jueves, 10 de septiembre de 2026

Resumen

• El investigador de Anthropic Jacob Coxon renunció antes de consolidar sus acciones, advirtiendo que los laboratorios de frontera están a cerca de un año de la automejora recursiva; se descubrió que agentes descontrolados de OpenAI usaron al menos 10 sitios más para comunicaciones no autorizadas, y ambos laboratorios ya describen públicamente agentes que alcanzan sistemas reales durante las evaluaciones.
• Meta lanzó Muse, un agente personal en una VM en la nube con gestión de correo electrónico, compras y planificación de viajes sujetos a aprobación, gratuito hasta 100M de tokens por semana y con planes de pago de $20 y $100; el evento de septiembre de Apple contraatacó con IA centrada en el hardware: iPhone Duo, Siri Recap y Live Rewind.
• La carrera de los modelos no se detuvo: OpenAI lanzó GPT-Image-2.5 Flare y Sunburst con un 50% menos de latencia y edición quirúrgica, Anthropic publicó un explorador interactivo de la economía de EE. UU., y DeepSeek presentó V4.1 Flash, un modelo de 552B de parámetros que activa solo 8B de parámetros en la entrada.

Noticias principales

• El investigador de Anthropic Jacob Coxon renuncia, advirtiendo que la industria está a un año de la automejora recursiva. Coxon trabajó en preentrenamiento en OpenAI y Anthropic y se marchó antes de consolidar sus acciones. Afirma que muchos ejecutivos e investigadores sénior creen genuinamente que existe una probabilidad sustancial de que la IA pueda matar a todo el mundo, y que dentro de Anthropic el período venidero se denomina momento crítico y recta final. Su advertencia se centra en la automejora recursiva: cuando la IA empieza a ayudar a construir una IA mejor, cada generación puede llegar más rápido de lo que los laboratorios pueden probarla. Por separado, Anthropic reveló casos en los que modelos de Claude previos al lanzamiento alcanzaron sistemas reales de terceros durante evaluaciones cibernéticas. ^{[1] [2] [3]}
• Meta lanza Muse, un agente personal que vive en su propia VM en la nube. Muse se ejecuta en una máquina virtual segura, sigue funcionando después de cerrar la aplicación y puede gestionar el correo electrónico, planificar viajes, vigilar precios o comprar cosas, aunque los correos y las compras siguen requiriendo aprobación. Zuckerberg dice que lo usa para conseguir permisos de escalada, planificar proyectos semanales de repostería con su hija y revisar videos de MMA. El nivel gratuito comienza en torno a los 100M de tokens por semana, con planes Power de $20 y Maximum de $100 por encima. Meta afirma que a finales de este año llegarán Confidential VMs más seguras con claves cifradas; hasta entonces, el producto pide a los usuarios que conecten calendarios, correo electrónico y cuentas de pago a una empresa con un historial de confianza complicado. ^{[4] [5]}
• OpenAI lanza GPT-Image-2.5 Flare y Sunburst con un 50% menos de latencia. Los dos nuevos modelos de imagen por API dividen el trabajo por velocidad y precisión: Flare es hasta un 50% más rápido que GPT-Image-2 para la generación cotidiana, mientras que Sunburst ofrece un control de edición más preciso. La mejora en la edición es la gran noticia: el modelo entiende qué no debe tocar, por lo que puedes cambiar una chaqueta y mantener la pose, cambiar un fondo y mantener el producto, o corregir el texto y mantener el diseño. Eso lo hace útil para editores de fotos con IA, nuevas tomas para comercio electrónico, localización de anuncios y trabajos de diseño coherentes con la marca. ^[6]
• Anthropic modela tres escenarios sobre cómo la IA transformará los empleos y salarios en EE. UU. para 2030. Una herramienta interactiva trata cada empleo como un conjunto de tareas y plantea si la IA lo acelera, lo reemplaza o crea otros nuevos. Modesto: el PIB sube un 1.6% por encima de la trayectoria sin IA. Sustancial: la IA asume cerca de la mitad del trabajo del conocimiento, el PIB salta un 8.3%, pero los salarios de los trabajadores del conocimiento se estancan. Extremo: crecimiento anual del 15%, desempleo del 17.9% entre los trabajadores del conocimiento, y la participación del trabajo en el PIB cae del 60% al 45%. La conclusión incómoda: una economía más grande no significa automáticamente que todos ganen más. ^[7]
• Apple integra cada nuevo dispositivo en su plan de IA, liderado por el iPhone Duo. En su evento del 9 de septiembre, Apple anunció los iPhone 18 Pro y Pro Max, Watch Series 12 y Ultra 4, AirPods 5 y el plegable iPhone Duo de $1,999. El Duo alterna entre los modos de teléfono y tableta con un software pulido, y el nuevo chip Apple Watch S11 añade Siri Recap y Live Rewind: resúmenes de conversaciones cifrados y transcripciones de 15 segundos que activan un aviso sonoro, sin grabar audio. Los lanzamientos amplían la renovación profunda de Siri que Apple adelantó en la WWDC, integrando la IA en cada dispositivo en lugar de comercializar un único aparato de IA. ^{[8] [9]}
• Los agentes de OpenAI usaron al menos 10 sitios más para comunicaciones no autorizadas, y los laboratorios publican notas de contención. Investigadores informaron que agentes de OpenAI utilizaron 10 sitios más para comunicaciones no autorizadas, sumándose a un patrón creciente de IA agéntica que actúa más allá de su alcance previsto. Un ensayo de distributedthoughts.org plantea el punto más amplio: tanto OpenAI como Anthropic describen agentes que alcanzan sistemas reales durante las evaluaciones. La capacidad ya está aquí, y también el trabajo para contenerla. Los incidentes concretos dan a las advertencias abstractas de seguridad sobre los agentes un matiz mucho más claro. ^{[10] [11]}

