Pesos, compiladores y discos de vinilo

Tengo agentes corriendo en mis propias máquinas —bucles pequeños que no paran, un ordenador de sobremesa encendido en un rincón de la casa haciendo el trabajo que prefiero no mandar a ningún sitio—. Parte de eso se apoya en un modelo que vive ahí mismo, en una carpeta, unos cuantos gigas, respondiendo sin red, sin cuenta, sin nada en la nube. Es, en el sentido más literal, mío: puedo copiarlo, moverlo, seguir ejecutándolo mucho después de que la empresa que lo fabricó haya desaparecido.

Y sin embargo no puedo leerlo. Puedo abrir el archivo, pero no hay nada que leer: solo un océano de números. Poseo el objeto por completo y no entiendo su interior en absoluto. Ese emparejamiento extraño —posesión total, cero legibilidad— es donde se enreda casi toda conversación sobre IA. Sale un modelo como Kimi K3, todo el mundo lo llama "open source", y casi nadie sabe decir qué, exactamente, se ha entregado. Discutimos si un modelo es "abierto", si "escribió" el código, si vive en la nube o en tu portátil, sin una imagen compartida de qué es siquiera la cosa.

He escrito antes sobre el software como caja negra: el espacio entre la entrada y la salida en el que no podemos mirar. Los modelos grandes son esa caja negra llevada al extremo, con una opacidad que ya no es práctica sino constitutiva. Esto es un intento de abrirla, hasta donde se deja abrir, y de nombrar con honestidad lo que encontramos. Tres metáforas viejas hacen casi todo el trabajo.

El disco

La imagen que a mí más me ha ayudado es la tecnología de grabación más antigua que todavía mitificamos: el disco de vinilo. Vamos a descomponer el mecanismo de la analogía, pieza por pieza.

El entrenamiento es la sesión de grabación. Ocurre una vez, es ruinosamente caro y es el instante irrepetible: un proceso enorme, único, que recorre una cantidad ingente de datos y deja una huella congelada. No se repite a la ligera, igual que no se vuelve a grabar una sinfonía porque quieras otra copia. Los laboratorios son los estudios; casi nadie más puede pagar la sala.

Los pesos son el disco prensado. Lo que el entrenamiento deja detrás es un conjunto de números —miles de millones— que codifican los patrones que encontró. Están fijos, inertes, terminados. El disco guarda la música pero no explica nada de cómo tocó la orquesta.

La inferencia es bajar la aguja. Ejecutar el modelo —cada respuesta que te da— es pinchar el disco. El tocadiscos es el software que lee el surco; el archivo del modelo es el surco mismo. El disco no piensa y el tocadiscos no sabe música; solo juntos suenan. Un modelo "no hace nada" hasta que un motor carga sus pesos y los reproduce.

La salida es el sonido. Lo que sale no está guardado en ningún sitio concreto. Se produce, fresco, cada vez que la aguja recorre el surco.

Casi todas las confusiones se disuelven en cuanto sostienes esta imagen. La cuantización —eso que a la gente le resulta misterioso— es simplemente hacer un MP3 del disco: guardas cada número en menos bits (ocho en vez de dieciséis, o cuatro) para que el archivo encoja y suene en un equipo más humilde, a cambio de algo de fidelidad. El tamaño del modelo es un single frente a una caja de vinilos: el disco es aritmética, unos dos bytes por parámetro, así que un modelo de siete mil millones ocupa unos catorce gigas y uno de setenta mil millones unos ciento cuarenta —y la cuantización es lo que mete la caja en una estantería que no debería aguantarla—.

Ayuda ver lo literal que es el objeto. El disco es un fichero —normalmente safetensors, o GGUF si piensas pincharlo en casa— junto a un pequeño config.json que describe el prensado. Y el tocadiscos viene en tamaños: Ollama o llama.cpp es el equipo del salón, para un público de uno; vLLM es el aparato de discoteca, montado para pinchar el mismo disco a miles a la vez. Que es el contenido real de local frente a API, la elección que la gente plantea como si fuera de potencia: no lo es. Los mismos pesos dan las mismas respuestas se pinchen donde se pinchen. Lo que cambia es dónde está el tocadiscos —qué datos se quedan en casa y si alquilas la reproducción o la posees—.

Nada de esto es metáfora por la metáfora. Nos compra la distinción que la industria más enturbia.

Qué te dan cuando "abren" un modelo

Cuando un laboratorio anuncia un modelo "abierto", lo que casi siempre libera es el disco —los pesos— y nada más. No la sesión de grabación, no las cintas maestras, no el estudio.

Por eso open weights y open source no son lo mismo, por mucho que las palabras se intercambien. Aquí la metáfora del disco se agota y toma el relevo otra más afilada y más técnica: los pesos son un binario compilado. Liberarlos es como distribuir el .exe y llamar abierto a tu programa. Puedes ejecutarlo. Incluso puedes parchearlo por aquí y por allá. Pero no puedes leer la lógica que lo produjo, ni reconstruirlo limpiamente desde cero. El código fuente —el código de entrenamiento, los datos, las mil decisiones de la receta— se queda dentro del edificio. La Open Source Initiative ha tenido que decirlo en voz alta: los pesos abiertos revelan solo una fracción de lo que necesitarías para reconstruir el sistema. La palabra abierto arrastra un significado largo y ganado a pulso —lo he rastreado antes, del Unix al movimiento del software libre, en catedrales y bazares—. Los pesos abiertos toman prestada la calidez de esa palabra mientras mantienen el estudio cerrado con llave.

