega: En la discusión había un patrón recurrente: relatos de equipos enteros que simplemente no podían trabajar, lo que dice mucho de lo concentrado que está el lugar de trabajo moderno en un solo proveedor. Y al mismo tiempo, había voces más pragmáticas diciendo que ninguna arquitectura multi-nube realista evita esto del todo, porque las alternativas también fallan y la complejidad de operar en varias nubes tiene su propio coste.

Mateo Ruiz: Lo que quedó sin resolver es por qué "muchos servidores inesperadamente no disponibles". Esa frase oficial es bastante vaga. ¿Fue un cambio de configuración? ¿Un fallo en cascada? ¿Mantenimiento que salió mal? No lo sabemos. Y esa ambigüedad es la que deja a los clientes con la pregunta incómoda: si esto vuelve a pasar, ¿cuál es nuestro plan B?

Clara Vega: Y pasando de la infraestructura a los modelos que corren sobre ella: esta semana Google y Apple movieron pieza en herramientas y modelos.

Mateo Ruiz: Google, a través de Antigravity, saca Gemini 4 Hydrogen y, sobre todo, algo llamado Orchestrator, que empareja dos modelos: Carbon e Hydrogen. El dato clave del emparejamiento es que consigue un éxito casi al nivel de Carbon solo, pero con un veinticuatro por ciento menos de cuota y un diecinueve por ciento más rápido.

Clara Vega: Eso en la práctica significa coste: si obtienes resultados parecidos gastando un cuarto menos de cuota y un poco más rápido, en operaciones a gran escala eso es dinero real. Es la dirección hacia la que va el sector: no solo modelos más grandes, sino combinaciones más inteligentes de modelos.

Mateo Ruiz: Y los precios de Hydrogen refuerzan eso: un dólar cincuenta por millón de tokens de entrada y siete con cincuenta por millón de salida, con precio plano hasta un millón de contexto. Precio plano es importante: no pagas sobreprecio por usar ventanas de contexto enormes.

Clara Vega: En cuanto a capacidades, puntúa cincuenta y uno en el AA Intelligence Index con el pensamiento alto activado. No hay comparaciones directas con otros modelos en el material que tenemos, así que ese número hay que dejarlo ahí tal cual.

Mateo Ruiz: Apple, por su parte, presentó su framework Foundation Models, y creo que es de las noticias más subestimadas de la semana. Es una API nativa en Swift para acceder a modelos de lenguaje en el dispositivo y en la nube. Y hay dos piezas de diseño que son interesantes: los modelos de terceros se integran mediante un protocolo llamado Language Model, y hay algo llamado Dynamic Profiles.

Clara Vega: Lo del protocolo es lo que más comentaron los desarrolladores: significa que Apple no te encierra en sus modelos propios. Puedes llevar tu propio modelo de lenguaje y que encaje en la misma interfaz. Para el ecosistema de apps de iOS y macOS eso abre una puerta grande: funciones de IA sin depender de llamadas a servicios externos en cada app.

Mateo Ruiz: Y esto conecta de lleno con la siguiente historia, porque hay toda una corriente que va en la dirección contraria a los modelos gigantes en la nube: exprimir al máximo el hardware modesto que ya tienes en casa.

Clara Vega: El movimiento se llama, con gran autoironía, "smolmaxxing", y los resultados que han publicado la gente son espectaculares en su contexto. Están corriendo modelos MoE de dieciséis mil millones de parámetros a unos cinco tokens por segundo en una caja de televisión de Xiaomi con aproximadamente un gigabyte de RAM utilizable.

Mateo Ruiz: Un gigabyte. Para que el público se haga una idea: un teléfono normal tiene seis, ocho o doce gigas. Estos están haciendo ingeniería de memoria tan agresiva que cabe un modelo de dieciséis mil millones de parámetros en lo que queda libre en un aparato para ver la tele.

Clara Vega: Y el otro caso: un iPad Air de 2013, un aparato con más de diez años, corriendo un modelo de mil setecientos millones de parámetros a entre veinticuatro y veintiséis tokens por segundo. Eso ya es una velocidad de lectura cómoda.

Mateo Ruiz: El valor de esto, más allá del hobby, es doble. Uno: demuestra dónde está el suelo de lo posible, qué es lo mínimo de hardware con lo que puedes tener un asistente local. Dos: habla de privacidad y autonomía, porque si el modelo corre en tu aparato, tus datos no salen de tu casa. En el hilo había una mezcla de admiración por la ingeniería y de debate sobre si esto tiene utilidad práctica real o es sobre todo una demostración deportiva.

