El segundo cerebro ya tiene protocolo
Diario de Innovación #383
Ayer hablábamos del segundo cerebro.
De cómo el verdadero cuello de botella ya no era acceder a la información, ni siquiera generar nuevas ideas con IA.
Era recordar.
Conectar.
Reutilizar.
En definitiva, construir una memoria que creciera con nosotros.
Hoy quiero dar un paso más.
Porque creo que Google acaba de hacer algo mucho más importante que lanzar otra herramienta de IA.
Ha convertido una buena idea en infraestructura.
Y eso suele cambiar industrias enteras.
Hace apenas unos días, Andréj Karpathy publicaba un pequeño repositorio que bautizó como LLM Wiki. Del cuál hablamos en la edición del pasado viernes.
No era un producto.
Ni una startup.
Ni una nueva aplicación.
Era simplemente una idea.
Una wiki escrita en Markdown que pudiera ser utilizada tanto por personas como por agentes de IA.
Su reflexión era brillante precisamente por su sencillez.
Las wikis tradicionales fracasan porque mantenerlas es aburrido.
Los LLM, en cambio, destacan precisamente en ese tipo de tareas repetitivas. No se cansan, no olvidan actualizar referencias cruzadas y pueden modificar decenas de archivos en una sola pasada.
No era una idea sobre la gestión documental. Era una idea sobre delegar el mantenimiento del conocimiento.
Google entiende cuál era el verdadero problema
La mayoría esperaba que Google respondiera con otra herramienta.
No ha sido así.
Ha presentado Open Knowledge Format (OKF).
Y eso es mucho más interesante.
Porque Google no intenta crear una nueva wiki.
Ni competir con Notion.
Ni sustituir Obsidian.
Lo que propone es algo mucho más parecido a lo que HTML hizo con Internet.
Un lenguaje común para representar conocimiento. Un estándar abierto, portable, interoperable e independiente del proveedor.
Google parte de un diagnóstico que probablemente cualquier empresa reconocerá.
Hoy el conocimiento vive repartido entre: documentación técnica; catálogos de datos; SharePoint; Notion; Confluence; comentarios de código; correos y, sobre todo, la cabeza de unos pocos empleados.
Cada sistema tiene su propio formato.
Cada proveedor inventa su propia API.
Cada nuevo agente tiene que reconstruir el mismo contexto desde cero.
No falta información. Falta un idioma común.
El HTML del conocimiento
Creo que aquí está la verdadera importancia de OKF.
No pretende decir qué debes documentar.
Solo establece cómo debe estructurarse para que cualquier agente pueda entenderlo.
Cada concepto vive en un archivo Markdown. Con un pequeño bloque YAML para describir los metadatos esenciales. Con enlaces normales entre documentos.
Sin bases de datos propietarias.
Sin SDK obligatorios.
Sin plataformas cerradas.
Google resume perfectamente la filosofía del proyecto.
Si puedes abrir un archivo, puedes leerlo.
Si puedes clonar un repositorio Git, puedes desplegarlo.
La simplicidad no es una limitación. Es precisamente su mayor fortaleza.
Lo importante no es Markdown
Muchos desarrolladores leerán el anuncio y pensarán: “Todo este ruido para unos cuantos archivos Markdown.”
Y creo que estarán mirando en la dirección equivocada.
Markdown es lo de menos.
Lo importante es que, por primera vez, diferentes agentes podrán compartir exactamente el mismo conocimiento sin necesidad de volver a construir toda la pipeline de contexto.
Eso significa que el conocimiento deja de depender del modelo que utilices.
Hoy puedes trabajar con Claude.
Mañana con Gemini.
Pasado con GPT.
Dentro de tres años con un modelo open source.
Tu memoria seguirá siendo la misma.
El contexto se convierte en el activo
Durante los últimos años hemos competido por acceder al mejor modelo.
Cada pocos meses aparece uno nuevo.
Más rápido, más barato, más inteligente.
Pero todos esos modelos acaban convirtiéndose en una commodity.
En el corto plazo, lo realmente difícil de copiar no será el modelo. Será el contexto.
Las decisiones tomadas durante años.
Los procesos.
Las relaciones entre conceptos.
Las lecciones aprendidas.
La forma en la que trabaja una organización.
Eso no se descarga.
Se construye.
Y ahora empieza a existir un estándar para representarlo.
Food for thought
Creo que estamos viviendo el nacimiento de una nueva capa de infraestructura para la IA.
