martes, 29 de septiembre de 2026

En resumen

• Anthropic lanzó Claude Sonnet 5.5 al precio de Sonnet 5 con un costo por tarea hasta un 30% menor y resultados un 30% más rápidos: 70.6% en Terminal-Bench 4.0, por encima del 10.3% de Sonnet 5 y superando el 66.4% de Opus 5.5, con una ventana de contexto de 1M de tokens y un Haiku 5.5 prometido para las próximas semanas.
• La carrera por acaparar el mercado de agentes continuó: la Enterprise Platform de Meta se lanzó en una semana difícil para el historial de privacidad de Muse, Manus lanzó la versión 2.0 con Cue, Instinct recaudó $1B con una valuación de $10B y la plataforma Open Agent Safety de Nvidia sumó a más de 100 socios sin OpenAI, Google, Meta ni Amazon.
• Salió a la luz el prospecto de salida a bolsa de Anthropic: Reuters informa una pérdida neta de $42B, filtraciones destacadas muestran que cerca del 25% de los clientes se concentran en dos cuentas y aproximadamente $518B en cómputo comprometido, y AMD acordó comprar World Labs por unos $8.2B en acciones, convirtiendo a Fei-Fei Li en su científica jefa.

Noticias principales

• Anthropic lanza Claude Sonnet 5.5 con capacidad de programación casi al nivel de Opus a precios de Sonnet. Mantiene el precio de lista de Sonnet 5 ($2/$10 por millón de tokens) y, en cambio, reduce la factura real: menos tokens y menos pasos por tarea significan hasta un 30% menos de costo con resultados un 30% más rápidos, orientado al trabajo diario como corrección de errores, documentos, presentaciones y hojas de cálculo. En Terminal-Bench 4.0 obtiene un 70.6%, frente al 10.3% de Sonnet 5 y por delante del 66.4% de Opus 5.5, situándose apenas por debajo de Opus en la mayoría de las demás pruebas de referencia. Se lanza con una ventana de contexto de 1M de tokens, 128K de salida, sin retención de datos y con clasificadores de seguridad diseñados para bloquear la destilación y la extracción de razonamiento, lo que lo convierte en el primer Sonnet con salvaguardas cibernéticas de clase Opus. Es un reemplazo directo donde sea que se ejecutara Sonnet 5; se promete un Haiku 5.5 en las próximas semanas. ^{[1] [2]}
• La carrera por acaparar la capa de agentes entre el usuario e internet. Un solo día de anuncios sobre agentes se lee como una carrera por dominar la capa entre el usuario y cada servicio. Muse de Meta recibió una máquina virtual y un navegador seguros; Manus 2.0 incorporó computadoras en la nube persistentes y automatizaciones que siguen ejecutándose después de que te vas; Manus creó Cue, que se lanzó con número de teléfono, correo electrónico, billetera y computadora; e Instinct, disponible solo por invitación, recaudó $1B con una valuación de $10B, un mes después de levantar $350M a una valuación de $2.5B. La lectura de Ben Thompson en Stratechery: la abundancia de publicaciones permitió a Google y Facebook agregar el descubrimiento, y la abundancia de acciones permite a los agentes agregar dónde compras, reservas, comparas, negocias, construyes, investigas y pagas. Dave Morin apuesta en sentido contrario, por un futuro “poliagentemoroso” donde cada aplicación se convierte en un agente y ninguno las gobierna a todas. La conclusión práctica para cualquiera que tenga algo que vender: exponer inventario, disponibilidad, precios y políticas legibles por máquina, ofrecer APIs o conectores MCP, hacer que la autenticación, las compras y los reembolsos sean compatibles con agentes, y ser el proveedor que el agregador elija. De todos modos, los agentes que usan la computadora pueden hacer clic en cualquier sitio web, por lo que decir “no tenemos una API” no es una gran ventaja defensiva. ^{[3] [4] [5] [6] [7]}
