Noticias

Un equipo de la Universidad de Constanza (Alemania) ha descubierto cómo se comen las bacterias del suelo ciertos bioplásticos: no los disuelven desde lejos, sino que los excavan, con una enzima pegada a su propia superficie. La enzima tiene una «boca» tan abierta que los investigadores la apodaron enzima «Pac-Man». Y guardaba una sorpresa: en el laboratorio también destruye la penicilina.

El plástico que usamos a diario apenas lo pueden digerir los microorganismos: un polietileno puede tardar de cientos a miles de años en desaparecer, y mientras tanto se rompe en microplásticos. Por eso se investigan los bioplásticos, pensados para que los microbios sí puedan con ellos. En Constanza, el equipo del químico Stefan Mecking ha desarrollado unos llamados LCAP (poliésteres alifáticos de cadena larga), y el del microbiólogo David Schleheck quería saber qué les pasa de verdad en la naturaleza y quién se los come.

Para averiguarlo, enterraron láminas de LCAP a unos 10 centímetros de profundidad en el humus de un bosque del jardín botánico de la universidad y las dejaron un año. A la vez, en el laboratorio mezclaron polvo de varios plásticos con tierra de ese mismo bosque y midieron durante un año el dióxido de carbono que respiraban los microbios al digerirlos. El estudio se publicó el 2 de septiembre en la revista The ISME Journal.

Claves del descubrimiento

• Los bioplásticos desaparecieron; el plástico normal, no. Todos los bioplásticos probados se degradaron por completo en unos 250 a 330 días, entre nueve y once meses; la celulosa, que sirvió de comparación, en unos 80. El polietileno de alta densidad (el de muchas botellas y envases) apenas cambió en todo el año.
• Agujeros con forma de bacteria. Al mirar las láminas enterradas con un microscopio electrónico aparecieron agujeros de pocas milésimas de milímetro con el tamaño y la forma exactos de una bacteria. Los investigadores dedujeron que las bacterias llevan las enzimas en su superficie y se abren paso comiendo. «Fue nuestro momento eureka, porque contradecía una suposición muy extendida en microbiología», contaron Harry Lerner, primer autor, y Schleheck: se pensaba que las bacterias sueltan esas enzimas al medio.
• Buscando el gen responsable. Analizaron todo el ADN de los microbios del suelo y encontraron 2,624 genes candidatos a romper plásticos. Uno, de bacterias del grupo de las acidobacterias, abundaba solo en la tierra que tenía LCAP. Produce una enzima, a la que llamaron LCPH1, que lleva un ancla para quedarse sujeta a la membrana de la bacteria.
• Por qué «Pac-Man». Modelaron su forma con AlphaFold3, la inteligencia artificial que predice la estructura de las proteínas, y vieron un sitio activo, la zona donde la enzima trabaja, inusualmente abierto, como una boca enorme. Ahí caben moléculas grandes como las cadenas de un plástico. En el laboratorio, la enzima purificada partió uno de estos poliésteres en sus piezas básicas y también degradó policaprolactona (PCL), otro plástico biodegradable.
• La sorpresa: también rompe la penicilina. Su estructura se parece a la de las esterasas, las enzimas que rompen poliésteres, pero también a la de las betalactamasas, las que usan muchas bacterias para defenderse de los antibióticos. Lo comprobaron: LCPH1 cortó en el laboratorio la penicilina G y la ampicilina.

Por qué importa

El descubrimiento toca dos problemas grandes a la vez. Por un lado, muestra que las bacterias del suelo pueden adaptarse a digerir plásticos nuevos más rápido de lo que se pensaba: «Las bacterias pueden adaptarse a degradar plásticos de poliéster antes de lo que esperábamos», dijo Schleheck. Eso da pistas para diseñar plásticos que de verdad desaparezcan y para buscar enzimas que ayuden a reciclarlos. «Para resolver el problema de la contaminación por plásticos, los humanos tenemos que trabajar con las capacidades de los microbios», añadió.

Por otro lado, abre una pregunta incómoda. Si una misma enzima sirve para comer plástico y para desactivar antibióticos, la contaminación con ciertos plásticos podría favorecer, en teoría, a bacterias que además resisten a los antibióticos, y esa resistencia puede pasar de unas bacterias a otras. Los autores son prudentes: lo han visto en el laboratorio con la enzima aislada, no en bacterias vivas, y la capacidad de romper penicilina podría ser solo un resto de su evolución. Pero es un motivo para vigilar la «plastisfera», el ecosistema de microbios que crece sobre los residuos.

Conviene no exagerar el alcance: la enzima trabaja con bioplásticos de tipo poliéster, no con el polietileno ni con las botellas de siempre, que en el mismo experimento siguieron prácticamente intactos. Lo que aporta es otra cosa: saber cómo comen plástico las bacterias reales de un bosque real, y descubrir por el camino que su herramienta para hacerlo se parece mucho a un arma contra los antibióticos.

Datos contrastados con el estudio original, Lerner et al., «Bacterial family-VIII esterase displays dual activities: hydrolysis of polyester bioplastics and β-lactam antibiotics», The ISME Journal (2026), y con la nota de ScienceDaily. Imagen de portada: modelo de la enzima LCPH1, figura 7 del estudio, licencia CC BY.

Fuente: Universidad de Constanza, «New type of plastic-degrading enzyme discovered in bacteria»

El 4 de octubre, la salida de un Gran Premio de Fórmula 1 (F1) se paró por un bug de software. Con lluvia torrencial en Sepang (Malasia), varios coches se quedaron casi parados en la vuelta de formación, entre ellos los dos de la primera fila. Mientras los equipos esperaban, los técnicos de la FIA escribieron un parche en el propio circuito, lo enviaron a todos los equipos y la carrera salió con el arreglo instalado. «Fue una solución improvisada y hecha con prisas», reconoció su director técnico.

La carrera se llamaba Gran Premio de Bahréin, aunque se corrió en Malasia: se canceló en abril por la guerra de Irán y se trasladó al circuito de Sepang manteniendo el nombre. Era la ronda 16 de 23 de un año con motores nuevos, en los que casi la mitad de la potencia es eléctrica. El software que reparte esa energía lo desarrolla la propia FIA con los equipos, los fabricantes de motores y Motion Applied, el proveedor de la centralita electrónica que llevan todos los coches.

Ese día, la lluvia retrasó la salida unos 40 minutos. Cuando por fin los coches salieron detrás del coche de seguridad, varios avanzaban a paso de peatón o se detenían, y se mostró la bandera roja. Max Verstappen y Lewis Hamilton, que salían primero y segundo, estaban entre los afectados. Sergio Pérez lo llamó «inaceptable» y Lando Norris, «simplemente horrible». Al final se corrió, y la ganó Verstappen.

