NamingCube: generar nombres y comprobar si están libres
NamingCube genera nombres con IA y comprueba si están libres. La parte interesante no es generar: es verificar dominios, handles y marcas registradas.
El domingo 16 de agosto, a las 08:32 UTC, apareció en Show HN otro lanzamiento con un punto y cero comentarios: NamingCube, un generador de nombres con IA que además comprueba si puedes usar el nombre que te propone. Esa segunda mitad de la frase es, en realidad, todo el producto. El envío en Hacker News pasó sin discusión.
Cualquiera que haya pedido a un LLM cincuenta nombres para un proyecto conoce el patrón: la lista llega en once segundos, dos o tres nombres son buenos, y esos dos o tres están cogidos desde hace una década. La parte generativa del naming se resolvió hace tiempo y hoy cuesta céntimos. La parte de comprobación sigue costando lo mismo que siempre.
El cuello de botella nunca fue la creatividad
Un LLM no sabe si un dominio está libre. Puede afirmarlo con total seguridad y equivocarse, porque la disponibilidad de un .com no está en sus pesos, está en un registro que cambia cada minuto. Lo mismo pasa con los handles de redes sociales y, sobre todo, con las marcas registradas. Ahí es donde un generador con verificación integrada deja de ser un juguete: no por generar mejor, sino por cerrar el bucle contra fuentes externas.
El matiz importa, porque "puedes usar el nombre" no es una respuesta binaria. Hay al menos cuatro niveles distintos:
Dominio libre en el registrador. Dato objetivo, consultable vía RDAP o WHOIS en segundos. Es la comprobación fácil y la que todo el mundo hace.
Handle libre en redes. Menos fiable de lo que parece: cuentas inactivas, nombres reservados, límites de consulta que obligan a cachear resultados.
Marca no registrada por terceros. Se consulta en bases como TMview, y no es un sí o un no: depende de la clase de Niza. Libre en la clase 25 no significa libre en la 42.
Riesgo real de uso. Marcas sin registrar pero con uso previo demostrable, competidores con nombres casi idénticos, colisiones semánticas desafortunadas en otro idioma.
Una herramienta automática cubre bien los dos primeros niveles, razonablemente el tercero y nada el cuarto. Conviene decirlo claro: cuando hay presupuesto detrás de una marca, ninguna comprobación automática sustituye a un abogado especializado. Lo que sí evita es que llegues a esa conversación con una lista de veinte nombres imposibles.
Por qué esto es un caso de manual para agentes
Generar candidatos, filtrarlos contra fuentes externas, descartar y volver a generar: es exactamente la forma de un bucle de agente. Y todas las piezas están disponibles como API pública o semipública. RDAP es un protocolo estándar, TMview tiene consulta abierta, los registradores exponen endpoints de disponibilidad.
Quien ya trabaje con Claude Code puede montar la versión casera sin demasiado esfuerzo: un MCP server que exponga dos o tres herramientas de comprobación, y el modelo encargándose de proponer, verificar y descartar hasta que queden cinco candidatos válidos. El valor se desplaza del generador al conector. Lo que no se improvisa en una tarde es la lista de fuentes fiables, el manejo de los límites de consulta y el criterio para interpretar una coincidencia de marca sin asustarse ni ignorarla.
Para quién es útil
Para quien lanza un side project el fin de semana y prefiere no descubrir el lunes que el dominio cuesta 4.000 euros, esto ahorra una tarde entera. Para agencias que preparan rondas de naming funciona como filtro previo: llegar a la presentación con opciones ya cribadas por disponibilidad evita la escena incómoda de que al cliente le encante justo la que no se puede registrar.
Para un proyecto de marca serio, con posicionamiento, arquitectura de nombres y sonoridad en varios mercados, sigue haciendo falta trabajo humano y bastante conversación. Ninguna herramienta de este tipo lo sustituye, ni pretende hacerlo.
No es una idea nueva y no necesitaba a la IA para existir. Lo que ha cambiado es el reparto de costes: generar es casi gratis y verificar sigue siendo el trabajo de verdad. Nos parece sano que un producto se construya sobre esa segunda mitad en lugar de vender la primera como si fuera lo difícil.
Fuentes
Seguir leyendo
Agentes que se pasan instrucciones: Matthew Green y el riesgo de gusano
El criptógrafo Matthew Green describe agentes aislados que se dejaban instrucciones en una caché de paquetes compartida y ve ahí los ingredientes de un gusano.
Rutas de running generadas por un agente: 27 minutos de trabajo
Simon Willison pidió rutas de 5K y 10K desde su casa con datos de OpenStreetMap. El agente trabajó 27 minutos y devolvió un mapa, un GPX y ficheros GeoJSON.
Paint.NET reescribe Direct2D con Claude: 180.000 líneas
Rick Brewster ha sustituido Direct2D en Paint.NET por una reimplementación de 180.000 líneas escrita con Claude, y admite que no la ha revisado entera.