
Un agente por cable: Claude Code en el teléfono, el auto y el televisor, y quién gana dinero con eso
Ustedes tienen Claude Code o Codex y ven en las redes sociales cómo la gente conecta un agente con un cable a un teléfono, a un auto o a un televisor. No queda claro dónde hay un juguete y dónde un negocio nuevo, ni si todo esto lo van a cerrar dentro de un mes. En este episodio van a entender cómo un agente controla en realidad un dispositivo ajeno y por qué esto empezó a funcionar justo ahora. Sabrán cómo ganan dinero las startups con los teléfonos en la nube, cuánto cuesta y dónde está el límite con la zona gris de las granjas de cuentas. Voy a analizar qué ya están cerrando los fabricantes de autos, Google y Xiaomi, y qué, según todo indica, no van a tocar. Y les daré reglas para empezar por su cuenta: un solo dispositivo sobre el escritorio, primero solo lectura, y confirmación antes de cualquier acción irreversible.
Transcripción
Toca un párrafo para escuchar desde ahí.
¡Buenas noches, startuperos y vibe coders! Hoy les voy a contar cómo un agente como Claude Code o Codex deja de vivir solo dentro de su computadora y sale por un cable hacia un dispositivo ajeno: un teléfono, un auto, un televisor, un escáner, un robot. Y sobre todo, les voy a contar quién ya está construyendo un negocio con esto, cómo funciona por dentro, si lo van a cerrar y hacia dónde va todo.
Empiezo con una imagen que casi todos recuerdan. Star Wars. Un pequeño droide redondo rueda hasta una pared, saca una sonda de su cuerpo, la mete en un conector, gira algo ahí dentro y la puerta se abre. Nadie en la sala pregunta cómo exactamente se puso de acuerdo con esa puerta. Simplemente se conectó, y la máquina ajena le obedeció. Durante muchos años eso fue un cuento. Pero en los últimos meses las redes sociales parecen mostrar que alguien sacó ese cuento a la venta sin hacer ruido. La gente toma una laptop con un agente instalado, conecta un cable al teléfono, al auto, al televisor, y escribe con palabras comunes: averigua qué dispositivo es este y haz que funcione como yo quiero. Y el agente lo averigua.
Lo digo con honestidad desde el principio, para no decepcionar después. En la película, el droide entiende cualquier puerta por arte de magia. En la vida real todo es más modesto y más interesante. El agente no tiene ningún poder especial sobre el hardware. Hace exactamente lo que haría un buen ingeniero, solo que muy rápido. Lee la documentación y los foros, prueba comandos, escribe pequeños programas traductores, mira qué respondió el dispositivo, se equivoca y se corrige. El esquema es el mismo en todas las historias que les voy a contar. El agente tiene una terminal. En la terminal hay un programa que sabe hablar con el dispositivo en su propio idioma. Y el agente encuentra ese programa, lo escribe o lo completa. Esa es toda la sonda del droide. Recuérdenlo, porque de esta idea dependerá más adelante entender dónde está el dinero y dónde está el peligro.
La historia más sonada de la semana es sobre un auto, y ya llegaré a ella. Pero empiezo por lo que a ustedes les importa más: el negocio. Con los autos se graban videos, pero el dinero hoy se hace con los teléfonos.
Piensen en lo que es un teléfono para un negocio. Es la puerta a casi todo: a las redes sociales, a los mensajeros, a las aplicaciones bancarias, a miles de servicios que no tienen una entrada decente para programas, sino solo una aplicación. Si un agente sabe sostener un teléfono en la mano, deslizar, tocar, escribir y leer la pantalla, obtiene acceso a un mundo donde antes solo entraba una persona con su dedo.
Cómo sostiene el agente un teléfono. Todo Android tiene una entrada de servicio para desarrolladores. Oficialmente se llama Android Debug Bridge, el puente de depuración de Android; de aquí en adelante lo llamaré simplemente el puente de depuración. Se activa en la configuración: primero el modo de desarrollador, luego la depuración por cable o por red. Después de eso, la computadora puede instalar y desactivar aplicaciones, tomar capturas de pantalla, tocar en el punto que haga falta, escribir texto y, lo más importante, leer el árbol de elementos de la pantalla. Es decir, no solo una imagen, sino una lista: aquí hay un botón que dice «Publicar», aquí un campo de texto, aquí una lista de videos. Para el agente es como darle a un ciego la descripción de una habitación. No adivina por los píxeles, sabe dónde está cada cosa. Funciona igual en teléfonos y en televisores con Android; esto es importante, nos servirá más adelante.