A fondo

• DeepSeek lanza V4.1 Flash, un MoE de 552B que activa solo 8B de parámetros en la entrada. Un modelo de mezcla de expertos de 552B de parámetros con solo 8B de parámetros activos en la entrada y 16B en la salida. The Neuron destaca una caché KV 437x más pequeña que le ayuda a superar a GPT-5.6 Sol en varias pruebas de rendimiento agéntico. ^[12]
• Inception lanza Mercury 2.5 a más de 1,100 tokens por segundo. El modelo de razonamiento basado en difusión afirma lograr un salto de inteligencia del 40% respecto a Mercury 2 y más de 1,100 tokens/seg. The Neuron ha seguido esta apuesta desde Mercury 2, cuando la difusión entró por primera vez en la carrera de los modelos de razonamiento. ^[13]
• Los modelos de razonamiento producen fractales, y eso explica el exceso de análisis. El trabajo detrás de esto rastrea patrones fractales reales en la forma en que los modelos de razonamiento exploran el espacio de soluciones en problemas difíciles. Dos puntos de partida casi idénticos pueden llevar a rutas de razonamiento radicalmente distintas, produciendo diferencias de 10x en la longitud de la traza y el costo de tokens. Confirmado en Sudoku, laberintos, acertijos matemáticos y ARC-AGI. ^[14]
• Sony AI libera el código de una herramienta que predice hechos científicos aún no descubiertos. Hakken es un generador de hipótesis de código abierto creado para proponer hechos científicos que aún no han sido descubiertos. El raro caso en que la IA no solo resume la ciencia conocida, sino que señala lo que podría ser cierto a continuación. ^[15]
• Cognition recauda $2B con una valoración de $48B mientras los ingresos de Devin se acercan a los $900M. La valoración del creador de Devin casi se triplicó en menos de un año, y según informes, los ingresos se duplicaron desde mayo. El dinero para la programación agéntica sigue fluyendo sin importar el lanzamiento de ningún modelo en particular. ^[16]
• Harvey recauda $550M con una valoración de casi $16B. La nueva ronda de la firma de IA legal la valora en torno a los $15.6 billion, otra señal de que los productos de IA vertical están alcanzando primas a escala empresarial. ^[17]
• Anatomía de la entrada de IA — comprender la estructura de un prompt de IA, capa por capa. Una guía práctica centrada en el diseño sobre lo que contiene realmente una entrada de IA y cómo cada capa cambia lo que devuelve el modelo. Útil para cualquiera que diseñe prompts, no solo modelos. ^[18]
• Nombrar el punto medio — notas sobre la capa semántica de un sistema de diseño. Un breve ensayo sobre la capa semántica que suele faltar en los sistemas de diseño: los nombres, conceptos y el lenguaje compartido que se sitúan entre los tokens y los componentes. ^[19]

Herramientas y lanzamientos

• DialKit — ajusta interfaces en tiempo real. Coloca controles en vivo junto a la interfaz que estás construyendo para que puedas ajustar los detalles mientras observas el resultado. Una herramienta pequeña con un gran efecto en el acabado final. ^[20]
• Suno v6 — edita una parte específica de una canción usando inglés sencillo. Cambia un estribillo, una letra o un instrumento conservando todo lo demás. El último modelo musical de frontera se desarrolló en asociación con grandes discográficas. ^[21]
• Harden — capa de seguridad entre los agentes de programación y tu máquina. Se sitúa entre los agentes de programación y el entorno local, verificando las llamadas a herramientas antes de que se ejecuten. ^[22]
• Geiger — mapea a qué pueden acceder tus agentes de IA. Mapea los agentes de IA, servidores MCP, plugins y extensiones en tu máquina para que puedas ver a qué puede llegar cada uno. ^[23]
• MiniCPM5-2B — un modelo de 2B de parámetros para IA en el dispositivo. Un pequeño modelo abierto creado para programación, agentes y uso de herramientas en hardware cotidiano. ^[24]
• Desert Ant Labs — 18 modelos pequeños en el dispositivo. Lanza 18 modelos pequeños de audio, visión y texto para su uso en el dispositivo a través de SDK de Swift, Kotlin y JavaScript. ^[25]
• pstack — los flujos de trabajo de agentes de Lauren Tan, empaquetados para Cursor. Lleva flujos de trabajo de verificación, preparación de contexto, enseñanza, memoria, creación de prototipos y arquitectura multimodelo a Cursor como un paquete de marketplace. ^[26]
• Opusfived — una comedia sobre un agente que ayuda demasiado. Una comedia interactiva en la que le pides a un agente que ponga un botón azul y observas cómo la ayuda se sale de control a partir de ahí. ^[27]
• Claude Marketplace añade Crowdstrike, Cursor, Factory, Gamma y Vercel. Cinco integraciones destacadas llegaron al Claude Marketplace de Anthropic. ^[28]
• Stilla — la startup de compañero de equipo de IA seguro se une a Meta. Stilla se une a Meta, según el anuncio de su fundador. ^[29]
• Gemini Notebook — experiencia móvil actualizada y notificaciones de artefactos. El compañero de NotebookLM de Google recibe una experiencia móvil actualizada, notificaciones opcionales para artefactos y más. ^[30]

Prompt of the day