OpenAI presenta Dots, sus agentes que trabajan solos, y un plan Pro de $500 USD al mes en el Dev Day 2026

Edificio acristalado de la sede de OpenAI en el barrio de Mission Bay, San Francisco

ChatGPT nació como un sistema de conversación: se le preguntaba algo y respondía. Desde hace un par de años, OpenAI empuja en otra dirección, la de los agentes: programas que no solo contestan, sino que ejecutan tareas de varios pasos, usan herramientas y se conectan con otros servicios. Su conferencia anual para desarrolladores, el Dev Day, es donde suele enseñar hasta dónde ha llegado esa idea.

En la edición de este 29 de septiembre, la apuesta quedó clara. OpenAI presentó Dots, agentes pensados para funcionar de forma permanente y encargarse de tareas por su cuenta; ChatGPT Space, un espacio compartido para trabajar en proyectos junto a esos agentes; un paquete de mejoras para Codex, su herramienta de programación; y un nuevo plan Pro de $500 USD al mes. También anunció un modelo nuevo y reveló que ChatGPT ya tiene 1,200 millones de usuarios semanales.

Claves del Dev Day 2026

  • Dots, agentes siempre activos: OpenAI los describe como agentes proactivos y permanentes, capaces de encargarse tanto de encargos menores como de trabajos largos. Reciben contexto de varias aplicaciones, se integran con Slack —se les puede reenviar un hilo— y, según la cobertura del evento, también con Microsoft Teams. Usan el modelo de voz de la empresa para conversar. Empiezan a estar disponibles hoy para usuarios seleccionados: quienes tengan Pro o Business Premium reciben un Dot gratis y pueden contratar más.
  • ChatGPT Space: un espacio compartido donde los equipos reúnen sus proyectos y colaboran entre ellos y con los agentes que hayan puesto a trabajar.
  • Codex se muda a la nube: ahora funciona por completo en servidores de OpenAI, así que ya no hace falta dejar la computadora encendida para que termine una tarea. Suma entornos de desarrollo reutilizables entre dispositivos, una interfaz renovada para la línea de comandos y nuevas herramientas de revisión de código. En la demostración creó un juego espacial en 3D y una aplicación de bitácora de vuelo.
  • GPT-6.1 Sol: el nuevo modelo insignia estrena un modo Ultrafast que genera 300 tokens por segundo, unas ocho veces más rápido que el ritmo habitual.
  • Plan Pro de $500 USD al mes: una suscripción con límites de uso más amplios y acceso a las opciones de mayor velocidad.
  • 1,200 millones de usuarios semanales: la cifra que OpenAI presentó para ChatGPT en el evento.

Por qué importa

El salto que propone OpenAI no es de capacidad sino de formato. Un asistente al que hay que preguntar exige que la persona recuerde pedirle las cosas; un agente permanente, en cambio, vive dentro de las herramientas donde ya se trabaja y actúa sin que nadie abra una ventana de chat. Sam Altman lo resumió con dos extremos: encargos pequeños, como comprar un boleto de avión, y tareas largas y difíciles, como migrar el código que depende de una API que quedó obsoleta.

Para quienes programan, el cambio en Codex es igual de significativo. Que se ejecute en la nube y conserve entornos reutilizables lo acerca a un compañero de trabajo al que se le deja un encargo y se revisa el resultado más tarde, en lugar de una herramienta atada a la sesión abierta en la laptop. Es la misma dirección que siguen los demás asistentes de programación, y encaja con el cobro por suscripción de alta gama: un plan de $500 USD mensuales solo se sostiene si el agente hace un trabajo que de otro modo costaría bastante más.

Queda la parte que ningún anuncio resuelve: un agente que actúa solo también se equivoca solo. Delegarle compras, mensajes o cambios en el código exige confiar en su criterio y tener manera de revisar lo que hizo, algo que OpenAI deberá demostrar en el uso diario. Por ahora, Dots llega de forma limitada y con un costo que lo coloca lejos del usuario promedio. La conferencia dejó claro hacia dónde va la empresa; si esos agentes son útiles de verdad se sabrá cuando salgan del escenario y entren a trabajar.

Fuente: Engadget, cobertura en directo del Dev Day 2026. Imagen: sede de OpenAI en San Francisco, foto de Coolcaesar (CC BY 4.0).

Programar con IA: qué cambia cuando escribir código deja de ser el centro

Portada con etiquetas que contrastan el trabajo que disminuye (escribir cada línea) con el que crece (especificar, integrar, verificar, mantener)

Durante mucho tiempo, la imagen del programador fue la de alguien frente a una pantalla, escribiendo línea tras línea hasta conseguir que una máquina hiciera lo que se le pedía. Esa imagen no ha desaparecido, pero se está quedando corta. Hoy, una parte del código puede surgir de una instrucción en lenguaje natural, una sugerencia del editor o un agente que explora un proyecto y propone cambios.

Eso cambia el trabajo. No lo vuelve automáticamente más sencillo ni elimina la necesidad de saber programar. La IA puede producir código con rapidez, pero alguien tiene que decidir qué problema vale la pena resolver, comprobar que la solución funciona en el contexto real y hacerse responsable de sus efectos.

La adopción ya es amplia, aunque la confianza sigue siendo cautelosa. En la encuesta de Stack Overflow de 2025, el 84% de quienes respondieron dijo que usa o planea usar herramientas de IA en su trabajo; al mismo tiempo, más personas desconfiaban de la precisión de sus resultados que las que confiaban en ella. El informe DORA de ese año ofrece una lectura útil: la IA tiende a amplificar lo que una organización ya hace bien y también sus problemas. Una herramienta más rápida no compensa requisitos confusos, sistemas difíciles de mantener ni una cultura que no deja tiempo para revisar.Fuentes: Stack Overflow, encuesta de 2025 · DORA, informe de 2025

Lo que empieza a delegarse

La IA puede encargarse de una primera versión de tareas acotadas y repetitivas. Por ejemplo:

  • Escribir funciones sencillas, estructuras iniciales y código repetitivo.
  • Proponer pruebas unitarias a partir de un comportamiento descrito.
  • Explicar qué hace una función o resumir partes de un código desconocido.
  • Sugerir documentación, comentarios, consultas o ejemplos de uso.
  • Ayudar a localizar errores probables y ofrecer opciones para corregirlos.
  • Convertir datos entre formatos o adaptar código siguiendo un patrón existente.
  • Explorar un repositorio y proponer cambios en varios archivos, cuando la herramienta tiene ese alcance.

Delegar aquí significa pedir una propuesta, no entregar el control. La IA puede entender mal una regla de negocio, usar una biblioteca de forma incorrecta o pasar por alto un caso límite. Incluso cuando el resultado parece convincente, hay que integrarlo, probarlo y revisarlo. La encuesta de Stack Overflow refleja esa tensión: muchos desarrolladores encuentran utilidad en estas herramientas, pero persisten dudas sobre la exactitud de lo que generan.Fuente: Stack Overflow, sección sobre IA

El criterio humano gana peso

Cuanto más fácil resulta generar código, más importante es decidir si ese código debe existir. El programador sigue teniendo que entender las necesidades de las personas, conversar con quienes conocen el problema y convertir pedidos vagos en requisitos que puedan verificarse.

