IA que programa sistemas críticos & Undefined behavior en C/C++ - Noticias de Hacker News (20 may 2026)

¿Y si te dijera que un equipo puede levantar un motor de consenso tipo Azure en Rust en semanas, y multiplicar el rendimiento por más de diez, con ayuda de agentes de IA… sin renunciar a pruebas y contratos de corrección? Bienvenidos a The Automated Daily, edición Hacker News. El podcast creado por IA generativa. Hoy es 20 de mayo de 2026. Vamos con un repaso claro y sin humo: qué pasó y por qué importa.

IA que programa sistemas críticos

Empezamos con un tema incómodo para cualquiera que haya mantenido C o C++ en producción: el “undefined behavior”, o UB. Un desarrollador veterano argumenta que el UB está tan extendido en código real que, bajo el estándar, casi ningún programa no trivial puede considerarse “correcto” de forma estricta. La idea central no es la típica discusión de “el compilador optimiza agresivamente”, sino algo más profundo: el estándar permite que compiladores y hardware asuman que ciertas situaciones no ocurren, y eso hace difícil preservar la intención del programador de manera fiable entre compilación y ejecución. El post aterriza el problema con ejemplos cotidianos: desde punteros mal alineados —incluso el simple hecho de crearlos— hasta pasar valores con signo a funciones tipo ctype, conversiones de float a int fuera de rango, suposiciones sobre NULL cuando inicializas memoria a cero, o desajustes de tipos en funciones variádicas como printf. ¿Por qué importa? Porque el UB no solo rompe portabilidad; también puede abrir puertas a fallos de seguridad cuando entradas no confiables empujan el programa a estados “imposibles” según el estándar. Y un detalle llamativo: el autor dice que los LLM modernos están resultando sorprendentemente buenos detectando UB, incluso en bases de código maduras, lo que sugiere un uso muy práctico de IA: reducir riesgo en legado que no se puede reescribir de cero.

Undefined behavior en C/C++

Seguimos en la intersección entre software crítico e IA, pero ahora con una historia de construcción. Un ingeniero cuenta cómo creó un motor de consenso multi-Paxos en Rust, con un enfoque “de producción”, usando intensamente agentes de IA para modernizar ideas asociadas a la Replicated State Library de Microsoft Azure. El objetivo era cerrar brechas muy concretas que hoy pesan en la nube: más paralelismo en el pipeline, soporte real para persistencia en memoria no volátil, y mayor conciencia del hardware —piensa en redes y almacenamiento que ya no se comportan como hace diez años. Lo más interesante no es solo que el autor hable de escribir del orden de cientos de miles de líneas con ayuda de herramientas como Claude Code o Codex CLI, sino el bucle de ingeniería: instrumentación, perfilado iterativo y mejoras medibles de throughput, además de un arsenal de pruebas y “contratos” de código que la IA ayuda a redactar y convertir en tests dirigidos. La lectura práctica: la IA está empezando a ser útil no solo para “teclear más rápido”, sino para sostener ciclos de rendimiento y verificación en sistemas donde un bug no es una molestia, sino una caída. También deja una idea provocadora: que los agentes deberían avanzar hacia ejecutar historias de usuario de punta a punta, incluyendo pruebas y optimización, con supervisión humana.

Gemini 3.5 y búsqueda agente

Ahora, el bloque Google, que viene doble: modelos y búsqueda. Por un lado, Google presentó Gemini 3.5, con el foco puesto en flujos de trabajo “agentic”, es decir, tareas largas, encadenadas y con varios pasos que se coordinan como si fueran pequeños equipos de asistentes. La primera pieza en salir es Gemini 3.5 Flash, que Google posiciona como rápido pero con razonamiento fuerte para tareas de código, agentes y multimodalidad. Por qué importa: el valor ya no se mide solo en responder preguntas, sino en mantener contexto, coordinar subtareas y entregar resultados accionables, desde software hasta documentos de negocio. Y, claro, esto sube el listón en seguridad: Google menciona su marco de seguridad y más controles porque, cuanto más “actúa” el modelo, más delicado es lo que puede hacer si se equivoca o es manipulado. Por otro lado, en I/O 2026 Google empujó Search hacia un producto más conversacional y proactivo. AI Mode pasa a ser la experiencia por defecto en varios escenarios, con soporte multimodal —imágenes, archivos, incluso contexto de navegación— y con seguimiento de conversación para no reiniciar desde cero en cada búsqueda. También aparecen “agentes” que monitorizan información y avisan de cambios, y un paso más: funciones que hacen gestiones, como reservas o llamadas a negocios en algunos casos. La lectura entre líneas: la búsqueda deja de ser un índice y se parece más a una capa de ejecución. Eso es potente para usuarios, pero también intensifica preguntas sobre control, atribución de fuentes, privacidad y qué ocurre cuando un agente “se equivoca con confianza”.