Claves del fallo

• Un modo especial para la lluvia. En mojado, el motor usa un modo en el que la parte eléctrica entrega como máximo 250 kW, en lugar de los 350 kW de seco. En algunos sectores del circuito esa potencia se recorta todavía más, y el motor eléctrico (el MGU-K) puede apagarse de golpe.
• Demasiado despacio. Detrás del coche de seguridad, a muy pocas revoluciones, la presión del turbo bajaba y el motor eléctrico no podía compensarlo. En esa situación, un error del programa activaba un bloqueo de emergencia de 60 segundos, creado este año para que nadie apague el motor eléctrico a propósito para sacar ventaja. Ese bloqueo puede cortar también la potencia del motor de gasolina.
• Nadie lo había visto. Según la FIA, la causa fue «una combinación sin precedentes» de bajo régimen, poco agarre, los ajustes de energía para lluvia y la forma en que Sepang está dividido en sectores. El fallo no apareció en las pruebas ni en las vueltas hasta la parrilla. El software se había probado a escala real en los entrenamientos libres de Bélgica y Países Bajos, pero este año apenas se ha corrido con lluvia.
• Un parche en 20 minutos. El departamento técnico de la FIA tuvo listas las configuraciones corregidas a los cinco minutos de suspender la salida. El cambio quitaba el límite de 250 kW en los sectores afectados. Se envió a todos los equipos, que lo instalaron en sus motores antes de volver a salir; todo el proceso duró unos 20 minutos, según Nikolas Tombazis, director de monoplazas de la FIA.
• Lo que admite la FIA. «No conseguimos probar el software tanto como nos habría gustado», dijo Tombazis. «Cualquier bug es producto de un error. No fue un trabajo perfecto. Lo sentimos».
• Lo que viene. Tras revisar el caso, la FIA mantendrá la configuración usada en Sepang para el Gran Premio de Singapur si vuelve a llover, publicará otra actualización del software de lluvia para el Gran Premio de Estados Unidos, el 25 de octubre, y reforzará las pruebas y la validación con una evaluación independiente y con el proveedor de la centralita.

Por qué importa

Es un caso de manual de lo que en cualquier empresa se llama «arreglar en producción»: un fallo que solo aparece en una combinación rara de condiciones, una corrección hecha con prisa y desplegada a todos a la vez con el reloj en contra, y la admisión de que faltaron pruebas. La diferencia es que aquí el sistema en producción era una parrilla entera de Fórmula 1 parada en la recta y una carrera vista por millones de personas. Con motores cada vez más eléctricos, buena parte del rendimiento de un coche depende ya del software que reparte la energía, y la FIA, que lo escribe, se juega su credibilidad en cada actualización. No es la primera vez que un programa sorprende en el peor momento: en nuestra lista de datos curiosos del desarrollo de software está la empresa que perdió $460 millones USD en 45 minutos por una actualización mal instalada, y el cohete Ariane 5 que explotó por reutilizar un programa pensado para otro cohete.

La FIA reaccionó rápido y la carrera se salvó, pero el episodio deja una lección conocida para cualquiera que programe: lo que no se prueba en las condiciones reales acaba probándose en directo. La próxima prueba de fuego será el 25 de octubre en Austin, con la nueva versión del software de lluvia.

Datos contrastados con la revisión de la FIA publicada por Sky Sports y la crónica de Autosport.

Fuente: The Race, «’Software bug’ that triggered F1’s Malaysia chaos explained»

Brave ha añadido cifrado de extremo a extremo a Leo, el asistente de inteligencia artificial de su navegador. Cada pregunta se cifra en el propio navegador y solo la puede descifrar un entorno de ejecución confiable (TEE, por sus siglas en inglés): una parte aislada del hardware de los servidores de NEAR AI donde ni Brave ni quien opera esas máquinas puede mirar. Antes de entregar la clave, Brave comprueba que el hardware es genuino y que el software que corre dentro es exactamente el que está publicado. Por ahora funciona con un modelo, el abierto GLM 5.3 Flash, de la china Z.ai.

Leo lleva desde 2023 en el navegador y Brave lo vende como un asistente privado: no pide cuenta, no guarda la dirección IP y el historial de conversaciones se queda en el equipo. Pero, como en cualquier chatbot, la pregunta tenía que llegar en claro al servidor que ejecuta el modelo. En noviembre de 2025 Brave dio un primer paso: probó en su versión Nightly el modelo DeepSeek V3.1 dentro de los TEE de NEAR AI, con una etiqueta verde que indicaba que Brave había verificado el entorno. Sin embargo, las peticiones seguían pasando por los servidores de Brave, y la protección dependía, en palabras de la empresa, «de nuestras políticas, todavía no de la criptografía».

El anuncio del 15 de octubre, firmado entre otros por el fundador y director ejecutivo de Brave, Brendan Eich, cambia eso. El navegador no envía nada hasta que el entorno ha superado la verificación, cifra el mensaje con una clave que solo existe dentro de ese hardware y lo manda por un relé que quita la dirección IP. Si la comprobación falla, Brave no entrega la clave ni reenvía el mensaje. El código de todo el recorrido es abierto.

Claves del cifrado de Leo

• Modelo: GLM 5.3 Flash, de Z.ai, publicado en agosto de 2026 con la licencia libre MIT. Que sus pesos sean abiertos es lo que permite a NEAR AI cargarlo en su hardware verificado. Brave lo marca todavía como beta.
• Hardware: procesadores Intel con TDX, que cifran la memoria, y GPU de NVIDIA con computación confidencial, que aíslan la suya. Los datos que pasan entre el procesador y la GPU también van cifrados.
• Verificación previa: un servicio de Brave, que la empresa llama oráculo, comprueba las firmas de Intel y NVIDIA que prueban que el hardware es real. Además, vuelve a compilar desde el código público las imágenes de software de NEAR AI y confirma que coinciden con lo que se está ejecutando, que el modelo cargado es el pedido y que la clave del entorno está ligada a ese hardware.
• Comprobación en cada mensaje: la pasarela de IA de Brave vuelve a revisar la atestación antes de cada mensaje y solo acepta una verificación de menos de una hora.
• Cifrado en el navegador: usa Oblivious HTTP (OHTTP) con HPKE, el estándar RFC 9180. En cada petición el navegador genera un par de claves X25519 nuevo y cifra con AES-128-GCM. En cada turno vuelve a cifrar todo el historial de la conversación, y las respuestas llegan también cifradas.
• La IP, por otro lado: el relé de Brave sabe desde qué dirección escribes, pero no qué preguntas. El entorno de NEAR AI ve la pregunta, pero no la dirección: le llega con la cuenta de Brave.
• Búsquedas en la web: cuando el modelo decide buscar algo, la búsqueda sale desde dentro del entorno protegido hacia la API de Brave Search, sin asociarse a tu IP y con la opción de no conservar datos.
• Cómo activarlo: está en las versiones Release, Beta y Nightly del navegador. Basta con elegir GLM 5.3 Flash en el selector de modelos de Leo. Brave no detalla si la opción es gratuita o exclusiva de Leo Premium, ni en qué plataformas aparece.