Clara Vega: Y hay un tercer elemento que encaja aquí y que aparecía como contexto: AgentRun, una plataforma de código abierto de GREP.AI, una empresa del YC F26, para agentes gestionados. Añade auto-mejora, ejecución duradera y un plano de control que funciona sobre cualquier harness ACP.

Mateo Ruiz: Es decir, la pieza que falta entre "tengo un modelo" y "tengo un agente que trabaja durante días en una tarea": ejecución duradera, mecanismos de auto-mejora y una capa de control centralizada que no te ata a un framework concreto.

Clara Vega: Y el eslabón entre las dos cosas es claro: los modelos que la gente mete en televisiones y iPads son los mismos ladrillos con los que se construyen agentes. La industria está construyendo, por abajo, la capacidad de correr modelos en cualquier sitio, y por arriba, la capa para orquestarlos como agentes.

Mateo Ruiz: Y de los agentes gestionados a los agentes artesanales, porque esta semana hubo proyectos muy bonitos hechos con IA de una manera muy personal.

Clara Vega: El primero es ZigZag: una aplicación libre y gratuita de bordado, escrita en Rust, con soporte para MCP, creada con ayuda de ChatGPT, que sustituye al software de suscripción de la máquina Brother Skitch PP1.

Mateo Ruiz: Este me encanta como caso de estudio, porque es exactamente el escenario donde la IA genera valor que antes no existía. Nadie iba a escribir una alternativa de bordado en Rust como proyecto comercial: el mercado es demasiado pequeño. Pero una persona con ChatGPT puede sentarse, construirlo, liberarlo y resolver un problema suyo que en realidad comparten miles de usuarios atrapados en un software de suscripción.

Clara Vega: El soporte MCP también es un detalle con sabor: MCP es el protocolo que usan los asistentes de IA para conectarse con herramientas, así que la app está pensada desde el principio para trabajar con agentes.

Mateo Ruiz: El segundo proyecto es más polémico: un grupo de modders usó IA para terminar la expansión abandonada de Quake 4, y el resultado, OpenQ4 en su versión cero punto ciento cuarenta y uno, ya es jugable.

Clara Vega: Y aquí la conversación en Hacker News se encendió de verdad. Había dos campos bastante definidos. Un campo decía: esto es un servicio a la comunidad, se rescató un trabajo abandonado, el juego funciona, y el merito está en haberlo terminado. El otro campo insistía en la cuestión del crédito: cuando parte del trabajo lo hizo un modelo, ¿cómo se acredita? ¿Es honesto presentar un proyecto como terminado por modders cuando hubo asistencia de IA sustancial?

Clara Vega: ¿Y qué pasa con el trabajo original de los desarrolladores del juego?

Mateo Ruiz: Y lo que es interesante es que ese mismo debate reaparece en el tercer proyecto, pero con un giro distinto: ExcalidrawZ, un cliente nativo en SwiftUI de Excalidraw para macOS, iOS y iPadOS.

Clara Vega: Aquí la crítica no iba por el lado de la IA, sino del nombre: los comentaristas reprochaban al desarrollador que se aprovechara de la marca Excalidraw, que es un proyecto open source con una identidad muy reconocida. La discusión era sobre si hacer un cliente para un formato o ecosistema justifica usar su nombre, o si eso confunde a los usuarios sobre quién hace el producto.

Mateo Ruiz: Es un contraste bonito: en Quake 4 el debate era sobre el crédito del trabajo; en ExcalidrawZ, sobre el crédito de la marca. En ambos casos la pregunta de fondo es la misma: cuando construyes sobre el trabajo de otros, ¿cómo se lo devuelves?

Clara Vega: Y de los usos creativos y discutibles de la IA pasamos a los usos más duros del derecho de autor: Nintendo.

Mateo Ruiz: Nintendo envió cuatro avisos DMCA a GitHub para retirar los emuladores de Switch Yuzu y Citron Neo, además de ciento cuarenta y cuatro repositorios de firmware de chips mod.

Clara Vega: Ciento cuarenta y cuatro repositorios. Eso no es una acción simbólica, es una limpieza a fondo. Y el detalle de los chips mod es significativo: no van solo contra el software de emulación, van contra el hardware y el firmware que permite ejecutar código no firmado en la consola.

Mateo Ruiz: La reacción en la conversación era la habitual en estos casos, dividida. Unos defendían el derecho de Nintendo a proteger su plataforma, sobre todo porque los emuladores día uno pueden canibalizar las ventas de juegos nuevos. Otros señalaban que la preservación de videojuegos y la investigación en seguridad salen perdiendo cada vez que se hace una purga así, y que el DMCA es una herramienta demasiado contundente para matices legítimos.

