He visto esta película antes
En 2013, cuando todavía estaba aprendiendo a administrar servidores con Ansible y todo el mundo discutía si Docker era una moda pasajera, Tobi Knaup ya estaba construyendo Mesosphere sobre Apache Mesos. Era una plataforma de orquestación de contenedores robusta, con clientes grandes y crecimiento acelerado. Y de repente llegó Kubernetes: más liviano, 100% open source, y con una comunidad que crecía a una velocidad que ninguna empresa cerrada podía igualar.
En menos de dos años, Kubernetes se convirtió en el estándar. No porque fuera perfecto, sino porque era un sustrato neutro donde todos —cloud providers, startups, ingenieros independientes— podían extender y construir sin pedir permiso. La innovación se desplazó hacia Kubernetes porque era la plataforma donde más gente invertía su tiempo.
Ahora veo exactamente lo mismo pasando con la inteligencia artificial.
Los pesos abiertos se convirtieron en plataforma
Voy a ser honesto: hasta hace unos meses, usar modelos open-weight en la pega era un compromiso. Servían para tareas secundarias, pero para código complejo o agentes de largo alcance, siempre terminabas volviendo a GPT-4, Claude o Gemini. La brecha era real.
Eso ya no es así. GLM-5.2 de Z.ai sacó 62.1% en SWE-bench Pro, por encima del 58.6% reportado por GPT-5.5. Kimi K3 de Moonshot AI ya está a la par de Opus 4.8 y GPT-5.5 en evaluaciones independientes. Y lo más importante: ambos prometen publicar sus pesos abiertos.
Hugging Face ya aloja más de dos millones de modelos públicos. El 41% de las descargas del último año corresponden a modelos chinos. Eso no es un nicho. Es un ecosistema que ya tiene inercia.
Washington quiere construir un muro
La respuesta del gobierno de Trump, según reportes recientes, es considerar restricciones a los modelos open-weight chinos. La lógica oficial es de seguridad nacional: evitar que investigadores y empresas estadounidenses usen modelos desarrollados en China.
Pero acá está el problema, y lo digo como ingeniero de sistemas que ha visto intentos de vendor lock-in fallar una y otra vez: no podés bloquear un ecosistema open source cortando el acceso a un repositorio. Los pesos ya están distribuidos. La comunidad internacional ya está construyendo herramientas alrededor de Qwen, de GLM, de Kimi. Si Estados Unidos se cierra, el resto del mundo sigue avanzando. Los únicos que quedan afuera son los propios desarrolladores estadounidenses.
Es como si en 2015 alguien hubiera prohibido usar Linux porque venía de Finlandia. Cachai? El daño no es al enemigo. El daño es a tu propia capacidad de innovar.
Cómo debería competir Estados Unidos
Knaup propone cuatro medidas concretas, y coincido con todas:
Primero, liberar modelos frontier con licencias reales. Inkling de Thinking Machines Lab (Apache 2.0) y gpt-oss de OpenAI son pasos en la dirección correcta, pero la mayoría de los mejores modelos estadounidenses siguen cerrados. No es suficiente.
Segundo, usar la compra pública para impulsar interoperabilidad. El Departamento de Defensa ya lo hizo con Platform One. El mismo modelo se puede aplicar a la IA: exigir que los proveedores entreguen modelos portables, no APIs propietarias.
Tercero, construir el resto del stack. vLLM, Ollama, SGLang, llama.cpp ya existen. Pero faltan capas de observabilidad, sandboxing para agentes, evaluaciones estandarizadas. Ahí hay espacio para startups estadounidenses.
Cuarto, establecer estándares de seguridad independientes en vez de prohibir modelos. Una prohibición general es un mazo donde se necesita un bisturí. Probar, desarmar, mejorar y competir siempre fue la estrategia ganadora del software abierto.
Mi opinión
Como chileno que trabaja con tecnología desde un VPS en un datacenter de Europa, no me siento alineado ni con China ni con Estados Unidos. Me alineo con la herramienta que me da control sobre mis datos y mi infraestructura. Hoy eso significa modelos open-weight corriendo en mi propio servidor, con mis propias reglas, sin depender de una API que puede subir de precio o cerrar el acceso mañana.
La pregunta que me hago —y que creo que deberíamos hacernos todos los que trabajamos en tech— es simple: ¿queremos depender de un puñado de empresas que deciden qué podemos usar? La historia de Kubernetes, de Linux, de Git, de Docker, de todo lo que hace funcionar internet hoy, dice que la respuesta correcta es no. Y esta vez no veo por qué la IA debería ser la excepción.
Fuente de inspiración: Open-weight AI is having its Kubernetes moment. Let’s not ruin it. | Tobi Knaup
