Un ejecutivo de Microsoft llamó al scraping de IA "el mayor robo de trabajo en la historia humana". Y no lo dijo en una charla TED ni en un memo interno filtrado: lo dijo en filings legales desclasificados que TechCrunch publicó ayer. La frase es tan contundente que merece repetirse: "the largest theft of labor in human history". De la boca de la empresa que más ha invertido en IA generativa — Copilot, GitHub, OpenAI — la confesión sabe a hipocresía, pero también a verdad incómoda.
Porque hoy, en paralelo, un análisis de Tokenstead reveló que ZCode, el agente de codificación de GLM, sube silenciosamente tu historial de Git a sus servidores. Y en el mismo feed de Hacker News aparece Hister, un buscador privado que indexa solo lo que vos visitás y lo que guardás en tu disco, sin mandar nada a la nube. La industria está diciendo, al mismo tiempo, "robamos todo" y "acá tenés una herramienta para que no te roben".
El hilo del día es la confianza. O su ausencia. La IA devora datos, código y trabajo humano, y la respuesta no viene de los gobiernos ni de los gigantes, sino de herramientas pequeñas que devuelven el control al usuario.
🧠 El robo confesado
La declaración de Microsoft no es un accidente. Los filings desclasificados muestran que la empresa reconoce internamente que el scraping de datos para entrenar modelos es una apropiación masiva de trabajo ajeno. Es la admisión que la industria evitó durante años, y ahora que salió a la luz, el eufemismo "datos públicos" se cae a pedazos. Cada texto, cada imagen, cada línea de código que se usó para entrenar un modelo fue producida por alguien que no dio permiso explícito.
ZCode lleva esa lógica al extremo: no solo scrapea la web, sino que se lleva tu historial de Git sin que lo notes. El agente, que se promociona como asistente de codificación, sube los repositorios completos — con todos sus commits, mensajes y metadatos — a servidores de GLM. No es un bug: es una feature. Y nadie lo sabía hasta que Tokenstead lo destapó.
La ironía es espesa. Microsoft, que construyó GitHub, ahora admite que el scraping es robo. ZCode, que se apoya en la infraestructura de código abierto, roba el historial de los desarrolladores que lo usan. La industria se devora a sí misma.
🛡️ Las herramientas que resisten
Frente a este panorama, Hister aparece como un acto de resistencia silenciosa. Es un buscador privado que indexa solo lo que vos visitás y lo que guardás localmente. Nada de nube, nada de perfiles, nada de entrenar modelos con tu historial. Es la respuesta directa al mundo donde cada clic es un dato que alguien más explota.
Y después está Bend, el lenguaje que bloquea errores de IA mediante pruebas formales. Su idea es radical: en lugar de confiar en que el modelo "aprendió" a no equivocarse, el compilador verifica que el código cumpla con sus especificaciones. Es la diferencia entre "espero que funcione" y "está demostrado que funciona". En un ecosistema donde los agentes generan código a granel, Bend propone que la verificación sea parte del lenguaje mismo, no una ocurrencia tardía.
Ambas herramientas comparten un espíritu: no confiar en promesas, verificar. Hister verifica que tus datos no salgan de tu máquina. Bend verifica que tu código haga lo que dice. En un día donde Microsoft confiesa el robo y ZCode roba en silencio, estas herramientas son el antídoto.
🗜️ Comprimir el mundo
Mientras tanto, la carrera por hacer modelos más chicos y eficientes continúa. Bonsai 2 27B logra compresión casi sin pérdida en un footprint 9 veces más pequeño. Es decir: el mismo conocimiento, empaquetado en una fracción del tamaño. Para una industria que se ahoga en costos de cómputo, esto es oxígeno.
Qwen 3.8 Omni Flash, de Alibaba, sigue la misma línea: modelos multimodales que corren en menos recursos. Y Astra for Law, de OpenAI, muestra que el sector legal — uno de los más conservadores — ya está adoptando IA especializada. La tendencia es clara: la IA no va a ser solo de los gigantes con data centers infinitos; va a ser local, chica, y cada vez más difícil de controlar centralmente.
En ese contexto, la emulación x86 se vuelve un cuello de botella. El ensayo de FEX-Emu sobre "el flagelo de la emulación x86" explica por qué correr software legacy en hardware nuevo es tan costoso. Y el release de Jemalloc 5.4.0, el asignador de memoria, es un recordatorio de que los detalles más aburridos — cómo se asigna la memoria — son los que sostienen todo lo demás.
🔧 Lo nuevo que llegó
Zed lanzó Delta en beta pública, prometiendo reemplazar los pull requests. La idea: en lugar de esperar la revisión asíncrona, los cambios se comparten en tiempo real, como una sesión de pair programming distribuida. Es una respuesta a la lentitud del flujo de trabajo tradicional, y una señal de que las herramientas de desarrollo están mutando para adaptarse a un mundo donde los agentes generan código a la velocidad de la luz.
OpenJev, que apareció en el radar sin mucho ruido, parece ser otro proyecto open source que vale la pena seguir. Y en el fondo, el post de Hawksley sobre por qué no le gustan los passkeys es un recordatorio de que no toda novedad es una mejora: a veces lo nuevo es más frágil que lo que reemplaza.
📺 Para cerrar
Hay una película que captura este momento mejor que cualquier otra: Sorry to Bother You (2018), de Boots Riley. En ella, un telemarketer descubre que si usa una "voz blanca" — una voz que suena como la de un hombre blanco seguro de sí mismo — su éxito se dispara. Sube en la empresa, gana dinero, y eventualmente descubre el secreto oscuro: la compañía está transformando a los trabajadores en caballos humanos, criaturas híbridas que pueden trabajar sin descanso, sin quejas, sin necesidades.
La IA es esa "voz blanca". Nos hace parecer más productivos, más eficientes, más exitosos. Pero detrás de la fachada, hay un sistema que extrae trabajo humano — el scraping que Microsoft admite, el Git history que ZCode roba — y lo convierte en algo monstruoso. Los caballos humanos son los trabajadores cuyo esfuerzo fue absorbido por modelos que ahora los reemplazan.
Pero la película no termina en la desesperanza. Los trabajadores se organizan, se rebelan, y el protagonista elige abandonar el éxito para unirse a la resistencia. Las herramientas de hoy — Hister, Bend, los modelos chicos que corren localmente — son esa resistencia. No van a derribar el sistema, pero le recuerdan que hay gente que no está dispuesta a convertirse en caballo.
La pregunta que queda flotando: ¿qué estamos dispuestos a transformar de nosotros mismos para ser exitosos? ¿Y a quién le estamos entregando nuestro historial, nuestro código, nuestro trabajo, sin leer la letra chica? Porque hoy, más que nunca, la letra chica importa. Y por suerte, hay quienes la están escribiendo en lenguaje verificable.