La IA construyó un sistema operativo completo sola. ¿Qué hacemos ahora?
El 19 de mayo de 2026, en el Shoreline Amphitheatre de Mountain View, Koray Kavukcuoglu subió al escenario del Google I/O con algo que no era un modelo nuevo, ni un demo de realidad aumentada, ni un anuncio de precios.
Era una oración.
Kavukcuoglu, Director de Tecnología de Google DeepMind y Chief AI Architect de Google, dijo en el briefing de prensa previo al evento: "Puede ejecutar de forma independiente pipelines complejos de coding o gestionar proyectos de investigación iterativos completamente por sí mismo. Incluso hemos logrado probarlo construyendo un sistema operativo funcional desde cero."
No un programa. No una aplicación. Un sistema operativo — el software base sobre el que corre una computadora — construido completamente por agentes de IA trabajando solos.
La sala quedó en silencio por un segundo. Luego llegó el aplauso. Y después, la pregunta que la comunidad de desarrollo no pudo dejar de hacerse durante semanas: ¿qué significa esto para nosotros?
Lo que se anunció y lo que no se dijo
Antes de entrar al debate, hay que ser precisos sobre lo que Kavukcuoglu reveló — y lo que no.
El sistema operativo fue una prueba interna. No fue publicado. No hay repositorio. No hay documentación técnica sobre qué tan "completo" era ese OS, cuánto tiempo tomó construirlo, ni qué nivel de intervención humana hubo en la validación. Google no presentó un paper. Presentó una afirmación de CTO en un briefing de prensa.
Eso no lo hace menos significativo. Lo hace más interesante.
Porque si un CTO de Google DeepMind está dispuesto a decir eso públicamente, con su nombre en la cita, en el evento de developers más importante del año de su empresa, la inferencia razonable es que la prueba fue suficientemente sólida como para resistir el escrutinio público. Los ejecutivos no arriesgan su credibilidad técnica en afirmaciones que sus propios ingenieros van a refutar en privado.
Lo que sí se mostró con detalle fue la infraestructura que hizo posible esa prueba: Gemini 3.5 Flash, descrito por Kavukcuoglu como el modelo más potente de la compañía para coding y tareas autónomas, corriendo a doce veces la velocidad de modelos frontier comparables, capaz de gestionar proyectos de investigación y ejecutar pipelines de coding de múltiples pasos — y en pruebas internas, construir un sistema operativo desde cero dentro de Antigravity, la plataforma de desarrollo agéntico de Google.
Qué es Antigravity 2.0 y por qué importa más que el modelo
La gran historia del Google I/O 2026 no fue el modelo. Fue la plataforma.
Kavukcuoglu lo formuló con claridad en el briefing: "Estamos expandiendo Antigravity más allá de un entorno de coding y convirtiéndolo en una plataforma para desarrollar y gestionar equipos de agentes de IA autónomos."
Antigravity no es solo un editor — es una plataforma de desarrollo que combina una experiencia de coding familiar con una interfaz agent-first. Permite desplegar agentes que planifican, ejecutan y verifican tareas complejas de forma autónoma a través del editor, la terminal y el navegador.
La arquitectura tiene dos modos de trabajo que conviven:
El Editor View — el IDE clásico con autocompletado e inline commands para cuando el developer quiere control directo sobre el código.
El Manager Surface — una interfaz dedicada donde puedes spawnear, orquestar y observar múltiples agentes trabajando de forma asíncrona en distintos workspaces simultáneamente. Un agente generando código, otro produciendo assets de diseño, un tercero planificando la arquitectura del producto.
Las tareas programadas son particularmente significativas: en lugar de enviar prompts manualmente cada vez, los developers pueden definir tareas que invocan agentes automáticamente en background, convirtiendo al agente de una herramienta de turno único en algo más cercano a un pipeline de automatización persistente.