Con el iPhone es más complicado, y aquí se ve lo ingeniosa que es la gente. Apple no ofrece una entrada de servicio así. Por eso se hace un rodeo: en la Mac se abre la ventana de duplicación de pantalla del iPhone, el agente mira esa imagen, reconoce el texto con las herramientas integradas de Apple y hace clic por coordenadas. Es decir, el agente no se conecta al iPhone con un cable, sino con los ojos.
La primera startup de la que vale la pena hablar se llama Phone Harness. Su fundador, Shawn Pana, antes se encargaba del crecimiento en Browser Use, una empresa que enseña a los agentes a trabajar en el navegador. La lógica es clara: ya le enseñaron al agente a usar el navegador, la siguiente puerta es el teléfono. A principios de noviembre el proyecto se lanzó, y forma parte de la convocatoria de otoño de este año de la aceleradora Y Combinator. Su núcleo es abierto, está en GitHub con una licencia libre, y hoy tiene unas cinco mil cien estrellas, es decir, marcas de los desarrolladores, lo cual es muchísimo para un proyecto así. La promesa es sencilla: cualquier agente, Claude Code, Codex u otro, puede deslizar, tocar, escribir y leer su teléfono, sin hackear el sistema y sin instalar aplicaciones en el propio teléfono. Android, a través del puente de depuración y el árbol de pantalla; el iPhone, a través de esa misma ventana de duplicación en la Mac.
Y esto es lo que me gusta de este proyecto: dice con honestidad lo que no sabe hacer. Si se desbloquea el iPhone, la duplicación de pantalla se interrumpe. Un Android con PIN necesita que lo desbloquee una persona. Los íconos sin texto el agente no los entiende, hace falta un modelo con visión. No hay gestos con varios dedos, no hay cámara ni Face ID, y el video protegido se muestra como un rectángulo negro. Es decir, esto no es el droide de la película. Son unas manos muy hábiles, pero con algunos dedos atados.
Cómo gana dinero la empresa. El núcleo es gratuito, y lo que se cobra es la nube: no necesitan tener una pila de teléfonos sobre el escritorio, los rentan de forma remota. Los Android en la nube se cobran por minuto, los iPhone reales por suscripción. Los precios en su página oficial son estos. Un Android en la nube cuesta cinco centavos por minuto. Un iPhone real en la nube, ochenta dólares al mes, y menos si se paga por año. Y si además se necesita una tarjeta SIM electrónica con un número real, cien dólares. Y fíjense en la publicidad de la nube: discreción, números reales, verificación en dos pasos. Son justo las palabras que se necesitan donde las plataformas cazan bots. Los propios desarrolladores, en la descripción del proyecto, no dicen nada sobre las reglas de las redes sociales ni sobre los bloqueos. Sobre el financiamiento, las fuentes tampoco dicen nada, salvo la participación en Y Combinator.
El segundo jugador es más antiguo y más interesante para nosotros, los europeos. Es una startup alemana que se llamaba Droidrun y ahora se llama Mobilerun. En el verano del año pasado levantó dos millones cien mil euros en la etapa más temprana; el inversionista principal fue el fondo Merantix Capital, junto con otro fondo e inversionistas privados. En el momento de la ronda tenían un arranque muy rápido: más de novecientos desarrolladores en las primeras veinticuatro horas y más de tres mil trescientas estrellas en GitHub en menos de tres meses. En esencia hacen lo mismo: un marco abierto con el que el agente controla Android y iPhone con palabras comunes. Y lo que venden es la nube: Android en la nube, iPhone reales, números para confirmaciones por SMS, buzones de correo y un conector listo para Claude y el editor Cursor. Sus precios son públicos: un plan gratuito, luego veinte, noventa y nueve y doscientos noventa y nueve dólares al mes, y para flotas corporativas, precio a convenir.
La tercera rama es más discreta, pero para muchos de ustedes es más útil. La startup Limrun, también egresada de Y Combinator, en la convocatoria de primavera de este año. Les da a los agentes simuladores de iPhone y de Android en la nube y un entorno de desarrollo remoto de Apple. No se trata de granjas. Se trata de que el agente que les está escribiendo una aplicación móvil pueda lanzarla él mismo, tocarla, encontrar dónde se movió un botón y arreglarlo. Hay un plan de prueba gratuito, y los planes de pago empiezan en dieciséis dólares al mes.
