Hecho con IA. Dirigido por personas.

Todo lo que produce Blyzai está hecho con IA. El código, los modelos que adaptamos, los benchmarks, la documentación, esta web. Una persona decide qué se construye, dirige el trabajo, lo valida en hardware real y lo firma. La IA hace el resto, y hace la mayor parte.

No es un atajo. Es el método. En nuestros propios proyectos, una o dos personas que trabajan así entregan lo que antes planificábamos para un equipo de veinte a veinticinco. Es una estimación desde nuestra propia experiencia dirigiendo equipos de tecnología durante veinticinco años, no un benchmark; pero es lo que permite a un laboratorio de este tamaño construir productos, adaptar modelos y publicar investigación a la vez.

Productos. De principio a fin: arquitectura, móvil, backend, inferencia en el dispositivo, voz en tiempo real. LEXA, nuestro tutor socrático para alumnos de secundaria, es el primero; funciona sin conexión en una tablet de 120 €. lexa.blyzai.com

Modelos. No entrenamos desde cero: tomamos modelos abiertos y hacemos que hagan una cosa bien donde la nube no llega. Eso significa ajuste fino para el comportamiento, alineamiento por preferencias para que aguante la presión, destilación de maestros grandes a alumnos pequeños, y cuantización y optimización de la caché para que el resultado quepa en la memoria de un dispositivo de gama media. Nuestro próximo modelo es una base abierta europea ajustada para negarse a darle la respuesta a un alumno.

Medición. Cada afirmación de rendimiento que hacemos la hemos medido en el hardware de destino y la hemos publicado: el protocolo tal como se ejecutó, los datos en bruto y lo que no medimos. Benchmarks · DOI

Infraestructura y herramientas. Los pipelines, los bancos de evaluación, el despliegue, esta web: construidos y mantenidos por el mismo bucle.

El bucle tiene tres papeles, y uno de ellos es humano.

El director define qué se construye y por qué, fija las restricciones y valida cada resultado en el hardware de destino. No sale nada que el director no haya visto funcionar.

El arquitecto —una IA— convierte cada decisión en una tarea atómica y verificable: un cambio, una comprobación, un punto de vuelta atrás antes de tocar nada, un paso de validación antes de confirmar. Lee primero e informa antes de actuar; nunca supone.

El constructor —otra IA, trabajando en el código— ejecuta esas tareas e informa con evidencias: la salida del build, los resultados de las pruebas, el comando exacto y su resultado exacto.

Y después, un adversario revisa el trabajo. Una pasada aparte, con una sola instrucción: romper lo que se acaba de construir. Inyectar cadenas prohibidas y ver si las comprobaciones las detectan. Desactivar JavaScript. Cambiar de idioma a mitad de página. Enviar el formulario veinte veces con basura. Nada se cierra mientras una pasada adversaria encuentre algo que haya que arreglar.

En cada decisión y en cada cifra.

La persona elige el problema, el producto, las contrapartidas y el punto de parada. La persona dice no a una funcionalidad, todavía no a un lanzamiento, y esa cifra no está medida, quítala. Cada métrica de esta web la ha medido una persona en un dispositivo real, tiene una fuente que puede citar o está etiquetada como estimación. Si no se cumple ninguna de las tres cosas, no está aquí.

La IA escribe. Una persona firma. Ese es todo el acuerdo.

Local por defecto. Lo que funciona en el dispositivo es privado por arquitectura, no cuesta nada por usuario, funciona sin conexión y no depende de la política de precios de nadie. La nube es para lo que el dispositivo todavía no puede hacer, y esa frontera se desplaza hacia el dispositivo cada año. Construimos del lado que avanza.

La soberanía es una propiedad técnica, no un eslogan. Un modelo abierto que puedes inspeccionar, adaptar y ejecutar tú mismo es uno que ningún proveedor puede retirar, encarecer o reentrenar a tus espaldas. Preferimos modelos abiertos europeos donde existen, y decimos claramente dónde se quedan cortos.

Privacidad por arquitectura, no por política. Una promesa en un documento se puede revisar. Un sistema que nunca envía los datos no puede filtrarlos.

Números honestos. Medidos, etiquetados y publicados con sus limitaciones. Un cero sin control no prueba nada; lo aprendimos por las malas y lo dejamos escrito.

Abiertos donde podemos. Benchmarks, protocolos, bancos de evaluación y las reglas de nuestro propio método.

La landing de LEXA se reconstruyó en un día con ese bucle: siete revisiones adversarias y dieciséis hallazgos, tres de ellos bloqueantes. Un fallo grave llegó aun así a producción y duró menos de una hora; la regla que lo habría detectado ya está escrita. Esta web pasó por el mismo bucle al día siguiente. Cada hallazgo, cada regla aprendida de él y cada decisión están escritos.

LEXA se construyó igual, por una sola persona: tres niveles —en el dispositivo, chat en la nube y voz en tiempo real— en Android.

Las reglas del método son públicas. Once, cada una con el error que la produjo. Léelas →

No publicamos cifras que no hayamos medido.

No dejamos que la IA decida qué se construye, ni si está terminado.

No escondemos que usamos IA. Creemos que viene lo contrario: las empresas que lo escondan tendrán que explicar por qué.

El mismo bucle que construye software dirigirá máquinas. Un modelo que funciona en un dispositivo es un modelo que puede funcionar en un robot, con la misma privacidad por arquitectura, la misma independencia de la nube y la misma persona validando en hardware real. Ya trabajamos con hardware en el borde; la IA encarnada es el siguiente paso natural, y pensamos llegar de la misma forma: modelos pequeños, inferencia local, medidos sobre lo real.

Velocidad sin incoherencia. Una sola cabeza, un solo conjunto de decisiones, ejecutado al ritmo de un equipo.

Coste estructuralmente bajo. El bucle es el equipo. Es lo que permite que nuestro plan gratuito sea gratuito, y que podamos llevar a la vez producto, modelos e investigación.

Modelos adaptados, no APIs envueltas. Lo que entregamos es un modelo ajustado para un trabajo y funcionando donde lo necesitas, no un prompt delante del endpoint de otro.

Un método que puedes tomar prestado. Es lo que llevamos a las pocas empresas con las que trabajamos en IA aplicada. Es también la razón por la que nos llamamos laboratorio y no consultora: el método es el producto; la consultoría es cómo lo financiamos.