看不懂的sol哥

2026机会多多

3Siguiendo

2,5 Kseguidores

Feed

Transmisión en vivo

Feed

Las 20 habilidades imprescindibles en el mundo, los jóvenes usan mucho AI 1. superpowers (por obra), con 302,000 estrellas en ese momento Divide el desarrollo en cuatro pasos: lluvia de ideas, escribir el plan, desarrollo guiado por pruebas, revisión de código, formando un flujo de desarrollo completo. Instálalo antes de hacer funciones medianas o grandes, AI no empezará a escribir código desordenadamente. 2. skills (por mattpocock), con 298,000 estrellas en ese momento Cuando no puedes explicar bien los requerimientos, te hará preguntas para ayudarte a aclarar la arquitectura. Es muy útil para depurar bugs y refactorizar proyectos antiguos. 3. andrej-karpathy-skills (por multica-ai), con 221,000 estrellas en ese momento Un conjunto de reglas para proyectos: AI piensa bien antes de actuar y solo cambia lo necesario. Colócalo en la raíz del proyecto para que se active al escribir código. 4. skills (por anthropics), con 182,000 estrellas en ese momento Biblioteca oficial de habilidades, funciona directamente con Word, PPT, hojas de cálculo y PDF. Si quieres escribir tu propio Skill, solo sigue su plantilla. 5. ponytail (por DietrichGebert), con 168,000 estrellas en ese momento Hace que AI piense como un ingeniero senior muy perezoso: no añade abstracciones innecesarias. Después de escribir el código, pásalo para detectar sobre-diseño y deuda técnica. 6. ui-ux-pro-max-skill (por nextlevelbuilder), con 138,000 estrellas en ese momento Incluye toda la paleta de colores, combinación de fuentes y normas de interacción. Instálalo antes de hacer páginas de aterrizaje, paneles o interfaces de apps para que las páginas parezcan hechas por diseñadores. 7. graphify (por Graphify-Labs), con 129,000 estrellas en ese momento Convierte código, documentación y estructura de base de datos en un grafo de conocimiento. Cuando tomas un proyecto desconocido, crea el grafo primero y luego pregunta "¿quién llama a esta función?" para entenderlo rápido. 8. caveman (por JuliusBrussee), con 114,000 estrellas en ese momento Hace que AI responda con la menor cantidad de palabras, eliminando explicaciones largas. Úsalo cuando ejecutes agentes por mucho tiempo para ahorrar tokens. 9. agent-skills (por addyosmani), con 109,000 estrellas en ese momento Normas de ingeniería compiladas por ingenieros de Google, cubre diseño de interfaces, gestión de contexto y control de calidad. Úsalo para que el equipo mantenga un estilo uniforme al escribir proyectos. 10. taste-skill (por LeonxLnx), con 99,000 estrellas en ese momento Añade sentido estético a AI: cuidado en tipografía, imágenes de referencia y animaciones. Úsalo para la página principal del sitio web y portafolios para que no parezcan plantillas. 11. Understand-Anything (por Egonex-AI), con 87,000 estrellas en ese momento Convierte código en un grafo interactivo y explica claramente los procesos de negocio. Ideal para que los nuevos entiendan proyectos o lean código abierto, ahorrando mucho tiempo. 12. impeccable (por pbakaus), con 83,000 estrellas en ese momento Mejora la capacidad de diseño de AI, revisa espacios, jerarquías y detalles. Haz que revise la página antes de pulirla según sus sugerencias. 13. awesome-claude-skills (por ComposioHQ), con 77,000 estrellas en ese momento Una colección de habilidades con más de 800 Skills organizados por escenarios. Si no sabes qué instalar, empieza aquí. 14. last30days-skill (por mvanhorn), con 65,000 estrellas en ese momento Recopila discusiones de los últimos 30 días de Reddit, X y YouTube. Úsalo para elegir temas, seguir tendencias o investigar productos similares. 15. humanizer (por blader), con 59,000 estrellas en ese momento Elimina rastros de AI en textos, como frases hechas y estructuras fijas. Úsalo para revisar posts de redes, guiones o correos antes de publicar. 16. diagram-design (por cathrynlavery), con 58,000 estrellas en ese momento Soporta más de 40 tipos de diagramas y los exporta como archivos web. Úsalo para documentar tecnología o presentar planes, dibujando diagramas de arquitectura y flujo. 