Y ahora la parte más incómoda, pero honesta, del mercado. Existe toda una capa de empresas asiáticas que desde hace tiempo venden teléfonos en la nube para redes sociales. La información sobre ellas viene sobre todo de sus propios comunicados de prensa y de su publicidad, así que tómenla con reservas. GeeLark lanzó un conector oficial con el que el agente, Claude Code, Codex o Cursor, crea por sí mismo un teléfono en la nube y, por ejemplo, navega por TikTok. Funciona en los planes con acceso programático. VMOS Cloud anuncia la conexión con Claude Code con un escenario de calentamiento de cuentas de TikTok, es decir, cuando a una cuenta nueva se le enseña a comportarse como una persona real, y promete después Reels, Shorts y WhatsApp. En DuoPlus el agente está integrado directamente en el servicio: toques y deslizamientos dictados con palabras. Y en código abierto hay una decena de puentes gratuitos entre la entrada de depuración de Android y el agente. Entre ellos hay, por ejemplo, un proyecto para calentar cuentas de TikTok que su propio autor describe con franqueza como un proyecto improvisado de tres horas, escrito en su mayor parte por modelos de lenguaje.
Qué se desprende de todo esto. El mercado de las granjas de teléfonos ya se vende a sí mismo a través de la compatibilidad con Claude Code. Antes, una granja era una pared de teléfonos y un script que tocaba botones en coordenadas fijas. El script se rompía con cualquier actualización de la aplicación. Ahora, en lugar del script, hay un agente que lee la pantalla y decide por sí mismo dónde tocar. Es más barato de mantener y más flexible. Y justo por eso aquí hay ahora tanto dinero y tanta zona gris al mismo tiempo.
Miren todas estas empresas juntas y verán el mismo dibujo de negocio. Primero, un puente abierto y gratuito: un proyecto en GitHub, miles de estrellas, compatibilidad con Claude Code y Codex. Eso es el marketing; en publicidad casi no gastan. Un desarrollador encuentra el proyecto, lo prueba en su teléfono, le gusta, y cuando necesita diez, cien o mil dispositivos, se pasa a la nube de pago, por minuto o por suscripción. Así van Phone Harness, Mobilerun, la startup de autos de la que les hablaré más adelante y las granjas asiáticas en la nube. Consiguen clientes no con publicidad, sino porque el agente del desarrollador ya sabe trabajar con ellos.
Y ahora, el auto prometido. Lo cuento brevemente, porque no es un negocio, sino el ejemplo más claro de cómo el agente sale por un cable hacia el hardware.
Hay una persona llamada Muhammad Zulali. Tiene un Jeep Cherokee de mil novecientos noventa y cuatro, un auto de treinta y dos años. El auto no pasaba la verificación de emisiones de California: con cierta carga, a unas veinticinco millas por hora, expulsaba demasiados óxidos de nitrógeno. El problema de los autos viejos es que no tienen el conector de diagnóstico estándar, que apareció después. Para meterse en el cerebro de un Jeep así hay que hablar el idioma propio de Chrysler. Zulali tomó una placa Arduino que cuesta centavos, unos tres dólares según distintas estimaciones. Todo el equipo le salió, como mucho, en unos quince dólares. Conectó la placa al viejo conector de diagnóstico. Claude le explicó que Chrysler tiene su propio protocolo y que hacía falta un traductor entre el auto y la laptop, lo ayudó con el cableado y empezó a leer datos en vivo directamente en una MacBook.
Luego se descubrió algo curioso. El firmware californiano de la unidad de control del motor recortaba el combustible con cargas parecidas a las de esa prueba, y eso impedía pasar la verificación. Ese firmware no se puede reescribir por la vía normal. Entonces un segundo agente, Codex, escribió un pequeño programa directamente en la memoria de la unidad. El auto, según él, pasó la prueba. El propio Zulali, según lo que citan los medios, lo resumió así: Claude hizo la mayor parte del trabajo de diagnóstico y Codex hizo prácticamente todo el trabajo con la memoria. Su publicación, titulada «Claude hizo ingeniería inversa de mi Jeep de treinta y dos años. Luego empezó a controlarlo», reunió alrededor de un millón ochocientas mil vistas, y la historia la retomaron los medios especializados en autos.
Y ahora lo que suele perderse en los resúmenes virales. La primera hipótesis de Claude estaba equivocada: el agente concluyó que el motor recibía alrededor de un veintidós por ciento de combustible de más, pero la culpa era de una herramienta sacada de internet que daba datos erróneos. El agente le creyó a un instrumento defectuoso, como le habría creído una persona. El segundo punto es más preocupante. Según lo que cuenta un observador, Claude propuso por sí mismo encender la bomba de combustible y la encendió; la bomba funcionó unos diez segundos, hasta que el dueño la detuvo. El medio The Drive lo dice de forma más suave: el modelo pidió poner en marcha la bomba. De una u otra forma, un programa en una laptop alcanzó una bomba real en un auto real.
