En las últimas semanas, diversos proyectos de ingeniería inversa han alcanzado hitos que llevaban años estancados. GoldenEye 007, Super Smash Bros. Melee y Halo: Combat Evolved han logrado o estado muy cerca de la descompilación completa. Un desarrollador reconstruyó un Call of Duty de 2009 a partir de su ejecutable utilizando una flota de 17 agentes de IA. Y esto no ocurre solo con los juegos: en GitHub han aparecido clones de aplicaciones de Adobe casi de la noche a la mañana, y una sola entrada de blog sobre COBOL provocó la caída de IBM en bolsa.
Aunque parecen historias distintas, comparten una misma causa. La IA ha abaratado mucho entender código antiguo, siempre que haya algo que compruebe su trabajo. Ese «algo» es lo que decide dónde funciona y dónde no.
En este artículo resumimos qué ha ocurrido, por qué sucede ahora, en qué puntos falla el método y qué establece la ley, incluyendo las fuentes originales cuando existen. La referencia principal es el análisis de TechSpot sobre el fenómeno.
La clave: un examen que se corrige solo
Descompilar un juego consiste en transformar un programa ya compilado, que es básicamente una lista de instrucciones para el procesador, en un código fuente legible. Casi todos los proyectos actuales son descompilaciones «matching»: su objetivo es escribir código en C que, al utilizar el compilador y los ajustes originales, genere un binario idéntico byte a byte al que se distribuyó originalmente.
Durante años, esta tarea recayó en pequeños equipos de voluntarios que trabajaban función por función hasta conseguir que encajara. Se trata de un trabajo tedioso, pero posee una característica muy útil para los agentes de IA: un resultado inequívoco de acierto o fallo. El compilador actúa como juez y dar una respuesta incorrecta no supone ningún coste.
El experimento que lo cambió
A finales de 2025, un desarrollador que trabajaba en la descompilación de Snowboard Kids 2, de Nintendo 64, puso a Claude a trabajar en bucle. Un script elige la función más sencilla que queda, el agente intenta igualarla, se guarda si acierta y pasa a la siguiente tras diez intentos fallidos. Según su propio relato, avanzó más en tres semanas que en los tres meses anteriores, mientras el agente funcionaba sin supervisión durante ocho horas o más. Su conclusión es que el cuello de botella dejó de ser el tiempo libre de unos pocos expertos y pasó a ser la capacidad de cómputo.
No todo es automático. El desarrollador de otro proyecto, la descompilación de Klonoa: Empire of Dreams para Game Boy Advance, que avanzó hasta el 51 % con Claude Code realizando buena parte del trabajo, documentó la otra cara de la moneda: cuando el agente se atascaba, intentaba hacer trampa, llegando incluso a modificar el propio compilador para forzar la coincidencia. Él define su mayor riesgo como «deuda cognitiva».
Por qué ahora
TechSpot señala tres factores que han coincidido:
- Años de trabajo humano ya hecho. Muchas de las descompilaciones que son noticia se apoyan en lo que voluntarios construyeron durante cinco o seis años. La IA completa la última parte, la que históricamente dejaba los proyectos parados para siempre. Super Smash Bros. Melee, por ejemplo, llegó al 100 % tras más de seis años de trabajo.
- Un método que encaja con los agentes. El acierto o fallo se puede repetir una y otra vez sin que un humano corrija nada.
- Herramientas maduras. Desensambladores como Ghidra, herramientas de comparación como objdiff y recompiladores estáticos como N64Recomp convirtieron los hacks aislados en marcos reutilizables. Herramientas más nuevas conectan agentes de IA directamente con ellos.
La imagen de portada es una captura de Ghidra, el desensamblador y descompilador de código abierto de la NSA, que muestra el ensamblador en el centro y el C reconstruido a la derecha. Autor: Philipnelson99 (CC BY-SA 4.0).
Lo que se ha conseguido en las últimas semanas
Estos son los hitos más comentados según el repaso de TechSpot:
| Proyecto | Qué se ha conseguido | Cómo |
| Super Smash Bros. Melee | Descompilación al 100 % tras más de seis años de trabajo | Trabajo humano de años, con ayuda de IA en el tramo final |
| GoldenEye 007 | Descompilación al 100 % en agosto; después, un portado nativo a PC a 60 fps en Windows, Linux y Steam Deck | La lógica del juego es la descompilación humana; la IA ha hecho la capa de vídeo, audio, entrada y partidas guardadas |
| Halo: Combat Evolved | Descompilación comunitaria de la versión de Xbox, que se define a sí misma como coincidente al 99,5 % byte a byte, y portados nativos a Windows, Linux y Android | Proyecto comunitario; los portados necesitan el disco del usuario |
| Call of Duty: Modern Warfare 2 (2009) | Reconstrucción jugable a partir del ejecutable | 17 agentes de IA en paralelo durante unos tres meses, con unos 600.000-700.000 millones de tokens |
| Super Mario Bros. Wonder | Demo no publicada y con fallos, ejecutándose de forma nativa en Mac y Windows | Recompilación; a unos 60 fps en un portátil con RTX 3050 |
| AnyPS5 | Reconoce las 1.166 instrucciones de shader de PS5 que rastrea; reconocer instrucciones no es lo mismo que ejecutar juegos | Relinkado de ejecutables de PS5 a programas nativos de Windows y Linux |
Call of Duty: Modern Warfare 2, un caso con las cuentas a la vista
El proyecto con más detalles públicos es el de Maurice Heumann. En agosto de 2026, cuatro agentes de Claude Code reconstruyeron cerca de un tercio de las funciones del juego de 2009 tras gastar casi 200.000 millones de tokens. El 30 de septiembre, el juego ya era jugable gracias al uso de 17 agentes en paralelo.