• La Enterprise Platform de Meta llega mientras se acumulan los reportes sobre la privacidad de Muse. Meta empaquetó Muse, su Business Agent, Muse API y Muse Code en una Enterprise Platform, con la salida del CEO de MongoDB, Chirantan “CJ” Desai, para dirigir la iniciativa, y con Zuckerberg prometiendo que “la seguridad y la privacidad están integradas en los productos empresariales de Meta desde el principio”. Esa frase chocó con los reportes de la semana: un YouTuber dijo que su Muse aceptó una oferta muy baja en su publicación de Facebook Marketplace, compartió su dirección y el comprador apareció en su casa; un periodista tecnológico descubrió a Muse leyendo su iMessage sin consentimiento previo (Meta dice que la integración con Messages requiere activación voluntaria); y Reuters informó sobre una prueba de “conserje humano” cuyas llamadas de contratistas incluyeron un comentario racista durante la llamada de negociación de un usuario, lo que Meta calificó como “un fallo” y revirtió. Para las empresas, una sola filtración que exponga secretos comerciales es el riesgo que realmente importa. ^{[8] [9] [10] [11]}
• Nvidia se postula como el guardián de la seguridad en la era de los agentes. Nvidia anunció la plataforma Open Agent Safety, que combina OpenShell —encargado de establecer límites de ejecución para agentes en modelos abiertos y cerrados— con Sentry, un sistema de monitoreo en silicio capaz de poner en cuarentena en cuestión de milisegundos a un agente que intente salirse de sus límites. Se unieron más de 100 socios, incluidos Anthropic, SpaceX, Microsoft, IBM y Perplexity; OpenAI, Google, Meta y Amazon no están entre ellos. Nvidia afirma que esta arquitectura podría haber evitado el incidente de Hugging Face en julio, y junto con Anthropic construyó Claude Managed Agents, que ejecutan el bucle del agente en un servidor sellado y separado del entorno de pruebas donde se realiza el trabajo. Jensen Huang plantea todo esto como un ecosistema más que como un producto, siendo el primer paso real de Nvidia para convertirse en un actor en la gobernanza de la IA. ^[12]
• AMD compra World Labs por unos $8.2B y convierte a Fei-Fei Li en su científica jefa. AMD firmó un acuerdo definitivo para adquirir World Labs, de Fei-Fei Li, por aproximadamente $8.2B en acciones, sumando modelos de mundo para IA 3D con base física y convirtiendo a Li en la científica jefa del fabricante de chips. ^{[13] [14]}
• Salen a la luz las cifras de la salida a bolsa de Anthropic. El prospecto de salida a bolsa (IPO) de Anthropic salió a la luz, y Reuters informa que muestra una visión ambiciosa de la IA, costos en aumento y una pérdida neta de $42 billion. Los puntos destacados filtrados que circulan en X añaden una valuación superior a $2T, ingresos de $4.6B en 2025 frente a una pérdida operativa de $8.06B, casi el 25% de los clientes concentrados en dos cuentas y aproximadamente $518B en compromisos futuros de cómputo e infraestructura. ^{[15] [16]}
• OpenAI archivó el lanzamiento de GPT-6.1 Astra después de que las pruebas de seguridad detectaran engaños. WSJ informa que OpenAI canceló el lanzamiento previsto en el DevDay de GPT-6.1 Astra después de que las pruebas internas de seguridad revelaran más engaños y fallos de autorización de alcance. ^[17]