17. i-have-adhd (por ayghri), con 58,000 estrellas en ese momento Hace que AI dé primero conclusiones y siguientes pasos, luego detalles, sin esconder respuestas en párrafos largos. Instálalo para preguntas técnicas y obtener resultados rápidos. 18. marketingskills (por coreyhaines31), con 56,000 estrellas en ese momento Cubre habilidades de marketing como redacción, SEO y análisis de datos. Úsalo para escribir textos promocionales y mejorar el posicionamiento web. 19. academic-research-skills (por Imbad0202), con 53,000 estrellas en ese momento Desde buscar literatura, escribir tesis hasta simular revisiones, todo en un flujo. Útil para tesis de graduación y envío a revistas. 20. scientific-agent-skills (por K-Dense-AI), con 53,000 estrellas en ese momento Convierte a AI en asistente de investigación, conectando bases de datos y herramientas de biología, química y más. Úsalo para análisis experimentales y búsqueda de información especializada.

Cada año hay historias de terror sobre el colapso del mercado de valores estadounidense, ¿esta vez también habrá sustos sin peligro real? 01) Historias de terror anuales: cronología de los desplomes en los últimos cinco años Después de estar mucho tiempo en el mercado, se descubre una regla: cada año este mercado cuenta una historia de terror que asusta a todos. Las historias cambian cada año, pero el desenlace es sorprendentemente similar. Repasando los últimos cinco años, casi cada año tuvo un obstáculo: En 2022, fue el peor año, con subidas agresivas de tasas y la guerra entre Rusia y Ucrania. La guerra estalló justo cuando la Reserva Federal aumentaba violentamente las tasas — un cisne negro geopolítico sumado a un endurecimiento total de la liquidez, un típico "doble golpe Davis" en versión macro. El Nasdaq cayó más del 30% desde su pico, las acciones y bonos globales sufrieron simultáneamente, y los balances de innumerables personas cambiaron permanentemente ese año. Ese fue el hoyo más profundo en cinco años. En 2023, la historia de terror fue el Silicon Valley Bank. Un banco con 200 mil millones de dólares en activos colapsó en tres días, seguido por Signature Bank, y Credit Suisse fue vendido de emergencia a bajo precio. El mercado creyó que era el "momento Lehman 2.0", con informes de autopsias de bancos regionales por todas partes. ¿El resultado? La Reserva Federal lanzó de inmediato la herramienta BTFP, abrió la válvula de liquidez, y el pánico desapareció en tres meses. En 2024, le tocó al alza de tasas del yen. El Banco de Japón terminó la era de tasas negativas, provocando un cierre masivo de operaciones de carry trade. El 5 de agosto, el "lunes negro", el índice Nikkei cayó un 12% en un solo día, y los mercados globales sangraron. El índice de miedo subió tan rápido que solo se compara con marzo de 2020 y octubre de 2008. Sin embargo, tres semanas después, el mercado parecía no haber pasado nada. En 2025, la historia de terror tuvo dos capítulos. En la primera mitad, la guerra arancelaria de Trump, con "aranceles recíprocos" que desataron rumores sobre el fin de las cadenas globales de suministro; en la segunda mitad, se destapó un fraude interno en financiamiento de IA, exponiendo trucos de alquiler de capacidad computacional e ingresos recurrentes, y el mercado empezó a cuestionar la veracidad financiera de toda la narrativa de IA. Ambas veces hicieron temblar al Nasdaq, pero ninguna terminó con el mercado alcista. Este año, 2026, la historia se transmite en dos partes. En la primera mitad, la guerra entre EE.UU. e Irán — decapitaciones, represalias, la sombra del estrecho de Ormuz, y el precio del petróleo se disparó; en la segunda mitad, cambio de poder en las elecciones, con los demócratas controlando ambas cámaras, comenzando a limpiar los centros de datos, y la fe en el gasto de capital en capacidad computacional se ve socavada. El mercado estadounidense volvió a ser sumergido. 