Y hay un detalle que pasó casi desapercibido en la cobertura: Antigravity soporta model optionality con acceso a Gemini 3 Pro, Claude Sonnet 4.5 de Anthropic y los modelos de OpenAI. Google construyó su plataforma agéntica para correr sobre modelos de la competencia. Eso no es un accidente — es una apuesta por ser la capa de orquestación del ecosistema, independientemente de qué modelo gane la carrera de capacidades.
La verificación: el problema que nadie resuelve con un demo
Hay algo que los anuncios de capacidades extraordinarias rara vez muestran: cómo se verifica que lo que produjo el agente es correcto.
Un agente que construye un sistema operativo desde cero es impresionante. Un agente que construye un sistema operativo desde cero que funciona bien, que es seguro, que no tiene vulnerabilidades críticas — eso es un problema de verificación, no de generación.
Antigravity lo aborda con un concepto llamado Artifacts: los agentes generan entregables tangibles — listas de tareas, planes de implementación, capturas de pantalla, grabaciones del navegador — que permiten verificar la lógica del agente de un vistazo. Si algo parece incorrecto, puedes dejar feedback directamente en el Artifact — similar a comentar en un documento — y el agente incorporará tu input sin detener su flujo de ejecución.
Es un modelo interesante: en lugar de scrollear por llamadas a herramientas en bruto, el agente produce evidencia de su razonamiento en un formato que un humano puede auditar rápidamente. La supervisión se convierte en revisión de Artifacts, no en lectura de logs.
Pero el desafío de fondo persiste: el problema de ingeniería más difícil ya no es la velocidad de generación de código. El problema más difícil es cómo definir límites, verificar acciones, preservar la trazabilidad y mantener el comportamiento de los agentes estable cuando operan a través del editor, la terminal, el navegador, las APIs y los entornos de runtime.
Un OS construido por agentes no vale nada si no hay un framework que certifique que es seguro ejecutarlo. Google presentó la capacidad. El framework de validación es el trabajo pendiente.
El cambio de paradigma que el anuncio está describiendo
Hay una frase del anuncio oficial de Google que merece más atención de la que recibió. En la nota de desarrolladores del I/O, Google describió el propósito de Antigravity así: "Escalar prototipos construidos con vibe coding hacia producción requiere una nueva clase de herramientas. Explorar la transición desde la exploración rápida en Google AI Studio hasta el desarrollo autónomo usando Google Antigravity."
Eso es una declaración sobre la trayectoria del rol del developer. No "construye con IA". No "la IA te asiste". Sino: el developer hace el prototipo rápido, y luego los agentes autónomos escalan ese prototipo a producción.
El flujo implícito es:
- Developer define la intención y valida el concepto en AI Studio (rápido, interactivo)
- Antigravity toma esa intención y la ejecuta con agentes autónomos hasta producción (autónomo, verificable)
El developer sigue siendo el punto de entrada. Pero el punto de salida — producción — cada vez está más lejos de sus manos directas.
Esto conecta con algo que Boris Cherny dijo en Anthropic sobre el mismo período: más del 80% del código que Anthropic integra a su propio codebase es escrito por Claude, no por humanos. Google, con el anuncio del OS, está diciendo implícitamente que están en el mismo lugar.
Qué cambió en el ecosistema de herramientas
El Google I/O 2026 también marcó el fin oficial de Gemini CLI como producto independiente.
El 18 de junio de 2026, Gemini CLI y las extensiones de Gemini Code Assist para IDE dejaron de servir requests para usuarios de Google AI Pro y Ultra, así como para usuarios gratuitos de Gemini Code Assist para individuos. Antigravity CLI es el reemplazo directo.
La unificación tiene una razón técnica concreta: Antigravity CLI comparte el mismo agent harness que Antigravity 2.0, la nueva aplicación de escritorio, lo que significa que todas las mejoras futuras al núcleo de agentes se aplican automáticamente en ambas superficies.
