La plataforma de vibe-coding de Lovable desembarca en móviles; Google lanza ADK 2.0 con APIs de workflows en grafos; y la regresión TCMalloc/6.19 enseña una lección sobre compatibilidad en sistemas de producción.
La plataforma de construcción de aplicaciones mediante prompts en lenguaje natural amplía su alcance al móvil, permitiendo iniciar proyectos desde el teléfono y dejar que el agente trabaje de manera autónoma mientras el desarrollador hace otra cosa.
Lovable publicó el 28 de abril sus aplicaciones para iOS y Android, llevando su plataforma de vibe-coding —construcción de aplicaciones mediante instrucciones en lenguaje natural, sin necesidad de escribir código línea por línea— a los teléfonos de sus usuarios. Según TechCrunch, la app móvil está diseñada para capturar ideas en el momento en que surgen: el usuario envía una instrucción por voz o texto, y el agente de Lovable comienza a construir de manera autónoma, enviando una notificación cuando el build está listo para revisión. La app también permite continuar trabajos iniciados en el navegador de escritorio. Lovable genera código TypeScript y React con integración de Supabase para bases de datos, Stripe para pagos, y autenticación, y sincroniza automáticamente el repositorio de GitHub del usuario. El resultado es una aplicación completa (frontend, backend, autenticación) cuyo código el desarrollador puede extender, personalizar o exportar completamente. El ángulo escéptico: varios desarrolladores en Twitter/X señalaron que las apps generadas por Lovable sin supervisión técnica tienen problemas de rendimiento y seguridad que no son visibles en el prototipo pero que emergen en producción bajo carga real. Lovable no respondió a estas críticas al cierre de esta edición. Para el ecosistema desarrollador costarricense, Lovable es una herramienta que democratiza el prototipado rápido para emprendedores sin formación técnica profunda, pero también un punto de entrada al desarrollo asistido para desarrolladores junior que quieren acelerar la fase de scaffolding. Su disponibilidad en los app stores latinoamericanos hace que sea accesible desde Costa Rica sin restricciones.
El Agent Development Kit de Google publicó su versión 2.0 en 2026, consolidando el soporte multi-lenguaje y agregando capacidades de orquestación de workflows que abren el camino a sistemas de agentes más complejos.
Google publicó ADK 2.0, la segunda versión mayor de su Agent Development Kit, con mejoras significativas respecto a la versión 1.x. La actualización trae SDKs estables para TypeScript, Java y Go —que se unen al SDK de Python existente— y consolida ADK Go 1.0 y ADK Java 1.0 como releases con garantías de estabilidad de API. La novedad técnica más relevante son las APIs de workflows basadas en grafos: los desarrolladores pueden ahora definir flujos de trabajo de agentes como grafos dirigidos donde cada nodo es un agente o una herramienta, y las aristas representan las condiciones de transición entre pasos. ADK 2.0 también amplía el soporte para el protocolo A2A (Agent-to-Agent), que permite que agentes desarrollados en plataformas distintas se comuniquen de manera estandarizada. Este protocolo, que Google propuso en 2025 como estándar abierto, está siendo adoptado también por OpenClaw y otras plataformas de agentes open source. El kit incluye además un constructor de UI visual (Web UI Builder) que permite diseñar flujos de agentes sin código mediante arrastrar y soltar, y herramientas de evaluación mejoradas para medir el rendimiento de los agentes en escenarios definidos. Para equipos de desarrollo costarricenses que construyen sistemas de agentes de IA para clientes en banca, telecomunicaciones o sector público, ADK 2.0 ofrece una base más sólida que las versiones anteriores. La disponibilidad de SDKs en Java y TypeScript es especialmente relevante dado que estos son los lenguajes dominantes en los sistemas empresariales costarricenses.
El crash de MongoDB 8.2.5 en Linux 6.19 por la violación de ABI de TCMalloc es más que una anécdota de compatibilidad: es una ilustración práctica de la Ley de Hyrum, un principio del diseño de software que dice que si una interfaz tiene suficientes usuarios y suficiente tiempo, cualquier comportamiento observable —documentado o no— se convierte en parte del contrato implícito que los usuarios esperan. En este caso, TCMalloc de Google usaba la API de restartable sequences del kernel Linux de una manera que violaba la especificación documentada, pero que funcionaba en kernels hasta 6.18. La optimización introducida en 6.19 es técnicamente correcta según la especificación, pero rompe la dependencia de TCMalloc en el comportamiento anterior. El resultado: sistemas de producción que ejecutan MongoDB 8.2.5 con tcmalloc-google en 6.19 caen con SIGSEGV, y la solución temporal documentada es bajar el kernel a 6.18.x o cambiar a tcmalloc-minimal sin soporte rseq, según el análisis publicado en LWN.net y el issue oficial de TCMalloc en GitHub. Para equipos de plataforma que gestionan infraestructura sobre Linux, el caso tiene tres lecciones prácticas: primera, nunca asumir que el comportamiento no documentado de una dependencia es estable entre versiones del kernel; segunda, tener políticas de actualización de kernel que incluyan pruebas de regresión de dependencias críticas antes de actualizar producción; tercera, monitorear los issues de proyectos como TCMalloc y MongoDB en GitHub como parte del proceso de gestión de riesgos de infraestructura. En Costa Rica, donde varios proveedores de servicios en la nube local ejecutan MongoDB como base de datos, este tipo de regresión puede interrumpir servicios si no hay un proceso proactivo de gestión de versiones.
GitHub publicó en su blog Octoverse que TypeScript superó a Python y JavaScript como el lenguaje de mayor crecimiento en la plataforma durante agosto de 2025, el primero en lograrlo desde que Python alcanzó el liderazgo en el ranking de lenguajes más activos. El fenómeno se atribuye a un feedback loop con la IA generativa: los asistentes de código como GitHub Copilot generan TypeScript con mayor frecuencia porque su sistema de tipos estático permite al modelo validar en tiempo real si el código generado es consistente, reduciendo la tasa de errores en salidas automáticas. Esto a su vez aumenta la base de código TypeScript existente, que sirve de datos de entrenamiento adicionales para futuros modelos. Python se mantiene como el lenguaje más usado en términos de repositorios activos totales —especialmente en ciencia de datos, machine learning y scripting de infraestructura—, pero TypeScript está cerrando la brecha de manera sostenida. El informe de GitHub también señala que Rust sigue creciendo en proyectos de sistema y en el propio árbol del kernel Linux, aunque desde una base mucho más pequeña que Python o TypeScript. Para el mercado de talento tecnológico costarricense, el dato es relevante: el dominio de TypeScript —especialmente en combinación con React o Node.js para backends— es el perfil más demandado en las ofertas publicadas en portales de empleo locales para desarrollo web y de servicios, según datos de Tecoloco y LinkedIn CR.
El 7 de mayo en desarrollo de software combina tres narrativas: la de la democratización —Lovable en el teléfono pone la construcción de apps al alcance de quienes nunca escribieron código—; la de la maduración —ADK 2.0 de Google trae la disciplina de los workflows en grafos a los sistemas de agentes que hasta ayer eran cadenas de if-else arbitrarias—; y la de la realidad operacional —TCMalloc en 6.19 recuerda que los sistemas de producción viven con dependencias que asumen comportamientos no documentados, y que mantener esas dependencias actualizadas es un trabajo que no termina. Para desarrolladores en Costa Rica, la semana tiene una tarea concreta: si ejecutan MongoDB con tcmalloc-google, verificar la versión del kernel; y si están explorando sistemas de agentes, ADK 2.0 ofrece ahora la mejor superficie de API de Google para ese trabajo.