Por qué importa

La gente le cuenta a los chatbots cosas que no le diría a un buscador. Brave cita una encuesta de la fundación KFF de este año: un tercio de los adultos de EE. UU. ha consultado información de salud a un chatbot, y el 41 % de ellos subió datos médicos personales. También recuerda que en 2025 más de 370,000 conversaciones con Grok acabaron indexadas en buscadores. Por otro lado, ocho estados de EE. UU. acaban de demandar a OpenAI por los riesgos de ChatGPT para los adolescentes. Con la mayoría de los servicios, la privacidad de esas conversaciones depende de lo que diga la política de la empresa. La propuesta de Brave es que se pueda comprobar con criptografía.

El enfoque también muestra para qué sirven los modelos de pesos abiertos, como el Muse Spark Open que acaba de publicar Meta: cualquiera puede ejecutarlos en un hardware que el usuario sea capaz de verificar. Con un modelo cerrado, que solo corre en los servidores de su dueño, eso no es posible.

Brave reconoce que todavía no es un sistema sin confianza. Hoy el navegador depende de la pasarela de Brave para comprobar la atestación. El programa de terceros que ejecuta el modelo no se recompila: solo queda fijado en un registro firmado. Y la empresa admite que unos pesos abiertos pueden llevar puertas traseras ocultas, así que también habría que verificar cómo se entrenó el modelo. Sus próximos pasos son llevar la verificación al propio navegador, publicar un registro de claves para que todos los usuarios reciban la misma y hacer que el entorno demuestre qué pesos exactos tiene cargados en memoria. Después quiere extender el modo a más modelos y funciones de Leo.

Es un avance real sobre lo que ofrecen casi todos los asistentes de IA, aunque de momento se limita a un modelo en beta y exige confiar en Brave para una parte de la comprobación. Si la verificación llega al navegador, como promete la empresa, Leo sería de los pocos chatbots cuya privacidad puede comprobar el propio usuario.

Fuente: Brave. Foto de portada: Book Catalog (www.shopcatalog.com), CC BY 2.0.

Perplexity ha publicado el código de SPACE, la plataforma con la que su agente Computer ejecuta código sin poner en riesgo nada más. Cada tarea corre dentro de una pequeña máquina virtual Firecracker con su propio sistema operativo, y las contraseñas y el acceso a internet se controlan desde fuera. Está en GitHub con licencia Apache 2.0 desde el 15 de octubre, y quien quiera puede instalarlo en sus propios servidores.

Computer, el agente de Perplexity que salió en febrero, convierte un encargo en una cadena de pasos: busca, abre páginas, descarga archivos y escribe y ejecuta programas. Para que ese código no toque los servidores de la empresa ni los datos de otros usuarios, cada tarea necesita un entorno aislado, lo que en inglés se llama sandbox. Al principio Perplexity se lo alquilaba a un proveedor comercial, pero en julio lo sustituyó por SPACE, desarrollado en casa, y desde entonces todas las sesiones de Computer pasan por él. Ahora lo libera como software libre, igual que antes hizo con otras herramientas de seguridad como Bumblebee y Numbat.

Claves de SPACE

• Una máquina virtual por tarea. SPACE significa Sandboxed Platform for Agentic Code Execution. Cada entorno arranca a partir de una plantilla y es una microVM de Firecracker, la tecnología que Amazon creó para AWS Lambda: una máquina virtual mínima que arranca en muy poco tiempo y separa el código del agente del servidor anfitrión mucho mejor que un contenedor normal.
• El entorno no es de fiar. Perplexity parte de que lo que corre dentro puede portarse mal, así que las credenciales y el acceso a la red se gestionan fuera de la máquina virtual. El agente puede usar los servicios que tiene autorizados sin que las contraseñas lleguen a guardarse en su espacio de trabajo.
• Pausar, recuperar y bifurcar. SPACE hace instantáneas frecuentes de los archivos y de la memoria del entorno en marcha, de modo que una tarea sobrevive a una interrupción. Además guarda solo los cambios, y no copias completas, por lo que crear, restaurar o duplicar una sesión para probar dos caminos distintos cuesta poco.
• Las cifras de Perplexity. La empresa dice que SPACE crea millones de entornos al día y que, con el mismo tráfico real, los pone en marcha de 3 a 5 veces más rápido que el proveedor que tenía antes.
• Atacado por modelos de IA. En septiembre, su equipo de seguridad puso a nueve modelos a intentar romperlo. En 108 intentos ninguno salió de la máquina virtual. Con acceso parcial a la red, en cambio, 11 de 54 intentos esquivaron las reglas de red, con trucos como falsificar respuestas de DNS o pedir a servicios de terceros que descargaran por ellos lo prohibido; lo consiguieron Claude Opus 5.0, GPT-5.6 Sol, GPT-5.6 Cyber y Kimi K3. Perplexity cerró esas vías y en la segunda ronda no hubo ningún salto. Encontró fallos parecidos en otras plataformas del mismo tipo y avisó a sus fabricantes.
• Cómo se usa. Está escrito en Rust, pero los programas hablan con él por una API HTTP, así que basta cualquier lenguaje; el ejemplo de la documentación es un script de Python sin librerías externas. La guía lo instala en un clúster local de Kubernetes con Kind y explica cómo hacerlo funcionar sin Kubernetes. Como todo lo que usa Firecracker, necesita un servidor Linux con virtualización KVM. Trae además una capa compatible con E2B, otro servicio de entornos aislados muy usado, para aprovechar su SDK de Python.
• Ya tiene socios. Akamai lo ha probado y lanzado en su nube, Crusoe lo incorporará a sus servicios gestionados de IA y CoreWeave ha publicado una guía para evaluarlo en su plataforma de Kubernetes.

Por qué importa

Los agentes de IA ya no solo responden: ejecutan código, navegan y manejan cuentas, y cada vez más empresas quieren ofrecerlos. Saber encerrarlos bien se ha vuelto tan importante como el propio modelo, y hasta ahora las opciones eran montarse el aislamiento a mano o pagar un servicio externo. SPACE da una tercera vía, probada con el tráfico real de un producto grande y que se puede revisar línea a línea. Perplexity lo justifica así: «Abrir SPACE da a los desarrolladores una base probada en producción para los entornos de los agentes, con el aislamiento, la recuperación del estado y el control de credenciales y red ya incorporados». Hay que tener en cuenta que las cifras de velocidad y las pruebas de seguridad las hizo la propia empresa. Aun así, su informe deja una lección útil para cualquiera que monte algo parecido: los modelos más capaces ya encuentran por sí solos la forma de saltarse una regla de red mal planteada. Quien quiera ver cómo se definen y lanzan agentes en contenedores puede leer también nuestra nota sobre Docker Agent o la guía para dirigir a Codex, el agente de programación de OpenAI.

