Imagina a un investigador a las 3 de la madrugada, clavado en una pantalla mirando un script en Python que se niega a converger. Lleva seis horas ajustando a mano una función de pérdida, iterando por una docena de variaciones de una heurística que no logra nombrar, solo para descubrir que la versión 11 es ligeramente peor que la 4. Este es el agotador proceso manual de la optimización algorítmica: esa parte del trabajo que se siente menos como ciencia y más como intentar abrir una caja fuerte escuchando los clics del mecanismo.

Google DeepMind quiere sustituir a ese investigador por un bucle.

El proyecto se llama AlphaEvolve. Según su última publicación, no es solo otro asistente de código que sugiere una función de plantilla para una API REST. En su lugar, utiliza Gemini para actuar como un agente autónomo que escribe código, lo prueba contra un benchmark, analiza el fallo y luego evoluciona el código para mejorar el rendimiento. Es esencialmente un algoritmo genético donde el motor de mutación es un LLM masivo.

El objetivo aquí no es solo escribir un script que funcione. El objetivo es encontrar un script mejor que el que habría escrito un humano. Al iterar a través de miles de versiones de un algoritmo, AlphaEvolve puede descubrir optimizaciones que no aparecen en ningún manual. (Probablemente mientras toma un espresso frío en un cluster de TPUs). Es un cambio interesante en cómo pensamos sobre los LLMs en el ciclo de desarrollo. Hemos pasado dos años tratándolos como autocompletado con esteroides. Ahora, Google los está tratando como el ingeniero real en la sala, capaz de autocorregirse sin que un humano esté pendiente de pulsar el botón de «Ejecutar».

Es un bucle con más pretensiones.

Aquí es donde debemos ser honestos con el compromiso. Cuando un humano escribe una optimización ingeniosa, suele poder explicar por qué funciona. Puede documentarla. Puede decirte que «este desplazamiento de bits aquí previene un desbordamiento en el caso límite que vimos el martes pasado». Cuando un agente evoluciona una solución a través de diez mil iteraciones de prueba y error, terminas con un trozo de código que funciona perfectamente, pero que es fundamentalmente ajeno.

Nos estamos dirigiendo hacia un mundo de lógica de «caja negra». Si AlphaEvolve encuentra la forma de acelerar una simulación científica un 40 %, pero el código resultante parece un revuelto de bucles anidados y operadores oscuros, ¿confiamos realmente en él? Es como un chef que prepara un plato de cinco estrellas pero no es capaz de nombrar un solo ingrediente de la salsa. Claro, el sabor es excelente, pero no tienes ni idea de si es seguro comerlo ni de cómo recrearlo cuando el chef abandona el local.

La fricción aquí no es solo intelectual; es financiera. Ejecutar un agente impulsado por Gemini para iterar a través de miles de versiones de un script es un gasto astronómico de tokens para cualquiera que no sea Google. La mayoría de nosotros no podemos permitirnos quemar unos pocos miles de dólares en compute solo para optimizar un algoritmo de ordenación que ya se ejecuta en 20 milisegundos.

Pero el verdadero peligro es la erosión del «porqué». Si externalizamos la evolución de nuestros algoritmos a agentes, dejamos de aprender a resolver los problemas por nosotros mismos. Nos convertimos en los gestores de los agentes, revisando la salida de un proceso que ya no entendemos. Hemos visto esto pasar con los frameworks de CSS y los ORMs: desarrolladores que no pueden escribir una consulta básica sin una librería, pero esto es diferente. Esto es la automatización de la lógica en sí misma.

¿Queremos realmente una base de código «óptima» pero inmantenable?

Sospecho que nos dirigimos a un fiasco. En los próximos seis meses, veremos la primera biblioteca «evolucionada» ampliamente utilizada en GitHub que rinde de maravilla, pero que contiene lógica que ningún desarrollador humano puede realmente explicar o depurar.

La industria probablemente lo acabe abrazando de todos modos. Siempre lo hacemos. Intercambiaremos transparencia por un aumento del 10 % en el throughput una y otra vez, fingiendo que seguimos en control mientras los agentes reescriben los cimientos del stack en un idioma que solo ellos hablan.