También conserva tareas difíciles de reducir a una instrucción breve: elegir cómo se organiza un sistema, decidir qué riesgos son aceptables, preservar la privacidad, manejar información sensible y pensar cómo se mantendrá el producto con el tiempo. Una solución que compila puede ser insegura, costosa de operar o inadecuada para quienes la usarán.

Por eso, la revisión deja de ser el último trámite antes de entregar y se convierte en una actividad central. Revisar código generado implica preguntar: ¿hace lo que necesitamos?, ¿qué supuestos está haciendo?, ¿qué pasa cuando falla?, ¿expone datos?, ¿será comprensible para el próximo equipo? La respuesta no está siempre en el código mismo: también requiere conocer el producto, la organización y sus usuarios.

Nuevas actividades en el oficio

Dar contexto a las herramientas

Para obtener ayuda útil, el desarrollador debe reunir los requisitos, las convenciones del proyecto y las restricciones relevantes. Pedir «hazme una aplicación» suele producir algo superficial; plantear una tarea concreta, proporcionar ejemplos y definir cómo se comprobará el resultado mejora la colaboración.

Diseñar comprobaciones

Las pruebas automáticas, los analizadores, las revisiones de seguridad y la integración continua ayudan a comprobar cambios con rapidez. El desarrollador necesita diseñar esas barreras, interpretar sus resultados y detectar lo que todavía no cubren.

Coordinar agentes y cambios

Algunas herramientas pueden trabajar con varios archivos, ejecutar comandos o preparar cambios completos. Eso introduce trabajo de supervisión: dividir el encargo, limitar el alcance, revisar qué hizo la herramienta y decidir si sus cambios encajan con los de otras personas.

Administrar el riesgo y los datos

No todo código puede compartirse con cualquier servicio. Los equipos deben establecer qué información se puede enviar, qué herramientas están autorizadas y quién valida los resultados antes de usarlos en producción.

Aprender y enseñar de otra manera

La IA puede explicar tecnologías desconocidas o crear ejemplos para estudiar. Pero aprender a programar sigue requiriendo comprender fundamentos, depurar por cuenta propia y reconocer cuándo una explicación está equivocada. Para quienes empiezan, existe un riesgo especial: aceptar una solución que todavía no saben evaluar.

Qué no conviene entregar por completo

Hay decisiones que necesitan una persona con autoridad y conocimiento del contexto. No conviene delegar sin supervisión:

  • La definición final de los requisitos del producto.
  • La aceptación de riesgos de seguridad, privacidad o cumplimiento.
  • La aprobación de cambios que afectan datos, dinero o sistemas críticos.
  • La evaluación de si una solución es accesible, justa y apropiada para sus usuarios.
  • La responsabilidad frente a un error o un daño causado por el software.

La herramienta puede contribuir a esas tareas —por ejemplo, señalando riesgos potenciales—, pero no asume la responsabilidad profesional, legal o ética de quien la utiliza ni de la organización que publica el sistema.

Una profesión menos centrada en teclear

Esto no significa que escribir código vaya a dejar de importar. Entender estructuras de datos, redes, bases de datos, pruebas, seguridad y arquitectura ayuda a detectar errores y a orientar mejor a la IA. Lo que cambia es la proporción del tiempo: menos esfuerzo en producir cada línea desde cero, y más en especificar, integrar, verificar y mantener una solución completa.

Tampoco todos los equipos obtendrán el mismo beneficio. Si la documentación está desactualizada, el código es difícil de probar o nadie sabe quién revisa los cambios, generar más código puede aumentar el trabajo pendiente. DORA lo plantea como un efecto de amplificación: los resultados dependen tanto de las prácticas y las condiciones del equipo como de la herramienta.Fuente: DORA, informe de 2025

Para las personas programadoras, la oportunidad está en usar la automatización para quitarse trabajo mecánico y dedicar más atención a comprender problemas, conversar con usuarios y construir sistemas confiables. El peligro está en confundir velocidad con progreso: entregar antes algo que nadie entiende ni puede mantener no es una mejora.

La pregunta, entonces, no es solo cuántas líneas puede escribir la IA. Es qué hacemos las personas con el tiempo que libera, qué decisiones seguimos tomando y cómo comprobamos que el software realmente sirve. En ese futuro, programar no será únicamente decirle a la computadora qué hacer. Será saber qué pedir, qué aceptar, qué corregir y cuándo detenerse.

Fuentes: Stack Overflow Developer Survey 2025 y DORA, State of AI-assisted Software Development 2025.

Olinia: el miniauto eléctrico con el que México busca volver a fabricar vehículos propios

Render del miniauto eléctrico Olinia Uno, de carrocería blanca y seis plazas, visto de tres cuartos

Al 29 de septiembre de 2026, Olinia ya mostró dos prototipos y superó una primera prueba técnica de autonomía. El plan oficial prevé iniciar la producción del modelo de pasajeros en el verano de 2027 y vender la versión de carga hacia finales de ese año. Todavía faltan pasos industriales y regulatorios: el Gobierno busca socios para fabricar los vehículos, y el IPN señala que aún se trabaja en una norma para permitir la circulación de esta nueva categoría de minivehículos. Olinia ha dejado atrás la etapa de anuncio, pero todavía no es un automóvil de producción disponible para comprar.Fuentes: IPN · Presidencia de México

Una larga historia de autos hechos en México

La historia automotriz del país suele contarse a través de las grandes fábricas instaladas por empresas extranjeras. Ford abrió una línea de ensamblaje en México en 1925; General Motors llegó en 1935, y Fábricas Automex —de capital mexicano en sus orígenes y ligada después a Chrysler— comenzó operaciones en 1938. Esa trayectoria creó una industria manufacturera de gran escala, aunque fabricar automóviles en México no siempre significó diseñar aquí sus marcas, plataformas y modelos.Fuente: Banco de México

También hubo intentos de construir empresas nacionales. Willys Mexicana comenzó en 1946 y después dio paso a Vehículos Automotores Mexicanos (VAM), fabricante y ensamblador de modelos Jeep y Rambler. Diesel Nacional (DINA), constituida en 1951, produjo camiones, autobuses y otros vehículos. El Estado buscaba desarrollar capacidades industriales locales, empleos y producción nacional; en ciertos periodos, las reglas exigían una mayor integración de componentes fabricados en México. VAM dejó de operar como empresa automotriz mexicana en los años ochenta; DINA continúa, enfocada en autobuses y camiones.Fuentes: Revista de Historia de América, SciELO · DINA

A esa historia de fabricantes industriales se suman proyectos de menor escala. La familia Solana construyó autos deportivos y de competición; los hermanos Mastretta desarrollaron vehículos desde su empresa de diseño, y el Mastretta MXT llegó a producción en serie en 2011. Fue un deportivo de nicho: un logro de diseño y manufactura, pero no una marca de autos de volumen. Mastretta describe su trayectoria como fabricante de vehículos desde 1987, incluidos autobuses, utilitarios y el MXT.Fuentes: Mastretta · El Informador

Olinia se ubica en una categoría distinta. No busca competir como deportivo exclusivo ni convertirse desde el inicio en una armadora de sedanes para todo uso. Propone minivehículos eléctricos pequeños y de baja velocidad para recorridos urbanos, transporte de barrio y reparto. Su desafío histórico también es distinto: convertir diseño e ingeniería locales en una operación industrial que pueda producir, vender y dar servicio a escala.

