P-001alta
La documentación decía que una función estaba apagada, y estaba encendida
Durante un día entero atribuimos una mejora del 79 % a un ajuste que no la causaba. La configuración escrita no coincidía con la que estaba corriendo.
trampas · errores reales
Errores que ya cometimos por ti.
Cada vez que algo nos costó una tarde —o nos apagó la máquina— lo apuntamos: qué parecía que pasaba, qué pasaba de verdad y cómo evitarlo. Si estás montando IA local o tu propio servidor, aquí tienes los atajos que a nosotros nos faltaron.
34trampas explicadas
18de severidad alta
1máquina apagada con el botón (P-069)
0errores escondidos
◆ Si solo lees tres
P-093alta
14 minutos sin un solo token: el servidor no estaba lento, estaba roto
Servicio activo, GPU al 96 % y ni un token. La GPU consumía 18 W: no calculaba, esperaba. Y el cliente, al reintentar, lo empeoraba.
P-069crítica
Copiar «--gpu-memory-utilization 0.90» de otra receta nos apagó la máquina
En una máquina con memoria unificada, ese 0,90 es memoria del sistema. vLLM se quedó con casi todo y hubo que apagar con el botón.
▲ Todas
P-001alta
La documentación decía que una función estaba apagada, y estaba encendida
Durante un día entero atribuimos una mejora del 79 % a un ajuste que no la causaba. La configuración escrita no coincidía con la que estaba corriendo.
P-002alta
El endpoint de estado de llama-server dice que no hay borrador aunque lo haya
En llama-server, /props informa «speculative: none» incluso con la decodificación especulativa funcionando. Probablemente fue el origen de la trampa anterior.
P-006alta
Un lote demasiado grande hace que el sistema use swap y todo vaya más lento
Con la memoria justa, bajar el tamaño de lote de llama.cpp mejoró a la vez la lectura del prompt y la generación. El culpable no era el algoritmo: era el swap.
P-011media
Una clave de API en la línea de comandos la puede leer cualquiera
Si arrancas un servidor con --api-key TU_CLAVE, esa clave aparece en ps y en docker inspect. Y de ahí acaba en un documento o en una captura.
P-015alta
Descargar un modelo sin su plantilla de chat: arranca bien y falla en cada petición
Los repositorios modernos de Hugging Face guardan la plantilla en chat_template.jinja. Si tu descarga no la incluye, el servidor dice «ok» y luego devuelve error 400.
P-016media
Medir la velocidad solo con «content»: los modelos que razonan dan cero
Los modelos que piensan antes de responder envían ese razonamiento en otro campo. Si tu medidor solo mira content, verás tiempos absurdos o vacíos.
P-019media
La primera petición después de arrancar siempre sale peor
La primera petición paga inicializaciones que las siguientes ya no pagan. Nos hizo ver una «regresión de 9×» que no existía.
P-022media
Los límites del cliente mandan sobre lo que ofrece el servidor
Subimos el contexto del servidor a 262K y el agente seguía trabajando como si tuviera 65K, porque ese número estaba escrito a mano en su configuración.
P-023alta
«No tiene memoria y se queda parado»: casi nunca es el contexto
Todo apuntaba a un contexto pequeño. El uso real era del 4,8 %. El problema era un error de herramientas que el cliente no enseñaba.
P-031alta
Tras un reinicio, un contenedor se queda sin DNS y el servidor del modelo se cuelga sin avisar
Si Docker crea el contenedor antes de que el sistema tenga la red lista, le copia una configuración de DNS inservible. Y reiniciarlo no lo arregla.
P-034alta
Instalar RustDesk en una máquina sin monitor te puede dejar sin escritorio remoto
El instalador para el gestor de sesiones gráficas y no lo vuelve a arrancar. Sin pantalla física, lo único que nos salvó fue una sesión SSH abierta.
P-041media
Docker dice «Up» pero el panel no responde: intentó escuchar en una IP que aún no existía
Un servicio configurado para escuchar en la IP de Tailscale arrancó antes que Tailscale y murió. El contenedor siguió «vivo» y nadie lo reinició.
P-043alta
Con aaPanel hay dos Nginx, y «nginx -t» comprueba el que no está sirviendo
Paneles como aaPanel instalan su propio Nginx en otra ruta. El comando de siempre valida otra configuración y te da un falso «todo bien».
P-051media
Un chequeo de red con «curl -f» contra una web protegida nunca pasa
El arranque automático esperaba a tener red haciendo curl -f a una web con protección anti-bots. Respondía 403 y el servicio creía que no había internet.
P-052media
Un servicio «active» puede estar parado esperando que pulses una tecla
Claude Code arrancado por systemd dentro de tmux: todo en verde, y el programa detenido en un diálogo de confirmación.