02) ¿Por qué cada vez hay sustos pero sin peligro real? Cada historia de terror deja un gran hoyo en el mercado. Algunos son profundos y duran mucho, como en 2022, que tardó casi dos años en recuperarse; otros son superficiales y breves, como en agosto de 2024, que se recuperó en tres semanas. Pero sin excepción, el mercado estadounidense siempre sale adelante, sigue subiendo, batiendo récords y prolongando el mercado alcista. No es suerte, hay dos lógicas firmes detrás. La primera lógica es la nueva ronda de ciclos globales de inversión e innovación impulsada por la revolución de la IA. No es un ciclo común de inventarios ni de renovación de equipos, sino la superposición de ciclos Juglar y Kondratiev — una ola de gasto de capital a nivel de década, anidada en una revolución tecnológica de largo plazo que ocurre cada 50 o 60 años. En la historia humana, cada difusión de tecnología generalizada como la máquina de vapor, la electricidad o internet ha desatado inversiones y crecimiento épicos, y la IA es la culminación de todo eso. La productividad aumenta, el consumo se expande, y las ganancias empresariales suben de forma tangible — esa es la base más sólida para un mercado alcista. Mientras esta narrativa fundamental no muera, cada desplome es solo una pausa profunda en medio del mercado alcista. La segunda lógica es la gran expansión monetaria de la Reserva Federal desde la pandemia, que elevó el nivel general de valoración de activos globales. Un volumen enorme de liquidez se quedó en el sistema financiero sin mejor destino. Cada pánico parece una fuga de riesgo, pero en realidad es solo un cambio temporal de posición dentro de los activos riesgosos. El agua es suficientemente profunda para que el barco no se hunda. 03) ¿Esta vez también habrá sustos sin peligro real? Entonces, la pregunta clave: ¿el mercado volverá a tener sustos sin peligro real y retomar el mercado alcista como en los últimos cinco años? Mi respuesta es: depende del mercado, no se puede generalizar. La probabilidad de que EE.UU. retome el mercado alcista es alta. Por dos razones. Primero, la revolución tecnológica de la IA es real; lo que se eliminó fue solo la burbuja de valoración y el gasto de capital desordenado, no la tendencia de difusión tecnológica — la construcción de centros de datos se desacelerará y se regulará, pero no se detendrá, porque la demanda real de capacidad computacional está ahí. Segundo, la limpieza de los demócratas es "para un desarrollo de alta calidad", no para enterrar el mercado — los ciudadanos comunes de EE.UU. invierten en bolsa, y los élites demócratas también, ambos partidos tienen un interés fundamental en mantener la estabilidad del mercado de capitales. En la historia, cada "corrección de izquierda" que dejó un hoyo, después resultó ser una oportunidad de oro; la excepción de 1929 fue porque el ciclo tecnológico ya estaba agotado, y hoy claramente no es el caso. Pero para otros mercados, no podemos ser tan optimistas. Mercados como Corea del Sur y el A-share chino probablemente irán formando un piso y subirán con volatilidad — después de todo, el entorno global de liquidez se está relajando, la guerra termina y los aranceles disminuyen. Pero hay que tener en cuenta que están pasando por un mercado bajista fuerte, y después de un mercado bajista fuerte, usualmente solo se entra en un mercado alcista débil. Superar máximos anteriores será muy difícil. La razón es sencilla. El mercado alcista estadounidense tiene como ancla "el poder de fijación de precios global de la revolución tecnológica", y cuando cae, alguien compra; mientras que la valoración de otros mercados depende en gran medida de la cadena de gasto de capital en IA de EE.UU. — la memoria de Corea y la cadena de exportación de hardware de capacidad computacional de China son esencialmente "proveedores para los centros de datos estadounidenses". Cuando el líder de la cadena reduce gastos y limpia burbujas, las expectativas de ganancias de los miembros de la cadena deben ajustarse a la baja sistemáticamente. Los hoyos en la valoración pueden llenarse con liquidez, pero los hoyos en las ganancias solo se llenan con tiempo. Volviendo a la pregunta del título: ¿esta vez también habrá sustos sin peligro real? Para EE.UU., probablemente sí — el ciclo largo de la revolución tecnológica no ha terminado, la gran liquidez no se ha retirado, y después del pánico, el silbato del medio tiempo del mercado alcista sonará de nuevo. Para otros mercados, habrá "sustos, pero el peligro no desaparecerá completamente" — formarán piso, se recuperarán, pero no es realista saltar directamente de un mercado bajista fuerte a un mercado alcista frenético. Cinco años, el mercado cuenta historias de terror cada año, cada año alguien liquida posiciones y se va, y cada año se arrepienten. Lo que esto nos enseña no es a "comprar sin pensar", sino a distinguir qué historias de terror son de fondo de ciclo y cuáles son campanas de muerte de techo de ciclo. El único criterio para distinguir es: ¿la revolución tecnológica y el ciclo de ganancias de fondo han muerto? Mientras la respuesta sea no — entonces cada historia de terror es una oportunidad disfrazada de miedo. Pero si algún día, el protagonista de la historia de terror deja de ser la liquidez, la política o la guerra, y es la propia revolución tecnológica la que se apaga — entonces sí, llegará el verdadero mercado bajista.

Invertir en acciones estadounidenses requiere saber calcular la política Jugar con acciones estadounidenses genera fácilmente la ilusión de que es un problema de cálculo compuesto solo por ganancias, tasas de interés y liquidez. Como si una revisión al alza de las ganancias debiera hacer subir el precio de las acciones. Sin embargo, el libro contable real no es solo uno. Las empresas calculan ganancias, los traders calculan volatilidad, y un nivel superior calcula asientos, agendas y votos. Varias contabilidades se superponen, y el precio final que emerge no necesariamente coincide con ninguna predicción de ganancias, pero a menudo sí con otro informe más grande. El 5 de noviembre es un ejemplo. El S&P 500 cayó 4.36%, el índice de semiconductores de Filadelfia bajó 12.25%, Nvidia perdió 447 mil millones de dólares, y el mercado entero evaporó alrededor de 3 billones de dólares. Solo mirando las ganancias, todo esto es difícil de entender. La demanda de inteligencia artificial no cambió, los planes de gasto de capital no cambiaron, lo que cambió fue la elección de hace dos días. El Partido Demócrata ganó ambas cámaras y también Texas. El gobernador electo de Texas pidió públicamente suspender inmediatamente el desarrollo de centros de datos, y varios legisladores y gobernadores electos tienen en sus plataformas desacelerar la infraestructura de IA. El mercado entendió una cosa en una noche. La historia de valoración de la IA se basa en gran parte en la rápida expansión de centros de datos, y la llave para esa expansión está en manos de políticos. Muchas cosas difíciles de entender desde la perspectiva de ganancias tienen una lógica sencilla desde la política. La construcción de centros de datos nunca es solo un problema técnico. La potencia computacional construida en la tierra de alguien implica que el costo eléctrico lo asume la red eléctrica local, y los incentivos fiscales los cede la tesorería local. Después de entrar en producción, las ganancias van a los accionistas, pero la presión del costo eléctrico recae en los residentes locales. En los últimos dos años nadie calculó bien esta cuenta porque el mercado alcista ocultó la distribución de costos. Cuando la expectativa de ganancias se tambalea, la asignación de costos se convierte inmediatamente en un tema público. Que el gobernador diga "suspender" no es que no entienda la tecnología, sino que entiende a los votantes. Esto no es el fin del gasto de capital. Es un acto fijo en la mitad de una revolución tecnológica. Así fue con el ferrocarril, la electricidad y el internet. La primera etapa habla de eficiencia, con regulación que da paso a la innovación. La segunda etapa habla de distribución, la política entra en escena y exige redistribuir la factura. Entender este ritmo evita tomar un llamado así como el fin del mundo, ni ingenuamente pensar que la narrativa tecnológica puede estar siempre libre de precios políticos. Hermanos, también hay que decirlo claro. Esta liquidación no es para enterrar el mercado alcista. Los propios políticos tienen sus pensiones ligadas al mercado, y ambos partidos tienen un interés muy alineado en mantener el mercado funcionando. La cuenta política no busca matar esta vaca. Solo quiere una porción más