Ahora todo el mundo le pide a la IA que escriba código, pero hoy hice algo más estimulante: lograr que escribiera un fragmento de código que puede gastar dinero automáticamente, con órdenes totalmente desatendidas.

Primero dejé lista la capa de toma de decisiones: pensé bien los límites, los casos peores y las condiciones de kill antes de tocar nada. Quería que Codex montara por sí mismo el sistema con actuadores, pero el canal de entrega estuvo inestable todo el día; así que lo cambié por una construcción gradual desde mi propio hilo principal.

Antes de ponerlo en producción, pasé 7 rondas de code review en modo adversarial y saqué a la fuerza 26 bugs críticos de nivel P0. Esos que pueden romper la concurrencia y provocar una reacción en cadena de órdenes mal enviadas; los fui estrechando una ronda tras otra, hasta llegar a la desviación de reloj. Al final, solo quedó un hueco de envejecimiento que aparece en una esquina con caducidad en 14 días.

Después de desplegarlo en un VPS, en la tarde de un día real, otro canary volvió a atrapar un bug que en pruebas de día estaba todo en verde y solo se veía por la noche.

Esta noche, a las 21:30, por fin se emitió la primera orden de forma real.

La verdad, esto es solo un experimento de aprendizaje con importes pequeños. La exposición diaria es de aproximadamente 10u y configuré una línea de kill dura en 30u. Cambiar dinero pequeño por datos reales y experiencia al tropezar, no es para intentar escalar un modelo de rentabilidad.

Ahora todavía no hay ningún resultado; solo puedo decir: el código ya está en marcha. Esta noche toca esperar la verificación.

¿Hasta qué punto aguanta la barrera de revisión un sistema de IA que gasta dinero?