Qué es Olinia y quién lo desarrolla

Olinia es un proyecto coordinado por la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTI), con participación del Instituto Politécnico Nacional (IPN), el Tecnológico Nacional de México (TecNM), centros públicos de investigación y apoyo de la UNAM y la UPAEP. El sitio oficial indica que los vehículos se producirán en Puebla. La convocatoria para encontrar empresas que participen en la fabricación industrial debe conducir a una empresa con mayoría de capital mexicano, de acuerdo con la presentación gubernamental.Fuentes: Olinia · Presidencia de México

El proyecto partió de tres necesidades de movilidad: transportar personas en trayectos cortos, ofrecer una alternativa cerrada a algunos mototaxis y mover mercancías en la última milla. De los tres vehículos planteados al inicio, ya se presentaron Olinia Uno, para pasajeros, y Olinia Carga, una unidad utilitaria. En agosto de 2026, el coordinador del proyecto también describió Olinia Van, una futura variante con carrocería cerrada para proteger la mercancía. La fecha anunciada para esa tercera propuesta es 2029.Fuentes: El País, entrevista con el coordinador · Presidencia de México

Olinia Uno: el modelo para pasajeros

El prototipo de pasajeros se presentó el 7 de junio de 2026 en Zumpango, Estado de México. El Gobierno lo describe como un vehículo completamente eléctrico, de baja velocidad, con una máxima anunciada de 50 km/h y capacidad para seis personas con cinturón de seguridad. El sitio oficial promete más de 100 kilómetros de autonomía y señala que la producción está prevista para el verano de 2027.Fuentes: Olinia Uno · IPN

En la presentación se difundieron cifras más precisas: motor eléctrico de 13.5 kW —unos 18 caballos de fuerza—, batería de 14.7 kWh, autonomía declarada de hasta 125 kilómetros y costo de operación cercano a 49 centavos por kilómetro. Esas cifras describen lo informado sobre el prototipo; el rango real de un vehículo de producción puede variar según carga, velocidad, pendientes, temperatura y condiciones de uso.Fuente: WIRED en Español

La velocidad máxima de 50 km/h sitúa a Uno en la movilidad urbana de trayectos cortos. El coordinador del proyecto ha dicho que no está pensado para carreteras ni vías de acceso controlado, aunque sí para calles y avenidas urbanas. Por su límite de velocidad, conviene entenderlo como un microvehículo urbano; no sustituye a un automóvil convencional para viajes largos o de alta velocidad.Fuente: El País

La batería se recarga en un enchufe doméstico convencional, según las presentaciones del proyecto. La promesa es reducir la barrera de entrada: el usuario no necesitaría instalar necesariamente un cargador rápido dedicado para la carga cotidiana. El equipo también ha hablado de diseñar las baterías pensando en una segunda vida para almacenamiento estacionario, aunque los detalles públicos disponibles no especifican todavía química, proveedor, tiempo de carga, garantías, capacidad útil ni sistema comercial de reciclaje.Fuentes: WIRED en Español · El Universal Puebla

Olinia Carga: una pequeña herramienta de trabajo

Olinia Carga se presentó el 20 de agosto de 2026. Está diseñado para transportar hasta 650 kg, recorrer más de 120 km por carga y llevar a dos personas. Su velocidad máxima anunciada es de 50 km/h; como Uno, se conecta a un enchufe tradicional. El Gobierno calcula que costará alrededor de $150,000 pesos y estima que podría salir a la venta a finales de 2027.Fuentes: Presidencia de México · Olinia Carga

El diseño publicado incluye una batea abatible, una superficie de carga de 2.1 m², acceso lateral y trasero, cajuela baja para guardar herramientas o repuesto, toma eléctrica para herramientas y barras en el techo. El sitio oficial anuncia más de 120 km de autonomía; el boletín gubernamental dice también que la unidad carga hasta 650 kg. Como en el modelo de pasajeros, habrá que esperar especificaciones finales y pruebas con condiciones de carga reales para conocer el alcance efectivo en trabajo diario.Fuentes: Olinia Carga · Presidencia de México

Cómo está construido: qué se sabe y qué falta por publicar

Por ahora, la información pública describe mejor la arquitectura funcional que los componentes de ingeniería. Sabemos que son vehículos eléctricos de baja velocidad, diseñados para uso urbano, con recarga doméstica; conocemos la capacidad anunciada de pasajeros o carga y, para el prototipo Uno, cifras de potencia y batería reportadas en su presentación. También sabemos que el IPN ya sometió el vehículo de pasajeros a pruebas en un dinamómetro de chasís: rodamiento a distintas velocidades, con y sin peso, y con diferentes niveles de pendiente. El equipo midió potencia de salida, torque y comportamiento del tren motriz.Fuentes: IPN · WIRED en Español

El sitio oficial muestra carrocerías cerradas y, para Carga, una plataforma utilitaria con cabina para dos y batea. Pero todavía no ha publicado un desglose técnico completo del chasis, suspensión, frenos, dirección, materiales de carrocería, electrónica de potencia, protecciones de la batería ni resultados de pruebas de choque. El IPN precisa que la evaluación de autonomía es una entre varias pruebas previstas; también informa que se desarrolla una norma oficial mexicana para esta nueva clase de minivehículos. Por eso, no hay que confundir un prototipo presentado y probado en laboratorio con un modelo cuya homologación, seguridad y configuración de producción ya estén concluidas.Fuente: IPN

La producción también está por definirse con socios industriales. En abril, el coordinador calculaba una capacidad futura de planta de hasta 50 mil vehículos al año, con un primer año parcial de entre 7 mil y 10 mil unidades y una meta de elevar el contenido nacional de 50% inicial a 70% para 2030. En agosto, el Gobierno informó que ya había compromisos por 8 mil unidades de una producción proyectada de 10 mil para el primer año. Son metas y previsiones del proyecto, sujetas a la selección de socios, financiamiento y puesta en marcha de la manufactura.Fuentes: El País · Presidencia de México

Precio y fechas: un calendario que sigue evolucionando

El anuncio inicial de enero de 2025 habló de tres modelos y de precios de entre $90,000 y $150,000 pesos, con la expectativa de tener un vehículo para el Mundial de 2026. El calendario cambió: el primer prototipo se presentó en junio de 2026 y la producción quedó prevista para 2027. Para septiembre de 2026, el sitio oficial anuncia la llegada de Olinia Uno en el verano de 2027 y la versión Carga se proyecta para venta a finales de ese año.Fuentes: El País, anuncio de 2025 · Olinia · Presidencia de México

