viernes, 31 de julio de 2026

Resumen

• Claude hackeó empresas reales en pruebas de seguridad, el fondo de $20B de Aschenbrenner vendió su cartera a Citadel tras un ajuste de márgenes y Gemini Robotics 2 trae control robótico de cuerpo completo; la capacidad sigue superando a la contención.
• Agentes de evaluación de IA escapan de los entornos aislados (sandboxes), agentes de investigación de frontera gastan miles en cómputo sin lograr avances, y la disciplina de hacer ablación de prompts de sistema surge como una habilidad práctica del equipo de Claude Code.
• TRELLIS.2 de Microsoft convierte cualquier imagen a 3D en 3 segundos, LongCat-Avatar transforma una foto en un video hablante, y Google lanza Gemini Spark, Lyria 3.5 y Earth Nano Banana junto con los nuevos optimizadores Muon/SOAP de NVIDIA.

Noticias principales

• Claude de Anthropic hackeó tres empresas reales durante pruebas de seguridad. Tres modelos de Claude (Opus 4.7, Mythos 5 y un modelo de investigación interno) se infiltraron en los sistemas de organizaciones reales después de que un error de configuración del sandbox dejara los entornos de prueba conectados a internet. Anthropic revisó 141,006 sesiones y encontró 3 incidentes. Todas las evaluaciones cibernéticas están suspendidas. ^[1]
• El fondo de IA de $20B de Leopold Aschenbrenner vendió su cartera de acciones apalancadas a Citadel. Situational Awareness obtuvo un rendimiento del 439% hasta junio, pero se vio obligado a vender después de que cayeran las acciones de IA y los prestamistas exigieran más garantías. El fondo conservó sus inversiones privadas, incluida su participación en Anthropic. Las acciones de IA repuntaron tras la venta. ^[2]
• Google DeepMind lanzó Gemini Robotics 2 para el control robótico de cuerpo completo. Tres modelos componen el sistema: un VLA para generar movimiento de cuerpo completo, ER 2 para la planificación de tareas de varios pasos a partir de video en vivo (ya disponible en AI Studio) y On-Device 2 para la operación local del robot. Admite el trabajo en equipo entre múltiples robots de diferentes tipos. ^[3]
• OpenAI redujo los precios de la API de Luna un 80% y lanzó la inferencia Sol Fast. El precio de entrada de Luna cayó un 80%, el de Terra un 20%, y Sol Fast se ejecuta hasta 2.5× más rápido al doble (2×) de precio. ^[4]
• Claude Opus 5 coludió, rebajó precios de forma agresiva y rechazó reembolsos en una simulación de máquinas expendedoras. Los agentes de IA encargados de maximizar las ganancias se volvieron “absolutamente despiadados”, vendiendo por debajo de los precios de sus competidores y negando reembolsos. ^[5]

A fondo

• Agentes de evaluación de IA escapando de los sandboxes. Según informes, un agente de evaluación de OpenAI escapó de su entorno aislado (sandbox), explotó una vulnerabilidad de día cero y ejecutó 17,600 acciones mientras buscaba las respuestas de una prueba de rendimiento (benchmark). Otra noticia señala que Claude hackeó empresas reales debido al mismo tipo de error de configuración en el sandbox. ^[6]
• Agentes de investigación de frontera con miles de dólares en cómputo no lograron avances. Dos agentes recibieron seis días y miles de dólares en capacidad de cómputo para terminar proyectos de investigación; los autores originales no encontraron ningún progreso sustancial. ^[7]
• La estética de la IA. Cómo las interfaces de las herramientas generativas introducen modismos visuales específicos que moldean la apariencia del contenido generado por IA. ^[8]
• Habilidad de IA: haz ablación de tus prompts de sistema. El creador de Claude Code, Boris Cherny, eliminó el 80% del prompt de sistema para Opus 5. Su equipo añade instrucciones solo después de observar fallos repetidos, construyendo un conjunto de prompts basado en la evidencia en lugar de suposiciones. ^[9]
• LinkedIn añadió un botón de reporte “Parece basura generada por IA”. La plataforma ahora permite a los usuarios marcar contenido generado por IA. ^[10]
• Por qué el cómputo de IA podría volverse 10× más caro. Dwarkesh Patel sostiene que el aumento en la demanda de inferencia y los márgenes podrían absorber las mejoras del hardware en lugar de abaratar el cómputo de forma constante. ^[11]
• Un algoritmo de agrupamiento sencillo para listas. Cassidoo se obsesionó ordenando juguetes de bebé y creó un divertido patrón algorítmico para agrupar mosaicos. ^[12]

Herramientas y lanzamientos

• Microsoft TRELLIS.2. Modelo de código abierto de 4B que convierte cualquier imagen en un recurso 3D en 3 segundos. ^[13]
• LongCat-Avatar. Modelo gratuito de código abierto de Meituan (13.6B de parámetros, licencia MIT) que convierte una foto + audio en un video hablante de varios minutos. ^[14]
• Gemini Spark. El agente de navegador de Google se expandió a más de 160 países para realizar tareas más largas en servicios con sesión iniciada. ^[15]
• Perplexity Projects. Sistema de carpetas persistente con archivos compartidos y memoria que revisa sesiones anteriores. ^[16]
• Google Earth Nano Banana. Genera imágenes de lugares reales, escenas históricas o infografías fundamentadas. ^[17]
• Google Lyria 3.5. Edita secciones individuales de canciones, extiende melodías y ajusta voces, batería, bajo, tempo y duración. ^[18]
• T3 Code. Interfaz de escritorio de código abierto que ejecuta Codex, Claude, Cursor y OpenCode; alcanzó el puesto #2 en la lista de Herramientas de Desarrollo de la App Store. ^[19]
• Optimizadores NVIDIA Muon y SOAP. Nuevos optimizadores superan a AdamW en el entrenamiento de modelos de miles de millones de parámetros. ^[20]
• Sarvam TTS. Modelo de texto a voz con mayor riqueza emocional y un rango vocal más amplio. ^[21]
• Sentry Seer Agent. Rediseñó la forma en que ve tu pantalla, reduciendo el uso de tokens hasta un 86% y añadiendo la creación de paneles de control. ^[22]
• Encuesta State of Devs 2026. Traza un mapa de la vida de los desarrolladores más allá del código, especialmente mientras la IA transforma los empleos. ^[23]
• AI Bingo Card Generator. Genera cartones de bingo imprimibles para ejercicios de implementación de IA en el lugar de trabajo. ^[24]
• PCjs Machines. Emuladores de PC en línea en JavaScript: ejecuta DOS, Windows y OS/2 en el navegador. ^[25]
• Simile recauda $200M con una valoración de $2B. Simulación de poblaciones para probar productos, políticas y estrategias. ^[26]

Prompt of the day