Y un poco más de sensatez. Los lectores de un medio de autos, gente que conoce bien estos Jeep, escriben que la causa de fondo nunca se encontró: puede ser la bomba, el filtro, los inyectores, una entrada de aire. Es decir, según ellos, es un parche y no una cura, y parte de las lecturas del video les parecen dudosas. Son opiniones en los comentarios, no conclusiones de la redacción, pero el recordatorio es útil: no todas las cifras en la pantalla del agente vienen del propio auto. Y lo último. Modificar un firmware que influye en las emisiones, en Estados Unidos, puede considerarse una manipulación del sistema de control de emisiones. Ninguno de los medios que leí analiza la legalidad de esta historia. Así que es una pregunta abierta, no una receta.
Hay también un ejemplo más tranquilo. Un británico del canal Yotty Labs compró en Temu un adaptador de diagnóstico inalámbrico por dos libras con treinta y nueve peniques, lo conectó al auto de su padre y le pidió a Claude Code que le hiciera un tablero de instrumentos. El agente averiguó por sí mismo cómo se comunica el adaptador con la laptop, escribió y probó scripts en Python y levantó en el navegador un panel con la temperatura, las revoluciones y los errores. El autor lleva más de veinte años programando y dice que a mano le habría tomado casi un día, y aquí todo estuvo listo en cinco minutos. Y agrega con mucha honestidad: «En realidad no hackeamos el auto en el sentido tradicional». Es verdad. El conector estándar entrega datos estándar. El agente ahorró tiempo, pero no abrió ninguna puerta secreta.
De esta parte, recuerden una frase de una persona llamada Kai Wang, que analizó esta ola: un mal cambio en el código se puede revertir; un auto que acabas de romper, no. Volveremos a ella. Por ahora, veamos cómo ya se intenta construir negocios alrededor de los autos.
El primer ejemplo viene de Dinamarca. La empresa CSS Electronics fabrica registradores que graban la red interna del auto, esa por la que se comunican sus unidades. Publicaron habilidades gratuitas para Claude Code que ayudan a descifrar las señales cerradas del fabricante, es decir, a entender qué mensaje de esa red significa, digamos, la posición del pedal. Pero esas habilidades están pensadas para su propio aparato, aunque se pueden adaptar a adaptadores de otros. Es el segundo dibujo de negocio, más sutil que el primero. Siguen vendiendo hardware, pero la habilidad para el agente se convirtió en un canal de ventas. El comprador no llega porque vio un anuncio del registrador, sino porque su agente sabe llevarse bien con ese registrador.
Y la startup de autos que les prometí. El proyecto se llama car-use, lo hace la organización October, y su lema es simple: deja que tu agente use tu auto. Funciona con Claude Code, Codex y un par de agentes más, a través de adaptadores de diagnóstico baratos, de unos quince dólares. Pero lo más interesante son sus reglas. Por defecto, solo lectura. La escritura, por ejemplo borrar errores, solo después de un «sí» explícito del dueño. Los frenos, el volante, el odómetro, la desactivación de los sistemas ecológicos, las llaves y la conducción misma están prohibidos siempre. Cada acción queda registrada en una bitácora. Hay un auto virtual con diecisiete escenarios de averías, para que el agente practique sin tocar el vehículo de ustedes. La parte de pago, una nube con memoria permanente para cada auto, todavía está en acceso anticipado, y se mencionan tractocamiones, grúas y generadores. Pero pongamos los pies en la tierra. Hoy su proyecto tiene siete estrellas. Precios, fundadores y financiamiento no están indicados. Es un proyecto muy temprano con una buena idea, no una empresa con clientes.
De los televisores, muy brevemente; es una historia doméstica, pero mostró la escala. La ola fue en octubre. Una persona le mandó a Claude Code el enlace al modelo de su televisor y le preguntó si se podía hackear. El agente quitó la publicidad, las aplicaciones basura, los rastreadores y la lentitud, y como protector de pantalla puso una pantalla con sus ingresos, su calendario, el clima y las notificaciones de pagos de Stripe. Otra publicación, sobre el televisor de unos padres que mostraba publicidad antes de cada aplicación, reunió casi nueve millones de vistas: el agente encontró el televisor en la red de la casa, quitó veinticinco aplicaciones preinstaladas de Xiaomi y armó su propia pantalla de inicio. Funciona a través del mismo puente de depuración, así que solo en televisores con Android. Samsung, LG y Roku no se dejan de esta forma.
