Ejecutando la Computadora del Tesla Model 3 en un Escritorio con Partes Recuperadas

Configuración de Hardware a partir de Piezas Recuperadas
Un investigador necesitaba hardware de Tesla para investigaciones de recompensas por errores y obtuvo componentes de vehículos accidentados. La computadora del Tesla Model 3 consta de dos partes: la MCU (Unidad de Control Multimedia) y la computadora de piloto automático (AP) apiladas juntas. La unidad tiene el tamaño de un iPad, aproximadamente tan gruesa como un libro de 500 páginas, y viene en una carcasa metálica refrigerada por agua.
Buscar "Tesla Model 3 MCU" en eBay reveló múltiples listados en el rango de $200-$300 de empresas de desguace que desmantelan coches accidentados. Estos vendedores a menudo incluyen fotos del vehículo original y permiten filtrar piezas del mismo coche.
Componentes Necesarios
- Fuente de alimentación DC: Modelo ajustable de 0-30V, se recomienda versión de 10A (la configuración puede consumir hasta 8A en su punto máximo)
- Módulo de pantalla táctil: De un Model 3 recuperado, encontrado por $175 en eBay
- Cable de pantalla: Cable de 6 pines con conector Rosenberger 99K10D-1D5A5-D (2 pines para 12V/tierra, 4 para datos)
El cable resultó difícil de conseguir individualmente. Tesla publica documentos de "Referencia Eléctrica" de cableado públicamente en su sitio web de servicio, mostrando configuraciones de pines exactas. El investigador descubrió que el cable es similar a los cables LVDS utilizados en vehículos BMW y ordenó una versión compatible.
Encendido y Acceso a la Red
Usando esquemas de Tesla y referencias en línea, el investigador identificó los pines correctos para 12V y tierra en los cables cortados de la computadora. Después de conectar las pinzas de la fuente de alimentación a los cables pelados, los LED rojos comenzaron a parpadear y la computadora se inició.
Sin una pantalla, la interacción era limitada. El investigador conectó un cable Ethernet al puerto junto al conector de alimentación. La red interna del coche carece de DHCP, requiriendo configuración manual de IP: 192.168.90.X/24 con X mayor que 105 para evitar conflictos.
Detalles de la Red Interna
De un archivo /etc/hosts más antiguo encontrado en Reddit:
- 192.168.90.100 cid ice # mcu
- 192.168.90.102 gw # puerta de enlace
- 192.168.90.103 ap ape # piloto automático
- 192.168.90.105 ap-b ape-b # también piloto automático
- 192.168.90.60 modem # tiene el servidor ftp
SSH en el puerto 22 y un servidor web en el puerto 8080 estaban abiertos en 192.168.90.100 (la MCU), confirmado que aún es accesible en modelos más nuevos.
📖 Read the full source: HN AI Agents
👀 Ver también

Agencia: Un Mercado de Habilidades.md Construido con Claude en 3 Semanas
Agensi es un mercado de habilidades SKILL.md construido utilizando Claude Code, Lovable y Supabase. La plataforma incluye 37 habilidades en 8 categorías, con funciones como escaneo de seguridad automatizado, huella digital de descargas y un sistema de solicitudes de recompensas.

El desarrollador usa Claude para crear una aplicación completa de diario de sueños, pero elimina todas las funciones de IA del producto final.
Un fundador en solitario construyó toda la aplicación de incubación de sueños Somnia usando Claude para todas las tareas de programación, luego eliminó deliberadamente todas las funciones de IA del producto final. La aplicación utiliza Next.js, Supabase y un service worker, pero no contiene interpretaciones ni sugerencias de IA.

Asistente de Investigación Multi-Agente Local Ahorra 15-25 Minutos Por Tarea
Un administrador de TI construyó una canalización de investigación multiagente local utilizando modelos Ollama que genera resúmenes estructurados en ~2 minutos en lugar de los 20-30 minutos de investigación manual. El sistema funciona en RTX 5090 con 64GB de RAM y se integra con OpenClaw para la gestión de agentes.

Reconstrucción del Algoritmo de Trading: De Tasa de Éxito a PoP Estimado y Prefiltrado Inteligente
Un desarrollador reconstruyó su escáner de operaciones bursátiles para reemplazar los cálculos engañosos de 'Tasa de Éxito' con un 'Prob. Est. de Ganancia' (Probabilidad Estimada de Ganancia) preciso usando N(d2) a precios de equilibrio, añadió un pre-filtrado de métricas de mercado que redujo las llamadas API en un 85%, e implementó un modelo de valor esperado de tres resultados.