grande, intercambiando parte de las ganancias por votos y finanzas públicas. Al mismo tiempo, hay que vigilar la cuenta de liquidez. La Fed reanudó las subidas en septiembre, y dos presidentes de bancos regionales han dado señales de endurecimiento, insinuando que podría continuar en diciembre. La cuenta política determina la tasa de descuento, la cuenta de liquidez determina el denominador. Cuando ambas se ajustan, las buenas noticias sobre ganancias ya no tienen el control exclusivo de la explicación. Lo que realmente determina la dificultad de invertir es esta desalineación entre libros contables. La mayoría estudia el PER, unos pocos estudian las condiciones restrictivas. La mayoría mira el calendario de reportes financieros, unos pocos el calendario de audiencias. En la ventana donde la variable política domina el precio, al menos los segundos saben cuándo no conviene confundir la suerte con la regla. Pensar que una caída grande es barato, o que una subida larga es seguro, es la misma ingenuidad con dos caras. La situación de los pequeños inversores también puede observarse desde esta relación. El acceso formal al mercado no garantiza automáticamente igualdad real de información. Las señales políticas llegan primero a los informes de los grupos de presión, luego a los titulares de medios financieros, y finalmente a los comentarios en las plataformas de cotización. Cuando la narrativa pública finalmente se aclara, el precio ya ha hecho la mayor parte del ajuste. Mirar las acciones estadounidenses no puede ser solo calcular la economía. La potencia computacional es demanda en la superficie, pero en el fondo es red eléctrica. La valoración es ganancias en la superficie, pero en el fondo es descuento. La elección es asientos en la superficie, pero en el fondo es distribución. Ambos usan a menudo el mismo lenguaje, pero sirven a objetivos diferentes. Saber distinguir esto no garantiza ganancias, pero al menos reduce la ingenuidad. Saber que algunas correcciones no son limpieza de riesgos, algunas recuperaciones no son restauración de tendencia, y que algunos grandes movimientos son finalmente compras hechas por innumerables pequeñas cuentas.

¿Cómo se gana realmente mucho dinero? 1. El dinero grande se gana cuando te calmas y te concentras en hacer solo una cosa; la riqueza no llega con prisa. Puedes aprender cualquier cosa, un método que entiendas bien te abrirá muchas puertas. Debes dominar la esencia en un área, entender su método y principio, y sumergirte profundamente para convertirte en un experto en un pequeño nicho; así entenderás la metodología. 2. El cerebro humano tiene una característica: se enfoca mejor con concentración prolongada y aprendizaje continuo, también llamado investigación o reflexión diaria. Los adultos se imponen muchas restricciones, pensando que deben hacer y pensar en muchas cosas a la vez. Con la edad, deberías calmarte. 3. Concéntrate en una sola cosa, en una dirección, piensa y reflexiona todos los días. No gastes energía en cosas irrelevantes, como interfaces cerebro-máquina o quién es el más rico del mundo, ¿para qué te importa? 4. Si no sabes hacer nada, entonces sé el jefe. 5. Si no tienes dinero, sé intermediario; deja que otros hagan el trabajo que consume tiempo, esfuerzo y dinero, y tú te quedas con la ganancia intermedia. 6. No importa el tamaño de tu capital, sino tu capacidad y mentalidad para hacer negocios grandes. 7. La esencia de la lotería es ficticia, es algo para obtener ganancias sin esfuerzo, que atrae a quienes quieren ganar sin trabajar, alimentando a quienes realmente no trabajan. 8. Todo negocio es así; para ser jefe debes saber cómo organizar el juego. En cualquier industria hay dinero, pero si no sabes organizar, serás solo un peón sin importar el sector. 9. El dinero endurece a las personas, el amor las debilita. Sin amor se puede romper un juego emocional, sin sentimientos se puede romper todo el juego. 10. La deuda saludable es apalancamiento. Usar razonablemente fondos bancarios de bajo interés para ampliar el flujo de caja es más seguro que aferrarse al efectivo y ofrece más oportunidades para mayores ganancias. 