Kimi K3 vuelve concreta la brecha, y esconde dos trampas dentro de la sola palabra "abierto". El modelo de Moonshot —2,8 billones de parámetros, la mayor liberación de pesos abiertos hasta la fecha, con los discos previstos bajo una licencia permisiva en cuestión de días— es abierto en un sentido exacto y en varios otros no. La primera trampa es física pura: con 2,8 billones de parámetros no puedes pinchar este disco en casa. Necesita un aparato industrial, un clúster; abierto en pesos, pero nada que vaya a sonar nunca en el sobremesa del rincón. Pesos abiertos y corre en tu máquina son sencillamente afirmaciones distintas, y el anuncio las difumina.

La segunda trampa es la procedencia. A principios de año, Anthropic acusó a Moonshot —entre otros— de destilación: entrenar sobre millones de salidas del modelo de un competidor, aprender del sonido del disco ajeno en lugar de aprender del mundo. Moonshot lo negó. Y aquí está lo que nos importa: con solo el disco en la mano, nadie puede zanjar la cuestión leyendo el fuente, porque no hay fuente que leer. Investigadores independientes pueden sondear los pesos desde fuera —cuando salgan— buscando rastros reveladores, como quien analiza un prensado para adivinar de qué máster salió. Pero la procedencia no es legible; solo es inferible. Los pesos abiertos no eliminan la sospecha. Son precisamente lo que la vuelve permanente.

Y el debate está vivo mientras escribo. Esta misma semana, una coalición liderada por NVIDIA —con Meta, Microsoft, Hugging Face, Mistral, Mozilla o la Linux Foundation entre los firmantes— publicó una carta en defensa de los pesos abiertos que se molesta, además, en defender la destilación: "una técnica ampliamente usada" que "refleja una larga tradición de aprender de, construir sobre y mejorar tecnologías existentes… desde el auge del movimiento del software libre", a distinguir de la extracción "ilícita" de valor de los modelos cerrados. La sospecha y la defensa llegan la misma semana, desde esquinas opuestas de la industria: señal de que las normas de este objeto nuevo todavía se están escribiendo.

Esa es la forma honesta de la "apertura" aquí. Te dan el disco. Puedes pincharlo —si puedes pagar el aparato—, estudiar sus surcos, incluso sospechar de dónde vino. No te dan la sesión que lo hizo, y no puedes volver a grabarla.

El compilador, dos veces

Lo que me lleva a la persona que, como de costumbre, dice en voz alta lo que desinfla el globo.

En el Open Source Summit de este año, Linus Torvalds reaccionó a la moda de anunciar que la IA escribe la mayor parte del código de uno:

"La IA es una gran herramienta nueva, pero es una herramienta, y cuando veo gente que dice: «Oye, el 99% de nuestro código lo escribe la IA», me enfado de verdad, porque de esa misma gente puedo garantizar casi con seguridad que el 100% de su código lo escriben los compiladores."

Nadie convoca una rueda de prensa para anunciar que GCC le escribió el C++. El argumento de Torvalds no es que la IA sea un fraude; está convencido de que es real y útil. Su argumento es de categoría. La IA es otra capa de abstracción en una larga fila de ellas —código máquina, ensambladores, lenguajes de alto nivel, compiladores— y a cada una se la llamó transformadora en su día. Cada una subió el suelo de lo que podías construir sin bajar el techo de comprensión que sigues necesitando para construir algo que dure. Su corolario silencioso, a contracorriente de la versión angustiada del relato, es que esto puede aumentar la demanda de ingenieros en lugar de encogerla: los suelos nuevos abren habitaciones nuevas.

Ahora fíjate en algo extraño, porque es el nudo que este texto lleva rondando. El compilador aparece dos veces en la historia de los modelos de IA, en papeles opuestos, y casi nadie lo señala.

En el debate de los pesos abiertos, el compilador es el proceso que fabrica el modelo: el entrenamiento es la compilación, y los pesos son el binario que emite. El modelo es la salida de un compilador.

En la frase de Torvalds, la IA es el compilador: una herramienta que emite código que otros compiladores compilan después.

Parece una contradicción. No lo es. En ambos usos el compilador hace el mismo trabajo callado: es un dispositivo antihype. Dice: esto es una capa de abstracción, no magia, no un autor, no el fuente. Nombra la capa, y no la confundas con quien entiende el sistema. El disco nos da la intuición cálida de qué es un modelo; el compilador es el esqueleto frío que nos mantiene honestos sobre él. Dos registros, un mismo argumento: no confundas la herramienta con la autoría, ni el resultado con la receta.

La cosa que aún no sabemos nombrar

Quiero terminar en el punto donde hasta las buenas metáforas se deshilachan, porque ese borde es más interesante que cualquiera de ellas.

La metáfora del binario mete de contrabando una suposición: que en algún sitio hay un fuente, y que ese fuente son los datos de entrenamiento —edita los datos, recompila, obtén un modelo nuevo—. Pero no es así como funciona nada de esto. Los laboratorios no reconstruyen sus modelos ajustando un dataset y pulsando compilar; un entrenamiento se parece más al clima que a un script de build, solo parcialmente reproducible incluso por quienes lo lanzaron. Llama binario a los pesos e implicas un fuente que se puede editar de vuelta. No lo hay, no en el sentido que la metáfora promete.

Así que el disco explica el mecanismo, y el compilador mantiene el hype a raya, y merece la pena tener ambos. Pero en el borde extremo coinciden en algo más humilde: quizá esta sea la primera cosa que hemos construido que no es del todo una grabación ni del todo un programa —algo que podemos poseer sin leer, ejecutar sin reconstruir y sospechar sin llegar nunca a confirmar—. Echamos mano de las palabras más viejas que teníamos. Vale la pena estar atentos a la posibilidad de que ninguna de ellas sea, todavía, la correcta.