Datos contrastados con el anuncio de Perplexity, el repositorio de SPACE en GitHub, el informe de seguridad «Escaping SPACE, Part I» y la nota de Unite.AI.

Fuente: Techzine, «Perplexity makes SPACE open source, a sandbox for AI agents»

Japón tiene todo listo para lanzar su misión más ambiciosa al espacio profundo. El 20 de octubre a las 4:41, hora de Japón, un cohete H3 debe despegar del Centro Espacial de Tanegashima con MMX (Martian Moons eXploration), una nave que viajará a Marte, se acercará a su luna Fobos, dejará en ella un pequeño rover y, si todo sale bien, volverá a la Tierra en 2031 con al menos 10 gramos de su suelo. Sería la primera vez que se traen muestras del sistema de Marte.

La agencia espacial japonesa, JAXA, ya trajo a casa polvo de dos asteroides con sus sondas Hayabusa: granos de Itokawa en 2010 y 5.4 gramos de Ryugu en 2020. MMX quiere repetir la hazaña mucho más lejos. La misión estaba prevista para 2024, pero se retrasó por los problemas de desarrollo del nuevo cohete H3, y como Marte y la Tierra solo quedan bien alineados para viajar cada dos años, la siguiente oportunidad era esta. El H3 tampoco llega en su mejor momento: en diciembre de 2025 su octavo vuelo falló y el satélite de navegación Michibiki 5 no alcanzó su órbita. Volvió a volar con éxito en junio de este año.

Fobos es una luna pequeña y extraña. Mide unos 27 kilómetros en su lado más largo, tiene forma de patata y gira a solo unos 6,000 kilómetros sobre la superficie de Marte, tan cerca que da tres vueltas al planeta cada día. Cada siglo se acerca unos dos metros más, y algún día acabará despedazada o chocando contra Marte. Nadie sabe con certeza cómo llegó ahí.

Claves de la misión MMX

• Cuándo verlo. El despegue está fijado para el 20 de octubre a las 4:41 en Japón, que son las 21:41 del 19 de octubre en España y las 13:41 del 19 de octubre en el centro de México. JAXA lo emitirá en directo en su canal de YouTube, en japonés y en inglés. Si hay que aplazarlo, JAXA tiene reservado del 21 de octubre al 7 de noviembre.
• El cohete más potente de Japón. MMX vuela en la versión H3-24L: dos motores principales LE-9, cuatro aceleradores sólidos y, por primera vez en un H3, la cofia larga. Makoto Arita, responsable del lanzamiento, la describió en la rueda de prensa del 18 de octubre como «la versión más fuerte si se trata de llevar algo pesado muy lejos». Como la trayectoria calienta más la cofia que en otras misiones, le han añadido aislante.
• Una nave de 4,480 kilos. MMX tiene tres módulos: uno de propulsión para el viaje de ida, uno de exploración y uno de regreso, que traerá la cápsula con las muestras. Lleva once instrumentos científicos, siete en la nave y cuatro en el rover, entre ellos un espectrómetro de rayos gamma y neutrones de la NASA y uno de infrarrojo del CNES francés.
• Un rover que pesa como una carta. Idefix, construido por las agencias de Francia (CNES) y Alemania (DLR), tiene una masa de 25 kilos, pero en Fobos, con su gravedad diminuta, pesaría lo mismo que 15 gramos en la Tierra. Rodará por la superficie para estudiar su composición y su textura y ayudar a elegir dónde aterriza la nave grande.
• Dos formas de recoger suelo. La nave aterrizará en Fobos en 2030. Un brazo robótico clavará un tubo para sacar material de más de dos centímetros de profundidad, y otro muestreador soltará un chorro de gas junto a una de las patas para recoger el polvo de la superficie. La meta son al menos 10 gramos.
• Orbitar una luna que casi no tiene gravedad. Fobos es demasiado ligera para que una nave la orbite como orbitaría la Luna. MMX dará vueltas a Marte en una órbita de cuasisatélite, que la mantiene siempre cerca de Fobos, como si la rodeara. Será la primera nave que lo haga.
• Cinco años de viaje. El calendario de la ESA prevé que MMX llegue a Marte en agosto de 2027, se coloque junto a Fobos en septiembre, suelte a Idefix a principios de 2029, aterrice en 2030 y devuelva la cápsula a la Tierra en 2031. Aterrizará en Australia y las muestras se repartirán desde Japón con los socios: la NASA, el CNES, el DLR y la ESA.

Por qué importa

Hay dos ideas sobre el origen de Fobos y de su hermana Deimos. Una dice que son asteroides que Marte atrapó con su gravedad; la otra, que se formaron con los restos de un gran choque contra el planeta, como pasó con nuestra Luna. Sus colores oscuros recuerdan a los asteroides, pero sus órbitas casi circulares encajan mejor con el choque. Tener su suelo en un laboratorio podría resolverlo, y de paso enseñar cómo llegaron el agua y la materia orgánica a los planetas rocosos. Como Fobos lleva miles de millones de años recibiendo polvo lanzado desde Marte por los impactos, las muestras pueden incluir también trocitos del propio planeta rojo. Y para JAXA es una prueba de fuego: tras el fallo del H3, un buen lanzamiento de la que JAXA llama su mayor misión de exploración confirmaría que el cohete está listo para el resto de su programa.

Si el H3 cumple el 20 de octubre, empezará una espera larga: un año de viaje hasta Marte y cuatro más hasta tener en la mano un puñado de polvo de Fobos. Japón ya ha demostrado dos veces que sabe traer muestras de un mundo pequeño; ahora se juega la tercera a una distancia mucho mayor.

Datos contrastados con la nota de prensa de JAXA, su dossier de prensa, la crónica de la rueda de prensa del 18 de octubre en Nikkei y el detalle del cohete en Mynavi. Sobre las muestras de rocas, lee también lo que han revelado las rocas de la cara oculta de la Luna.

Fuente: ESA, «Mars moon lander set to launch on 19 October»

Google empezó a llevar la AI Inbox de Gmail a las cuentas de pago de Google Workspace, su paquete de oficina para empresas. Es una vista aparte del correo que reúne, en una sola pantalla, las tareas pendientes que salen de los mensajes, con sus plazos, y resúmenes de los hilos en los que conviene ponerse al día. Llegó el 12 de octubre a los dominios con lanzamiento rápido y llegará al resto desde el 26 de octubre, pero solo para usuarios de EE. UU. que tengan Gmail en inglés.