11. El 90% de los ricos no hicieron su primera fortuna de forma "glamurosa"; la mayoría aprovecharon las oportunidades de su época y pasaron por zonas grises, pero no lo cuentan. 12. Adáptate a las costumbres locales y respeta las reglas. Mantén buenas relaciones con los locales; no es ser astuto, sino encontrar espacios para sobrevivir y crecer fuera de las reglas. 13. No hagas negocios con mujeres hermosas. La emoción y el interés chocan naturalmente; la belleza distrae y atrae problemas innecesarios. 14. Los ricos ganan principalmente el dinero de la gente común. La diferencia de información en los niveles bajos es el lugar más fácil para ser víctima de marketing y explotación. 15. La esencia de ganar dinero es la competencia. Pasado, presente y futuro no cambian: si eres débil, otros serán fuertes; si no compites, te quedas atrás. 16. Quienes usan ropa de lujo para hacer negocios generalmente no tienen poder real. Los verdaderos grandes se apoyan en su capacidad, no en logos para impresionar. 17. Quienes no pueden dejar el orgullo nunca harán mucho dinero. Saber agacharse, mostrar debilidad y negociar cooperación es la máxima habilidad adulta. 18. El dinero grande nunca se gana lentamente. El verdadero salto de clase ocurre cuando se aprovechan una o dos oportunidades clave, y en uno o dos años se gana lo que otros en toda su vida. 19. Nunca creas en "otros te enseñarán a ganar dinero". La clave es el interés; nadie te dará su fuente de ingresos. El camino real solo se descubre por uno mismo. 20. Si entiendes las primeras diecinueve pero no puedes aplicarlas, queda la última opción: controla tus gastos, invierte periódicamente en el Nasdaq y mantente por diez años. No necesitas organizar juegos, ser despiadado ni buscar diferencias de información. El interés compuesto es la única forma segura de contraatacar para la gente común en China.

¿Por qué el Partido Demócrata odia tanto la AI? Estados Unidos está un poco loco últimamente. Silicon Valley está construyendo centros de datos frenéticamente, Nvidia está ocupada vendiendo chips, OpenAI, Google y Anthropic compiten por entrenar modelos más inteligentes. Según la industria tecnológica, la humanidad ya está al borde de la próxima revolución industrial. Por otro lado, algunas figuras importantes del Partido Demócrata han comenzado a poner freno a la AI. Bernie Sanders propone pausar la construcción de nuevos centros de datos, AOC mostró muestras de agua contaminada alrededor de los centros de datos en el Congreso, Elizabeth Warren propuso gravar a las empresas de AI y a los centros de datos. En las elecciones intermedias de Estados Unidos en 2026, oponerse a la expansión de los centros de datos incluso se ha convertido en un arma electoral para algunos candidatos demócratas. Una encuesta del Pew Research Center de septiembre de este año muestra que el 56% de los demócratas están cada vez más preocupados por la popularización de la AI, y el 75% de los demócratas creen que la AI reducirá los empleos. ¿Por qué el Partido Demócrata está tan preocupado por la AI, y por qué tanto? Entre los seguidores tradicionales del Partido Demócrata hay trabajadores sindicalizados, maestros, médicos, empleados gubernamentales, así como muchos profesionales y empleados de cuello blanco con títulos universitarios, y la AI está empezando a afectar justamente los medios de vida de estas personas. Antes, la automatización en fábricas reemplazaba principalmente trabajos repetitivos en líneas de producción; ahora la AI puede escribir código, diseñar, organizar contratos, redactar informes, incluso participar en investigaciones y realizar cirugías en personas vivas. Un trabajo que antes requería diez personas en una empresa, podría gradualmente realizarse con tres o cuatro personas asistidas por AI. Para un empleado común, cuando el jefe anuncia que la AI ha mejorado la eficiencia, suena como una buena noticia, pero cuando el departamento comienza a despedir gente, la sensación cambia completamente. La AI es muy inteligente, pero tiene un gran defecto: consume mucha electricidad. Esos centros de datos que parecen almacenes están llenos de servidores que necesitan energía para funcionar y agua para