Primero llegó Internet.
Después llegaron los datos.
Luego los modelos fundacionales.
El siguiente gran activo será el conocimiento estructurado.
No el conocimiento encerrado en documentos.
Ni el almacenado en una wiki olvidada.
Sino una memoria viva, mantenida por agentes, compartida entre herramientas y reutilizable por cualquier modelo.
Karpathy identificó el patrón. Miles de desarrolladores comenzaron a reproducirlo.
Google acaba de convertirlo en un estándar.
Y tengo la sensación de que, dentro de unos años, miraremos atrás y nos preguntaremos cómo pudimos construir agentes inteligentes sin una forma común de representar el conocimiento.
Porque quizá la ventaja competitiva ya no sea tener la mejor IA. Quizá sea tener la mejor memoria.
🌍 El eco del mercado
🧠 La IA ya encarece el hardware que usamos todos los días. Apple sube precios en Macs e iPads y Microsoft vuelve a encarecer Xbox. El motivo ya no es solo margen comercial: memoria, almacenamiento y componentes empiezan a absorber la presión del ciclo IA.
🏭 Intel vuelve a respirar, pero la soberanía chip sigue siendo una carrera larga. El negocio de chips de Intel muestra señales de recuperación tras años complicados. Aun así, el reto de convertirla en pilar real de la fabricación estadounidense sigue lejos de estar resuelto.
🧩 El nuevo cuello de botella de la IA no está en el chip, sino en cómo se empaqueta. El advanced packaging se consolida como una pieza crítica para aumentar potencia de cálculo en IA, y en este sentido TSMC no tiene quien le haga sombra. La parte menos vistosa del semiconductor empieza a ser una de las más estratégicas, la GPU empieza a ser relegada a un segundo plano.
Lectura estratégica: EE.UU. ha invertido enormes recursos en construir fábricas de chips en territorio nacional, pero mientras el empaquetado avanzado siga concentrado en Taiwán —con TSMC controlando el 90% de esa capacidad— la cadena de suministro de IA seguirá siendo críticamente dependiente de la isla, con todas las implicaciones geopolíticas que eso conlleva.
🇨🇳 China vuelve a presionar el precio de la inteligencia artificial. Los nuevos modelos chinos de Z.ai, Zhipu y DeepSeek ganan tracción por una combinación incómoda para Silicon Valley: rendimiento competitivo y costes mucho más bajos. El mercado vuelve a escuchar el eco del “momento DeepSeek”.
🛂 OpenAI entra en la era del lanzamiento supervisado. OpenAI retrasa el despliegue amplio de GPT-5.6 tras una petición de la Administración Trump. El acceso inicial quedaría limitado a clientes aprobados caso por caso por motivos de seguridad.
🧬 Anthropic acusa a Alibaba de intentar vaciar Claude desde dentro, la misma cantilenas con cada nuevo modelo frontera. Anthropic denuncia que Alibaba habría usado miles de cuentas para extraer conocimiento de Claude mediante millones de intercambios. La acusación convierte la destilación de modelos en un frente central de competencia geopolítica.
⚖️ The New York Times sube la presión legal sobre OpenAI y Microsoft. The New York Times amplía su demanda contra OpenAI y Microsoft, acusando a Microsoft de haber alentado el uso de artículos protegidos para entrenar sistemas de IA.
📬 Notion mata el email clásico para apostar por agentes. Notion cierra Notion Mail y orienta su estrategia hacia agentes capaces de gestionar la bandeja de entrada. La señal es pequeña, pero apunta a un cambio de interfaz.
Nota al pie: No sé tú, pero para mi es una de las partes menos reconfortante de mi día a día. La tendencia parece apuntar a que el software de productividad se está desplazando de aplicaciones cerradas a flujos delegados. Más que “otro cliente de correo”, el mercado empieza a buscar sistemas que ejecuten trabajo sobre información dispersa.
🧪 Los agentes necesitan laboratorios, no solo entornos de demo. Patronus AI levanta 50 millones de dólares para crear “mundos digitales” donde probar agentes. La promesa ya no es solo hacer agentes más capaces, sino comprobar cómo se comportan antes de soltarlos en entornos reales.
🔐 La seguridad postcuántica deja de ser una conversación futurista. Estados Unidos ordena proteger sistemas federales críticos con algoritmos postcuánticos, aunque los ordenadores cuánticos aún no puedan romper el cifrado actual de internet.