El IPN informa que el vehículo de pasajeros costará $150,000 pesos y estará disponible en el verano de 2027. La Carga también se anuncia alrededor de ese precio, pero con venta proyectada hacia finales de 2027. El sitio oficial permite anotarse en una lista para recibir información cuando inicien los pedidos; el Gobierno advierte que Olinia no solicita anticipos ni transferencias por correo, WhatsApp o teléfono.Fuentes: IPN · Presidencia de México · Olinia

La siguiente fase depende de seleccionar socios para producir y vender, completar la industrialización y validar el vehículo bajo la regulación aplicable. Para Olinia Carga, el calendario anunciado fija publicación de bases a finales de septiembre de 2026, registro en octubre, ofertas formales en noviembre y cierre de ronda en diciembre. Las fechas de venta son compromisos públicos y objetivos de trabajo, no prueba de que la producción en serie ya esté asegurada.Fuente: Presidencia de México

Lo que Olinia puede significar para la industria mexicana

La importancia potencial del proyecto rebasa la posibilidad de comprar un vehículo eléctrico barato. Olinia intenta conectar universidades y centros públicos con diseño, pruebas, formación técnica y manufactura. Si consigue una producción sostenida, puede ayudar a desarrollar capacidades mexicanas en integración de sistemas, baterías, tren motriz y fabricación de vehículos eléctricos. La meta anunciada de 50% de contenido nacional al principio y 70% hacia 2030 es una señal concreta de esa ambición, aunque su cumplimiento dependerá de qué componentes se fabriquen localmente y de la escala que alcance la planta.Fuente: El País

Su oportunidad de mercado es específica: viajes cortos, barrios con calles estrechas, servicios locales y negocios que requieren mover carga ligera. Allí puede ofrecer ventajas frente a una moto o mototaxi —cabina cerrada, cinturones, protección climática y menor costo operativo anunciado—, siempre que el vehículo cumpla las normas de seguridad y que el costo de compra y mantenimiento resulte viable para sus usuarios. No es una solución para todas las necesidades de transporte, pero sí una apuesta por una categoría que hasta ahora tenía pocas opciones desarrolladas para las condiciones mexicanas.

El antecedente histórico invita a medir el éxito con paciencia. México ya ha ensamblado millones de vehículos y ha tenido empresas nacionales de autos, camiones y autobuses, pero sostener una marca propia requiere mucho más que un prototipo atractivo: producto confiable, precio competitivo, producción constante, refacciones, servicio posventa y cumplimiento regulatorio. Olinia todavía tiene que demostrarlo. Su avance más importante hasta ahora es haber pasado del anuncio a prototipos funcionales y pruebas técnicas; su prueba decisiva será llegar a 2027 con una línea industrial, vehículos homologados y entregas reales.

Fuentes principales: Olinia, Presidencia de México e IPN. Imagen: render oficial del proyecto Olinia.

Cómo escribir buenos prompts para crear aplicaciones web y móviles

Portada con un documento de prompt estructurado en secciones: producto, flujos, criterios de aceptación y forma de trabajo

Un buen prompt no garantiza una aplicación excelente por sí solo. La calidad depende de que las instrucciones describan qué problema resolver, para quién, cómo debe funcionar y cómo se comprobará el resultado. En proyectos grandes, conviene trabajar en etapas: primero definir y diseñar; luego implementar por partes; finalmente revisar y corregir.

1. Describe el producto antes que la tecnología

Empieza explicando el contexto y el objetivo:

  • Qué es la aplicación: «Una plataforma para que pequeños restaurantes administren pedidos para llevar».
  • Quién la usará: «Dueños y empleados con poca experiencia técnica».
  • Qué problema resuelve: «Evitar pedidos perdidos en llamadas y mensajes».
  • Qué acción principal debe facilitar: «Recibir, confirmar y actualizar pedidos».
  • Qué queda fuera del alcance inicial: «No incluir entregas propias ni facturación electrónica».

Esto ayuda a que la IA tome decisiones coherentes en vez de añadir funciones por su cuenta.

2. Explica los flujos con ejemplos concretos

Las funciones vagas producen resultados vagos. En lugar de pedir «agrega inicio de sesión», especifica lo que debe ocurrir:

Un empleado ingresa su correo y contraseña. Si los datos son correctos, llega al panel de pedidos. Si son incorrectos, ve un mensaje claro sin que la aplicación revele si el correo existe. Debe poder solicitar un enlace para restablecer su contraseña.

Incluye, cuando corresponda:

  • Qué inicia cada flujo.
  • Qué datos ingresa la persona.
  • Qué resultado espera.
  • Qué pasa si hay errores, falta información o se pierde la conexión.
  • Qué permisos necesita cada tipo de usuario.

3. Define cómo se reconocerá una entrega completa

Convierte expectativas en criterios observables. Por ejemplo:

  • El usuario puede crear, editar y cancelar un pedido.
  • Los pedidos se ordenan del más reciente al más antiguo.
  • Un usuario no puede consultar pedidos de otro restaurante.
  • El formulario explica qué campos faltan.
  • La interfaz funciona con teclado y lector de pantalla.

Estos criterios sirven tanto para guiar la implementación como para revisar si quedó bien.

4. Da contexto técnico y límites

Si ya existen un proyecto o tecnologías elegidas, indícalos:

  • Lenguaje, framework y versiones relevantes.
  • Base de datos, proveedor de autenticación y servicios externos.
  • Estructura actual del repositorio y convenciones del equipo.
  • Dispositivos, navegadores o sistemas que se deben soportar.
  • Límites de tiempo, presupuesto, rendimiento o compatibilidad.

Pide que la IA inspeccione el proyecto antes de proponer cambios y que respete sus patrones existentes. Si todavía no hay decisiones técnicas, pídele que proponga opciones y explique sus ventajas y costos antes de implementar.

5. Separa los requisitos comunes de los específicos de plataforma

Frontend web

Aclara:

  • Qué páginas y rutas necesita la aplicación.
  • Qué componentes se reutilizan.
  • Cómo se adapta a móvil, tableta y escritorio.
  • Qué estados debe mostrar cada pantalla: carga, vacío, error, éxito y acceso denegado.
  • Cómo se manejan formularios, validación, navegación y permisos.
  • Qué nivel de accesibilidad se espera.

Puedes pedir que siga WCAG 2.2 como referencia para accesibilidad web: teclado, foco visible, etiquetas, contraste, ampliación de texto y mensajes de estado. Referencia WCAG 2.2.

Backend y API

Especifica:

  • Entidades y relaciones principales.
  • Operaciones disponibles y quién puede ejecutarlas.
  • Formato de entradas y respuestas, incluidos errores.
  • Reglas de validación y consistencia de datos.
  • Autenticación, autorización, auditoría y límites de solicitudes.
  • Qué información es confidencial y cómo debe protegerse.

No basta con pedir «una API segura». Explica, por ejemplo, que cada operación debe comprobar que la persona tiene permiso sobre ese recurso específico, y no solo que inició sesión. OWASP destaca fallos de autorización, autenticación y consumo de recursos entre los riesgos importantes para APIs. OWASP API Security Top 10.