enfriarse. Las empresas tecnológicas obtienen capacidad computacional, pero los residentes locales pueden empezar a preocuparse por el costo de la electricidad, los recursos hídricos y el medio ambiente. Esto es fácil de entender: una comunidad originalmente quería oportunidades de trabajo, pero llegó un enorme almacén de servidores, y lo primero que sienten los residentes puede ser la factura de la electricidad. Por eso la oposición a los centros de datos puede trascender las líneas partidistas, y algunos votantes republicanos tampoco los reciben con agrado. Y en esto, el conflicto entre el dinero nuevo y el dinero viejo no es ningún secreto; el dinero viejo no se refiere a unas pocas familias ricas, sino al orden social representado por la élite tradicional, el sistema de valores del Partido Demócrata. El dinero viejo suele valorar la escasez: diplomas de universidades prestigiosas, certificaciones profesionales, formación artística, redes de contactos, todo son barreras que requieren acumulación a largo plazo para obtenerlas, y el valor social de una persona depende en gran medida de estas cosas difíciles de replicar. La AI es precisamente buena para reducir esas barreras. Antes, contratar a alguien para escribir un informe decente costaba dinero, hacer una imagen profesional requería habilidades, y entrar en ciertos campos del conocimiento implicaba un largo aprendizaje; ahora, cualquier persona común puede abrir su computadora y obtener asistencia profesional que antes era costosa. Esto incomoda a una parte del campo demócrata que se apoya en las barreras del conocimiento y las calificaciones profesionales para obtener ventajas. Lo más complicado es que detrás de la AI hay una nueva generación de millonarios que poseen poder computacional, capital, datos y plataformas, y están ganando rápidamente la capacidad de influir en las reglas sociales. Los progresistas del Partido Demócrata ven en esto una imagen familiar: unos pocos multimillonarios se llevan las ganancias tecnológicas, mientras que los trabajadores comunes asumen los costos de la transformación. Así que el sentimiento anti-AI incluye tanto la protección de los trabajadores como la precaución de la vieja élite ante el nuevo poder, y es hora de derramar la leche. Entonces, ¿qué pasaría si realmente se detuviera el desarrollo de la AI? A corto plazo, los pedidos de chips, la inversión en centros de datos y la construcción de infraestructura eléctrica se verían afectados, y la valoración de la cadena industrial de la AI tendría que recalcularse. A largo plazo, la investigación científica, el desarrollo de medicamentos, el diseño industrial y la mejora de la eficiencia empresarial podrían desacelerarse. El índice AI 2026 de la Universidad de Stanford ya muestra que la AI está entrando en la investigación en ciencias naturales, con más del 90% de los modelos avanzados desarrollados por la industria; detener el desarrollo no solo significa perder una herramienta de chat, sino que muchas industrias quedarían paralizadas. Si Estados Unidos se detiene pero China y otros países no, Estados Unidos podría perder su ventaja en talento, capital y tecnología. Por supuesto, pausar no significa que la AI desaparezca de inmediato; los modelos existentes seguirán disponibles y las empresas podrán seguir implementando la tecnología actual. Lo más importante de este debate es que la sociedad estadounidense está empezando a darse cuenta de que el progreso tecnológico por sí solo no resolverá automáticamente los problemas de distribución de beneficios. La AI puede hacer que el pastel sea más grande, pero quién corta el pastel sigue siendo un problema de distribución de poder, un problema político, el problema central y el mayor problema que la sociedad humana ha enfrentado durante siglos. Lo que el Partido Demócrata realmente odia quizás no sea la AI en sí, sino un futuro donde unas pocas gigantes tecnológicas establecen las reglas y los demás solo pueden aceptar pasivamente los resultados. Sin embargo, quienes intentan poner en pausa la AI también deben responder a otra pregunta: si otros siguen avanzando, ¿realmente quieres que toda la sociedad se detenga contigo?