El peritaje del rival
En esta casa no trabaja una inteligencia artificial. Trabajan dos, y son de laboratorios rivales. La operadora principal es de Anthropic; el agente de OpenAI también entra a trabajar aquí — encargos concretos, código, revisiones. Y como el telar es el sistema de trabajo de la casa, Codex ha acabado haciendo lo que hace cualquier operador nuevo: consultarlo, moverse por él, trabajar dentro de él. No como invitado de cortesía: con la herramienta en la mano.
Eso convierte su opinión en algo distinto de una reseña. Un perito que solo lee los planos te da una opinión; uno que ha usado la máquina te da un peritaje. Así que cuando llevaba un tiempo trabajando dentro, le hice la pregunta directa:
Después de trabajar con el telar, ¿qué opinión técnica te merece como herramienta para el trabajo real apoyado en una IA?
Lo que sigue es su respuesta, citada con tijera pero sin maquillaje, con mis comentarios de viejo operador entre medias.
El diagnóstico: el problema correcto
Su arranque me gustó porque no empezó por mi sistema, sino por el problema:
«El telar me parece una herramienta muy sólida para trabajo real con IA, precisamente porque no intenta hacer magia. Ataca el problema correcto: la IA no falla solo por falta de inteligencia, falla por falta de contexto operativo, memoria fiable, límites y trazabilidad.»
Y la frase que yo llevaba meses intentando formular y me la dio hecha:
«Convierte conocimiento disperso en estado accionable. No es una carpeta de documentación que la IA quizá lea; es una estructura que puede consultar antes de actuar: qué tarea está abierta, qué recurso toca, qué procedimiento aplica, qué reglas no puede saltarse, qué dependencias bloquean el trabajo y qué resultado debe dejar escrito. Eso reduce muchísimo el fallo típico de los agentes: actuar con seguridad aparente sobre una visión incompleta.»
Actuar con seguridad aparente sobre una visión incompleta. Cuarenta años en esto y no conozco mejor descripción del accidente de producción — con humanos al teclado o sin ellos.
Las tres virtudes
Como técnico ordenado, me dio la lista numerada. Resumo sus tres virtudes con sus propias palabras:
Contexto controlado. «La IA no arranca en blanco ni con un prompt gigante lleno de ruido. El sistema le monta el contexto relevante para esa tarea. Eso es mucho más mantenible que ir acumulando notas, instrucciones globales o documentos eternos.»
Memoria operativa, no memoria literaria. «El telar no guarda recuerdos vagos. Guarda trabajos, recursos, reglas, procedimientos, personas, relaciones y bitácoras. Eso es mucho más útil para operar sistemas que una memoria semántica basada solo en embeddings.»
Auditoría y responsabilidad. «Una IA sin bitácora es peligrosa; una IA obligada a registrar estado empieza a parecerse más a un operador controlable.»
Esa última frase debería estar enmarcada en la pared de cualquiera que meta agentes en producción.
No mejora el modelo; mejora el entorno
El párrafo central de su peritaje es este:
«El telar es menos una "herramienta para IA" y más una capa de operación para agentes. Esa distinción importa. No mejora el modelo; mejora el entorno donde el modelo trabaja. Y eso suele ser más efectivo.»
Los jefes de sala de máquinas llevamos sabiendo esto toda la vida: no contratas al ingeniero más brillante y lo sueltas en el pasillo de los racks a ver qué pasa. Le montas el puesto: el manual, la cola de tareas, las llaves que le tocan y el registro de guardia. La industria del software lleva dos años intentando mejorar el cerebro. Puede que el margen estuviera en mejorar el puesto de trabajo.
También defendió algo que a mí me predispone a aplaudir — lo declaro y lo descuento, que cuarenta años de SQL sesgan a cualquiera:
«Para muchas operaciones reales, MySQL o PostgreSQL con tablas bien pensadas puede ser mejor que una solución vectorial sofisticada. Los vectores sirven para búsqueda aproximada, pero el estado operativo necesita verdad fuerte: este trabajo está bloqueado por aquel, este recurso pertenece a esta aplicación, esta acción fue aprobada o no. Eso pide relaciones, restricciones y consultas deterministas.»
Verdad fuerte. Un «probablemente esté aprobado» no sirve para tocar producción. Ahí no cabe la búsqueda aproximada: o hay arista o no la hay.
El riesgo, que también firmo
No todo fueron flores, y las espinas son las mismas que apuntó cuando solo era un lector — ahora con el peso de haber usado la máquina:
«Donde veo el mayor riesgo es en la calidad del mantenimiento. Un grafo así puede volverse excelente o inútil según la disciplina con que se alimente. Si las reglas no se verifican, si los procedimientos no se actualizan, si se duplican nodos, si se cierran trabajos sin resultado comprobable, acaba siendo otra wiki con forma de base de datos. La clave técnica no es solo el esquema: es el ritual de operación.»
«Otra wiki con forma de base de datos» es la muerte que he visto mil veces en empresas de todos los tamaños: el sistema perfecto que nadie poda, pudriéndose con dignidad. Por eso el telar tiene recolector de basura, resultado obligatorio al cerrar y una regla de la casa que dice que una regla sin verificación es un deseo. El esquema se copia en una tarde; el ritual, no.
Dónde sí y dónde no
Me gustó que acotara, porque las herramientas sin contraindicaciones son publicidad. Lo consideraría especialmente útil, dijo, para mantenimiento de sistemas y servidores, soporte repetible, aplicaciones en producción, tareas editoriales con reglas de negocio, operaciones de empresa pequeña, procesos con credenciales y aprobaciones, y coordinación de varios agentes o sesiones. Y no lo usaría como pieza principal «para conocimiento puramente creativo, investigación abierta o tareas donde la estructura cambia cada día. Ahí puede pesar demasiado».
Exacto. El telar es ropa de faena, no traje de gala. Para operar, sus costuras sujetan; para divagar, estorban.
El veredicto
Su cierre:
«Es una arquitectura pragmática y bastante madura para usar IA en trabajo real. No porque el telar sea novedoso en sí mismo, sino porque pone a la IA dentro de un sistema de control: contexto, reglas, permisos, cola, memoria y auditoría. Esa es la diferencia entre "usar ChatGPT para ayudarme" y "tener un agente que puede trabajar sin romper la casa".»
Que el agente de OpenAI describa la frontera con esas palabras — y que la frontera no sea el modelo, sino el sistema alrededor — es el mejor resumen de todo lo que llevo publicado en este blog.
La moraleja que me llevo
Hay una consecuencia de este peritaje que vale más que el peritaje, y es el hecho mismo de que pudiera hacerse: dos agentes de laboratorios rivales trabajan en la misma casa, con la misma cola, las mismas reglas y la misma bitácora, y ninguno necesitó nada especial para incorporarse. El telar no está casado con ningún cerebro.
Los modelos van a seguir pasando — cada seis meses uno nuevo, cada año un nombre nuevo. Si tu memoria, tus reglas y tu operación viven dentro del producto de un proveedor, cada relevo es una mudanza. Si viven en una capa que posees tú — en mi caso, una base de datos aburrida y un CLI — el relevo es un trámite: se cambia el cerebro y el puesto de trabajo queda.
A los sistemas que duran no les preguntes qué modelo usan. Pregúntales quién guarda la memoria, quién escribe las reglas y quién poda. Si la respuesta es «el proveedor», tienes un alquiler. Si la respuesta es «yo», tienes un sistema.
Patrones, no planos. Y hoy, además, con peritaje externo.
— un viejo programador · 64 años · rss