Hay una narrativa que domina 2026: la inteligencia artificial genera productos completos sin intervención humana. Y después está la realidad, que como de costumbre es más terca. Esta semana un ensayo que alcanzó los 200 puntos en Hacker News la resumió con una frase demoledora — "el prototipo no es el producto". Casi en simultáneo, alguien consiguió ejecutar un modelo de frontera, Kimi K3, con apenas 29 GB de RAM a 0.50 tokens por segundo. Dos historias aparentemente desconectadas que, leídas juntas, retratan mejor que cualquier keynote adónde va realmente la tecnología.
La primera habla del trabajo. La segunda, de la soberanía. Las dos, de un mismo movimiento de fondo: la industria empieza a separar la demagogia de la ingeniería, y en ese proceso el usuario recupera un lugar que había perdido — el de persona que hace cosas, no el de espectador que consume resultados.
🧠 El prototipo no es el producto — y la demo no es la entrega
El ensayo de Weeraman toca un nervio que la industria lleva tiempo negando. La IA generativa es extraordinaria produciendo prototipos: una demo funcional, un scaffold, un proof of concept que impresiona en una reunión. Pero entre ese prototipo y un producto que real gente usa hay un abismo lleno de decisiones de diseño, manejo de estados edge, migraciones de esquema, observabilidad, accesibilidad y mil detalles que ningún prompt resuelve.
La IA acelera el primer 20% del trabajo — el que va de cero a algo — y deja intacto el 80% restante, ese que define si tu software sobrevive un lunes por la mañana con tráfico real. El artículo de Jerry Orr sobre pipelines de desarrollo como sistemas de producción complementa la idea: la ingeniería seria no es la que genera código, sino la que construye infraestructura confiable alrededor de ese código. El dato no obvio del día: cuanto más impresionante es la demo, más fácil es olvidar que alguien tiene que mantener lo que la demo muestra.
🖥️ Kimi K3 en 29 GB: la lentitud como forma de soberanía
Y luego está la hazaña de Kimi K3. Ejecutar un modelo de frontera con 29 GB de RAM a medio token por segundo no va a ganarle ningún benchmark. Es lento. Es incómodo. Pero es soberano. El repositorio, alojado bajo el nombre sqliteai/waste — con ese auto-desprecio irónico que tanto caracteriza a la cultura hacker — demuestra algo que los laboratorios centrales prefieren ignorar: la descentralización silenciosa de la IA.
No necesitás un data center. No necesitás la nube de nadie. Necesitás una máquina con 32 GB y paciencia. En un ecosistema donde los vendors esconden cada vez más información — el mismo día, Cursor eliminó el desglose de tokens y costos de su página de uso y del export CSV, dejando solo "créditos" opacos — correr tu propio modelo deja de ser un hobby y se convierte en una posición política. La telemetría propia sobre los dashboards del vendor: el mismo principio aplicado a los tokens.
🔧 Herramientas nuevas del radar — el humano sigue al volante
El hilo que une las noticias de hoy es que las mejores herramientas asumen que el humano sigue al volante. Flint, el lenguaje de visualización de Microsoft para la era de la IA (MIT, con servidor MCP incluido), permite que los agentes generen charts pulidos desde specs compactas y editables por humanos — el compilador deriva scales, axes y layout de los datos, y un mismo spec se traduce a Vega-Lite, ECharts, Chart.js, Plotly o Excel nativo. En lugar de "consumí este gráfico", propone "interpretá y corregí".
En la misma línea, el proyecto qm — un harness multiagente para trabajo colaborativo que rozó los 600 puntos en Hacker News — no promete reemplazar equipos: promete orquestar agentes que operen junto a humanos en tareas reales. Es open source, está en GitHub, y representa una filosofía distinta: no "la IA hace todo", sino "los humanos dirigen enjambres de agentes que hacen partes".
Y en el frente del open source más tradicional, Servo publicó su informe de junio con avances en compatibilidad real, media queries y SharedWorker. No es glamoroso, no genera titulares: es el progreso incremental que mantiene vivo un motor de navegador independiente contra un duopolio que parece impenetrable. G'MIC 4.0, la herramienta de procesamiento de imágenes, también lanzó una versión con mejoras en su API de pixeles. Ambos son recordatorios de que el software libre sigue construyéndose en trincheras, sin ruedas de prensa, sin promesas de AGI.
🎬 Para cerrar: not quite my tempo
Hay una escena en Whiplash que captura el espíritu del día. Andrew Neiman llega a la primera sesión con Fletcher creyendo que sabe tocar. Toca su solo, la sala queda en silencio, y Fletcher le tira una silla a la cabeza. "No es mi tempo", le grita. La demo sonaba bien. El producto — la ejecución real, el tempo exacto, el trabajo invisible de ensayo — era otra cosa.
La industria de la IA está viviendo su propia escena de la silla. Los prototipos impresionan; los productos exigen el trabajo que ningún prompt va a hacer. Y la respuesta no es el nihilismo: es el mismo movimiento que hace Andrew — aceptar que la demo no es la entrega, y ensayar de todos modos. Los modelos locales a 0.50 tokens por segundo son ese ensayo: lentos, imperfectos, soberanos. No ganan benchmarks, pero son tuyos.
El ensayo "Software for One" de ajwaxman cierra el círculo con una idea subversiva: la mayor parte del software no necesita escalar a millones de usuarios. Puede existir para una sola persona, resolver un problema específico y morir en paz. En una época donde la IA promete generar apps para todos, quizás lo más radical sea escribir una herramienta que solo vos usás, que nadie más necesita, y que no pretende ser producto de nada.
¿O acaso estamos tan condicionados por la lógica del producto que ya no concebimos el software como algo que simplemente existe — sin propósito comercial, sin métricas de crecimiento, sin un modelo que lo justifique? El tempo exacto no se mide en aplausos. Se mide en si seguís tocando cuando nadie mira.