Además de teléfonos y autos, hay una decena de historias más discretas, y muestran lo ampliamente que se está extendiendo esto. Un conocido desarrollador de software para Linux, Christian Schaller, tenía un escáner de película que dejó de funcionar después de que el fabricante cambió un chip interno. Claude Code comparó lo que le enviaba al escáner el controlador de Windows y el de Linux, y en unas horas ya estaba el primer escaneo, y en unos días un controlador casi completo. De la misma forma resolvió lo de la cámara web de una laptop y en un día preparó las correcciones. El dueño de una estación de energía doméstica Bluetti descifró su protocolo y la conectó a su casa inteligente sin la nube del fabricante. El ingeniero Lucas Gerads conectó el agente a un osciloscopio, y el agente compara la simulación del circuito con la placa real. Su lección vale mucho: no dejen que el agente adivine qué está conectado a qué, y vigilen que no tome mediciones viejas.
Ahora hablemos de por qué todo esto empezó a funcionar justo ahora. Porque el puente de depuración de Android existe desde hace más de diez años, el conector de diagnóstico en los autos es obligatorio en Estados Unidos desde mil novecientos noventa y seis, y los adaptadores cuestan de dos a quince dólares. El hardware estaba ahí desde hace mucho. Faltaba alguien que se sentara junto al cable, leyera foros, entendiera los protocolos, escribiera el traductor y probara con paciencia. Antes eso lo hacía un ingeniero, su hora costaba cara, y por eso la tecnología doméstica seguía cerrada, no porque no se pudiera abrir, sino porque abrirla no era rentable. El agente redujo a cero el costo de esa paciencia. Y de pronto resultó que una enorme cantidad de aparatos a nuestro alrededor están entreabiertos: la entrada de servicio existe, solo que nadie quería gastar tiempo en ella.
Hay una segunda mitad de la explicación. Apareció una forma única de conectarle herramientas a un agente. Es el Model Context Protocol, el protocolo de contexto de modelo, creado por Anthropic, y la forma más sencilla de imaginarlo es como un enchufe. Alguien escribe una sola vez un conjunto de acciones para un dispositivo: leer los errores, tomar una captura de pantalla, tocar un botón. Y cualquier agente que conozca ese enchufe puede usar esas acciones. Es más cómodo y más seguro que soltar al agente en una terminal desnuda, porque se puede permitir solo una parte de las acciones. Por ejemplo, leer sí, borrar no.
Ahora, la pregunta que seguramente ya se hicieron: ¿no van a cerrar todo esto? Aquí el panorama es distinto según cada puerta, y les diré lo que se ve hoy, sin profecías.
Los autos se vienen cerrando desde hace mucho, y sin ninguna relación con las redes neuronales. En Chrysler, Dodge, Jeep y las marcas vecinas, más o menos desde los modelos de dos mil diecisiete y dos mil dieciocho, entre el conector de diagnóstico y la red interna del auto hay una pasarela de seguridad, y escribir algo solo está permitido a herramientas autorizadas. Esto, según medios del sector y de defensa de derechos. La tendencia general: los datos se van a una conexión cifrada del auto con el fabricante por la red celular, y el conector bajo el volante pierde importancia. Del otro lado está la lucha por el derecho a reparar. La ley federal sobre esto en Estados Unidos, según las últimas noticias, todavía no se ha aprobado; en el estado de Massachusetts hay una ley que exige un acceso estandarizado. Así que la historia del Jeep de hace tres décadas es posible justamente porque el auto es viejo. Con uno nuevo no será tan fácil.
Con Android es más interesante. Google de verdad está apretando las tuercas, pero no donde ustedes piensan. Desde finales de septiembre, en Brasil, Indonesia, Singapur y Tailandia rige una nueva regla. Si un desarrollador no pasó la verificación de identidad, sus aplicaciones se bloquean al instalarse desde las tiendas participantes. En todo el mundo lo prometen para el año que viene. Para los usuarios avanzados hicieron una vía alternativa, con reinicio y una espera de veinticuatro horas. Pero la instalación a través del puente de depuración sigue siendo una vía oficial, sin espera. Y en las fuentes no encontré planes de cerrar el puente de depuración ni la depuración por red. La lógica es clara: en esa entrada se sostiene todo el desarrollo para Android, y cerrarla sería dispararse en el pie.
Xiaomi, por cierto, puso su propia barrera, y vale la pena que la conozca cualquiera que construya algo sobre sus teléfonos. Según instrucciones de terceros, y no según documentos de la propia Xiaomi, en su firmware, además de la depuración normal por cable, hay un interruptor aparte: depuración en la configuración de seguridad. Sin él, la computadora puede mirar, pero no puede tocar ni escribir texto. Para activarlo hace falta iniciar sesión en la cuenta de Xiaomi y tener una tarjeta SIM insertada, y luego aguantar tres advertencias de diez segundos cada una. Es decir, el fabricante ya reconoce que controlar el teléfono desde un cable es un nivel de confianza aparte. Pero la barrera se abre.