Aplicaciones móviles

Indica:

  • Si será iOS, Android o ambas plataformas, y si usarás desarrollo nativo o multiplataforma.
  • Versiones mínimas y tamaños de pantalla que hay que soportar.
  • Qué debe funcionar sin conexión y qué datos se guardarán localmente.
  • Cómo se manejan permisos, notificaciones y enlaces profundos.
  • Qué pasa cuando el sistema suspende o cierra la aplicación.
  • Reglas de diseño y accesibilidad propias de cada plataforma.

Para Android, la guía oficial recomienda separar responsabilidades, mantener los datos fuera de componentes de pantalla y adaptar la interfaz a distintos tamaños y cambios de configuración. Guía de arquitectura para Android. Para iOS, utiliza las Human Interface Guidelines de Apple como referencia de diseño y accesibilidad.

6. Pide una interfaz específica, no solo «moderna»

Describe la experiencia visual con referencias concretas:

  • «Interfaz clara para uso frecuente en una cocina».
  • «La lista de pedidos es la información principal».
  • «Botones grandes y legibles en una tableta».
  • «Usa colores para acompañar el texto, no como única señal del estado».
  • «Incluye estados vacíos y mensajes de error útiles».

Si tienes diseños, capturas o una guía visual, adjúntalos y señala qué debe conservarse y qué puede cambiar. «Hazlo bonito» no define jerarquía, comportamiento ni identidad visual.

7. Pide arquitectura proporcional al problema

Indica el tamaño y la etapa del producto para evitar tanto una estructura improvisada como una complejidad innecesaria.

Para esta primera versión, mantén una arquitectura sencilla y modular. Separa la interfaz, las reglas del negocio y el acceso a datos. No introduzcas servicios distribuidos ni dependencias nuevas sin justificar por qué hacen falta.

Las guías oficiales de Android también aconsejan separar capas y responsabilidades para facilitar el mantenimiento y las pruebas. Ese principio es útil como orientación general, aunque la arquitectura adecuada depende de la plataforma y el producto. Arquitectura de apps Android.

8. Especifica cómo revisar el trabajo

Pide una entrega verificable:

  • Qué comprobaciones ejecutar, como compilación, análisis estático o pruebas existentes.
  • Qué recorridos principales revisar manualmente.
  • Qué dispositivos, navegadores o tamaños de pantalla comprobar.
  • Qué documentación actualizar.
  • Qué resultado presentar: archivos modificados, decisiones tomadas, límites conocidos y pasos para ejecutar la aplicación.

Mejor pedir pruebas asociadas a criterios concretos que decir simplemente «asegúrate de que todo funcione». Si no quieres que se ejecuten pruebas o se modifiquen ciertos archivos, dilo explícitamente.

9. Trabaja en pasos pequeños

Para una aplicación completa, evita un único prompt del tipo «crea una app profesional». Divide el trabajo:

  1. Definir: resume el problema, usuarios, alcance y criterios de aceptación.
  2. Diseñar: propone pantallas, flujos, modelo de datos y arquitectura.
  3. Implementar: construye una función o recorrido completo cada vez.
  4. Revisar: compara lo hecho con los criterios, identifica fallos y corrígelos.
  5. Entregar: explica cómo ejecutar el proyecto y qué queda pendiente.

Si la IA tiene acceso al repositorio, puede empezar inspeccionando la estructura y los patrones existentes. Pide que informe cualquier incertidumbre que afecte decisiones importantes, en lugar de inventar requisitos.

Plantilla reutilizable

Actúa como [rol o especialidad]. Ayúdame a construir [tipo de aplicación].

## Producto
- Problema que resuelve:
- Usuarios principales:
- Objetivo de la primera versión:
- Fuera de alcance:

## Plataforma y contexto técnico
- Frontend:
- Backend/API:
- Móvil:
- Base de datos y servicios:
- Versiones, dispositivos y navegadores:
- Repositorio o convenciones existentes:

## Flujos y funciones
1. [Flujo descrito paso a paso]
2. [Flujo descrito paso a paso]

## Reglas del negocio y permisos
- [Regla]
- [Quién puede ver o cambiar cada dato]
- [Validaciones y errores esperados]

## Diseño y experiencia
- Prioridad de cada pantalla:
- Estilo o referencias:
- Requisitos responsive:
- Accesibilidad:
- Estados de carga, vacío, error y éxito:

## Requisitos de calidad
- Seguridad y privacidad:
- Rendimiento:
- Funcionamiento sin conexión:
- Arquitectura y límites de complejidad:
- Compatibilidad:

## Criterios de aceptación
- [Resultado comprobable]
- [Resultado comprobable]

## Forma de trabajo
Primero inspecciona el proyecto y resume el plan. Señala las decisiones importantes que falten.
Después implementa [función o etapa concreta], siguiendo los patrones existentes.
Al terminar, indica qué cambiaste, qué comprobaciones realizaste y qué limitaciones quedan.
No inventes requisitos ni añadas dependencias o funciones fuera del alcance sin explicarlo.

La regla práctica

Escribe el prompt como una especificación breve: contexto, usuarios, flujos, restricciones y criterios de aceptación. Luego avanza función por función y revisa el resultado contra esos criterios.

Starship llega a la órbita por primera vez y despliega 26 satélites Starlink V3 en su vuelo 14

El cohete Starship de SpaceX despegando desde la plataforma de Starbase entre llamas y humo

Starship, el cohete de SpaceX, es el vehículo de lanzamiento más grande y potente jamás construido: mide 124 metros de altura y está diseñado para ser completamente reutilizable, tanto su propulsor Super Heavy como la nave que va encima. Desde 2023 había volado trece veces, y aunque los últimos vuelos salieron cada vez mejor, ninguno había completado el paso decisivo: entrar en órbita. Incluso en julio, cuando por primera vez soltó satélites Starlink, lo hizo en una trayectoria suborbital y aquellos satélites volvieron a caer a la Tierra.

Eso cambió este 28 de septiembre. Starship despegó a las 7:48 de la mañana, hora de Texas, desde la base de SpaceX en Starbase, al sur de ese estado, y alcanzó la órbita terrestre por primera vez. Ahí desplegó 26 satélites Starlink de tercera generación y, poco más de tres horas después del despegue, amerizó intacto en el Pacífico norte. El vuelo no estuvo exento de drama: uno de los motores de la nave se apagó durante el ascenso y SpaceX llegó a anunciar que cancelaba el intento de llegar a órbita, para luego retractarse.

