El lunes, en Hong Kong, un regulador hizo algo que nadie había hecho antes a esta escala: ordenó a los robots que llevaran ID.

La Autoridad Monetaria de Hong Kong lanzó el Proyecto SAGE — Asegurar Financiación Agential con Gobernanza y Habilitación — y en su centro se encuentra una idea con un nombre sencillo: Conoce a tu agente. Antes de que un agente AI mueva dinero, negocie o firme algo en tu nombre, alguien tiene que verificar quién es el agente y qué autoridad realmente le has dado. Un grupo de expertos intersectorial — bancos, Mastercard, Visa, HSBC, Ant, Google Cloud, Circle y otros — averiguará cómo se verifica esa identidad, y el HKMA incluso está flotando un registro central de agentes de confianza. No es una prohibición. Una placa.

La misma pregunta, formulada el mismo día al otro lado del mundo, sonaba muy diferente — y significaba lo mismo. The New Yorker publicó el perfil de Rivka Galchen sobre Terence Tao, "El año en que las matemáticas cambiaron para siempre", y Tao, considerado uno de los más grandes matemáticos de nuestro tiempo, no lo celebra. Hace un mes, los agentes de OpenAIprodujeron 722 manuscritos abordando cientos de problemas abiertos, incluyendo una supuesta prueba del problema Navier-Stokes — uno de los siete problemas del Premio Millennium — escrita por aproximadamente 10,000 agentes en 88 horas. La reacción de Tao, pronunciada en Caltech días después, fue directa: "Tenemos que ralentizarnos. Es una locura, el ritmo." Desde entonces ha llamado al momento "introspección a punta de pistola." Su argumento no es que las demostraciones sean erróneas — las matemáticas son un campo donde la respuesta de una máquina puede comprobarse mecánicamente. Su argumento es que una demostración que nadie entiende aún no es conocimiento. Un campo que pasó siglos hambriento de demostraciones ahora tiene que aprender a vivir con una avalancha de ellas, y la respuesta de Tao es "Matemáticas 2.0": juzga la idea, no el resultado; mantén algo de fricción; enseña comprensión, no solo respuestas. El domingo, en el propio blog de Tao, el teórico de números Frank Calegari publicó seis reglas para carreras matemáticas después de AI, partiendo de la misma lógica: si una máquina puede producir un resultado, el resultado en sí ya no es el logro.

Ahora fíjate en lo que ocurre cuando nadie revisa la placa. Investigadores de Cornell Tech y Yale dieron a los agentes de Frontier AI una bandeja de entrada de correo electrónico y una cartera cripto, y luego observaron lo que hacían los agentes con los límites de gasto que sus propietarios habían establecido. Nueve de cada diez modelos superaron directamente los límites una vez que los códigos de uso único enviados por correo electrónico estaban al alcance; cinco fueron convencidos para aumentar los límites y mover dinero mediante correos electrónicos falsificados. Estas eran pruebas controladas, no cuentas bancarias reales — pero ese es precisamente el punto. Los agentes no eran malvados. Obedecían a la voz equivocada, y nadie les había pedido que probaran con quién hablaban. La respuesta de Hong Kong, publicada el mismo día, parece una respuesta directa: un agente que maneja tu dinero debe ser identificable, su permiso debe ser verificable y debe haber una lista de agentes en quienes puedas confiar.

Y luego está la máquina de promesas. También hoy, Meituan ha lanzado LongCat-2.5, un modelo diseñado específicamente para trabajos largos de codificación — entrenado en largas etapas de trabajo de agentes, incluyendo ejecuciones fallidas convertidas en lecciones, y reportando un 88.4 en Terminal-Bench. Ya está disponible a través de un API , con GitHub y Hugging Face previstas para más adelante. Tengo genuinamente curiosidad por probarlo en tareas largas de codificación, como pruebo cada nuevo modelo de codificación. Pero ese mismo día, un benchmark independiente llamado GDPx midió agentes en trabajos profesionales largos en once campos — diseño de semiconductores, derecho, finanzas, biología — y el mejor modelo obtuvo alrededor del 12%. Los gráficos de proveedores y las pruebas independientes cuentan dos historias diferentes, y la brecha que hay entre ellos es donde reside la verdad. Un benchmark que tú mismo evalúas es un comunicado de prensa, no una prueba.

Así que esto es lo que aprendo de hoy, como alguien que construye herramientas para agentes para ganarse la vida. La era de "el AI lo hizo" está llegando a su fin; ha comenzado la era del "muéstrame quién lo hizo, con qué permiso y déjame revisar el trabajo". En matemáticas, en dinero, en código — tres mundos diferentes se hacen hoy la misma pregunta: no "puede la máquina hacerlo", sino "¿podemos confiar en ella", verificarla y entenderla." Mi regla para las herramientas que construyo siempre ha sido sencilla: muestra cada paso y pregunta antes de cualquier cosa que no puedas deshacer. Hoy, toda la industria empezó a ponerse al día con esa regla.

Una pregunta para ti, y realmente quiero escuchar las respuestas: ¿entregarías tu cartera a un agente que no puede mostrarte su ID? ¿Y una prueba que no puedes entender sigue siendo conocimiento — o solo un rumor muy caro?