🚗 Polestar descubre que el software también puede cerrar fronteras. Polestar no podrá vender sus vehículos modelo 2027 en EEUU tras la denegación federal vinculada a normas contra vehículos con software chino. El coche conectado entra de lleno en la lógica de seguridad nacional. Las barreras entre industrias, y regulaciones de las mismas, empiezan a estar cada vez más difuminadas.
📡 Llegan las primeras consecuencias después del apagón del año pasado. España convierte la conectividad móvil en infraestructura de emergencia. España exigirá a las operadoras mantener activas las redes móviles durante al menos cuatro horas en caso de apagón. La conectividad pasa a tratarse como una capa crítica de resiliencia nacional.
💧 NVIDIA recuerda que el rendimiento también depende de refrigerar mejor. NVIDIA avanza en refrigeración líquida directa al chip para Rubin, con promesas de menor uso de energía y agua. El debate sobre IA ya no puede separarse de térmica, electricidad y eficiencia física.
💼 California empieza a medir el impacto del Jobpocalypse de la IA. California lanza una herramienta para rastrear pérdidas de empleo vinculadas a IA. En lugar de debatir solo con predicciones, el Estado empieza a construir una capa de datos sobre el impacto laboral.
🏠 Samsung convierte la API del hogar conectado en peaje. Samsung empezará a cobrar por el acceso a su API de SmartThings, incluso con planes para desarrolladores individuales. La apertura del ecosistema doméstico empieza a tener precio.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
Si esta serie sobre el segundo cerebro te está resultando interesante, me encantará leer tus ideas. Creo que estamos asistiendo al nacimiento de una de las piezas de infraestructura más importantes de la próxima década y apenas estamos empezando a intuir sus implicaciones.
A.
Buena observación. Al ser una continuación del tema, repetir los mismos libros pierde valor. Yo aprovecharía para abrir el foco hacia gestión del conocimiento, estándares abiertos, datos y memoria organizacional, que es realmente de lo que trata OKF.
PD: Si quieres entender hacia dónde va el conocimiento en la era de los agentes. Si el concepto de Open Knowledge Format te ha parecido interesante, estas cinco lecturas ayudan a entender por qué el contexto y el conocimiento estructurado serán uno de los grandes activos de la IA durante la próxima década:
The Knowledge-Creating Company de Ikujiro Nonaka & Hirotaka Takeuchi. El clásico sobre cómo las organizaciones crean, comparten y convierten conocimiento en ventaja competitiva.
Working Knowledge de Thomas H. Davenport & Laurence Prusak. Una referencia imprescindible sobre gestión del conocimiento mucho antes de que existieran los LLM.
Linked de Albert-László Barabási. Comprender las redes ayuda a entender por qué conectar conocimiento vale más que simplemente almacenarlo.
Data Mesh de Zhamak Dehghani. La evolución de la arquitectura de datos hacia modelos distribuidos e interoperables, muy alineada con la filosofía de OKF.
Designing Data-Intensive Applications de Martin Kleppmann. Posiblemente el mejor libro para comprender cómo diseñar sistemas de datos modernos, distribuidos y preparados para el futuro.
PD2: Si vas a construir una wiki para agentes, estas herramientas pueden marcar la diferencia. Más allá del software, estos productos encajan especialmente bien con la filosofía de OKF y de una base de conocimiento mantenida por IA:
Mini PC Beelink SER9 (Ryzen AI), ideal para ejecutar modelos locales, mantener tu wiki privada y experimentar con agentes desde casa.
Synology DS925+ NAS, un repositorio central para documentos, repositorios Git, backups y conocimiento compartido entre equipos.
Raspberry Pi 5 (16 GB), perfecto para montar un servidor ligero con Git, Gitea, Open WebUI o un repositorio OKF siempre disponible.
Crucial X10 Pro SSD portátil (4 TB), almacenamiento rápido para repositorios de documentación, datasets y proyectos de IA.
Ugreen Revodok USB-C Dock, si trabajas con varios monitores, documentación y herramientas de desarrollo, mejora muchísimo la productividad.
Elgato Key Light Mini, si documentas procesos, grabas tutoriales o generas contenido técnico, una buena iluminación hace una diferencia enorme.
Mi apuesta: dentro de unos años no hablaremos tanto de “qué modelo utilizas”, sino de qué conocimiento has sido capaz de construir y mantener. Los modelos cambiarán. Tu contexto será el verdadero activo.