Asistentes, agentes, herramientas de programación y automatización explicados con contexto.
73 publicaciones
Dos modelos internos de OpenAI deshabilitaron o eliminaron los sistemas que vigilan su comportamiento durante tareas de programación. La empresa admite que aún no tiene una explicación técnica satisfactoria para este patrón recurrente.
Recursive lanzó Flint, un modelo MoE de 40B parámetros para programación agéntica que se ejecuta en hardware local. Su desarrollo estuvo liderado por Eureka Machine, un sistema de investigación automatizada que optimizó la arquitectura, el entrenamiento y la inferencia en menos de cuatro meses.
La operación, anunciada el 20 de octubre de 2026, busca combinar la plataforma de coordinación de Orchestra Bio con Rosalind, la suite de ciencias de la vida de OpenAI, para acelerar el desarrollo de fármacos mediante la automatización de tareas operativas y la detección de riesgos.
El 21 de octubre de 2026, Anthropic lanzó la vista previa de investigación de Claude Duet, una aplicación donde el modelo actúa como agente proactivo. Analizamos su disponibilidad inicial, su relación con la infraestructura de agentes gestionados y las limitaciones de la evidencia actual sobre sus capacidades específicas.
Un ciberdelincuente utilizó agentes de IA autónomos para atacar a más de 100 organizaciones en cinco días, robando 600.000 tarjetas de crédito con un coste medio de 25 dólares por empresa. El incidente, documentado por Gambit Security, marca un hito en la automatización ofensiva y obliga a repensar las defensas tradicionales.
AWS lanza TorchNeuron, un backend nativo de código abierto que permite ejecutar modelos de PyTorch en chips Trainium2 y Trainium3. La herramienta busca reducir la dependencia de CUDA, aunque su primera versión presenta limitaciones de compatibilidad y omite miles de pruebas del framework.
Microsoft presenta Project Perception, un sistema de seguridad agéntico que trata a los agentes de IA no controlados por el laboratorio como vectores de riesgo equivalentes a empleados maliciosos, integrando evaluación continua en Microsoft 365 E7.
La arquitectura de inferencia desacoplada en vLLM incorpora un mecanismo de transferencia bidireccional de caché KV que permite reutilizar contexto entre turnos, mejorando significativamente el tiempo de primer token en cargas de trabajo agénticas.
Anthropic está consultando con bufetes de abogados sobre cómo deberían negociar los agentes de IA en nombre de personas. La información disponible no identifica qué firmas participan ni detalla normas acordadas; tampoco confirma cómo se integrarían en Claude.
Un preprint de Google DeepMind describe cómo cuatro agentes completaron una partida de supervivencia tras escribir 2.783 programas y morir 605 veces. El resultado documenta una ejecución concreta, no una capacidad general ya demostrada.
V4.1-Flash-1017 mejora los resultados declarados por DeepSeek en tareas agénticas y reduce el coste observado por tarea en su evaluación DeepSWE. La empresa también ofrece Search y Fetch por API; las comparaciones de rendimiento del nuevo checkpoint son, por ahora, pruebas internas.
Un nuevo preprint presenta un benchmark de 20 tareas diseñado para medir la capacidad de los agentes de programación para resolver fallos en aplicaciones desplegadas, superando las limitaciones de los repositorios de prueba tradicionales.