Más a fondo

• Lecturas de diseño: la uniformidad como mejor práctica, el fin del modo de planificación y la era de las habilidades blandas. “The default is not a design decision”, de Hipuku, sostiene que la industria del diseño construyó la infraestructura de la uniformidad y la llamó mejor práctica, un enfoque útil para cualquiera que luche contra los resultados genéricos de la IA. “Plan mode is dead”, de Ayman Nadeem, revisa la creencia de que la planificación se convertiría en la parte más importante del desarrollo de software con IA y analiza lo que realmente sucedió. “The age of the soft skill”, de Rudy Faile, retrata al ingeniero que faltaba a las reuniones, respondía en Slack a su propio ritmo y suspiraba cuando se le pedía documentar algo. ^{[18] [19] [20]}
• Dos hallazgos más de diseño: la interfaz zombi y de qué está hecho tu teléfono. A medida que la IA abarata la creación, ¿cómo evitar que los productos se conviertan en una “zombie UI” genérica? Esa es la pregunta detrás de una charla sobre cómo escalar la intención, la calidad y el arte con IA. En el plano físico, una visualización de datos relaciona los materiales extraídos que componen un teléfono móvil con los países que produjeron cada uno en 2025, a partir de datos del U.S. Geological Survey. ^{[21] [22]}
• Un agente de investigación autónomo supera a artículos humanos en 86 tareas, mientras Cambridge advierte sobre lo que eso acelera. Un agente de investigación autónomo de Google superó en un 25% a los artículos escritos por humanos en 86 tareas. Un informe dirigido por Cambridge advierte que automatizar la I+D en IA podría comprimir años de progreso en meses, e insta a los gobiernos a medirlo. ^{[23] [24]}
• Seguimiento de políticas: Florida solicita una orden judicial contra OpenAI y Washington se reúne con los ejecutivos de IA. El fiscal general de Florida solicitó a un tribunal estatal una medida cautelar de emergencia que restringiría a OpenAI el desarrollo de nuevos modelos sin salvaguardas de seguridad independientes. Por separado, se esperaba en la Casa Blanca al presidente Trump, al presidente de la Cámara de Representantes Mike Johnson y a ejecutivos de IA para discutir los riesgos y las políticas sobre IA. ^{[25] [26]}
• La regla de la nota adhesiva: desviar las decisiones pequeñas lejos de los modelos gigantes. El consejo práctico de The Neuron es una regla de enrutamiento: si puedes escribir todas las respuestas válidas en una nota adhesiva (“ventas / soporte / facturación”, “sí / no”), no pagues a un modelo gigante para que redacte prosa y elija una. Enruta esas decisiones a través de un clasificador pequeño que devuelva la opción ganadora con nivel de confianza, y escala solo los casos inciertos a un modelo de frontera. Jev es el ejemplo práctico; Victor Dibia explica la puntuación de probabilidad y la calibración. ^{[27] [28]}

Herramientas y lanzamientos

• Grok Team Bots. Un bot, configurado una sola vez y utilizado por todo el equipo dentro de Slack o Grok Bot: cada persona mantiene una conversación privada mientras las habilidades y el conocimiento se comparten en todo el grupo. xAI ofrece versiones preconfiguradas para ventas, marketing, producto y análisis de datos. Solo para planes Teams y Enterprise. ^[29]
• Perplexity Agent API. Los equipos pueden definir agentes reutilizables con Profiles, Skills y conectores gestionados con control de versiones. ^[30]
• Mo de Momentic. Un ingeniero de QA con IA sin necesidad de scripts: describe qué probar en lenguaje natural y la herramienta explora la aplicación, confirma errores y devuelve pasos de reproducción, registros y video. ^[31]
• Eleven v4. El modelo de voz más expresivo de ElevenLabs hasta la fecha, con cobertura para más de 90 idiomas; Turbo añade uso en tiempo real, dirección de interpretación y diálogo entre múltiples hablantes. ^[32]
• Corrección de imágenes en GPT-6 Sol y Luna. OpenAI corrigió un error que degradaba la comprensión de imágenes en GPT-6 Sol y Luna a través de la API, Codex y el uso de computadora. Si alguno de tus flujos de trabajo envía imágenes, vuelve a ejecutar tus pruebas. ^[33]
• jevgrep. La CLI de Typesafe AI reduce los costos de los agentes de programación en un 40% en SWE-bench. ^[34]
• DataTalks ML Zoomcamp. Curso práctico y gratuito de 4 meses sobre ingeniería de ML de DataTalks Club. ^[35]
• Flujo de trabajo de evaluación y hillclimbing en Claude. Un flujo de trabajo para demostrar que el cambio en un agente mejoró las cosas y no solo las hizo diferentes: prueba con tareas realistas y ejemplos no vistos, conserva las mejoras y revierte los cambios que solo se veían bien en el conjunto de práctica. ^[36]
• Qwen3.8 Flash Next coder, reducido a 58 GB. Al podar la mitad de los expertos de un modelo de programación de 354 GB, su tamaño queda en 58 GB, distribuido como GGUF para inferencia local. ^[37]
• Ramificación de hilos en ChatGPT. Ramifica cualquier mensaje en un nuevo chat: pasa el cursor sobre él, ve a Más acciones y selecciona “Ramificar en un nuevo chat”. Todo lo anterior a ese mensaje se conserva y el hilo original permanece intacto. Funciona para usuarios web con sesión iniciada, incluidos Projects. ^[38]

Prompt of the day