4 puntos por GN⁺ 2026-03-31 | 2 comentarios | Compartir por WhatsApp
  • Los agentes de codificación con IA muestran la posibilidad de restaurar de forma práctica las “cuatro libertades” del software libre, que durante mucho tiempo quedaron como un concepto más bien formal, al leer y modificar código en nombre del usuario
  • Mientras la estructura centrada en SaaS ha limitado el acceso de los usuarios al código fuente, los agentes pueden ejercer en su representación la libertad de modificar código, incluso para quienes no son desarrolladores
  • El caso de la app SaaS cerrada Sunsama muestra de forma concreta cuánta ineficiencia y restricciones puede provocar una estructura cerrada
  • En la era de los agentes de IA, es muy probable que los usuarios empiecen a tomar como criterio clave la pregunta: “¿mi agente puede modificar este software?
  • Se prevé que el renacimiento del software libre no será impulsado por la ideología, sino por una necesidad práctica para que los agentes realmente puedan funcionar

Los agentes de codificación con IA vuelven a poner en primer plano el significado del software libre

  • La aparición de los agentes de codificación con IA muestra la posibilidad de revivir como derechos reales las “cuatro libertades” del software libre, que durante mucho tiempo permanecieron en el terreno de la discusión teórica
  • Con la expansión del modelo SaaS, los usuarios perdieron el acceso al código fuente y quedaron dentro de una estructura de dependencia centrada en la conveniencia, pero los agentes pueden leer y modificar código en su nombre
  • A través de los tropiezos al intentar personalizar una app SaaS cerrada llamada Sunsama, se hace evidente de forma concreta la ineficiencia que provoca una estructura cerrada
  • A medida que los agentes de IA pueden ejercer en representación de incluso los no desarrolladores la libertad de modificar código, se está revalorizando el valor práctico del software libre
  • Aun así, siguen pendientes problemas como la carga de mantenimiento y la sostenibilidad del ecosistema open source, por lo que se necesita un nuevo modelo que combine la conveniencia del SaaS con la apertura del software libre

Historia y declive del software libre

  • En la década de 1980, Richard Stallman fundó la Free Software Foundation a partir del problema de no poder modificar el software cerrado de una impresora Xerox
    • Planteó las “cuatro libertades”: que el usuario pudiera ejecutar, estudiar, modificar y distribuir un programa
  • En la década de 1990, el software libre creció con fuerza con Linux, Apache, MySQL y PHP, y las empresas también construyeron negocios sobre esa base
  • Pero desde los años 2000, con el auge del modelo SaaS, los usuarios dejaron de ejecutar o modificar el software directamente, y la idea de libertad perdió sentido práctico

El giro hacia “open source” y el debilitamiento de la filosofía

  • En 1998, Christine Peterson propuso el término “open source” en lugar de “free software”, replanteándolo con una imagen más amigable para las empresas
  • Eric Raymond y Bruce Perens fundaron la Open Source Initiative y destacaron el open source como una metodología de desarrollo
  • En ese proceso, el pragmatismo centrado en compartir código ocupó el lugar de la reivindicación ética sobre los derechos del usuario
  • Las empresas pudieron aprovechar el open source y al mismo tiempo limitar el control de los usuarios, debilitando así el significado social del movimiento del software libre

SaaS y los vacíos de las licencias

  • Como la GPL exigía publicar el código fuente solo al ‘distribuir’ software, los proveedores de SaaS podían esquivarla
  • Como en el caso del servicio Elasticsearch de AWS, las empresas aprovechaban el open source sin publicar sus modificaciones
  • Para corregir eso apareció la AGPL, pero Google prohibió por política interna el uso de AGPL
  • Después, MongoDB, Redis, HashiCorp y Elastic pasaron a distintos tipos de licencias con restricciones de uso del código fuente, pero no se logró una solución de fondo
  • Como resultado, los usuarios perdieron el acceso al código fuente y aceptaron una estructura de dependencia del SaaS centrada en la conveniencia