Para developers que ya usan la terminal como flujo principal, la migración preserva las funciones más críticas de Gemini CLI: Agent Skills, Hooks, Subagents, y Extensions — ahora renombrados como Antigravity plugins.
La CLI fue construida en Go, lo que la hace más rápida en ejecución — un detalle que importa cuando los loops de agentes corren decenas de iteraciones por tarea.
La pregunta que el debate dejó abierta
Cuando Kavukcuoglu dijo "construimos un sistema operativo desde cero", la comunidad de developers no reaccionó con pánico. Reaccionó con algo más matizado: una mezcla de asombro genuino y la pregunta correcta.
El OS no es la historia. La historia es lo que implica sobre la dirección.
Si los agentes pueden construir un OS — con toda su complejidad de gestión de memoria, scheduling de procesos, manejo de hardware, seguridad en el kernel — entonces la pregunta que queda para el developer humano no es "¿me van a reemplazar?" sino "¿en qué parte del proceso sigo siendo el eslabón más valioso?"
Y la respuesta, que se repite en cada conversación seria sobre agentes en producción, es la misma:
En la definición del problema. Los agentes son extraordinariamente buenos ejecutando hacia un objetivo bien especificado. Son pésimos decidiendo qué objetivo merece ser ejecutado.
En la validación de consecuencias. Un OS funcional no es un OS seguro. Un feature terminado no es un feature correcto para el negocio. El agente produce; el developer decide si lo que se produjo debería existir.
En la responsabilidad. Cuando el sistema falla en producción a las 3 AM, alguien tiene que tomar la decisión. Los agentes no asumen responsabilidad. Las personas sí.
Como lo formuló Dany Paredes en su análisis del evento: el rol del developer está cambiando de construir interfaces estáticas a construir plataformas inteligentes. No menos trabajo. Trabajo diferente.
Qué puedes hacer con esto hoy
Si estás construyendo productos con IA — ya sea sobre Next.js, Supabase, o cualquier otro stack — el anuncio de Google tiene implicaciones prácticas inmediatas:
Antigravity 2.0 ya está disponible en preview público, sin costo para individuos, en MacOS, Windows y Linux. Si usabas Gemini CLI, la migración a Antigravity CLI es la ruta directa y Google ya publicó la documentación técnica.
Los Managed Agents en la Gemini API están disponibles ahora: con una sola llamada a la API, puedes levantar un agente que razona, usa herramientas y ejecuta código en un entorno Linux aislado. Cada interacción crea un entorno que puede reanudarse en llamadas siguientes con todos los archivos y estado intactos, habilitando sesiones de múltiples turnos sin reinicializar el contexto.
Gemini 3.5 Flash ya es el modelo por defecto en la app de Gemini y en Search globalmente. TechCrunch confirma que sus capacidades agénticas ya están generando impacto entre partners — bancos y fintechs automatizando workflows de semanas, equipos de data science encontrando insights en entornos de datos complejos.
Lo que el OS significa de verdad
Construir un sistema operativo desde cero es, en el mundo de la programación, el equivalente de escalar el Everest. Es el proyecto que los estudiantes de Computer Science usan como referencia de complejidad máxima. Es la razón por la que Linus Torvalds se convirtió en leyenda.
Que un agente lo haya hecho — aunque sea en prueba interna, aunque sea sin publicar — es una señal de dónde estamos parados.
Pero el mensaje de fondo no es que los programadores sobren. Es que el trabajo cambia de lugar.
La tarea valiosa deja de ser escribir el código. Pasa a ser diseñar el sistema que dirige a los agentes que lo escriben, validar lo que producen, y asumir la responsabilidad de las decisiones que ningún agente puede tomar.
El Everest ya lo escalaron los agentes. El trabajo del developer ahora es decidir si esa montaña era la que valía la pena escalar, y qué hacemos con lo que encontramos arriba.
Comentarios