La IA descifró dos mensajes de guerra sin resolver por su cuenta — y la empresa que enseña a la IA a diseñar chips se valúa en 40 mil millones de coronas suecas

Cuando la IA comienza a hacer lo que creíamos que solo los humanos podían

Hay momentos en los que un cambio tecnológico deja de ser abstracto y se vuelve concreto. La semana pasada brindó dos de esos momentos — y juntos dibujan los contornos de lo que realmente significa la siguiente fase del desarrollo de la IA.

La máquina Enigma es una de las maravillas criptográficas más conocidas de la historia. Alan Turing y su equipo en Bletchley Park descifraron el código durante la Segunda Guerra Mundial con la ayuda de máquinas calculadoras mecánicas y un brillante pensamiento matemático. Pero un puñado de mensajes ha permanecido sin resolver desde entonces — a menudo debido a transcripciones incorrectas o errores de los operadores de códigos originales. Ahora TechCrunch reporta que dos criptoanalistas utilizaron modelos modernos de IA para resolver no uno sino dos de estos acertijos históricos.

Lo que hace la historia técnicamente fascinante es cómo ocurrió. El desarrollador Carter Leffen asignó al modelo Astra de OpenAI la tarea de buscar independientemente en un archivo de mensajes Enigma sin codificar. El modelo realizó investigación de archivos por su cuenta, identificó pistas contextuales, luego construyó su propio simulador de la máquina Enigma — y finalmente logró recrear el texto en claro en un mensaje que había permanecido sin resolver desde 2005.

Frode Weierud, ingeniero jubilado y veterano criptoanalista, confirmó la solución y describió su asombro ante el resultado. Su comentario me llamó la atención:

"GPT-6 Astra se comporta como un criptoanalista e investigador de archivos muy profesional. Lo que logró en dos días le tomaría a una persona semanas o meses."

Weierud había dedicado varias semanas por su cuenta a revisar los mismos archivos que Astra consultó. No es una diferencia pequeña — es un orden de magnitud.

Diseño de chips: el ciclo de autorrealimentación

Al mismo tiempo, TechCrunch reporta otro avance con consecuencias aún más profundas para la infraestructura de IA en su conjunto. La empresa emergente Ricursive Intelligence, fundada a finales de 2025 por Anna Goldie y Azalia Mirhoseini, ha recaudado capital en menos de cuatro meses que valúa la empresa en 40 mil millones de coronas suecas.

Goldie y Mirhoseini no son recién llegados. Anteriormente lideraron AlphaChip de Google — un sistema que podía generar diseños de circuitos en horas en lugar de meses, y que fue la base de varias generaciones de procesadores de tensor de Google. Ahora quieren ir mucho más allá.

Lo que distingue el enfoque de Ricursive es lo que llaman el ciclo de desarrollo autorrealimentado: un sistema que no solo resuelve un único problema de diseño, sino que recopila experiencias de cada circuito que dibuja y las aplica al siguiente. Cuantos más chips diseña el sistema, más competente se vuelve. El objetivo es reducir el tiempo que toma diseñar un circuito integrado avanzado — de los actuales dos o tres años a algunas semanas.

Es una lógica que cualquier desarrollador de sistemas puede apreciar fácilmente: es esencialmente el mismo principio que el aprendizaje reforzado aplicado al diseño de hardware. El sistema se optimiza hacia un objetivo, recopila datos sobre el resultado e itera. La diferencia es que cada iteración aquí resulta en un chip físico que a su vez puede impulsar sistemas de IA más potentes.

Dos avances, un patrón

¿Qué tienen en común el criptoanálisis de mensajes de la Segunda Guerra Mundial con el diseño de chips? En la superficie — nada. Pero bajo la superficie comparten un patrón importante: ambos representan dominios donde el conocimiento especializado profundo previamente constituía el límite absoluto de lo que era posible.

El criptoanálisis requiere comprensión del contexto histórico, razonamiento lógico y la capacidad de manejar información incompleta. El diseño de chips requiere experiencia en física de semiconductores, compensaciones arquitectónicas y la capacidad de optimizar contra cientos de requisitos competidores simultáneamente. En ambos casos, la IA no solo comienza a asistir — comienza a entregar.

Vale la pena subrayar que esto no son demostraciones en entornos de laboratorio controlados. La solución Enigma fue confirmada por uno de los principales expertos mundiales en el campo. La valoración de Ricursive refleja que el mercado de capitales toma las consecuencias completamente en serio.

Nos encontramos en una fase donde la IA deja de ser una herramienta que usamos y comienza a ser un agente que resuelve problemas — a veces más rápido y mejor que los mejores especialistas humanos. No es aterrador. Es extraordinario.