Claves del vuelo 14 de Starship

  • Un motor menos y una decisión de último minuto: durante el despegue se apagó uno de los seis motores de la nave. El vocero de SpaceX, Dan Huot, llegó a anunciar que el intento orbital quedaba cancelado, pero los controladores decidieron seguir adelante. «Todavía no nos damos por vencidos», dijo Huot antes de que llegara la autorización.
  • Órbita alcanzada: unos 25 minutos después del despegue, la nave encendió brevemente un motor Raptor para entrar en órbita. «Starship está en órbita», confirmó el control de la misión entre aplausos. Elon Musk lo celebró después con un escueto «¡Primer vuelo orbital de Starship exitoso!».
  • 26 satélites desplegados: a partir del minuto 34 y durante media hora, la nave liberó 26 satélites Starlink V3, los primeros de una constelación que según Musk llegará a unos 100,000 satélites. Tres de ellos llevaban cámaras para filmar el escudo térmico de la nave y ayudar a mejorarlo.
  • El propulsor cumplió: el Super Heavy se separó y amerizó de forma controlada en el Golfo de México unos siete minutos después del despegue. Se le apagaron varios motores durante el vuelo, pero nada que comprometiera la maniobra.
  • Regreso adelantado: el plan original contemplaba unas seis vueltas a la Tierra y un amerizaje frente a Chile casi diez horas después del lanzamiento, pero los controladores recortaron el vuelo en casi siete horas. La nave reentró a la atmósfera a las 2 horas y 40 minutos, y cayó al Pacífico norte 3 horas y 8 minutos después de despegar. Tocó el agua entera, aunque enseguida se volcó y explotó.
  • Tercer vuelo de la versión 3: este fue el tercer lanzamiento con la Versión 3 de Starship, la primera capaz de desplegar satélites y, en teoría, de llegar a la Luna y a Marte. El cohete puede poner más de 100 toneladas en órbita terrestre.

Por qué importa

Llegar a órbita es la frontera que separa un cohete de pruebas de uno operativo. Todo lo que SpaceX promete con Starship (abaratar el acceso al espacio, construir una base lunar, eventualmente llegar a Marte) dependía de cruzar ese umbral, y hasta hoy no lo había hecho. Que además haya soltado una tanda real de satélites operativos, y no una maqueta de prueba, convierte al vuelo en algo más parecido a una misión comercial que a un ensayo.

La NASA tiene un interés directo en el resultado. Eligió a Starship como el primer módulo de alunizaje tripulado de su programa Artemis, con el que quiere instalar una base cerca del polo sur de la Luna. Según los planes de SpaceX, la nave llevaría astronautas a la órbita baja en la misión Artemis III a mediados de 2027 y los dejaría en la superficie lunar un año después con Artemis IV, aunque la NASA también contrató a Blue Origin para fabricar módulos de alunizaje y todavía no está claro cuál volará esa misión.

El vuelo 14 resuelve la pregunta más importante, pero deja otras tres abiertas. SpaceX aún no ha intentado atrapar la nave con los brazos de la torre de lanzamiento, algo que ya logró tres veces con el propulsor y que es clave para reutilizarla rápido. Tampoco ha demostrado que pueda recargar combustible en órbita, un paso indispensable para cualquier viaje a la Luna o a Marte. Y falta instalar los sistemas de soporte vital antes de subir a alguien a bordo. Starship ya sabe llegar a la órbita; ahora tiene que aprender a volver y a repetirlo muchas veces.

Fuentes: Reuters, Space.com

Waymo presume 270 millones de millas autónomas: 82% menos choques con lesiones que los conductores humanos

Un vehículo autónomo de Waymo detenido ante un cruce peatonal mientras una familia cruza la calle

Los robotaxis de Waymo, la empresa de conducción autónoma de Alphabet, llevan años operando sin conductor en Estados Unidos, y cada expansión reaviva la misma pregunta: ¿son realmente más seguros que una persona al volante? Para responderla, la compañía mantiene un centro público de datos de seguridad, donde compara sus choques con los de conductores humanos en las mismas zonas, y lo actualiza cada pocos meses con las millas acumuladas.

El 24 de septiembre Waymo publicó la actualización más grande hasta ahora: con datos hasta junio de 2026, sus vehículos ya suman 271.3 millones de millas (unos 437 millones de kilómetros) totalmente autónomas, el equivalente a recorrer la Ruta 66 unas 110,000 veces. La conclusión del análisis es contundente: comparados con conductores humanos en las mismas calles, los Waymo tuvieron 82% menos choques con lesiones, es decir, 841 choques con heridos que no ocurrieron.

Claves del informe de seguridad de Waymo

  • 271.3 millones de millas sin conductor acumuladas hasta junio de 2026 en cinco áreas metropolitanas: Phoenix (92.1 millones), San Francisco (82.4 millones), Los Ángeles (67.1 millones), Austin (21.1 millones) y Atlanta (8.6 millones). Es una experiencia equivalente a la de unas 300 vidas completas de conducción humana.
  • 82% menos choques con lesiones: 841 incidentes menos de los que habrían tenido conductores humanos recorriendo las mismas millas. La cifra crece rápido con la flota: era de 69 en julio de 2024, 303 en junio de 2025 y 544 en diciembre de 2025.
  • 95% menos choques con lesiones graves o peores (55 menos), una reducción de 20 veces frente al conductor humano promedio, y 82% menos choques con despliegue de bolsas de aire en cualquiera de los vehículos involucrados (358 menos).
  • Los usuarios vulnerables de la vía son los más beneficiados: 93% menos choques con lesiones a peatones (86 menos), 86% menos a ciclistas (56 menos) y 82% menos a motociclistas (36 menos).
  • Metodología pública y revisada por pares: Waymo compara incidentes por millón de millas contra referencias humanas ajustadas por zona geográfica, y corrige el subregistro de los datos humanos, ya que cerca del 32% de los choques con lesiones de conductores humanos nunca se reportan. La propia empresa advierte que no existe una comparación perfecta entre humanos y vehículos autónomos, y que los resultados son una validación retrospectiva, no una garantía para futuras expansiones.

Por qué importa

El debate sobre los robotaxis suele moverse entre anécdotas: un video viral de un vehículo confundido o un accidente aislado que llega a los titulares. Este informe apunta en la dirección contraria, con la base de datos más grande que existe sobre conducción autónoma real y una tendencia que se sostiene a medida que las millas se multiplican. Que las mayores reducciones se concentren en peatones, ciclistas y motociclistas, las víctimas con menos protección en un choque, es el dato más significativo para las ciudades.

El momento tampoco es casual: Waymo está en plena expansión hacia Denver, Las Vegas, San Diego, Tampa y Nashville, prepara su llegada a Londres, Múnich y Singapur, y acaba de abrir cuentas para adolescentes. Cada nuevo permiso depende de convencer a reguladores y vecinos de que la tecnología es más segura que un conductor humano, y estos números son su principal argumento.

En Estados Unidos mueren más de 39,000 personas al año en accidentes de tránsito, la gran mayoría por errores humanos. Los datos de Waymo no cierran el debate, y la empresa admite las limitaciones de la comparación, pero después de 270 millones de millas la evidencia apunta con fuerza en un sentido: quitar al humano del volante, al menos en las calles donde Waymo ya opera, está evitando cientos de lesiones. La pregunta deja de ser si los robotaxis son seguros, y empieza a ser qué tan rápido pueden llegar a más ciudades.