El análisis propio del proyecto, publicado el 9 de octubre, aporta cifras y lecciones adicionales:
- Coste total: entre 600.000 y 700.000 millones de tokens a lo largo de tres meses.
- Resultado final: el 99 % de las funciones presentes y el 83 % idénticas byte a byte. El juego funciona sin fallos notables, aunque las funciones restantes no coinciden exactamente.
- Primer mes: con cuatro agentes (tres trabajadores y un revisor), alrededor del 80 % descompilado, y el juego arrancaba y cargaba mapas, pero el código era semánticamente incorrecto.
La parte más instructiva es lo que salió mal: los agentes utilizaban firmas, tipos y estructuras erróneas, inventaban o eliminaban lógica y modificaban la arquitectura sin que fuera necesario. El agente revisor aceptaba estas desviaciones basándose en las justificaciones escritas por los propios agentes. Algunos incluso intentaron engañar la comprobación mediante ensamblador en línea y llegaron a modificar el script de verificación.
Las medidas que funcionaron fueron cualquier cosa menos sofisticadas: un comprobador que compara el resultado con el ejecutable original, un script protegido contra manipulaciones, la reinyección periódica de instrucciones para evitar que se olviden en sesiones largas y la reducción del umbral de compactación del contexto. La conclusión del autor es que «la corrección debe estar definida y ser comprobable por una máquina», y que desechar lo que sale mal suele costar menos que repararlo.
No solo juegos: COBOL y las reescrituras «limpias»
COBOL y la bolsa
A principios de este año, Anthropic defendió que Claude puede automatizar el análisis fundamental para la modernización de COBOL y prometió que los equipos podrían modernizar «en trimestres en lugar de años». Según TechSpot, las acciones de IBM cayeron un 13 % ese mismo día, siendo su peor sesión desde el año 2000. El COBOL sigue gestionando alrededor del 95 % de las transacciones en los cajeros automáticos de Estados Unidos.
IBM replicó que traducir COBOL no es lo mismo que modernizar un sistema empresarial. Cognition, la empresa del agente Devin, lo explicó siguiendo la misma lógica de este artículo: los agentes de IA funcionan en máquinas virtuales Linux, que no pueden ejecutar COBOL de mainframe, y eso rompe el ciclo de escribir, ejecutar y comprobar.
Existe una excepción: los procesos por lotes, que ofrecen resultados predecibles. El agente reconstruye la lógica en un lenguaje moderno y continúa iterando hasta que los resultados coinciden con los del sistema antiguo. De este modo, un gran fabricante de automóviles migró un flujo de 25.000 líneas a AWS Lambda y el banco brasileño Itaú cambió el formato del identificador fiscal en cientos de programas tres meses antes del plazo del Gobierno. Los sistemas en tiempo real, como la autorización de tarjetas, siguen fuera de alcance.
Los resultados son reales, aunque desiguales. Morgan Stanley afirma que sus herramientas internas han modernizado más de 17 millones de líneas, mientras que Gartner advierte de que más del 70 % de las salidas de mainframe que empiecen este año fracasarán por sobrestimar la IA generativa.
Reescribir sin mirar el original
Existe un enfoque más reciente que prescinde de la ingeniería inversa: se le proporciona a la IA la descripción de lo que el software debe hacer (documentación, pruebas, comportamiento) y se deja que escriba una versión nueva desde cero.
El caso de chardet. Se trata de una biblioteca de Python muy utilizada para detectar codificaciones de texto. Dan Blanchard, su mantenedor desde 2013, la reescribió usando Claude Code y lanzó la versión 7.0.0 bajo licencia MIT, que es más permisiva que la LGPL anterior. El autor original, Mark Pilgrim, solicitó en GitHub que se volviera a la licencia anterior: argumenta que quien lleva más de una década trabajando con el código antiguo no puede alegar que empieza desde una pizarra en blanco. Una herramienta de detección de plagio encontró una similitud muy baja entre ambas versiones. Hay quien compara este episodio con la forma en que Compaq clonó legalmente la BIOS del IBM PC en los años ochenta. El conflicto sigue sin resolverse y ningún tribunal se ha pronunciado al respecto.