El caso Sunsama: los límites de un SaaS cerrado

  • Se intentó usar Sunsama para gestionar tareas integradas con Twitter, pero la falta de API y la estructura cerrada hicieron imposible la automatización
  • Solo gracias a un proyecto relay open source (sunsama-relay) de un usuario que hizo ingeniería inversa de una API no oficial fue posible implementar la función apenas de manera limitada
  • Pero en el proceso:
    • hubo que guardar la contraseña real de la cuenta dentro del código
    • como iOS no permite la creación automática de Shortcut, fue necesaria una configuración manual
    • se requirieron varias capas de hacks no oficiales y manipulación manual
  • Para implementar una función simple hicieron falta seis pasos de rodeo y tres procedimientos de autenticación, lo que muestra la ineficiencia estructural del SaaS cerrado

La restauración de libertades que traerían los agentes de IA

  • La debilidad del software libre era que no ofrecía una libertad realmente usable para quienes no son desarrolladores
  • Los agentes de codificación con IA pueden leer y modificar código en nombre del usuario, por lo que incluso los no desarrolladores pueden ejercer por delegación la “libertad 1” (la libertad de modificar)
  • El usuario solo tiene que explicar la función que desea, y el agente puede analizar, modificar e incluso desplegar el código
  • El software libre deja de ser un derecho solo para desarrolladores y se expande como una herramienta práctica para todos los usuarios
  • En cambio, en un SaaS cerrado ni siquiera los agentes pueden acceder, por lo que el usuario sigue siendo una figura pasiva que solo puede pedir funciones

El resurgimiento del valor de la apertura

  • Varios investigadores y tecnólogos destacan el valor de la apertura en la era de los agentes de IA
    • Nawaz Dhandala: como los agentes pueden modificar directamente el código fuente, el open source tiene una “ventaja abrumadora frente a lo cerrado”
    • Martin Alderson: gracias a los agentes, en vez de SaaS será posible la automatización personalizada, y también disminuirá la carga de mantenimiento
    • John Loeber: prevé que la reintegración local de los datos llevará a una recuperación del valor del open source
    • Vitalik Buterin: sostiene que “solo la apertura total puede evitar el monopolio de una sola empresa” y propone una revalorización del copyleft

La necesidad de un nuevo equilibrio

  • Volver al software libre también implica costos reales, como la carga operativa y la gestión de seguridad y respaldos
  • El ecosistema open source está atravesando una crisis de mantenimiento por la caída en la calidad del código generado por IA y la disminución de contribuciones
    • Tailwind CSS tuvo una caída del 40% en tráfico de documentación, del 80% en ingresos y redujo su equipo en 75%
    • El creador de Terraform, Mitchell Hashimoto, restringió los PR externos y cambió a un modelo basado en vouch
  • No se necesita solo autoalojamiento, sino una nueva forma de servicio que combine la conveniencia del SaaS con la apertura del software libre

Cómo cambiaría el criterio para elegir software en la era de los agentes

  • En adelante, es probable que los usuarios adopten como criterio principal de compra la pregunta: “¿mi agente puede modificar este software?
  • El SaaS cerrado corre el riesgo de perder competitividad a medida que el costo de cambiarse se acerque a cero
  • Los agentes reconocerán los sistemas cerrados como una “estructura dañada” y los rodearán,
    • haciendo ingeniería inversa de APIs no oficiales
    • generando automáticamente alternativas open source
    • o descargando y reconstruyendo datos
  • El CTO de Upwave dijo que está transformando su producto para que tenga una estructura de integración amigable para agentes
  • En última instancia, concluye que el renacimiento del software libre no será impulsado por la ideología, sino por una necesidad práctica para que los agentes realmente puedan funcionar

Conclusión

  • Los agentes de IA están emergiendo como los implementadores reales de la libertad del software, superando los límites técnicos del usuario
  • Los entornos SaaS cerrados limitan la capacidad de los agentes, y es probable que los usuarios prefieran cada vez más alternativas abiertas
  • Rediseñar el equilibrio entre libertad y conveniencia se perfila como la tarea central de la próxima generación de la industria del software
  • Junto con la idea de que “ya no puede justificarse renunciar a la libertad por conveniencia operativa”, se prevé la llegada de un nuevo ecosistema abierto centrado en agentes

2 comentarios

 
myc0058 29 일 전

Lo que se necesita con urgencia es la capacidad de controlar software que ya existe, más que software libre. Es algo demasiado agobiante.

