Mientras la IA reescribía curl en Rust, el original recibió 300 commits y 200 correcciones de bugs
Daniel Stenberg, autor de curl, comparó la velocidad de las reescrituras de su proyecto hechas con IA con el trabajo ordinario sobre el original. En algo más de tres semanas, los agentes convirtieron 185 mil líneas de C en 340 mil líneas de Rust. En ese mismo tiempo, el curl real incorporó más de 300 commits, entre ellos algo más de 200 correcciones de bugs. Es como hacer un fork de una librería y dejar de recibir sus parches: los clones no incluyen esas correcciones. Si vas a elegir un clon generado por IA en lugar de una dependencia madura, pregunta quién se encargará de incorporar los fixes.
Procesado por IA desde Simon Willison; editado por Hamidun News
Daniel Stenberg, creador y durante muchos años mantenedor de curl (un programa y una librería de transferencia de datos por red que está integrada en un enorme número de sistemas y dispositivos), comparó dos procesos. En el primero, agentes de IA reescribieron curl de C a Rust: 185 mil líneas de C se convirtieron en 340 mil líneas de Rust. En el segundo, el equipo real de curl simplemente siguió trabajando sobre el original.
Imagina que copias una librería open source y dejas de recibir sus actualizaciones: al cabo de un mes, tu copia no tiene ni una sola corrección nueva. Algo así es lo que ha ocurrido con los clones de curl hechos con IA. Si te planteas si conviene sustituir una dependencia madura por un clon rápido escrito por un agente, esta breve cita, destacada por Simon Willison, ilustra bien el coste oculto de esa decisión.
Qué calculó exactamente Stenberg
Ambos procesos se desarrollaron en paralelo durante algo más de tres semanas. En ese tiempo, los agentes generaron 340 mil líneas de Rust a partir de 185 mil líneas de C. Stenberg asegura que contó las líneas él mismo. El código en Rust resultó casi el doble de largo que el original, pero eso no mide su calidad, solo la escala de lo generado.
Mientras tanto, el proyecto curl real incorporó más de 300 commits. Algo más de 200 de ellos son correcciones de errores. Además, los mantenedores cerraron varias vulnerabilidades. Stenberg subraya que ninguna de las reescrituras en Rust incluye esas doscientas correcciones. Calcula que en un mes se acumularán otros 200 bugs corregidos aproximadamente y que quizá se cierren varias vulnerabilidades más. Su pregunta final —«¿podrán los clones mantener el ritmo?»— es retórica, pero va al fondo del asunto.
Por qué portar el código es solo el principio
Todo proyecto maduro se parece a una casa antigua en la que cada detalle extraño apareció tras alguna avería. Una comprobación aparentemente superflua en el código de red suele ser la huella de un bug real: un servidor se comportó de forma no estándar, el cliente se cayó o alguien encontró una forma de atacarlo. Ese conocimiento no está en la sintaxis, sino en el historial de reportes de bugs, discusiones y tests acumulado durante años.
Cuando un agente reescribe código, reproduce el comportamiento que ve en las fuentes. Pero el original no se detiene: mientras se completa el clon, el proyecto real avanza cientos de commits. Es una carrera en la que quien va detrás no solo tiene que copiar el estado actual, sino también incorporar de forma constante las nuevas correcciones.
Para la seguridad esto es especialmente importante. Si una vulnerabilidad se cierra en el original y el clon no incluye esa corrección, los usuarios del clon siguen expuestos, aunque el propio lenguaje sea más seguro en el manejo de memoria.
Qué implica esto en la práctica
Primero, no confundas el resultado de una generación con un producto terminado. Un agente puede ahorrar semanas de trabajo manual en la traducción del código, pero el criterio de éxito no es «compila y pasa parte de los tests», sino «recibe el proyecto las correcciones al mismo ritmo que el original».
Segundo, si planeas migrar a otro lenguaje (con IA o sin ella), decide de antemano quién se encargará del mantenimiento. Un traslado puntual, sin equipo, sin sistema de seguimiento de errores y sin un proceso para gestionar vulnerabilidades, es una instantánea, no una base de código viva.
Tercero, evalúa un proyecto por su dinámica, no por el volumen de código. El número de commits, la rapidez de respuesta ante bugs y vulnerabilidades y la actividad de los mantenedores dicen más sobre su fiabilidad que el número de líneas en el nuevo lenguaje.
Hay también limitaciones. Es la opinión de una sola persona, y además de la más interesada en el asunto. Stenberg habla de reescrituras concretas de curl en Rust, no de cualquier migración con ayuda de agentes, y no afirma que esos intentos sean inútiles. La cita tampoco muestra qué calidad tiene el código generado ni si los autores de los clones intentan trasladar los cambios del original. Pero el cálculo —185 mil líneas frente a 300 commits y 200 correcciones de bugs en tres semanas— ilustra el riesgo principal: generar código es barato, pero mantenerlo actualizado sigue siendo caro.
Para fundadores y product managers, la conclusión es sencilla. Si te proponen sustituir una dependencia madura por un clon rápido generado con IA, no preguntes «¿qué tan compatible es hoy?», sino «¿quién cerrará los bugs dentro de seis meses?».
- 19 nov 2026Nodul ejecuta DeepSeek V4.1 Flash en 2 H200 en lugar de 8 y acelera la generación hasta 36,4 tokens/s
- 19 nov 202621 herramientas open source gratuitas para montar un stack de agentes de IA
- 19 nov 2026Base de conocimiento con RAG: 100 GB de archivos generan 1,5 millones de fragmentos y 9 horas de carga
- 19 nov 2026El plan añadió 11,6 p. p. de tareas resueltas al modelo débil; al fuerte le bastó con el terminal
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué calculó exactamente Stenberg?
Ambos procesos se desarrollaron en paralelo durante algo más de tres semanas. En ese tiempo, los agentes generaron 340 mil líneas de Rust a partir de 185 mil líneas de C. Stenberg asegura que contó las líneas él mismo. El código en Rust resultó casi el doble de largo que el original, pero eso no mide su calidad, solo la escala de lo generado. Mientras tanto, el proyecto curl real incorporó más de 300 commits. Algo más de 200 de ellos son correcciones de errores.
¿Qué se sabe sobre Por qué portar el código es solo el principio?
Todo proyecto maduro se parece a una casa antigua en la que cada detalle extraño apareció tras alguna avería. Una comprobación aparentemente superflua en el código de red suele ser la huella de un bug real: un servidor se comportó de forma no estándar, el cliente se cayó o alguien encontró una forma de atacarlo. Ese conocimiento no está en la sintaxis, sino en el historial de reportes de bugs, discusiones y tests acumulado durante años.
¿Qué se sabe sobre Qué implica esto en la práctica?
Primero, no confundas el resultado de una generación con un producto terminado. Un agente puede ahorrar semanas de trabajo manual en la traducción del código, pero el criterio de éxito no es «compila y pasa parte de los tests», sino «recibe el proyecto las correcciones al mismo ritmo que el original». Segundo, si planeas migrar a otro lenguaje (con IA o sin ella), decide de antemano quién se encargará del mantenimiento.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.