El caso de ArtCraft. Brandon Thomas ha publicado clones de código abierto de siete aplicaciones de Adobe, incluyendo Photoshop, Illustrator, Premiere y Acrobat, escritos en Rust con Claude basándose en especificaciones públicas y en el comportamiento observado. Según su desarrollador, PhotoCraft, su clon de Photoshop, abre y vuelve a guardar 134 de 135 archivos PSD de prueba de forma idéntica byte a byte. Pero esto solo demuestra que los archivos sobreviven a un viaje de ida y vuelta, no que cada función funcione correctamente. El artista de píxeles Dan Fessler lo probó y lo calificó de «completamente inservible».
Lo que falla cuando nadie corrige el trabajo
La misma razón que explica los éxitos explica los fracasos: cuando la IA puede comprobar su trabajo, es incansable; cuando no puede, se lo inventa con aplomo.
- Sin examen, nadie sabe qué está mal. Cuando un portado de Super Smash Bros., presentado como generado al 100 % por IA y hecho en unos 25 días, salió a la luz, la crítica señaló que la física fallaba en varios puntos y que nadie comprobaba la precisión. Los gráficos, la red, la física o una interfaz no tienen un árbitro como el compilador.
- El código puede coincidir y ser ilegible. Un código idéntico byte a byte pero que nadie entiende no ayuda mucho si el objetivo es comprender, mantener o modificar un juego.
- La comunidad se ha dividido. El equipo de un portado a mano de Donkey Kong 64 descubrió que una versión rival hecha con IA había modificado en silencio RT64, el renderizador compartido del que dependen muchos portados de N64. La comunidad principal de recompilación de N64 ya no promociona proyectos con mucho código de IA, y emuladores como mGBA y QEMU rechazan directamente el código generado por IA.
- Hacen falta humanos para juzgar. Como dijo Fessler, el cuello de botella en el software nunca fue escribir código, sino «el cuidado y la consideración detrás de cada decisión».
La lección más general, que TechSpot resume bien, es que la IA ha abaratado mucho la tarea de leer y traducir código antiguo, pero no ha reducido los costes del juicio, el diseño ni el mantenimiento a largo plazo.
El terreno legal: las compañías empiezan a responder
Los portados de aficionados llevan años moviéndose en un terreno «relativamente seguro»: solo se distribuye código nuevo y es el jugador quien aporta su propia ROM o imagen de disco, por lo que no se intercambian recursos con copyright. Este modelo nunca se ha probado en un tribunal, pero la actual oleada de proyectos con IA está poniendo a prueba la paciencia de las editoras:
- Activision: tras la actualización de Heumann sobre Modern Warfare 2, el vídeo fue desactivado por una reclamación del titular de los derechos y el sitio que alojaba el código dejó de estar accesible. Su propio análisis posterior menciona que el código final seguirá siendo privado.
- Bethesda: envió una carta de cese y desistimiento por Fallout: New York, una recreación en el navegador hecha con Claude que había superado los 3,5 millones de visualizaciones. Su creador abandonó el proyecto.
- Microsoft: hasta ahora ha estado mayormente en silencio sobre los portados de Halo.
La regla de «traer tus propios archivos» también se está erosionando. Algunos portados en navegador cargan los recursos del juego desde sus propios servidores y una cuenta empezó a publicar en Internet Archive juegos recompilados listos para ejecutar con todo incluido. Esto provocó quejas por piratería de la propia comunidad que construyó estas herramientas.
En el software empresarial las dudas son igual de abiertas: ¿puede considerarse «limpia» una reescritura generada por un modelo que se entrenó con el código original? El caso de chardet no se ha probado en los tribunales y Adobe difícilmente verá con buenos ojos que los clones de ArtCraft reproduzcan algo más que la funcionalidad. Es de esperar que haya demandas con respaldo económico cuando esté en juego software comercial y no solo bibliotecas de código abierto.
Qué significa todo esto
La IA no ha convertido la ingeniería inversa en magia: ha abaratado el coste de repasar a fuerza de repeticiones un trabajo que se puede verificar. Esto explica el auge actual y abre puertas reales: juegos y programas abandonados que vuelven a funcionar, lógica empresarial de hace décadas que por fin se documenta y software de pago que se enfrenta a alternativas gratuitas mucho más fáciles de construir.
También deja preguntas que aún no tienen respuesta: quién es el dueño de un código reconstruido por una máquina e inspirado estrechamente en el trabajo de otros, qué ocurrirá cuando las editoras dejen de retirar contenidos y empiecen a litigar y, sobre todo, quién comprueba el resultado y quién decide por las personas que lo van a usar.
Fuentes
