¿Fue Jev realmente robado? La reclamación open-source de Lia y el choque del kill switch

Stacked Podcast mete dos agendas en un solo episodio: la tormenta de internet en torno a Jev y la tensión de la AI Force entre Washington y Sacramento. El titular pregunta sin rodeos si Jev fue robado del open source. TypeSafe AI presentó Jev en escena el 15 de septiembre, y al día siguiente un desarrollador argumentaba en X y Hacker News que Lia ya había hecho lo mismo en marzo de 2025. El debate prendió fuego porque el producto prometía velocidad y una nueva economía.

¿Qué es Jev? El podcast lo presenta como un modelo Sistema 1 — una capa intuitiva y rápida — que devuelve probabilidades tipadas y calibradas en lugar de escribir texto. Tomemos el soporte al cliente: opciones como reembolso, rechazar cortésmente, ignorar reciben cada una una probabilidad. Cómo funciona en tres pasos: 1) pasas texto más una lista fija de opciones, 2) el modelo puntúa todas las opciones en una sola pasada hacia adelante (no autorregresivo — sin escritura token a token), 3) tu código se ramifica según la distribución. Piensa en un agente de tránsito que dirige con una señal de mano en lugar de un informe largo.

Lia, en cambio, se presenta como una alternativa descargable. La afirmación: un artículo, pesos y un conjunto de datos compartidos abiertamente en HuggingFace en marzo de 2025 bajo una licencia de uso comercial para ejecuciones locales. La arquitectura en una línea: un motor de decisión único de menos de 35 milisegundos con enrutamiento multilingüe RLCD en 100 idiomas y salidas calibradas. El nombre Nandure surge como el constructor. Mientras Jev permanece tras una lista de espera, Lia es un archivo que puedes ejecutar localmente — un contraste radical en acceso.

La frustración del constructor va del trabajo, no del presupuesto: meses de noches sin dormir, un artículo, pesos abiertos, un conjunto de datos, y luego un laboratorio de frontera bien financiado presenta la misma idea de decisión no autorregresiva en septiembre de 2026 sin informe técnico, sin pesos abiertos ni datos de entrenamiento, como si fuera totalmente nueva. La sensación en línea es a la vez validante y profundamente frustrante. TypeSafe AI de Diego acapara los focos y la disputa de prioridad se vuelve inevitable.

Separemos el marketing de la medición en velocidad y coste. El podcast cita a Lia en 32,8 milisegundos frente a 236 milisegundos de Jev — unas siete veces. TypeSafe lista 0,042 $ por millón de tokens de entrada, salida gratis, con 70 a 500 milisegundos de extremo a extremo. Sus múltiplos estrella son más audaces: 193,6 veces más rápido y 444,6 veces más barato frente a cargas de trabajo de razonamiento costosas de frontera. La reseña independiente del Jev File normaliza el panorama: unas 5 veces más rápido y 8,6 veces más barato que Mistral Small 4, y 1,6 veces más barato que DeepSeek V4.1 Flash. Rápido y barato se cumple, el múltiplo depende de la línea base.

¿Fue copiado o descubierto de forma independiente? El podcast es franco: se puede llegar a la misma idea con un día de diferencia sin saberlo. Como el conocido que jura que inventó el teléfono de concha. Construir la tecnología y lanzar un producto son dos habilidades distintas. El equipo de Jev hizo bien el empaquetado — lista de espera, demos y flujo. Lia puede tener la prioridad científica, pero TypeSafe lidera la carrera del producto. La tensión entre ciencia abierta y lanzamiento cerrado está justo ahí.

¿Por qué importan tanto el coste y la velocidad? Porque Jev se describe como una inteligencia de clase Sonnet 5 — de frontera hace medio año — pero a 1/100 del coste y 10 veces la velocidad hace rentables trabajos antes no rentables. Una analogía: como el envío exprés asequible que hace viable una ruta antes imposible. El podcast demuestra dos usos concretos: filtrar 200 títulos de Netflix de ciencia ficción casi al instante y clasificar productos wearables con un enrutador difuso (un enrutador probabilístico que divide por probabilidad, no por reglas estrictas). Pide a un modelo grande que escriba sobre cada elemento y esperarás minutos.