P-055alta
El banco de pruebas castigaba al modelo que avisaba de un ataque
Un modelo rechazó una inyección de prompt y además avisó. El corrector lo marcó como si hubiera caído, porque encontró el texto del ataque en la respuesta.
P-056media
Estábamos midiendo la temperatura del sensor equivocado
Nuestro script leía los sensores de la placa en lugar del de la GPU. En la misma carga: 96 °C frente a 88 °C.
P-059media
pgrep encontró el envoltorio, no el trabajo: 22 minutos creyendo vivo un proceso muerto
La comprobación decía que la prueba seguía en marcha. El proceso real había muerto; seguía vivo el shell que lo lanzó. El consumo de la GPU lo delató.
P-063crítica
El mismo banco de pruebas, dos veces seguidas, da notas distintas
Temperatura 0, misma semilla, mismo servidor: 88 y 90 sobre 100. Cualquier diferencia de pocos puntos medida una sola vez es ruido.
P-069crítica
Copiar «--gpu-memory-utilization 0.90» de otra receta nos apagó la máquina
En una máquina con memoria unificada, ese 0,90 es memoria del sistema. vLLM se quedó con casi todo y hubo que apagar con el botón.
P-073media
DeepSeek Harness vuelve al chino en el móvil cada vez que recargas
El arnés solo tiene chino e inglés. Con Safari en español cae en chino, y la preferencia no se puede guardar desde fuera.
P-075media
El agente te da un enlace a 127.0.0.1 y en el móvil no abre
Un agente crea una página y arranca un servidor local para enseñártela. Esa dirección, abierta desde el móvil, apunta al propio móvil.
P-077media
La búsqueda web «de DuckDuckGo» consultaba cinco buscadores y guardaba tus búsquedas en el log
Una librería de búsqueda en modo automático repartía cada consulta entre varios motores y dejaba el término buscado en los registros del sistema.
P-079alta
El cable entre las dos máquinas marca 200 Gb/s y entrega 15
La tarjeta de red negociaba a 200G sin errores, pero el tráfico real no pasaba de 13–15 Gb/s por camino. Reiniciar con el cable ya en su sitio lo arregló.
P-080media
Cambiar el fichero de configuración no basta: el programa que ya corre sigue con la vieja
Probamos el cambio con la herramienta de línea de comandos y funcionó. La app que llevaba 25 horas abierta seguía usando la configuración anterior.
P-083alta
systemd dice «active» y el contenedor lleva minutos muerto
Un servicio que solo lanza contenedores y termina se queda «active» para siempre, aunque el contenedor muera al segundo siguiente.
P-084alta
Medir con una sola petición cuando el uso real son varios agentes a la vez
Todas nuestras cifras del primer mes eran de un solo flujo. Con cuatro peticiones a la vez, el mismo modelo hacía casi el doble de trabajo total.
P-088baja
Los contenedores van en UTC y el servidor en hora local: dos horas que inventan averías
Comparar la hora de un log con el reloj del sistema hizo que viéramos «20 minutos parado» donde había «23 segundos». Tres veces el mismo día.
P-090alta
Windows para las tareas programadas al desenchufar el portátil, y no avisa
Cambiamos el portátil de habitación y se cayó el acceso remoto a nuestro agente. El Programador de tareas detiene las tareas en batería por defecto.
P-092alta
Tras un reinicio, el clúster de dos máquinas no arranca por un número que cambió solo
El índice GID de RoCE que usa NCCL puede moverse al reiniciar. El error que ves no dice nada; la causa está una línea más arriba.
P-093alta
14 minutos sin un solo token: el servidor no estaba lento, estaba roto
Servicio activo, GPU al 96 % y ni un token. La GPU consumía 18 W: no calculaba, esperaba. Y el cliente, al reintentar, lo empeoraba.
P-094alta
Dos prompts de prueba que empiezan igual: la caché te regala la medida
Generábamos prompts de prueba con la misma semilla aleatoria. El corto era el principio exacto del largo, y la caché se ahorraba ese trabajo.
P-095media
vLLM se niega a arrancar por falta de memoria aunque haya de sobra
El chequeo de memoria de vLLM cuenta la memoria usada por procesos. Dos servicios del sistema hinchados bastaron para tumbar tres arranques seguidos.
P-100media
Safari puede no enviar «Origin» al iniciar sesión y tu protección te rechaza
La pantalla de login carga en el iPhone, metes la contraseña y el servidor responde «Invalid origin». En el ordenador funciona.
La lección que se repite: casi todas estas trampas nacen de fiarse de algo que dice «todo bien» —un documento, un /health, un systemctl que marca «active»—. Antes de creerte una configuración, compruébala contra lo que está funcionando de verdad.