Terry Tao, matemático ganador de la medalla Fields, ha usado agentes de coding modernos para llevar una veintena de applets didácticos escritos en Java 1.0 en 1999 a Javascript funcional en 2026. Los applets (para visualizar objetos como estructuras de panal o conjuntos de Besicovitch) se habían vuelto inutilizables cuando los navegadores dejaron de soportar esa versión de Java. En pocas horas el agente completó la migración, incluso con mejoras gráficas (el applet de Besicovitch ahora tiene color, el original era monocromático).

Tao encontró solo un bug menor en el código generado (manejo de un evento drag), mientras que el agente identificó dos en el código original que Tao nunca había notado. Tras este éxito, pidió al agente construir desde cero un visualizador para la relatividad especial que en 1999 había tenido que abandonar por su complejidad. Después de un par de horas de conversación, la app que tenía en mente hace 27 años ahora existe y funciona. El mismo día añadió un visualizador para la conjetura de Gilbreath, complementando un paper que acababa de publicar.

Por qué te interesa. Tao no es un marketer: es un matemático que trabaja en problemas difíciles y acaba de demostrar que los agentes de coding funcionan con código real, antiguo y nuevo. Su observación más interesante: como estos visualizadores son ayudas secundarias y no componentes críticos, el riesgo de bugs generados por IA es aceptable. Es una distinción que aplica a muchos casos de uso: donde el error no es catastrófico, la velocidad y la recuperación de proyectos abandonados superan la perfección.

En detalle

El contexto: applets abandonados y proyectos demasiado complejos

Tao empezó a escribir applets Java para sus cursos de análisis complejo y álgebra lineal en 1999, cuando enseñar matemática en la web significaba programar manualmente cada visualización. Los applets funcionaban, pero requerían tiempo y el mantenimiento se volvía costoso. Cuando los navegadores dejaron de soportar Java 1.0, ese código se convirtió en arqueología digital.

Mientras tanto, también había comenzado a escribir un editor geométrico para la relatividad especial —esencialmente Inkscape pero en espacio de Minkowski— y se había detenido a mitad porque la complejidad del código se había vuelto inmanejable para una sola persona.

Qué hizo el agente

Tao pidió a un agente de coding que llevara el viejo código Java a Javascript moderno. El agente completó la migración de aproximadamente dos docenas de applets en pocas horas, manteniendo la funcionalidad original y añadiendo algunas mejoras gráficas (por ejemplo, la coloración del applet de Besicovitch, que el original no tenía). Tao encontró un solo bug en la gestión de eventos drag en uno de los applets de análisis complejo. El agente, en cambio, encontró dos en el código original que Tao nunca había notado.

Posteriormente, Tao pidió al agente construir desde cero el editor para la relatividad especial que había abandonado. Después de aproximadamente dos horas de conversación (una transcripción reducida está publicada en su blog), la app funciona y corresponde a la visión que tenía en 1999. El mismo día, añadió un visualizador para la conjetura de Gilbreath, como suplemento interactivo a un paper recién publicado.

El balance de calidad

Tao escribe: «Notoriamente, los agentes basados en LLM pueden crear varios bugs evidentes o sutiles; pero en el porting de estas dos docenas de applets, encontré solo un bug menor, y de hecho el agente identificó dos bugs en mi código original de los que no era consciente, así que al final fue un empate en cuanto a la calidad del código.»

La observación clave es esta: como estos applets son ayudas visuales secundarias, no componentes críticos de un argumento matemático, el riesgo de tales bugs es relativamente bajo. No está diciendo que el código generado sea perfecto, está diciendo que el trade-off entre velocidad y riesgo, en este contexto, se inclina hacia hacer las cosas.

Qué cambia para quienes escriben código con agentes

Tao es un observador creíble: no vende nada, no promueve una herramienta, cuenta qué funcionó en un problema real. Su experiencia confirma lo que contábamos el 5 de julio con la reescritura de sqlite-utils: los agentes modernos cierran proyectos que una sola persona había tenido que dejar incompletos por su complejidad.

Pero también introduce una distinción útil: no todo código tiene la misma sensibilidad al riesgo. Un visualizador didáctico que sirve para entender un concepto, donde un bug es visible a simple vista, no es lo mismo que un sistema de pagos o un pipeline de datos crítico. Donde el error es reconocible y el daño contenido, la velocidad de los agentes se vuelve usable. Donde el error silencioso puede propagarse, siguen siendo necesarios los controles rigurosos que hemos contado en las lecciones del curso.

Los límites

El propio Tao declara que se trata de una versión alpha e invita a reportar bugs. La naturaleza generada por LLM del código no está oculta, está declarada. El applet de relatividad especial ha sido testeado, pero no exhaustivamente. La transparencia sobre el nivel de confianza es parte del método.