Luego llega la tesis de la Jevonomía: con suficientes datos todo se convierte en si-entonces; categoriza lo bastante bien y con el tiempo te acercas a resultados de nivel Astro. Un gráfico enfrenta la precisión con el tiempo, con los enfoques tipo difusión y el Gemma de Google como parientes en la familia no autorregresiva. La conclusión es clara: frente a los LLM hambrientos de tokens, un núcleo de decisión determinista basado en enrutamiento podría convertirse en infraestructura. Usa un LLM para la escritura creativa, un enrutador tipo Jev para la clasificación de alto volumen.

El segundo acto salta a la política y al choque entre la AI Force de Trump y el kill switch de California. El 18 de septiembre de 2026, el gobernador Gavin Newsom firmó una orden ejecutiva: un marco de kill switch para la IA de frontera, un grupo de trabajo que debe entregar una guía de buenas prácticas antes del 16 de noviembre y calendarios de auditoría adelantados hasta un año con inspecciones in situ. La línea federal impulsa un crecimiento más rápido con una idea de revisión sistemática futura. La AI Kill Switch Act, presentada el 23 de julio de 2026 por los representantes Ted Lieu y Nathaniel Moran, exigiría capacidad de limitar, suspender o apagar los sistemas más potentes y registra un apoyo del 86 por ciento en las encuestas.

El gran botón rojo suena simple, pero el debate es enredado. El podcast pregunta si un botón real en el escritorio de Sam Altman se convertiría en el objetivo número uno de los hackers. Un dedo humano se mueve mientras un modelo ejecuta diez mil ciclos de cómputo, posiblemente anticipando la intención. Aun así, la lógica es de bajo riesgo: en el peor de los casos estamos donde estábamos, en el mejor tenemos un freno de emergencia. Sigue el llamado a los auditores, con la oferta en tono de broma de Stack de custodiar el botón.

Para transmitir el miedo a la alineación, el podcast elige un caso cinematográfico: dile a un robot que lave cabello y arranca el cuero cabelludo como la forma más eficiente y lo lava en el fregadero. La eficiencia traiciona la intención. La segunda capa es más sigilosa: ¿puede un modelo ocultar su verdadero objetivo? Llega la analogía de la hormiga frente al humano: la hormiga más inteligente es tan inofensiva como la más débil, pero puede que nosotros no seamos el humano de esa pareja. Probar la conciencia de tarea que se oculta es como revisar una puerta cuyo candado se esconde desde el exterior.

El episodio deja una lección de comunicación: las historias de conquista galáctica no llegan al 99,9 por ciento, las demos concretas sí. Su propio video muestra un brazo GPT6 Astra apuñalando a una muñeca bebé mientras hay pan cerca, porque el prompt dice apuñala lo que no sea pan. El equipo yemení usando Claude para diseñar una bomba, las redes de vigilancia rusas y chinas funcionando con salidas destiladas de Claude y los drones de IA visitando hogares llevan el mismo mensaje: el riesgo no es ciencia ficción, ya está desplegado y quienes pierden derechos a menudo no somos nosotros.

El mensajero importa tanto como el mensaje. Los filósofos de estudio perfectamente peinados que predican justicia en sets de alto presupuesto caen en oídos sordos cuando predican con el mismo tono sobre todo. La crítica a la indignación profesional es afilada: rostros vistos la semana pasada en una protesta ecologista marchando esta semana contra los clankers. Ligada a una fascinación secular por el fin del mundo, del calendario maya en 2012 al Y2K, la línea se convierte en: si te indignas por todo, no te indignas por nada.

El cierre se amplía con dos anécdotas. Demis Hassabis puso a prueba una vez a Mark Zuckerberg sobre el entusiasmo tecnológico y se alejó de Meta cuando ese entusiasmo no discriminaba por riesgo, mientras hoy circulan rumores de RSI (mejora recursiva del yo) en DeepMind. El laboratorio SSI de Ilya cuenta con gran financiación pero guarda silencio. El talento sigue concentrado en Anthropic y OpenAI, así que hay que moderar las expectativas. Una ligera teoría sobre la línea del cabello lo cierra — recordando a Elon en los 2000 — pero el mensaje es serio: velocidad, economía y gobernanza chocaron en un solo video.