 
GN⁺ 2026-03-31
Opiniones de Hacker News
  • Desde la perspectiva de alguien que ha publicado software de código abierto por más de 10 años, reconozco el valor que la IA y los LLM me han dado
    Pero me incomoda saber que mi código se usó como dato de entrenamiento. Puede que no sea una violación de licencia (GNU 2/3), pero se siente contrario al espíritu que yo pretendía
    Hace poco me despidieron “por culpa de la IA”, así que es una sensación compleja pensar que mi código ayudó a criar esa IA. Estaría bien recibir al menos dividendos o regalías por ese aporte, pero en la práctica es imposible
    Por eso estoy buscando una licencia tipo copyleft de ‘source available’ que exija permiso aparte para entrenar LLM, pero todavía no existe. Su fuerza legal sería débil, pero al menos quiero dejar clara mi intención

    • En realidad, el propio open source también ha hecho que otras personas pierdan sus trabajos desde hace mucho
      El movimiento de Free Software empezó desde el principio clonando (clone) programas comerciales. Tomó ideas de UNIX, Windows 95, macOS y otros, y como resultado la mayoría de los UNIX comerciales desaparecieron
      Al final, quienes se beneficiaron fueron las ‘megacorporaciones’, y creo que la situación actual de los LLM absorbiendo open source es una extensión de eso
    • Legalmente, creo que un LLM que incluya código GPL en sus datos de entrenamiento debería publicar bajo las mismas condiciones todo el modelo y su stack de soporte
      Pero en la práctica muchas veces la ley funciona a favor de quienes tienen poder. Aun así, sería esperanzador que apareciera un precedente así
    • Hace poco le pedí a Claude que revisara código de shaders GLSL y me sugirió directamente una función de Inigo Quilez
      La licencia es permisiva, pero me molestó que lo copiara tal cual sin atribución. Antes uno lo buscaba por su cuenta y verificaba la licencia; ahora la herramienta automatiza el plagio
    • Si usas GitHub, por defecto tu código se usa para entrenamiento. Hay que hacer opt-out, pero queda la duda de si realmente lo respetarán
    • Gracias al fair use, no se puede impedir que las grandes empresas entrenen modelos
      Pero con esa misma lógica, ojalá también se permita destilar sus modelos cerrados para convertirlos en modelos abiertos. Al final se trata de recuperar el poder para los usuarios
  • En la comunidad FLOSS hay bastante escepticismo hacia los LLM

    1. se usó código GPL/AGPL para entrenamiento sin consentimiento
    2. los mejores modelos son cerrados
    3. están aumentando los PR y reportes de seguridad de baja calidad hechos con IA
      Pero los LLM ya son una realidad. Más bien, también se puede usar LLM para crear open source que rompa estructuras monopólicas. La GPL es solo un medio para un fin
    • No hay garantía de que los LLM vayan a durar para siempre. Ahora mismo en gran parte se sostienen con magia financiera, y no sabemos si OpenAI o Anthropic seguirán siendo lo que son hoy dentro de 5 años
    • En seguridad es peligroso ignorar los LLM. Los hackers ya están usando IA para buscar vulnerabilidades y hacer ataques de ingeniería social. Este es el momento de invertir en seguridad
    • Suena bien eso de “romper monopolios con LLM”, pero no está claro si de verdad estamos más cerca de ese objetivo
  • Este es precisamente el momento en que el software libre es más importante
    La mayor parte de la infraestructura de IA funciona sobre open source. Incluso Claude Code no sirve de mucho sin herramientas como grep, diff y git