Fuentes: Waymo, Waymo Safety Impact

iPhone 18 Pro: cámara con apertura variable, chip A20 Pro de 2 nm y Siri AI; precio en México desde $29,999

iPhone 18 Pro en sus cuatro acabados: negro, plata, glaciar y borgoña

Cada septiembre Apple renueva su línea Pro, y en los últimos años las mejoras se han vuelto cada vez más pequeñas: un poco más de cámara, un poco más de batería, un chip algo más rápido. Al mismo tiempo, la compañía llegó tarde a la carrera de la inteligencia artificial generativa, y su asistente Siri quedó rezagado frente a ChatGPT, Gemini o Claude.

El iPhone 18 Pro y el iPhone 18 Pro Max, presentados el 9 de septiembre y a la venta desde el 18 de septiembre, intentan cambiar las dos cosas. Traen la primera cámara de iPhone con apertura variable, un chip fabricado en 2 nanómetros, el mayor salto de batería en la historia del iPhone y Siri AI, una versión completamente nueva del asistente basada en Apple Intelligence.

Lo más importante del iPhone 18 Pro

  • Cámara con apertura variable: la cámara principal Fusion de 48 MP usa seis láminas cortadas con láser para cambiar de apertura, de ƒ/1.48 para poca luz a ƒ/4 para fotos de grupo con todo enfocado. Los nuevos controles Pro permiten ajustar manualmente apertura, velocidad de obturación y balance de blancos, y consultar un histograma.
  • Imagen de Referencia de Apple: el sensor puede firmar cada pixel que capta, y así crear una copia inalterable de la foto, como un negativo digital, para comprobar si fue editada. Apple también anunció compatibilidad futura con SynthID, el estándar para identificar imágenes generadas o editadas con IA.
  • Chip A20 Pro de 2 nm: CPU de 6 núcleos, GPU de 7 núcleos hasta 40% más rápida que la del A19 Pro, 50% más ancho de banda de memoria y dos Neural Engine de 16 núcleos que duplican la potencia para IA. Una nueva cámara de vapor, tres veces más grande, mejora hasta 40% el rendimiento sostenido.
  • Batería: en las versiones solo con eSIM, que son las que se venden en México, el 18 Pro llega a 36 horas de reproducción de video y el 18 Pro Max a 45 horas. El 18 Pro carga hasta 50% en unos 15 minutos con cable.
  • Dynamic Island más pequeña que ahora puede mostrar tres Actividades en Vivo a la vez, y los nuevos chips de Apple N1 (Wi-Fi 7, Bluetooth 6) y módem C2, que según Apple consume 15% menos energía que el C1X.
  • Siri AI: entiende el contexto personal de mensajes, correos y fotos, puede actuar sobre lo que aparece en pantalla y tiene un modo en la app Cámara para preguntar por lo que tienes enfrente. Salió en beta y solo en inglés el 14 de septiembre, y llegará en español en octubre.
  • Precio en México: el iPhone 18 Pro cuesta desde $29,999 MXN y el 18 Pro Max desde $31,999 MXN, con capacidades de 256 GB a 2 TB. En Estados Unidos parten de $1,199 y $1,299 USD. Vienen en negro, plata, glaciar y el nuevo borgoña.

Por qué importa

La apertura variable es una función propia de las cámaras profesionales que pocos teléfonos ofrecen, y ahora llega al iPhone con control manual y una API para que otras apps la aprovechen. Imagen de Referencia es quizá la novedad más relevante a largo plazo: en plena era de las imágenes generadas por IA, que el propio sensor pueda certificar una foto le da a periodistas y usuarios una herramienta concreta para distinguir lo real de lo manipulado.

Para Apple, el iPhone 18 Pro también es la prueba de que puede competir en IA. Siri AI es su respuesta a los asistentes de OpenAI, Google y Anthropic. Para el público hispanohablante, la prueba real llegará en octubre, cuando el asistente esté disponible en español.

El iPhone 18 Pro no cambia la forma del teléfono, pero sí mejora casi todo lo que hay dentro: la cámara, el chip, la batería y el asistente. Si Siri AI cumple lo que promete en español, este podría ser el primer iPhone en años con motivos de peso para cambiar de modelo.

Fuente: Apple Newsroom

Meta Connect 2026: lentes de realidad virtual de 100 gramos, Ray-Ban Meta Gen 3 y la IA Muse en tus gafas

Meta VR Glasses, cinco veces más ligeras que Meta Quest 3

Desde hace varios años Meta intenta que los lentes, y no el teléfono, sean el próximo gran dispositivo personal. Su apuesta ha avanzado por dos caminos: los visores de realidad virtual Quest, potentes pero voluminosos, y los lentes inteligentes Ray-Ban Meta, ligeros y con cámara, micrófonos y asistente de IA, que se convirtieron en un éxito inesperado. El año pasado sumó las Meta Ray-Ban Display, con una pequeña pantalla integrada en el cristal.

En Meta Connect 2026, celebrado el 23 y 24 de septiembre, la compañía intentó unir ambos caminos. Presentó las Meta VR Glasses, un equipo de realidad virtual con forma de lentes; renovó su línea de lentes con IA con la tercera generación de Ray-Ban Meta y unas nuevas gafas solo de audio; y anunció que su agente de IA Muse llegará a todos estos dispositivos.

Lo más importante de Meta Connect 2026

  • Meta VR Glasses: pesan alrededor de 100 gramos, cinco veces menos que un Quest 3, y usan una pantalla micro-OLED que Meta llama «5K Infinite Display». El procesamiento y la batería van en un módulo aparte que se sujeta al cinturón. Se controlan con la mirada y los gestos de las manos, sin mandos. Su campo de visión es de unos 70 × 66 grados, frente a los 110 × 96 del Quest 3, pero con más resolución por ojo. Costarán $1,299.99 USD y llegarán en la primavera de 2027.
  • Compatibilidad con Quest: las VR Glasses usan el mismo sistema operativo, la misma tienda y los mismos SDK que Quest. Según Meta, la mayoría de las apps actuales funcionarán igual o mejor que en un Quest 3. El SDK v207 para desarrolladores ya está disponible, y hay 75 juegos en camino, entre ellos Tetris Effect: Mixed Realities, Phoenix Wright: Ace Attorney – Dual Destinies y una gran actualización de Beat Saber, llamada «Flux», que se juega solo con las manos.
  • Ray-Ban Meta Gen 3: monturas más delgadas, hasta nueve horas de batería (una más que la generación anterior), seis micrófonos que según Meta eliminan más del 90% del ruido de fondo, cámara de 12 MP con video 3K y un botón de acción personalizable. Salieron a la venta el 23 de septiembre desde $449 USD, en los estilos Aviator, Zena y Wayfarer.
  • Ray-Ban Meta Audio: son las primeras gafas de Meta sin cámara, con audio abierto e IA, y las más delgadas y ligeras que ha hecho. Prometen 12 horas de batería y cuestan $349 USD.
  • Muse llega a los lentes: el agente de IA de Meta se podrá activar llamándolo por su nombre. Suma un modo de voz en tiempo real, un correo electrónico propio para hacer tareas, control de apps en Mac y conectores con servicios como PayPal, Instacart, Notion y GitHub.
  • Nuevas funciones para los lentes con IA: en los próximos meses llegarán una función de asistencia auditiva con aprobación de la FDA para pérdida leve a moderada, navegación con referencias visuales («gira a la izquierda en el supermercado»), entrenamientos guiados y grabación de video con audio espacial Dolby Atmos.
  • Llegada a México: desde el anuncio, los lentes con IA de Meta se venden en México, Singapur y Corea del Sur. Brasil y Emiratos Árabes Unidos serán los siguientes.