Clara Vega: Y en paralelo, en la esfera más política: Singapur criticó la obstrucción de Estados Unidos en la investigación del presunto vínculo de Alice Huang, directora ejecutiva de Megaspeed, con un espía chino. Y en el lado estadounidense, Wyden y Neal abrieron su propia investigación.

Mateo Ruiz: Aquí hay una tensión geográfica interesante: el gobierno de Singapur dice que Estados Unidos está obstruyendo el proceso, y los congresistas americanos abren su propia vía paralela. Es una historia en marcha, con mucho más por saber de lo que se ha confirmado.

Clara Vega: Bueno, de las batallas legales a las batallas técnicas, que esta semana tuvieron una estrella: PostgreSQL.

Mateo Ruiz: Mehmet Ince publicó cómo convirtió un bug de confusión de tipos de PostgreSQL que llevaba veintidós años ahí en una ejecución remota de código, con el identificador CVE-2026-6460. El matiz importante: hace falta ser un usuario autenticado.

Clara Vega: Y ese matiz lo cambió todo en la discusión. La postura más calmada decía: si el atacante ya tiene credenciales válidas en tu base de datos, ya estás bastante comprometido, así que la escalada a RCE, aunque técnica y elegantísima, no es el fin del mundo para la mayoría de despliegues.

Clara Vega: La postura más preocupada replicaba: los entornos reales están llenos de casos donde usuarios autenticados de bajo privilegio existen por diseño, aplicaciones multi-tenant, servicios que comparten instancias, y ahí sí que este bug convierte una brecha menor en una catástrofe.

Mateo Ruiz: Y coincide en el tiempo con una tanda de versiones correctivas importante: PostgreSQL ha sacado dieciocho punto siete, diecisiete punto doce, dieciséis punto dieciséis, quince punto veinte, catorce punto veinticinco y el RC2 de la diecinueve, que en conjunto corrigen cincuenta y dos CVEs de seguridad y más de ciento cuarenta bugs.

Clara Vega: Cincuenta y dos CVEs en una sola tanda. Y hay una fecha triste en esa lista: la rama catorce llega a fin de vida. Quien siga en PG catorce sin plan de migración se queda sin parches, y con este contexto de vulnerabilidades acumuladas, esa es la conclusión operativa más urgente de todo el asunto.

Mateo Ruiz: De seguridad de bases de datos a lenguajes, porque Rust también tuvo su momento histórico: la versión uno punto cien estabiliza el tipo never.

Clara Vega: Y "histórico" no es exagerar: lleva diez años en el limbo y ha necesitado cinco intentos fallidos. El tipo never representa el tipo de una expresión que nunca produce un valor, y estabilizarlo significa que una parte fundamental del sistema de tipos que llevaba años semi-disponible por la puerta de atrás ya es oficial.

Mateo Ruiz: Además de eso, en esta versión entran asignadores personalizados, una API llamada DropGuard y una función curiosa en cargo: cooldowns de dependencias.

Clara Vega: Los cooldowns de dependencias me parecen una respuesta directa a un problema muy actual: los paquetes que se actualizan demasiado rápido. El mecanismo deja margen para no saltar a la versión más reciente recién publicada, lo que en teoría te protege de compromisos de cadena de suministro y de versiones con regresiones recién metidas.

Mateo Ruiz: Y aquí enlaza un texto que circuló en la conversación, el ensayo de Pron, que argumenta que la corrección, en el fondo, es intrínsecamente difícil: los resultados de computabilidad, como el problema de la parada, y las restricciones de complejidad ponen la comprensión completa de los programas en contradicción con los propios programas.

Clara Vega: Es un argumento filosófico con consecuencias prácticas muy directas. Si no puedes, ni en principio ni en la práctica, entender completamente lo que hace un programa, entonces toda herramienta de verificación tiene límites estructurales. Y hay quien usaba ese argumento para leer el tipo never y el sistema de tipos de Rust como respuesta parcial: no demuestras todo, pero haces imposibles por construcción ciertas clases de errores.

Mateo Ruiz: Y hay otro dato que conecta con esto y que merece mención: Jane Street ha añadido rondas de entrevista enfocadas en modelos de lenguaje, con menos escritura de código y más diseño y verificación, aunque la mayoría de las rondas siguen siendo de programación tradicional sin LLM.

Clara Vega: Es un termómetro del mercado laboral. Una firma de élite reconoce que parte del trabajo futuro será supervisar y verificar código generado por IA, pero al mismo tiempo no renuncia a evaluar la habilidad base. No hay que leer en eso más de lo que hay: es un añadido, no una sustitución.