    • La propia razón por la que la IA fue posible es el código open source
    • Pero también hay quienes dicen que el espíritu “Libre” importa menos que antes
    • Es amargo ver que las empresas recortan costos con trabajo no remunerado de la comunidad, mientras los usuarios siguen quedando al margen
    • Uno se pregunta por qué el entrenamiento mismo de los LLM no se vuelve open source. Estaría bien hacer entrenamiento distribuido como Folding@home
    • Me llamó la atención que la primera línea de la documentación de instalación de Claude Code dijera “se necesita ripgrep”. Al final todo corre sobre herramientas open source basadas en Linux. Da gusto sentir que valió la pena usar Linux desde la época de Slackware
  • Al ver la frase de que “open source” no fue solo un rebranding sino una amputación filosófica, me produjo rechazo lo torpe que sonaba, como si lo hubiera escrito una IA

    • Los textos de IA se sienten como agarrar un menú Michelin y licuarlo para beberlo
  • Parece que en adelante los agentes de programación van a combinar partes de librerías open source para crear apps a la medida
    Los usuarios estarán satisfechos, pero los contribuidores no recibirán compensación. Al final el open source se vuelve infraestructura esencial, pero el mérito desaparece

    • Pero como el usuario igual tiene que mantener su propio fork, la autonomía total es imposible
      A menos que la IA llegue a AGI, la presión social va a mantener vivos los proyectos. Aun así, preocupa un escenario en que las empresas reempaqueten Linux de forma privativa y lo impongan
  • Después de más de 10 años desarrollando, ahora estoy disfrutando hacer software personal por mi cuenta
    También hago apps para mi familia y monté una herramienta de colaboración basada en Matrix + Element como reemplazo de Slack. Con 20 dólares al mes alcanza

    • Yo estoy en algo parecido, desarrollando open source para la red eléctrica y aportando a la estandarización. Se siente más como un juego creativo que como trabajo. También hago mods de Minecraft con mis hijos
    • Me da curiosidad dónde alojas las apps familiares. Para mí esa parte también es la más difícil
  • El FOSS murió, pero está renaciendo de una forma nueva
    Los LLM expanden de manera más democrática las 4 libertades del software libre

    • Libertad de ejecutar: el LLM ayuda con la instalación y la configuración del entorno, así que cualquiera puede ejecutarlo
    • Libertad de modificar: baja la barrera técnica y cualquiera puede cambiarlo
    • Libertad de distribuir: el LLM puede reconstruir especificaciones y redistribuir
    • Libertad de mejorar: se puede reflejar de inmediato la mejora deseada
      La libertad técnica se amplió, pero la libertad de comunidad y de valores sigue siendo una tarea pendiente
    • Por eso vengo diciendo que “los LLM son más open que el open source”
  • Los agentes de programación y los LLM están tivoizando el open source
    Al final la IA se convertirá en el nuevo compilador de pago, y llegará una época en la que los programadores tendrán que pagar suscripción
    También surgirán LLM open source, pero entrenarlos y operarlos cuesta muchísimo
    Antes uno podía aprender a programar y salir adelante con una computadora vieja; preocupa que en el futuro se pierda esa ruta de entrada

    • Los LLM no hacen que programar sea más rápido. Más bien aceleran la deuda técnica (technical debt). Como resultado, la velocidad total se vuelve más lenta
  • El artículo estuvo bien, pero el caso de Sunsama en realidad refuerza la postura contraria
    Si un agente puede sortear sistemas cerrados, baja la urgencia de pasarse a open source
    Además, el problema de confianza solo se movió del SaaS al agente. La gente no técnica sigue sin poder verificar el código

  • Los agentes de programación hacen posible eludir el copyleft
    Por ejemplo, Malus.sh vende un servicio que reescribe código y lo cambia a una licencia sin restricciones. Eso no libera la libertad del código, sino que es una comercialización que le quita las ataduras

    • Pero incluso ese tipo de servicio puede ser reemplazado gratis por agentes de IA. Al final es difícil triunfar con un ‘vibecoding SaaS’