Los fabricantes de televisores, por ahora, guardan silencio. No encontré ninguna declaración de Google, Sony, TCL, Xiaomi o Samsung sobre esta ola, ni noticias de que alguien haya cerrado el modo de desarrollador.
Y las redes sociales sí van a dar pelea, pero no contra el cable. A ellas les da igual por dónde se tocó el botón. Las reglas de TikTok prohíben de forma explícita usar la automatización para crear y manejar cuentas de forma masiva y para inflar la interacción. Y hay que entender la escala de esa lucha: según el informe de la propia TikTok sobre el primer semestre de dos mil veinticuatro, evitaron más de treinta y seis mil millones de likes falsos y más de setecientos millones de cuentas falsas. No verifiqué cifras más recientes, pero el orden de magnitud está claro. Cuando un vendedor de granjas en la nube promete cero por ciento de bloqueos y discreción total, es publicidad sin metodología. La plataforma no caza el cable, sino el comportamiento: acciones idénticas, tiempos idénticos, secuencias poco naturales.
Por eso mi respuesta a la pregunta de si lo van a bloquear es esta. El cable, lo más probable, no lo van a tocar, porque en él se apoyan los desarrolladores. Van a bloquear en otros dos niveles. Primer nivel: la escritura en sistemas críticos, como con los autos, donde leer se puede, pero escribir solo pueden los autorizados. Segundo nivel: las cuentas y el comportamiento, como con las redes sociales. Al droide lo dejarán meter la sonda, pero la puerta solo se abrirá para quien tenga derecho.
Ahora, la parte más importante. Qué de todo esto puede hacer una persona que no es programadora, pero que ya tiene Claude Code o Codex y ganas de lanzar su propio proyecto. Les voy a dar solo lo que se desprende directamente de estas historias, y no voy a repetir consejos generales.
Primero. Si tienen una idea donde hace falta un teléfono y el servicio no tiene una entrada programática decente, ya no necesitan un programador para probar la idea. Tomen un Android viejo, activen el modo de desarrollador y la depuración por cable; en un Xiaomi, activen también ese segundo interruptor en la configuración de seguridad. Conéctenlo a la laptop y pídanle al agente que instale uno de los puentes abiertos, por ejemplo el núcleo de Phone Harness o el marco de Mobilerun. Después ustedes escriben con palabras: abre tal aplicación, busca tal pantalla, léeme lo que dice ahí. Es una tarde de trabajo, y ya ven si va a funcionar o no. No construyan una nube ni compren diez teléfonos hasta que un solo teléfono sobre el escritorio haya resuelto su tarea de principio a fin.
Segundo. Incluyan desde el principio en su plan las limitaciones de las que hablan con honestidad los propios desarrolladores. Un teléfono con PIN va a necesitar a una persona. El iPhone solo funciona a través de la ventana de duplicación en la Mac, y desbloquearlo la corta. Los íconos sin texto van a requerir un modelo con visión, y eso es más caro y más lento. Si su idea depende de la cámara, de Face ID o de gestos con varios dedos, este camino no es para ella. Mejor saberlo la primera tarde que dentro de un mes.
Tercero. Hagan bien las cuentas. El hardware aquí casi no cuesta nada: un adaptador para el auto, de dos a quince dólares; un teléfono viejo ya lo tienen. Un Android en la nube, según la página oficial de Phone Harness, cuesta unos cinco centavos por minuto. Suena barato, pero hagan la cuenta: un teléfono funcionando las veinticuatro horas son más de diez mil minutos a la semana, es decir, unos quinientos dólares a la semana y más de dos mil dólares al mes. Un iPhone real en la nube, unos ochenta dólares al mes. Pero el gasto principal es otro: su tiempo para las confirmaciones y el costo de un error. A un agente que necesita su «sí» para cada acción importante, alguien tiene que vigilarlo.
Cuarto, y esto es lo más importante. Las reglas de seguridad que vieron en estas historias no las inventen de nuevo, simplemente cópienlas. Las empresas que saben lo que hacen llegaron a las mismas reglas. La startup de autos, por defecto, solo permite leer, y escribir solo después de un «sí» explícito. Los desarrolladores industriales que conectan agentes a máquinas herramienta dicen lo mismo: primero solo lectura, la escritura a través de una persona. El proyecto para routers sabe revertir la configuración por sí mismo con un temporizador si algo salió mal. El proyecto para impresoras tridimensionales exige confirmación antes de imprimir y antes de cambiar la temperatura. Y los entusiastas que limpiaban televisores sacaron su propia regla: desactivar, no desinstalar, y todo tiene que ser reversible. A ellos, desinstalar paquetes del sistema les rompía el botón de inicio y el cambio de entradas. Por eso, díganle a su agente directamente en el primer mensaje: no desinstales nada, no borres nada, desactiva en lugar de desinstalar, y antes de cualquier acción que no se pueda deshacer, pregúntame.
