WatDis hace más navegables las redes grandes sin perder contexto de diagnóstico

Cuando una red es grande, el problema no siempre empieza en el solver. Muchas veces empieza antes, en algo más básico: cuesta moverse por el modelo, cuesta aislar un hallazgo, cuesta distinguir si la lentitud viene del dibujo, del flujo de inspección o de otra capa del runtime. Esta semana, el trabajo más fuerte de WatDis fue precisamente ahí.

Menos fricción al recorrer redes densas

La parte más visible del avance fue una tanda concentrada de mejoras en el canvas para browsing de redes grandes. En main aterrizaron previews de pan y zoom más livianos, una vista general con niveles de detalle adaptativos, culling por viewport y actualizaciones más atómicas del estado visible.

Traducido a experiencia real: la app intenta gastar menos trabajo mientras alguien se mueve por la red y reservar el redraw completo para momentos más razonables. No es una promesa de benchmark definitivo en producción, pero sí una mejora concreta en cómo WatDis aborda el costo de navegar modelos densos.

Diagnósticos más claros y menos invasivos

La segunda mejora fuerte fue de flujo, no solo de dibujo. En redes grandes, WatDis dejó de correr QA automáticamente durante importación o browsing y mantuvo esos checks disponibles de forma manual y antes de corridas hidráulicas.

Eso importa porque una inspección útil no debería convertirse por accidente en una operación pesada. En la misma línea, Diagnósticos ahora separa mejor dos acciones que antes podían mezclarse: Zoom sirve para navegar hacia el hallazgo; Open Props sirve para inspeccionarlo sin mover la vista. Además, las acciones de solo navegación dejaron de ensuciar el historial de undo, algo especialmente costoso cuando el modelo ya es grande.

Más señales para validar, no para adivinar

Otro detalle valioso de la semana es que el canvas ahora deja expuestas estadísticas locales de dibujo y visibilidad. Eso no es una feature de marketing, pero sí una herramienta útil para validar si el comportamiento mejora de verdad cuando se vuelve a probar una red exigente como Barranquilla.

La diferencia importa. En herramientas técnicas, no basta con “sentir” que algo mejoró; conviene dejar rastro para medir mejor qué está pasando cuando la red crece.

Hardening con una narrativa honesta

WatDis también endureció la carga de scripts en watdis-next con una política más restrictiva de orígenes permitidos. Es un paso real de seguridad y limpieza operativa, aunque con un matiz importante: el runtime actual todavía necesita unsafe-eval, así que la lectura correcta es “más control”, no “aislamiento total”.

Esa cautela también aplica al resto de la semana. Hubo una caída grande de documentación y planificación interna para solver, QA y diagnóstico operacional, pero no sería honesto venderla como si ya fuera una mejora confirmada del comportamiento hidráulico.

Por qué importa

La lectura buena de esta semana es práctica. WatDis quedó mejor preparado para explorar redes grandes sin tanta fricción, inspeccionar hallazgos sin perder contexto y seguir validando el comportamiento del canvas con señales más claras.

No es una semana para prometer un milagro numérico. Es una semana para mejorar la experiencia alrededor de modelos complejos y dejar una base más confiable para las siguientes iteraciones. En un producto técnico, eso ya es un avance importante.