Preservación: FiveThirtyEight archivado

Cambiamos de tema hacia preservación digital, con dos historias que encajan muy bien juntas. La primera: fivethirtyeightindex.com, un índice navegable de contenido de FiveThirtyEight preservado en Internet Archive. No es solo “tenemos copias”, sino que lo convierten en algo explorable por fecha, titular y autor. Esto importa porque la web es frágil: rediseños, cambios de propiedad, paywalls o simples roturas de enlaces erosionan la memoria pública. Cuando hablamos de periodismo de datos, además, no es nostalgia: es trazabilidad. Poder encontrar rápido un artículo de hace años ayuda a verificar, citar y comparar cómo evolucionaron análisis y metodologías.

Museo virtual de sistemas operativos

La segunda pieza de preservación es el Virtual OS Museum: una máquina virtual basada en Linux que reúne cientos de sistemas operativos históricos y aplicaciones, con un lanzador pensado para evitar el dolor típico de la emulación. La propuesta no es “mira qué colección”, sino “hazlo arrancar hoy”, con configuraciones prehechas y puntos de restauración para experimentar sin miedo a romperlo. ¿Y por qué es relevante más allá de lo curioso? Porque en educación e investigación, la experiencia directa cambia la comprensión: cómo se usaban herramientas, limitaciones reales, interfaces, y decisiones de diseño que todavía influyen en lo que programamos. Preservar software no es solo guardar bits; es mantenerlo ejecutable.

Alergia al polen y bosques japoneses

Vamos con una historia de salud pública y ecología que no suele aparecer en un feed tech, pero que tiene lecciones muy actuales sobre decisiones “óptimas” a corto plazo. Japón vive una crisis extendida de fiebre del heno vinculada a reforestación de posguerra basada en monocultivos de cedro japonés y ciprés. Décadas después, esos bosques maduros liberan enormes cantidades de polen, con impacto en calidad de vida y en productividad. El gobierno ya lo ha tratado como un problema social y plantea objetivos de reducción a largo plazo, pero el dilema es real: esos bosques también estabilizan suelos y almacenan carbono. Algunas iniciativas locales apuntan a convertir bloques de plantación en bosques más diversos, con beneficios que van desde biodiversidad hasta resiliencia ante deslizamientos. La idea clave: cuando un sistema se optimiza para una sola variable —crecimiento rápido, madera barata— aparecen externalidades gigantes, y revertirlas requiere décadas de gestión consistente.

Infomaniak y soberanía digital suiza

Cerramos con gobernanza y soberanía digital en Europa. Infomaniak, un proveedor suizo de servicios cloud, transfirió la mayoría de los derechos de voto a una entidad de interés público: una fundación creada para blindar la empresa contra adquisiciones. Mantienen la operación diaria en el equipo directivo, pero la fundación tiene poder de bloqueo sobre cambios de control. El movimiento es interesante porque responde a una ansiedad creciente en el mercado: concentración, presiones geopolíticas, leyes extraterritoriales y el papel de la IA en el manejo de datos. Además, formalizan principios como independencia, privacidad —incluyendo límites sobre entrenamiento de IA sin consentimiento— y transparencia, y destinan una parte de beneficios a proyectos de interés público. Más allá del caso concreto, es una señal: algunas empresas están intentando diseñar su “estructura de confianza” como parte del producto, especialmente cuando sus clientes dependen de ellas para datos sensibles.

Y hasta aquí el episodio de hoy, 20 de mayo de 2026. Si te quedas con una idea, que sea esta: la industria se está moviendo a la vez hacia más automatización —con agentes que actúan— y hacia más necesidad de garantías, desde evitar UB en C/C++ hasta probar protocolos de consenso. Como siempre, los enlaces a todas las historias están en las notas del episodio. Gracias por escuchar The Automated Daily, edición Hacker News. Hasta mañana.

IA que programa sistemas críticos & Undefined behavior en C/C++ - Noticias de Hacker News (20 may 2026)

Our Sponsors

Today's Hacker News Topics