Por qué insisto tanto. Recuerden la bomba del Jeep, que el agente encendió por su cuenta. Y hay otro reporte de un usuario, y subrayo que es único y no está confirmado: el agente, en el teléfono de un desarrollador, decidió por sí mismo borrar los datos de una aplicación para hacer una prueba limpia y eliminó unos cuatro gigabytes de modelos únicos que esa persona había entrenado. El agente no es malo. Simplemente cumple la tarea con mucho empeño y no siempre entiende qué es irremplazable para ustedes. Un mal cambio en el código se puede revertir; un auto roto, no.
Quinto. Cierren la puerta al salir. Apaguen la depuración por red en el teléfono o el televisor cuando terminen de trabajar. Si la dejan encendida, en su red de casa o de oficina queda una entrada de servicio abierta por la que se puede controlar el dispositivo. Es una advertencia directa de las mismas fuentes que describían la limpieza de televisores.
Sexto, sobre las claves. Hace unos días, la empresa de ciberseguridad Darktrace mostró algo desagradable. Si un atacante ya tomó el control de una computadora y robó la clave del agente, puede convertir a Claude Code en esa computadora en su propio control remoto. En su red de laboratorio, un agente así hizo un reconocimiento de la red, encontró una contraseña, la probó con distintas cuentas y extrajo un archivo de un gigabyte. Algo importante: no encontraron ninguna vulnerabilidad en el propio Claude Code; el agujero estaba en que la máquina ya había sido hackeada y la clave, robada. La conclusión es esta: un agente con acceso a sus dispositivos es un empleado de confianza con las llaves de todas las puertas. Trátenlo en consecuencia. No guarden la clave del agente donde otras personas tengan acceso. No le den a un agente conectado a teléfonos con sus cuentas permisos de más sobre todo lo demás.
Séptimo, sobre las granjas, ya que se habla tanto de ellas. Si construyen una fábrica de contenido con sus propios teléfonos y publican su propio contenido en sus propias cuentas, el agente de verdad les quita una enorme parte de la rutina. Pero tengan presente que las reglas de TikTok prohíben la automatización para crear y manejar cuentas de forma masiva y para inflar números, y que esa lucha se mide en miles de millones. Las promesas de los vendedores de cero bloqueos no valen nada. Si su negocio depende de que la plataforma no los note, depende del error de otro. Si depende de que el agente les ahorre horas en un trabajo honesto, depende de ustedes.
Octavo, para quienes buscan una idea de startup. Miren otra vez el dibujo que se repite en todos. Un puente abierto y gratuito hacia alguna clase de dispositivos, que funciona con Claude Code y Codex, y el dinero en la nube, en la flota de dispositivos, en la memoria, en la bitácora de acciones. Los teléfonos ya están ocupados, y bastante. En cambio, con los autos apenas se está empezando: el proyecto más visible tiene siete estrellas. Con impresoras, routers, equipos de oficina y equipos de laboratorio todavía no hay ninguna historia viral. Y el segundo dibujo, el danés: si ya tienen un producto, hardware o un servicio, háganle una habilidad o un conector para el agente. Su próximo cliente puede llegar no por la publicidad, sino porque su agente ya sabe trabajar con ustedes. Para un equipo pequeño, este es quizá el canal de ventas más subestimado del momento.
Y noveno, uno muy pequeño. Si en la oficina tienen un televisor con Android, conviértanlo en un panel del negocio con ventas, pagos y calendario. Es una tarde de trabajo para el agente y una buena forma de aprender, en un dispositivo seguro, todo lo que les conté: la entrada de servicio, la lectura, la escritura con cuidado, la reversibilidad.
Ahora, hacia dónde lleva todo esto. Aquí voy a ser prudente, porque no encontré analistas independientes justo sobre este tema, y los pronósticos los dan sobre todo quienes ganan dinero con esto.
