La pregunta —si los modelos de lenguaje (LLM) son un peligro para el open source— ya no se debate solo en foros técnicos. En las últimas semanas se ha convertido en una conversación incómoda dentro del propio ecosistema: la misma tecnología que multiplica la productividad también está alterando el modo en que los proyectos abiertos se hacen visibles, se sostienen y, sobre todo, se monetizan.
En un extremo del debate aparece la postura pragmática: los LLM no tendrían por qué “matar” el open source si el negocio no depende de vender el software, sino de lo que se construye alrededor (servicio, operación, soporte, marca, comunidad). Esa idea —compartida en X por @fernandot— recuerda una máxima clásica: el código puede ser un medio, pero la singularidad suele estar en la ejecución y en el servicio.
En el otro extremo, el tono es de ruptura. El desarrollador Marc Schmidt (@MarcJSchmidt) anunciaba que, a partir de ahora, su nuevo código será cerrado y que sus librerías (con más de 1 millón de descargas al mes, según él) pasarán a ser de pago. Su argumento no gira tanto en torno a la “copiabilidad” del open source —algo asumido desde siempre— como a la desaparición del incentivo económico que antes aportaba la atención humana: documentación leída por personas, reputación construida a base de interacción directa con el proyecto y un flujo predecible desde “uso gratuito” a “pago por productos o servicios”. En su visión, los agentes rompen ese circuito porque “leen” la documentación por el usuario y evitan el contacto con la marca del mantenedor.
El problema no es el código: es la atención
En la práctica, muchos modelos de negocio open source han vivido de un equilibrio frágil:
- Open core: la base es gratuita y el dinero llega por capas premium, componentes de pago o servicios cloud.
- “Expertise moat”: el creador se convierte en referencia, y monetiza por consultoría, formación, charlas o mejores oportunidades profesionales.
Ambos modelos dependen, en mayor o menor medida, de que el usuario pase por la documentación, la web del proyecto, el repositorio o el canal oficial. Si el consumo de información se desplaza a un “intermediario” (agente) que responde sin que el usuario visite el sitio, el “escaparate” se apaga. Y cuando se apaga el escaparate, el proyecto puede seguir teniendo uso… pero perder su capacidad de sostenerse.
Tailwind como síntoma: popularidad al alza, ingresos a la baja
El ejemplo que se ha usado como caso emblemático en esta discusión es Tailwind. Según el relato que se ha viralizado, la tecnología seguiría creciendo en adopción, mientras el negocio asociado se habría deteriorado por la caída del tráfico a la documentación y, con ello, del descubrimiento de productos comerciales.
Medios como eWeek recogen declaraciones atribuidas a Adam Wathan (fundador de Tailwind Labs) sobre recortes significativos en el equipo de ingeniería, citando explícitamente el impacto de la IA en el negocio, además de una caída aproximada del tráfico de documentación respecto a 2023 y un descenso acusado de ingresos.
En paralelo, en GitHub quedó rastro de otra señal de época: una propuesta para añadir un fichero tipo llms.txt (una convención emergente para facilitar a los modelos el acceso estructurado a documentación) fue abierta y posteriormente cerrada. En el propio hilo aparecen argumentos que resumen el dilema: hacer la documentación más accesible a los LLM puede mejorar la experiencia… y al mismo tiempo reducir aún más el tráfico humano que sostiene el modelo comercial.
Dicho de otro modo: la optimización “para agentes” puede ser técnicamente correcta y, a la vez, económicamente autodestructiva si el negocio dependía de la visita humana.
Entonces… ¿se muere el open source?
No necesariamente. Lo que se está erosionando, sobre todo, es un tipo concreto de monetización basada en atención. Y aun así, hay varios motivos por los que el open source conserva ventajas difíciles de reemplazar:
- Infraestructura y confianza: empresas y administraciones siguen necesitando trazabilidad, auditoría, control y continuidad operativa. Los repositorios abiertos y los mantenedores con reputación siguen siendo una garantía, especialmente en software crítico.
- Efecto red: incluso si la interacción humana con la documentación baja, la adopción del estándar puede aumentar, y con ella la demanda de servicios profesionales (operación, rendimiento, seguridad, migraciones).
- El “moat” se desplaza: si antes el “foso” era la atención, ahora puede ser la ejecución: integraciones, SLA, compliance, certificaciones, soporte 24×7, ecosistema y producto empaquetado.
La clave es que la IA no elimina el coste real de mantener software: solo cambia quién “ve” el trabajo y dónde se captura valor.
El nuevo tablero: del “freemium” humano al “peaje” para agentes
La predicción más provocadora del mensaje de Schmidt es que el mercado tenderá a mover el pago al único punto que todavía existe cuando los agentes intermedian: el acceso. Es decir, si el embudo downstream (docs → premium) se rompe, el upstream (código → acceso) se vuelve el lugar natural para cobrar.
En la práctica, ese giro puede tomar varias formas:
- APIs y servicios medidos: librerías que se convierten en servicios con cuotas, tokens o uso por llamada.
- Licencias duales o cambios de licencia: modelos que permiten uso abierto bajo condiciones, y comercial para ciertos escenarios.
- Marketplace “agent-ready”: catálogos donde el agente puede consumir componentes… pero con trazabilidad, pago y atribución integrados.
El riesgo, claro, es el de siempre: si demasiadas piezas críticas se cierran, el ecosistema pierde resiliencia, auditabilidad y diversidad. La solución no es simple, pero el debate está señalando una necesidad urgente: crear mecanismos de compensación compatibles con un mundo donde la atención ya no es humana.
Una conclusión incómoda: los LLM no “rompen” el open source, rompen su economía
En el fondo, ambas posturas pueden ser compatibles. La idea de @fernandot —que el valor real está en el servicio y la singularidad— sigue siendo válida, pero exige un matiz: funcionará mejor para quienes ya tienen un producto/servicio defendible, una marca o una operación compleja.
La reacción de Schmidt también es entendible: si el proyecto dependía de visibilidad humana para sobrevivir, y esa visibilidad se evapora, cerrar el acceso aparece como la única palanca inmediata para proteger el trabajo.
Lo que queda por resolver es el “cómo” colectivo: cómo evitar que el futuro sea una suma de cierres individuales que empobrezcan el terreno común del que se alimenta todo el software moderno —incluida la propia IA.
Preguntas frecuentes
¿Qué modelos de monetización open source son más vulnerables a los agentes de IA?
Los más expuestos son los que dependen del tráfico humano a documentación y del descubrimiento orgánico de productos de pago: open core basado en “docs-to-premium”, plantillas, UI kits y extensiones comerciales.
¿Tiene sentido crear documentación “LLM-friendly” (tipo llms.txt) en proyectos open source?
Puede mejorar soporte, adopción y experiencia de desarrollo, pero si el negocio depende del tráfico humano, conviene acompañarlo de estrategias alternativas de captación (canales directos, comunidad, soporte, licencias o servicios medidos).
¿Cerrar el código es la única salida para mantenerers afectados por la IA?
No. Hay alternativas como soporte empresarial, hosting gestionado, licencias duales, consultoría, certificaciones, patrocinios recurrentes y servicios con SLA. La cuestión es cuál encaja con el tipo de proyecto y su base de usuarios.
¿Qué deberían hacer las empresas que dependen de open source para evitar su deterioro?
Tratarlo como infraestructura crítica: presupuestar patrocinios, contratar soporte, financiar mantenimiento de dependencias clave y contribuir a proyectos de los que dependen (no solo con código, también con dinero y recursos).