Google presentó la AI Inbox el 8 de enero, dentro de un paquete de funciones de IA con el que dijo que Gmail entraba en «la era de Gemini». Al principio solo la probaba un grupo de usuarios de confianza. En mayo, durante su conferencia I/O, la abrió a los suscriptores de pago de Google AI en EE. UU., primero con el plan Ultra y después con Plus y Pro. Las cuentas de empresa eran las que faltaban.

Claves de la AI Inbox

• Tareas sugeridas. Saca de los correos las acciones que hay que hacer, las entregas y los plazos, y marca en negrita las fechas clave, como el vencimiento de un recibo o de la tarjeta. Cada tarea tiene botones para ver el correo, responder, quitarla o marcarla como hecha.
• Temas para ponerse al día. Resume lo que ha pasado en los hilos largos y en los intercambios rápidos de mensajes: decisiones recientes, cambios de estado, viajes, reservas o compras. Un botón marca todo el tema como leído, y con él los correos en la bandeja.
• Quién la recibe. Las ediciones Business Starter, Standard y Plus, Enterprise Starter, Standard y Plus, AI Pro for Education y Frontline Plus. El propio anuncio añade que las ediciones Starter y de educación la recibirán «en los próximos meses», así que en esas puede tardar más. Solo funciona en EE. UU. y con el idioma de la cuenta en inglés estadounidense.
• Calendario. Como todas las novedades de Workspace, llega por fases: desde el 12 de octubre en los dominios de lanzamiento rápido y desde el 26 de octubre en los de lanzamiento programado. En cada caso puede tardar hasta 15 días en aparecer.
• Sin interruptor para el administrador. Google dice que no hay ningún control para desactivarla en toda la organización. Cada persona la abre desde el menú de Gmail, en el navegador o en la app del móvil, y puede ocultarla en los ajustes de la bandeja de entrada.
• Sus límites. Sigue en beta y solo mira la pestaña Principal: deja fuera Social y Promociones, el spam y los correos archivados, borrados, silenciados o pospuestos. Tampoco lee los adjuntos, los buzones delegados ni los correos cifrados. Necesita activadas las «funciones inteligentes» de Gmail, y las primeras tareas pueden tardar hasta siete días en aparecer.

El mismo día, Google anunció también para Workspace Gmail Live, una búsqueda por voz para la app de Android y de iOS que se abre desde la barra de búsqueda del correo. También es solo para EE. UU. y en inglés, y viene activada por omisión en las organizaciones que tienen Gemini.

Por qué importa

La bandeja de entrada de siempre ordena los correos por fecha, y es quien la lee el que tiene que decidir qué importa. La AI Inbox cambia ese reparto: Gmail decide qué mensajes son prioritarios, a partir de con quién se escribe uno más a menudo y de lo que dicen los correos, y propone qué hay que hacer con ellos. En el trabajo, donde llegan decenas de hilos al día, eso puede ahorrar tiempo, pero también obliga a fiarse de un filtro que se puede equivocar, por ejemplo al dejar fuera un correo importante que cayó en Promociones.

Para las empresas hay otro detalle: el administrador no puede apagarla. La única forma de que no aparezca es que cada persona la oculte o desactive las funciones inteligentes de Gmail, que también afectan a otras herramientas. Y para el resto del mundo queda la pregunta de cuándo llegará en español: Google no ha dado fecha para otros idiomas ni para otros países.

Datos contrastados con el anuncio de Google Workspace, la ayuda de Gmail sobre la AI Inbox, la presentación de enero «Gmail is entering the Gemini era» y las novedades de las suscripciones de Google AI de mayo. Otras novedades de Google en decodigo: Gemini 4 Argon y las apps personales hechas con IA en Google Play. Portada: mesa de trabajo con libreta, teléfono y portátil, foto de JESHOOTS.COM, Wikimedia Commons, CC0 (recortada, con texto).

Fuente: Google Workspace Updates, «Gmail’s AI Inbox is rolling out to paid Workspace users»

Pocas personas han fundado o dirigido tantas empresas que hayan cambiado un sector entero: los cohetes reutilizables, el coche eléctrico, el internet por satélite. Elon Musk lleva treinta años saltando de un proyecto a otro, con éxitos enormes, promesas que llegan con años de retraso y polémicas constantes. Repasamos sus proyectos más relevantes y, sobre todo, en qué punto está cada uno en octubre de 2026.

Musk nació en 1971 en Pretoria, Sudáfrica, y se fue a Canadá con 17 años y después a Estados Unidos, donde estudió Física y Economía en la Universidad de Pensilvania. En 1995 dejó un doctorado en Stanford a los pocos días para fundar con su hermano Kimbal Zip2, una empresa de guías urbanas y mapas en internet para periódicos, que Compaq compró en 1999 por unos $307 millones USD. Con ese dinero creó X.com, un banco en línea que en 2000 se fusionó con Confinity, la empresa de un servicio de pagos llamado PayPal. Musk fue apartado de la dirección ese mismo año, pero cuando eBay compró PayPal en 2002 por $1,500 millones USD, él era el mayor accionista y se llevó unos $175 millones USD. Ese dinero financió casi todo lo que vino después.

Hoy su imperio se reduce a dos grandes compañías y dos más pequeñas. SpaceX, que en 2026 absorbió a su empresa de inteligencia artificial, xAI, y con ella a la red social X, salió a bolsa en junio con la mayor oferta pública de la historia. Tesla vende casi medio millón de coches cada trimestre y apuesta su futuro a los taxis sin conductor y a un robot humanoide. Neuralink y The Boring Company son más pequeñas, pero tienen pacientes con implantes cerebrales y túneles en funcionamiento.

Claves: sus proyectos, uno por uno

SpaceX: cohetes que vuelven y una red de satélites

Musk fundó SpaceX en 2002 con una idea fija: abaratar el acceso al espacio reutilizando los cohetes. Tras tres fracasos, el pequeño Falcon 1 llegó a la órbita en 2008, cuando la empresa estaba casi en quiebra. El Falcon 9 logró en diciembre de 2015 el primer aterrizaje de una etapa de un cohete orbital, y hoy la reutilización es rutina: sus etapas despegan y vuelven decenas de veces. En 2020, la cápsula Crew Dragon llevó astronautas de la NASA a la Estación Espacial, la primera vez que lo hacía una nave privada; ahora es el transporte habitual de la agencia, como en la misión Crew-13.

Lo que ha convertido a SpaceX en un gigante es Starlink, su red de miles de satélites de internet en órbita baja. Según la documentación de su salida a bolsa, superó los 10 millones de clientes en el primer trimestre de 2026 y aporta cerca de dos tercios de los ingresos de la empresa. Funciona también en México y en casi toda Latinoamérica, y se ha vuelto clave en zonas rurales y en conflictos como el de Ucrania.

Su gran proyecto es Starship, el cohete más grande jamás construido, pensado para ser reutilizable por completo, llevar satélites Starlink de nueva generación, servir de módulo lunar para la NASA y, en el sueño de Musk, llevar personas a Marte. Tras años de pruebas y explosiones, el 28 de septiembre de 2026 llegó a la órbita por primera vez y desplegó 26 satélites. Nos hemos asomado también a cómo es su software de vuelo.

En febrero de 2026, SpaceX compró xAI, otra empresa de Musk, en una operación que valoró a SpaceX en un billón de dólares. Y el 12 de junio empezó a cotizar en el Nasdaq con el símbolo SPCX: vendió acciones a $135 USD cada una y recaudó unos $75,000 millones USD, la mayor salida a bolsa de la historia. Musk conserva alrededor del 42 % de las acciones y más del 80 % de los votos.

Tesla: del deportivo eléctrico al taxi sin conductor

Tesla no la fundó Musk, sino Martin Eberhard y Marc Tarpenning, en 2003; él entró como principal inversor en 2004 y es su consejero delegado desde 2008. Ese año salió el primer Roadster, después el Model S (2012), el Model 3 (2017) y el Model Y, que en 2023 fue el coche más vendido del mundo. Tesla demostró que un coche eléctrico podía ser deseable y rentable, y obligó a toda la industria a seguirla.

Hoy las ventas ya no crecen como antes, por la competencia de las marcas chinas: en el tercer trimestre de 2026 entregó 486,532 coches, un 2 % menos que un año antes, aunque más de lo que esperaban los analistas. Sus baterías para la red eléctrica (Megapack) sí crecen: instaló 13.7 GWh en ese trimestre. En México, la gran fábrica anunciada en 2023 en Nuevo León quedó en pausa en 2024.

Musk insiste en que el futuro de Tesla no son los coches, sino la autonomía. Su servicio de robotaxi empezó en Austin en junio de 2025 y, según los informes de la empresa, en 2026 ya ofrece viajes sin nadie al volante en Austin, Dallas, Houston, Miami, Orlando y Tampa. En el segundo trimestre empezó a fabricar el Cybercab, un coche sin volante ni pedales pensado solo para ese servicio. El robot humanoide Optimus sigue en preparación para fabricarse a gran escala, y en octubre presentó un nuevo Roadster que «vuela» con propulsores, del que todavía no hay precio.

xAI y X: la inteligencia artificial y la red social

Musk fue uno de los fundadores de OpenAI en 2015, pero dejó su consejo en 2018 y desde entonces es uno de sus críticos más duros. En octubre de 2022 compró Twitter por unos $44,000 millones USD, despidió a la mayor parte de la plantilla y la rebautizó como X. En 2023 creó xAI, que desarrolla el chatbot Grok y montó en Memphis uno de los mayores supercomputadores del mundo, Colossus. En 2025, xAI absorbió a X, y en 2026 ambas pasaron a formar parte de SpaceX.

Neuralink: un chip en el cerebro

Fundada en 2016, Neuralink desarrolla un implante cerebral del tamaño de una moneda que lee la actividad de las neuronas y permite manejar un ordenador o un teléfono con el pensamiento. Su primer paciente, un hombre con tetraplejía, lo recibió en enero de 2024. Según la propia empresa, a principios de 2026 ya lo llevaban 21 personas, y prepara un ensayo para recuperar el habla. Su otro gran proyecto, Blindsight, pretende devolver algo de visión a personas ciegas; la FDA estadounidense le dio en 2024 la designación de dispositivo innovador, pero todavía no se ha implantado en ninguna persona.

The Boring Company: túneles contra el tráfico

La idea nació de un atasco: en 2016 Musk anunció que iba a cavar túneles para evitar el tráfico. La empresa ha quedado lejos de sus promesas iniciales, como trenes a alta velocidad bajo las ciudades, pero tiene un sistema en funcionamiento: el Vegas Loop, en Las Vegas, donde coches Tesla con conductor llevan pasajeros por túneles entre el centro de convenciones y varios hoteles. En octubre de 2026 tiene 14 estaciones y ha transportado a más de 4 millones de personas, y las autoridades han aprobado ampliarlo hasta 68 millas (unos 110 km) de túneles y 123 estaciones.

Los que no salieron o se quedaron en el camino

SolarCity, la empresa de paneles solares de sus primos Lyndon y Peter Rive, que él financió, la compró Tesla en 2016 en una operación muy criticada, y su negocio solar nunca despegó del todo. El Hyperloop, un tren en tubos casi sin aire que Musk propuso en 2013 como idea abierta para que la desarrollaran otros, inspiró a varias empresas, pero la más conocida, Hyperloop One, cerró en 2023 sin construir ninguna línea comercial. Y en 2025 Musk dirigió durante unos meses el Departamento de Eficiencia Gubernamental (DOGE) del gobierno de Donald Trump, un paso por la política que le costó buena parte de su popularidad y afectó a las ventas de Tesla.

Por qué importa

Más allá de la figura de Musk, sus empresas han cambiado cosas muy concretas. Gracias a la reutilización de SpaceX, lanzar un satélite cuesta mucho menos que hace quince años, y Estados Unidos vuelve a llevar astronautas desde su propio territorio. Starlink ha llevado internet rápido a lugares donde no llegaba ningún cable. Y Tesla aceleró el paso de toda la industria del automóvil al coche eléctrico. Al mismo tiempo, concentra un poder enorme en una sola persona: controla la red de satélites más grande del mundo, una red social con cientos de millones de usuarios y uno de los modelos de inteligencia artificial más usados. Por eso sus decisiones, y sus mensajes en X, tienen efectos que van mucho más allá de sus empresas.

Si algo enseña su historia es que conviene separar lo que anuncia de lo que entrega. Muchos de sus proyectos acaban saliendo, pero casi siempre años después de la fecha prometida: los taxis autónomos, el Roadster o la llegada a Marte llevan años en el calendario. Los próximos meses dirán si Starship cumple con la NASA, si los robotaxis de Tesla se extienden más allá de Texas y Florida, y si Optimus pasa de las demostraciones a las fábricas.

Fuentes: NPR y Wikipedia (salida a bolsa y fusión con xAI); CNBC (folleto de SpaceX); Electrek (entregas de Tesla); informes de Tesla a la SEC (robotaxi, Cybercab y Optimus); The Boring Company (Vegas Loop).