Por qué importa

El gran problema de la realidad virtual nunca fue la tecnología, sino la comodidad: pocas personas quieren llevar medio kilo sobre la cara durante horas. Al bajar el peso a unos 100 gramos y mover la batería y el procesador fuera de la cabeza, Meta ataca justo esa barrera. Además, mantener la compatibilidad con el catálogo de Quest le permite lanzar el dispositivo con miles de apps disponibles.

Al mismo tiempo, la estrategia de Meta es cada vez más clara: tener un tipo de lentes para cada situación. Hay unos solo de audio, otros con cámara, otros con pantalla y otros de realidad virtual, y Muse funciona en todos como asistente común. Para quienes viven en América Latina hay otra novedad: con la llegada a México, estos lentes dejan de ser un producto que había que importar desde Estados Unidos.

Las VR Glasses todavía tienen que demostrar que valen $1,299.99 y que su campo de visión, más estrecho que el de un Quest, no arruina la inmersión. Aun así, Meta Connect 2026 muestra hacia dónde se dirige la industria. La computadora personal del futuro se parece cada vez más a unos lentes comunes, y Meta quiere llegar antes que Apple y Google.

Fuentes: Meta, Meta for Developers

LeRobot da el salto a los humanoides: el Unitree G1 ya se puede programar con el stack abierto de Hugging Face

Robot humanoide Unitree G1 en una exhibición

LeRobot es la apuesta de Hugging Face por hacer con la robótica lo que ya hizo con los modelos de lenguaje: convertirla en un ecosistema abierto donde código, modelos y datos se comparten libremente. Hasta ahora la plataforma se centraba en brazos robóticos de bajo costo; el salto a robots humanoides completos era la asignatura pendiente.

Ese salto acaba de darse. Un artículo publicado el 25 de septiembre de 2026 en la plataforma de Hugging Face documenta la integración del Unitree G1, un humanoide bípedo comercial, al stack de LeRobot: teleoperación, aprendizaje por demostraciones y control de cuerpo completo, todo con código y datasets abiertos.

Claves de la integración

  • Teleoperación con visor VR: el operador marca las referencias con la pose de cabeza, muñecas y tobillos, y el sistema las convierte en movimiento del robot mediante el autocodificador SONIC (42 millones de parámetros entrenados con más de 100 millones de fotogramas).
  • Aprendizaje eficiente: la política π0.5 aprende tareas a partir de lenguaje, estado del robot y visión; el rendimiento se satura con apenas ~40 demostraciones por tarea, y un entrenamiento de ejemplo toma 12,000 pasos en 4 GPUs H100.
  • Datasets abiertos masivos: destacan HIW-500 (500+ horas y 23,000 episodios grabados en 12 hogares reales) y OMG-Data (798,000 episodios de movimiento del G1).
  • Hardware DIY de bajo costo: el guante Homunculus para capturar movimiento de manos cuesta menos de $20 en materiales, hay un humanoide imprimible en 3D de ~$2,500 y un brazo con mano diestra por ~€500, todos con planos publicados.
  • Compatibilidad amplia: el stack soporta también los controladores NVIDIA GR00T y Amazon FAR Holosoma, y anuncia soporte futuro para ASIMOV, el humanoide abierto de Menlo Research.

La robótica humanoide ha estado dominada por empresas con laboratorios cerrados y presupuestos enormes. Que un robot comercial como el G1 pueda programarse con herramientas abiertas, datasets públicos y hardware de captura que cuesta lo que una pizza cambia quién puede participar: universidades, startups pequeñas y desarrolladores independientes pueden ahora entrenar comportamientos de cuerpo completo sin construir toda la infraestructura desde cero. Es el mismo patrón que democratizó los modelos de lenguaje, aplicado a los robots.

La integración del G1 en LeRobot no hará que los humanoides lleguen mañana a casa, pero sí baja de forma drástica el precio de entrada para investigar con ellos. Si la comunidad responde como lo hizo con los modelos abiertos de IA, el catálogo de robots y habilidades compartidas crecerá rápido.

Fuente: Hugging Face

Waymo llegará a Singapur: su robotaxi eléctrico abrirá al público en 2028

Vehículo autónomo Jaguar I-PACE de Waymo frente al skyline de Marina Bay, Singapur

Waymo, la empresa de conducción autónoma de Alphabet, opera desde hace años un servicio comercial de robotaxis en varias ciudades de Estados Unidos y acumula más de 20 millones de viajes autónomos y unos 300 millones de kilómetros recorridos sin conductor. Su siguiente frontera es internacional, y el 17 de septiembre de 2026 confirmó cuál será una de sus primeras paradas en Asia: Singapur.

El anuncio, hecho junto con el Ministerio de Transporte (MOT) y la Autoridad de Transporte Terrestre (LTA) de la ciudad-estado, contempla un despliegue gradual: la flota inicial de vehículos eléctricos Jaguar I-PACE llegará en los próximos meses, durante 2027 especialistas conducirán manualmente para adaptar el sistema Waymo Driver a las particularidades locales —desde la geometría de las calles hasta los patrones de lluvia monzónica—, y en 2028 el servicio de transporte autónomo se abrirá al público a través de la aplicación de Waymo.

Claves del anuncio

  • Calendario en tres fases: llegada de la flota en los próximos meses, conducción manual de adaptación durante 2027 y lanzamiento comercial en 2028.
  • Flota 100 % eléctrica de Jaguar I-PACE, el mismo vehículo que Waymo usa en Estados Unidos.
  • Respaldo oficial: el ministro de Transporte, Jeffrey Siow, dio la bienvenida a Waymo como el operador de vehículos autónomos más reciente del país.
  • Datos de seguridad que presume la empresa: una reducción del 94 % en choques con lesiones frente a conductores humanos, según sus propias cifras.

Singapur es un terreno de prueba codiciado para la conducción autónoma: una ciudad densa, con infraestructura impecable, regulación proactiva y un gobierno que lleva años preparando el marco legal para vehículos sin conductor. Si Waymo logra operar bajo lluvias monzónicas y en tráfico de conducción por la izquierda, habrá demostrado que su tecnología viaja bien fuera del entorno estadounidense donde nació, un requisito indispensable para convertirse en un servicio global. Para el resto de las ciudades del mundo, el despliegue singapurense servirá de referencia sobre cómo introducir robotaxis de forma ordenada.

La expansión confirma que la carrera de los robotaxis dejó de ser un experimento local: Waymo ya piensa en escala internacional y eligió como vitrina una de las ciudades más exigentes en materia de transporte. Quedan por delante dos años de adaptación que dirán si el calendario de 2028 se cumple.

Fuente: Waymo