Small Software: La tesis de YC para el futuro extensible

¿Por qué el software web se siente cada vez más rígido?

La mayoría del software que usamos hoy en día es estático. Los desarrolladores tienen tiempo y atención limitados, por lo que se enfocan en construir las funciones que sirven al grupo más grande de usuarios. Esto deja una larga cola (long-tail) de necesidades insatisfechas que son únicas para cada persona.

Con la llegada de los modelos de lenguaje grandes (LLMs), esta dinámica está cambiando radicalmente. La capacidad de generar código bajo demanda ha permitido la emergencia de lo que algunos expertos llaman "Small Software" o aplicaciones personalizadas para uno solo, herramientas que saltan toda la complejidad del software empresarial tradicional.

Jeremy Morrell, ingeniero de Cloudflare, plantea en su último análisis que estamos ante una oportunidad histórica para reinventar la arquitectura del software web: pasar de productos cerrados a plataformas extensibles nativamente impulsadas por IA.

🚀 Antes de buscar capital, valida el negocio

Una comunidad de emprendedores construyendo con IA como apalancamiento — sin humo de startup, con foco en lo que funciona.

👥 Construir en la comunidad

El auge del "Small Software" según Y Combinator

La tesis del "Small Software" no es nueva, pero nunca ha tenido tanto tracción como ahora. En sus Requests for Startups (RFS) de otoño de 2026, Y Combinator, a través de Pete Koomen, lanzó explícitamente la idea de construir una nube dedicada a este tipo de software.

Según la descripción oficial del proyecto, el objetivo es crear una plataforma donde una aplicación construida por un agente de IA pueda ir desde el código hasta una URL compartida y segura en un solo paso. La visión es clara: las nubes tradicionales (AWS, Azure, GCP) están diseñadas para grandes organizaciones de ingeniería y son demasiado complejas para una sola persona que despliega una herramienta interna.

"Los agentes hacen fácil construir herramientas personales para ti o tu equipo. Pero desplegarlas, asegurarlas y compartirlas sigue siendo mucho más complicado que crearlas", señala la tesis de YC.

Esto valida lo que muchos founders ya están observando: el costo marginal de crear software personalizado está cayendo a cero, pero el costo de distribuirlo y ejecutarlo de forma segura sigue siendo alto.

Pi.dev y el modelo de software extensible

Un ejemplo concreto de esta nueva categoría es Pi.dev. A diferencia de los asistentes de chat tradicionales, Pi funciona como un sistema operativo extensible: ofrece un núcleo probado, pero permite a los usuarios agregar funcionalidades simplemente pidiéndolo. Cuando un usuario solicita una nueva función, el sistema genera una extensión en TypeScript, la recarga en tiempo real y la ejecuta dentro de un entorno controlado.

Este enfoque resuelve un problema clásico: la tensión entre la robustez del producto y la flexibilidad que necesita el usuario. En lugar de que los desarrolladores intenten prever todas las necesidades, confían en que la comunidad (o el propio usuario) las resolverá mediante extensiones generadas por IA.

Sin embargo, la mayoría de los ejemplos actuales de software extensible son locales: complementos de IDEs, mods de videojuegos o plugins de Blender. Estas herramientas tienen una barrera de entrada alta y requieren confianza total del usuario en el desarrollador del plugin. El gran desafío pendiente es llevar este modelo a la web, donde la seguridad y el aislamiento son críticos.

El obstáculo técnico: Seguridad vs. Extensibilidad

Ejecutar código arbitrario de terceros en la web es inherentemente peligroso. Si permites que un usuario ejecute scripts en tu plataforma, ese código podría:

Robar claves de API o datos sensibles.
Realizar ataques de denegación de servicio (DoS) contra tu infraestructura.
Escapar del entorno aislado para acceder a otros inquilinos.

Plataformas históricas como Salesforce resolvieron esto hace casi dos décadas con Apex, un lenguaje propietario basado en Java que permite a los usuarios escribir lógica personalizada que se ejecuta de forma segura dentro de su base de datos. Aunque efectivo, Apex requiere una curva de aprendizaje pronunciada y une estrechamente la lógica de negocio con la base de datos.

Morrell propone que en 2026 tenemos mejores opciones técnicas. En lugar de lenguajes propietarios, podemos usar primitivas modernas de sandboxing (como WebAssembly o contenedores efímeros) combinadas con un modelo de capacidades.

El poder del modelo de capacidades

En lugar de darle al código del usuario acceso a credenciales reales (como una clave de API de Twitter o Google), la plataforma le entrega objetos de capacidad restringidos. Por ejemplo, en lugar de dar acceso a la API completa de correo electrónico, se le da una función específica: enviar_email_a(contacto_id).

De esta manera, el código generado por el LLM puede hacer cosas útiles sin poder exfiltrar datos ni realizar acciones no autorizadas. Es un cambio de paradigma: pasar de "dar acceso a recursos" a "otorgar permisos de acción".

¿Qué significa esto para tu startup?

Si estás construyendo una herramienta B2B o B2C en 2026, la pregunta ya no es "¿qué funciones debería añadir?", sino "¿qué partes de mi producto puedo entregarle al usuario para que las extienda él mismo con IA?".

Aquí hay tres acciones concretas que puedes implementar:

Identifica puntos de gancho (Hooks): Analiza tu producto y busca momentos donde un usuario querría hacer algo que no está en tu roadmap. ¿Necesitan exportar datos a un formato específico? ¿Quieren automatizar una respuesta basada en reglas únicas? Esos son candidatos ideales para extensiones.
Diseña para la extensibilidad, no solo para la integración: Las integraciones estándar (Slack, Notion) son commodity. Lo que crea retención es permitir que el usuario cree su propia integración. Piensa en cómo podrías exponer APIs que permitan a un agente de IA actuar en nombre del usuario de forma segura.
Invierte en infraestructura de ejecución segura: Si decides abrir tu plataforma a extensiones de usuarios, necesitarás una capa de ejecución aislada. Evalúa tecnologías como Cloudflare Workers, Deno Deploy o soluciones basadas en WebAssembly que permitan ejecutar código efímero con costos cercanos a cero y tiempos de inicio en milisegundos.

El futuro del software no es una lista infinita de funciones, sino un núcleo sólido con la capacidad de convertirse en cualquier cosa que el usuario necesite. Quienes logren equilibrar esa flexibilidad con la seguridad adecuada, liderarán la próxima ola de productividad impulsada por IA.