La versión 19 de PostgreSQL, una de las bases de datos de código abierto más usadas del mundo, llegará más tarde de lo previsto. El equipo de lanzamientos ha movido la versión final al 19 de noviembre, en lugar del 29 de octubre, y ha añadido una segunda versión candidata, el 12 de noviembre. Antes, los desarrolladores retiraron entre 8 y 10 funciones importantes que ya estaban dentro, y el motivo ha abierto un debate en la comunidad: ¿cuánto ha tenido que ver la revisión de código con inteligencia artificial?

PostgreSQL publica una versión grande cada año. Las funciones nuevas se congelan en primavera, las versiones beta salen en verano y la final suele llegar entre septiembre y octubre. Que alguna función se caiga durante la beta es normal: una por ciclo, según Peter Eisentraut, uno de los desarrolladores con permiso para incorporar cambios al código. Esta vez han sido «unas 8 a 10 funciones importantes, según cómo se cuente», y algunas en plena recta final.

Claves del retraso

• Las fechas. La primera versión candidata salió el 15 de octubre, como estaba previsto. Jonathan Katz, del equipo de lanzamientos, explicó que, por «el volumen de correcciones» acumuladas, prefieren publicarlas en una segunda candidata antes de dar la versión por terminada. «Sabemos que ha sido un ciclo atípico», reconoció.
• Lo que se cae. La más vistosa son las consultas de grafos SQL/PGQ, que entraron en el estándar SQL en 2023: se retiraron el 7 de septiembre, con 47 cambios detrás. También se han quitado la división y unión de particiones con ALTER TABLE, y, según el recuento del consultor Christophe Pettus, la activación de sumas de verificación sin parar la base de datos y las órdenes UPDATE y DELETE por intervalos de tiempo (FOR PORTION OF), entre otras. El motivo oficial: «múltiples problemas de diseño que ya es tarde para resolver en este ciclo». Pasan a PostgreSQL 20.
• Lo que se queda. REPACK CONCURRENTLY, que recupera el espacio en disco sin bloquear la tabla, como hasta ahora hacía VACUUM FULL; el autovacuum en paralelo; pg_plan_advice, para orientar al planificador de consultas; la replicación lógica de secuencias y la exportación de consultas a JSON con COPY.
• La explicación de la IA. Eisentraut cree que la revisión con modelos de lenguaje encuentra «mucho más rápido» una larga cola de fallos en casos límite, poco graves pero numerosos, que antes habrían aparecido mucho después. El resultado es que los desarrolladores acaban mirando «una lista de unos cuarenta informes de fallos», cada uno con su arreglo y su revisión, y se quedan sin tiempo. «El listón de calidad efectivo ha subido después de que la función se escribiera», resume. Aclara que no es culpa de código escrito por IA: casi todas esas funciones son anteriores.
• La otra explicación. De abril a agosto, los desarrolladores más veteranos estuvieron dedicados a parches de seguridad: la página de seguridad de PostgreSQL ya registra 44 fallos con número CVE de 2026, frente a 7 de todo 2025. Pettus, citando un análisis de doce retiradas hecho por el desarrollador Tomas Vondra, sostiene que la mayoría salieron de revisiones humanas, con un solo caso claro en el que la IA dio la pista. «La revisión no aumentó. Llegó tarde», escribe. El propio Eisentraut también incluye esta causa en su lista.

Por qué importa

PostgreSQL está detrás de millones de aplicaciones, y el proyecto ha preferido retrasar la fecha y retirar funciones antes que publicar algo con fallos difíciles de corregir. El caso muestra además un efecto de la IA en el software libre del que se habla poco: las herramientas que revisan código pueden encontrar fallos más deprisa de lo que un grupo pequeño de voluntarios y empleados es capaz de corregirlos, y el cuello de botella pasa a ser el tiempo de las personas. Los desarrolladores ya hablan de usar la IA también para probar las funciones desde el principio, de definir un estado «experimental» para las novedades y de pedir que se declare cuándo una revisión se ha hecho con IA. Mientras tanto, para quien tenga PostgreSQL en producción, la recomendación habitual se mantiene: esperar a que la 19 madure y seguir con la 18.

Datos contrastados con el aviso del equipo de lanzamientos, el anuncio de la primera versión candidata, la página de seguridad de PostgreSQL, el blog de Peter Eisentraut, el de Christophe Pettus y el de Command Prompt. Portada: un elefante, la mascota de PostgreSQL, en el parque nacional de Murchison Falls (Uganda), foto de Ssemmanda will, Wikimedia Commons, CC BY-SA 4.0 (recortada, con texto).

Fuente: The Register, «Postgres 19 delayed after AI reviewers find more bugs than humans can fix»

Desde que Tesla presentó el 15 de octubre el nuevo Roadster que «vuela», la pregunta más repetida es cuánto cuesta. La respuesta corta: Tesla todavía no ha dado el precio de ninguna de sus tres versiones. Lo único que se sabe es lo que cuesta reservarlo: $50,000 USD la versión Performance y $250,000 USD la Thrust, la que lleva propulsores. La más extrema, la Rocket, ni siquiera se puede reservar: es solo por invitación.

No es la primera vez que pasa algo así con este coche. Cuando Tesla anunció el Roadster en 2017, prometió un precio de $200,000 USD para la versión básica y entregas en 2020, y cobró reservas de $50,000 USD; otros mil clientes pagaron $250,000 USD por adelantado por la serie limitada «Founders». El coche no llegó, y nueve años después Tesla vuelve a pedir dinero por adelantado, ahora para un modelo que empezaría a fabricarse, según Elon Musk, en 2028.

Lo que cuesta reservarlo

Claves de la reserva

• Hay que pagar casi todo en diez días. Los primeros $5,000 USD se pagan con tarjeta, pero si la transferencia del resto no llega en diez días, la reserva se cancela.
• Se puede recuperar, en principio. Tesla dice que los $5,000 USD iniciales son reembolsables. Según el contrato de reserva que ha publicado InsideEVs, el dinero se devuelve si el cliente cambia de opinión o si Tesla no puede entregar el coche, aunque la página no detalla qué pasa con la transferencia grande ni cuánto tarda la devolución.
• No es un pedido. El mismo contrato aclara que la reserva no confirma la compra: solo da un puesto aproximado en la lista. Tesla no garantiza cuándo se entregará el coche, ni siquiera si se entregará, y avisa de que el precio estimado puede cambiar. Además, la reserva no se puede traspasar a otra persona.
• En pesos. Al tipo de cambio oficial del Banco de México del 15 de octubre, 18.4250 pesos por dólar, la reserva de la Performance equivale a unos 921,000 pesos y la de la Thrust, a unos 4.6 millones. Tesla no ha publicado el precio final ni la fecha de entrega para México, y en otros países, como Canadá o China, la reserva se paga en la moneda local, con importes distintos.
• Lo que calculan los demás. Sin cifras oficiales, todo son estimaciones. Tesla Oracle, una web especializada en la marca, cree que la Performance costará entre $200,000 y $300,000 USD, y que la Rocket superará el millón de dólares. Son opiniones, no datos de Tesla.

