El oficio se ocultó bajo la generación
En la era de los LLM, cualquier sitio web se puede producir gratis en segundos. Una landing, un portfolio, una tienda entera: basta un prompt y el modelo escupe HTML, CSS y copia publicitaria. El problema no es que el resultado sea malo —a veces es indistinguible del trabajo humano—; el problema, según el ensayo «1kB Website as Status Symbol» publicado en el blog async.cat, es que la página ya no demuestra nada sobre su autor.
Cuando cualquier persona puede generar un sitio competente en minutos, la competencia visible (HTML limpio, responsive correcto, JavaScript que funciona) deja de ser señal y se vuelve línea base. El mercado se convierte en lo que el economista George Akerlof bautizó como mercado de limones: cuando comprador y vendedor tienen información asimétrica y el vendedor barato desplaza al caro, la calidad invisible termina pagándose como si fuera cero.
Para un founder esto se traduce en una pregunta incómoda: si tu web, tu app o tu copy se pueden regenerar idénticos mañana con otro prompt, ¿qué te protege del «slop»?
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidadEl desacople: habilidad barata, gusto escaso
El ensayo de async.cat describe un fenómeno que muchos developers han vivido: la habilidad técnica se abarató radicalmente, mientras que el gusto —esa capacidad de decidir qué sobra y qué se queda— se encareció. Antes, habilidad y gusto viajaban juntos bajo el régimen de aprendizaje: un buen programador tenía buen gusto porque lo había absorbido trabajando al lado de alguien con criterio. Hoy el LLM corta ese cordón.
- La habilidad visible (sintaxis correcta, arquitectura limpia, performance aceptable) la entrega un modelo.
- El gusto (qué cortar, qué dejar, qué densidad soporta un mensaje) lo decide una persona, y nadie lo entrenó por separado.
El resultado es una asimetría nueva: sobra mano de obra capaz, falta juicio. Y el juicio es justo lo que tu producto necesita para destacar.
La restricción como filtro
Si la habilidad ya no distingue, ¿dónde aparece el gusto? El argumento central del ensayo es que el gusto solo aflora donde el generador no llega: en el extremo, en la restricción. Un sitio de 3 MB puede absorber doscientos intentos de generación sin que se note ninguna decisión. Un sitio de 956 bytes, no. Cada byte es una decisión que sobrevivió a la poda.
Por eso la restricción dura —un presupuesto de bytes imposible, una fecha límite ridícula, una sola feature bien tallada— es la única prueba que los modelos no pueden aprobar sin supervisión humana. No porque no sepan comprimir, sino porque comprimir implica juzgar, y juzgar requiere el input que el sitio está intentando demostrar.
El principio del handicap, versión web
El biólogo Amotz Zahavi formuló el handicap principle: una señal es creíble cuando le cuesta más al impostor que al honesto. La cola del pavo real es un lastre que solo un animal sano puede cargar; por eso la cola es señal fiable de salud. Mentir exige tener la salud que la cola prueba.
Llevado al diseño web: un sitio bajo 1kB cuesta muchísimo más de fingir que de hacer bien. Un LLM puede iterar hasta hartarse, pero no puede saber qué frase vale sus 30 bytes y qué emoji vale sus 70. Cada byte es una bifurcación, y las bifurcaciones se multiplican: el precio de una palabra depende del arreglo completo. Sin un criterio humano que valore cada rama, el modelo o acepta la versión obvia (cuesta poco, dice poco) o se pierde explorando.
El test de eliminación: ¿es denso o está vacío?
El ensayo propone una herramienta de falsación simple: el test del byte. Borra un byte del sitio. Si la página sobrevive, tenías holgura. Si el significado muere, era genuinamente denso.
La misma lógica aplica a cualquier producto mínimo viable:
- Quita una feature de tu onboarding. ¿Cuántos usuarios completan el flujo igual? Si la tasa no cae, esa feature era decorativa.
- Borra un párrafo de tu pitch. ¿El cliente entiende igual lo que ofreces? Si sí, era ruido.
- Recorta una integración de tu SaaS. ¿Alguno de tus clientes activos la usa? Si no, era costo disfrazado de valor.
Pequeño por vacío y pequeño por densidad no son el mismo objeto. El primero es trivial; el segundo, señal.
Por qué entrenar al modelo no cierra la brecha
Un equipo de producto podría pensar: «si los LLM aún no producen sitios de 1kB con criterio, los entrenamos mejor y listo». El ensayo rebate esa intuición: el entrenamiento masivo lleva al promedio. El gusto del modelo se vuelve más útil en el centro de la distribución y más inútil en los extremos, que es exactamente donde vive el estatus.
Un prompt sofisticado puede llevar al modelo a cualquier parte, pero solo si quien lo escribe ya sabe adónde ir. El prompt hay que inventarlo primero, e inventarlo cuesta el mismo gusto que el sitio pretende exhibir. La división del trabajo no es opcional: el modelo itera, el humano selecciona. Y la selección es lo que no se puede delegar.
Qué significa esto para tu startup
La lógica de async.cat no se limita al HTML. Tres aplicaciones inmediatas para founders:
- Tu sitio o tu app es tu portafolio. Si un freelancer con Cursor lo clona en una tarde, no es señal; es commodity. Pregúntate qué restricción autoimpuesta (peso, latencia, copy, número de features) te haría destacar.
- El «slop» no es un problema estético, es un problema de pricing. Cuando el output de tu equipo se vuelve indistinguible del generado, el cliente paga menos. La restricción es lo que reinstaura el valor.
- Diseña tu propio handicap. Elige una métrica dura (tiempo de carga bajo 100 ms, deuda técnica bajo cierto umbral, NPS por encima de un número) y hazla pública. Que cueste más a un competidor copiarla que a ti sostenerla.
En un mercado saturado de output barato, la restricción bien elegida sigue siendo el único lujo que el LLM no puede falsear.
Fuentes
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidad













