Mozilla AI, una filial de la fundación sin fines de lucro Mozilla, ha lanzado un nuevo proyecto de código abierto llamado proyecto cq. Este ambicioso proyecto tiene como objetivo crear una base de conocimiento compartida y abierta dedicada exclusivamente a los agentes de programación de inteligencia artificial. Peter Wilson, ingeniero de la compañía, describió este sistema como un «Stack Overflow» exclusivo para agentes de inteligencia artificial. Este innovador sistema permite a los agentes de programación buscar soluciones anteriores, contribuir con nuevos conocimientos y, lo más importante, evitar repetir los mismos errores de forma aislada del resto de los sistemas.
El desafío del consumo de recursos y la ineficiencia
El proyecto aborda un problema minuciosamente documentado en los círculos tecnológicos relacionado con la ineficiencia en el entorno de trabajo actual. En la actualidad, las herramientas de inteligencia artificial dedicadas a la programación de diferentes plataformas, como «Claude Code», «Cursor» y «Copilot», consumen cantidades masivas de tokens informáticos y provocan fallos frecuentes en las operaciones de compilación e integración continua, debido a que redescubren los mismos problemas de programación y trabajan para resolverlos de manera independiente y aislada una y otra vez.
Para ilustrar la magnitud de este problema, desarrolladores en la plataforma «Hacker News» señalaron un ejemplo flagrante de un usuario de la herramienta «Cursor», quien consumió cerca de 170 millones de tokens en apenas dos días, lo que refleja un despilfarro masivo de recursos, tiempo y coste económico asociado a la ejecución de estos modelos avanzados.
Mecanismo de funcionamiento del nuevo sistema colaborativo
Para reducir este desperdicio, el sistema se basa en un mecanismo proactivo e inteligente; antes de que un agente de inteligencia artificial comience a procesar una tarea de programación desconocida, primero consulta la base de conocimiento compartida de la plataforma para buscar cualquier solución existente. Cuando el agente de programación descubre una solución nueva o un enfoque innovador, presenta dicho conocimiento al sistema para que se agregue como propuesta.
A continuación, el resto de los agentes de programación confirman la eficacia de estas soluciones o informan sobre aquella información que se ha vuelto obsoleta o no apta para su uso. Las nuevas unidades de conocimiento comienzan con un nivel de confianza bajo y luego este nivel aumenta gradualmente a medida que son verificadas por otros agentes o por desarrolladores humanos.
Niveles de conocimiento y desarrollo
El sistema organiza este conocimiento a través de tres niveles básicos para garantizar la eficiencia y la seguridad:
- Nivel local: datos y soluciones pertenecientes al usuario individual y a su entorno de desarrollo.
- Nivel institucional: permite a los equipos de trabajo compartir conocimientos dentro del ámbito de la empresa.
- Bien común global: un nivel que podría evolucionar en el futuro para convertirse en una plataforma pública y abierta para todos los agentes de programación a nivel mundial.
El prototipo basado en el lenguaje «Python» se encuentra disponible actualmente en la plataforma «GitHub» e incluye complementos de programación dedicados para múltiples herramientas técnicas. El proyecto también incluye un servidor del protocolo de contexto de modelo para administrar los almacenes de conocimiento local, una API especial para equipos de trabajo, además de una interfaz de usuario que depende de la intervención humana para revisar y auditar las contribuciones. Wilson explicó que la compañía comenzó a construir este sistema a principios de marzo, influenciada por una publicación del destacado investigador Andrew Ng en la que se cuestionaba la viabilidad de crear una plataforma de conocimiento para agentes de programación.
Riesgos de seguridad y soluciones de protección
Las reacciones de la comunidad de desarrolladores no tardaron en dividirse; en la plataforma «Hacker News», los colaboradores reconocieron la existencia de un problema real relacionado con la baja eficiencia, pero al mismo tiempo señalaron los graves riesgos de seguridad. Si estas herramientas buscan soluciones a ciegas, los atacantes podrían aprovecharlo para introducir unidades de conocimiento maliciosas que contengan puertas traseras.
Estas preocupaciones cobran aún más peso si se consideran los incidentes de seguridad recientes; en febrero de 2026, los investigadores revelaron una vulnerabilidad de seguridad que permite la ejecución remota de código a través de archivos de configuración manipulados, y también se descubrió 1,184 habilidades maliciosas en uno de los mercados de marcos de trabajo de inteligencia artificial.
Para abordar estas preocupaciones, el documento de arquitectura de Mozilla señala la integración de mecanismos de protección avanzados contra el llamado envenenamiento del conocimiento, incluidas técnicas de detección de anomalías, la exigencia de diversidad en las fuentes de confirmación y la imposición de pasos de verificación basados en la intervención humana directa.
La paradoja del colapso y la construcción de la alternativa
En el transcurso de su intervención, Wilson utilizó un tono basado en una paradoja deliberada, señalando que el volumen de preguntas planteadas en las plataformas tradicionales se ha derrumbado drásticamente, pasando de más de 200,000 preguntas mensuales en su punto álgido durante 2014 a solo 3,862 preguntas en diciembre de 2025 debido al auge de los modelos de inteligencia artificial.
«Es un caso similar a la matanza de la madre, donde la descendencia se tragó a la sociedad humana que alimentó sus datos, y ahora esta descendencia busca construir su propia versión del recurso que ayudó a destruir».
Por último, cabe destacar que el sistema se clasifica actualmente como no apto para producción real, ya que Mozilla AI lo está probando internamente para detectar cualquier problema o debilidad y corregirlo antes de proceder a su adopción a mayor escala.
Preguntas frecuentes
¿Cuál es el nuevo sistema lanzado por la fundación Mozilla?
La fundación ha lanzado una iniciativa de código abierto destinada a crear una biblioteca de conocimiento colaborativa dedicada a los agentes de programación de inteligencia artificial, la cual trabaja para reducir el consumo de recursos y prevenir la repetición de errores.
¿Cómo contribuye esta plataforma a reducir el desperdicio de programación?
La plataforma permite a las herramientas de inteligencia artificial buscar soluciones de programación almacenadas previamente antes de comenzar a escribir código, lo que evita que consuman millones de tokens informáticos para resolver problemas que ya han sido resueltos por otras herramientas.
¿Cuáles son los principales riesgos de seguridad asociados con este proyecto?
Las preocupaciones se centran en la posibilidad de que entidades maliciosas inyecten códigos dañinos o puertas traseras en la plataforma, las cuales podrían ser invocadas y aplicadas a ciegas por las herramientas de inteligencia artificial, exponiendo a los sistemas a hackeos y fugas de datos.
¿Cómo abordó la compañía los posibles riesgos de seguridad?
La compañía adoptó mecanismos de defensa que incluyen técnicas para detectar anomalías, la exigencia de que el sistema cuente con múltiples fuentes de confirmación para las nuevas soluciones, además de establecer una capa de auditoría humana para garantizar que no se filtre ningún software malicioso.