Por qué importa

Tesla pide hasta un cuarto de millón de dólares por un coche sin precio, sin fecha de entrega garantizada y con un historial de retrasos de casi una década. Las reservas le sirven para medir el interés y le adelantan dinero; para el comprador, son un acto de fe. Si se cumplen las estimaciones, la Performance costaría más o menos lo que se prometió en 2017, pero con nueve años de inflación por medio y con prestaciones muy superiores, al menos sobre el papel. Habrá que esperar a que Tesla publique el precio, algo que no ha dicho cuándo hará, para saber si el «coche volador» será un superdeportivo caro o un juguete solo al alcance de unos pocos invitados.

Datos contrastados con Electrek, Tesla Oracle, Motors Machine (que recoge el contrato publicado por InsideEVs) y, para la conversión a pesos, Proyecto Puente. Portada: el nuevo Roadster de perfil, imagen de Tesla publicada por Dezeen (recortada, con texto).

Fuente: Electrek, «Tesla unveils Cyberfied new Roadster that can kickflip»

Hace una semana contamos qué es REA, la herramienta de código abierto que conecta agentes de IA como Claude Code o Codex con desensambladores como Ghidra, IDA o Hopper para estudiar programas de los que no se tiene el código fuente. Desde entonces ha triplicado su popularidad: ya pasa de 300,000 estrellas en GitHub. Repasamos qué programas se han analizado con ella, qué se ha descubierto y qué polémicas han empezado a aparecer.

Para entenderlo, conviene separar dos tipos de casos. Los de la web oficial, rea.tools, son demostraciones del propio proyecto, con las pruebas publicadas en su repositorio. Los de la comunidad son proyectos de terceros que dicen haber usado REA: los hemos comprobado en sus repositorios, pero lo que cuentan no está verificado por nadie más, y casi todos son proyectos pequeños, creados en los últimos días. Nuestra guía práctica de REA explica cómo instalarlo y probarlo.

Los casos oficiales

• Aegis Authenticator. En la versión 3.4.3 de esta aplicación de Android para la verificación en dos pasos, REA encontró la función que genera los códigos de acceso y confirmó que sigue el estándar TOTP: un código de 6 dígitos que cambia cada 30 segundos, calculado con HMAC-SHA1. Después rastreó desde dónde se llama y lo reprodujo en una demostración.
• La calculadora de Windows 11. ¿Por qué 200 + 10 % da 220, y 200 × 10 % da 20? REA localizó en el programa la rama del porcentaje: cuando la operación anterior es una multiplicación o una división, el porcentaje se calcula sobre 100; con una suma o una resta, sobre el número anterior. El resultado se contrastó con el código de la calculadora que Microsoft publicó como software libre. La propia ficha reconoce que una persona ayudó a elegir qué función mirar.
• Un reto de seguridad. En un problema de la competición DownUnderCTF 2023, un programa sin símbolos que comprueba una contraseña, REA extrajo las 26 condiciones sobre una cuadrícula de 6 por 6 que debía cumplir la respuesta, planteó el sistema de ecuaciones y obtuvo la clave que hace que el programa responda «Correct!».
• Los tres que ya contamos. El juego DX-Ball de 1996, la aplicación de escritorio de Notion y el Touhou 4 para PC-98.

Lo que ha hecho la comunidad

En los últimos días han aparecido varios proyectos que usan REA para estudiar programas comerciales conocidos y crear después una versión propia, sin copiar su código:

• QuickBooks para Mac. El proyecto ledger-reborn estudió con REA el programa de contabilidad de Intuit y, a partir de ahí, escribió una aplicación de contabilidad propia, de código abierto. Es una versión preliminar, no hace todo lo que QuickBooks y aclara que no tiene relación con Intuit.
• CapCut. ReaCut es un editor de vídeo de código abierto, hecho con Electron y FFmpeg, para el que se usó REA para entender la interfaz y el formato de los proyectos del popular editor de ByteDance. Asegura que no copia código ni recursos de CapCut.
• El mando del Apple TV. Con REA y Ghidra, el proyecto remote-me desentrañó el mando a distancia que Apple integra en el iPhone para hacer un mando web que funciona desde cualquier navegador, también con televisores LG.
• Ultima VI. Un equipo descompiló con REA la versión para Amiga de este clásico de rol de 1990 y llevó el motor a Rust y al navegador. Para jugar hay que aportar los archivos originales del juego.

Hay más ejemplos recogidos en la lista awesome-rea, desde el protocolo de una impresora térmica hasta un clon de Obsidian. Lo que no hemos encontrado es ningún fallo de seguridad atribuido a REA: ni vulnerabilidades con número CVE, ni avisos de fabricantes, ni recompensas por fallos. Por ahora se usa más para entender y reimplementar programas que para buscar agujeros.

Las primeras polémicas

El caso más visible es el de GensokyoClub, un grupo de aficionados que reconstruye a mano el código de los juegos de Touhou. En su proyecto de Touhou 8 anuncia que trabajará en privado hasta terminar, por culpa de los «aprovechados» que publican descompilaciones y versiones hechas con IA a partir de su trabajo. En el propio repositorio de REA hay debates abiertos sobre el riesgo de infringir derechos de autor si el agente llega a ver el código original de un programa, y sobre la posibilidad de que los proveedores de IA cierren cuentas a quien analice software propietario o intente saltarse protecciones anticopia. Además, el proyecto advierte de que circulan copias con nombres parecidos: las únicas fuentes oficiales son su repositorio en GitHub, rea.tools y el paquete rea-agents de npm.

Por qué importa

Las primeras semanas de REA muestran qué pasa cuando la ingeniería inversa deja de ser cosa de especialistas: aparecen en días versiones independientes de programas comerciales como QuickBooks o CapCut, y juegos antiguos que vuelven a funcionar en el navegador. Es útil para conservar software, entender formatos cerrados y aprender cómo están hechos los programas. Pero también reabre un debate legal sin resolver. La ingeniería inversa para lograr compatibilidad está permitida en muchos países, pero muchos programas la prohíben en sus condiciones de uso, y reimplementar una aplicación ajena con ayuda de una IA que ha leído su binario está en una zona gris. De momento, ninguna de las empresas afectadas ha reaccionado en público.

Datos contrastados con el repositorio de REA y los casos de Aegis y DownUnderCTF en rea.tools, y con los repositorios de ledger-reborn, ReaCut, remote-me, ultima6, awesome-rea y GensokyoClub. Portada: ilustración de decodigo.com.

Fuente: REA, «Reverse Engineer Anything»