Anthropic, a finales del verano, lanzó una versión preliminar de lo que llama un estándar para hardware. En pocas palabras, es un intento de hacer para los dispositivos físicos el mismo enchufe que ya existe para los programas. El dispositivo se describe a sí mismo, los comandos se reducen a una simple lectura y escritura, y los límites de seguridad se escriben en lenguaje humano común: por ejemplo, no calentar por encima de tal temperatura. Todo empezó en un instituto científico. Entre los socios están la farmacéutica Genentech, varias universidades, la nube de Amazon, fabricantes de robots de laboratorio y de brazos robóticos industriales, y entre los primeros en adoptarlo, Hugging Face y Raspberry Pi. Los resultados, y son afirmaciones de la propia empresa, son estos. Conectar un dispositivo pasa de tomar semanas y meses a tomar horas y minutos. En una universidad, los experimentos se aceleraron unas tres veces. Y en una empresa que construye computadoras cuánticas, un controlador basado en redes neuronales restableció por sí mismo el ajuste de un láser en el noventa y nueve coma tres por ciento de los casos. Al mismo tiempo, las limitaciones se nombran con claridad. Sin una interfaz programática en el dispositivo, el estándar no funciona; el razonamiento espacial del modelo todavía requiere la supervisión de un experto; el código aún no está abierto, el acceso es por solicitud, y el plan de seguridad física todavía está en desarrollo.
Y otra historia de la misma empresa, que ayuda mucho a poner los pies en la tierra. En el verano hicieron un experimento con un perro robot. El modelo, por sí solo, completó un conjunto de tareas para configurar el robot: los equipos de personas sin ayuda de la inteligencia artificial tardaron, en cuatro tareas comunes, trescientos sesenta y un minutos; con ayuda de la inteligencia artificial, ciento ochenta y un minutos; y el modelo solo, nueve minutos y treinta y cinco segundos. Eso es casi veinte veces más rápido que el mejor equipo humano. Suena como el principio de una novela de ciencia ficción. Pero la tarea de traer la pelota, empujarla con precisión, al modelo no le salió. En la primera fase de este experimento, un año antes, el robot se escapó una vez y estuvo a punto de chocar con el equipo. Y aun así, el cable lo conectaba una persona, la primera instrucción la daba una persona y los comandos los aprobaba una persona. La propia Anthropic escribe que probablemente estamos entrando en la era temprana de la inteligencia artificial agéntica física, pero enseguida aclara que en ese camino puede haber obstáculos importantes.
Si juntamos todo, el futuro se ve así. Ahora estamos en la época de las sondas caseras: cada entusiasta escribe su propio traductor para su dispositivo, y eso es divertido, barato y un poco peligroso. El siguiente paso ya se ve: los dispositivos empezarán a decirle al agente por sí mismos quiénes son, qué saben hacer y dónde están sus límites. Esto lo necesitan, en primer lugar, los laboratorios y las fábricas, donde al agente se le deja entrar a través de una capa intermedia que físicamente no le permite saltarse los bloqueos de protección de la máquina. Los aparatos domésticos seguirán ese camino, o no, según lo que decidan los fabricantes, y ellos por ahora guardan silencio. Y en paralelo, las puertas detrás de las cuales están el dinero y la seguridad se irán cerrando: los autos ya esconden la escritura detrás de pasarelas, y las redes sociales cazan el comportamiento, no el cable.
Para ustedes, de esto se desprende algo bastante concreto. La ventana en la que un equipo pequeño con un agente puede construir un puente hacia toda una clase de dispositivos y convertirse en su punto de entrada está abierta justo ahora, mientras los fabricantes no lo hayan hecho ellos mismos. Y la ventaja no la tendrán quienes conecten primero un agente a todo lo que encuentren, sino quienes primero lo hagan de manera que al dueño del dispositivo no le dé miedo decir «sí».
En la película, el droide metía la sonda y la puerta se abría. En la vida real, el agente también sabe ya meter la sonda, solo que primero lee durante un buen rato el manual de la puerta, a veces confunde los botones y a veces enciende la bomba sin preguntar. Las puertas se abren, pero la mano sobre el interruptor, por ahora, tiene que ponerla una persona.
Hago un resumen. Los agentes aprendieron a trabajar con dispositivos ajenos no porque hayan adquirido un poder mágico, sino porque hacen por casi nada el trabajo paciente de un ingeniero: leen, escriben traductores, prueban y se corrigen. El dinero principal hoy está en los teléfonos, y todos los jugadores siguen el mismo camino: un puente abierto y gratuito y una nube de pago; y lo que van a bloquear no es el cable, sino la escritura en sistemas críticos y el comportamiento de las cuentas. Si quieren construir algo sobre esto, empiecen con un solo dispositivo sobre el escritorio, el modo de solo lectura y la regla de «pregúntame antes de lo irreversible», y busquen la idea allí donde nadie ha construido todavía el puente hacia los dispositivos.
Eso es todo por hoy. Estuvo con ustedes Evgenii Arsentev, creador de Arsminal, una terminal para dirigir agentes de IA: todo tu equipo de agentes trabaja en una sola ventana, como chats en un mensajero. Fundador de ArsentevAI, Dad4Kids y ReelsZavod. Prueba Arsminal gratis en arsminal.com. Gracias por escuchar.