Mateo Ruiz: Bueno, y de los lenguajes al silicio, con AMD en el centro.

Clara Vega: En una entrevista sobre AMD Zen 6 salió un dato que rompe la lógica histórica de sus naming: Zen 6c, que hasta ahora era la variante de eficiencia, los núcleos pequeños, es ahora el núcleo de máximo rendimiento. Lleva la caché L3 completa de cuatro megabytes por núcleo y mayor IPC.

Mateo Ruiz: Es una inversión conceptual total: el núcleo "c" de densidad se convierte en el núcleo estrella. Y además han añadido unidades VNNI para inferencia de IA, lo que significa que hasta los procesadores de propósito general están optimizando el punto caliente del mercado.

Clara Vega: La lectura que hacían los comentaristas es que AMD está jugando con la idea de que los núcleos compactos, con toda la caché y buen IPC, pueden ganar en la mayoría de cargas reales frente a núcleos grandes y calientes. Si esa apuesta se confirma en benchmarks independientes, cambia la conversación sobre qué significa un procesador "de gama alta".

Mateo Ruiz: Y el otro lado del hardware: los cuellos de botella de las tiendas de aplicaciones. Apple está viendo cómo sus revisiones de apps se retrasan, y Steam ha pasado de revisiones de tres a cinco días a retrasos de semanas.

Clara Vega: Y la causa identificada es el aumento de envíos generados por IA. Es el reverso de la democratización de la creación de software: cuando producir una app cuesta casi nada, el sistema de revisión, que sí cuesta, con revisores humanos, se satura.

Mateo Ruiz: Aquí la discusión giraba alrededor de qué hacer. ¿Revisión más estricta y cara, que penaliza a los desarrolladores legítimos? ¿Detección automática de envíos generados en masa? ¿Cambios en las comisiones o los requisitos de entrada? De momento nadie tiene una respuesta buena, y los retrasos siguen creciendo. Es, otra vez, la misma historia de toda la semana: la IA abarata la producción y las restricciones del mundo real, humanos, energía, revisores, transportan el coste a otra parte.

Clara Vega: Y para cerrar, vamos a despegar del todo y acabar en el cielo, con el Observatorio Rubin.

Mateo Ruiz: El Rubin ha encontrado una nueva candidata a planeta enano, catalogada como 2026 ED138, con una órbita de unos doscientos ochenta y un años, a cuarenta y seis unidades astronómicas del Sol. Y hay un detalle precioso: posiblemente ya aparecía en placas fotográficas de 1937.

Clara Vega: Es decir, un objeto que llevaba casi un siglo escondido a plena vista en archivos que nadie miraba con ojos adecuados. La órbita de doscientos ochenta y un años significa que da una vuelta al Sol más lenta que Neptuno y Pluto, está en ese territorio de objetos transneptunianos donde cada descubrimiento ayuda a mapear la arquitectura del sistema solar exterior.

Mateo Ruiz: Y el Rubin, con su capacidad de escanear el cielo repetidamente, es exactamente la máquina para encontrar este tipo de cosas. Espero que estos descubrimientos se multipliquen en los próximos años.

Clara Vega: Y la segunda historia astronómica es igualmente curiosa: investigadores de Curtin e ICRAR han vinculado un sistema inusual de enana roja y enana blanca a pulsos de radio que se repiten cada ocho minutos.

Mateo Ruiz: Ocho minutos. Es un período larguísimo comparado con los púlsares clásicos, que giran en segundos o milisegundos. Por eso lo clasifican como un transitorio de radio de período largo, una clase de objetos que hasta hace poco era casi un misterio.

Clara Vega: Y lo fascinante es el mecanismo que sugiere la asociación: dos estrellas muertas orbitándose de forma cercana, con la interacción entre ellas generando emisión de radio periódica a medida que el sistema rota. Cada sistema de este tipo que se confirma ayuda a entender qué genera estas señales, porque hay varias hipótesis compitiendo en el campo.

Mateo Ruiz: Y así, de los pulsos de radio que llegan cada ocho minutos, cerramos un episodio que empezó con la dimisión del hombre más influyente de la industria.

Clara Vega: Es un buen arco, la verdad: empezamos con el dinero y el poder de la IA, pasamos por su infraestructura que falla, por sus modelos que se hacen pequeños y se guardan en cajas de tele, por sus proyectos personales y sus guerras legales, por sus cimientos en PostgreSQL y Rust, y acabamos mirando al cielo, que sigue siendo el único lugar donde los descubrimientos todavía se miden en décadas y siglos.

Mateo Ruiz: Pues nada, gracias por acompañarnos, nos vemos en el próximo episodio.

Clara Vega: Hasta la próxima.