Plataformas y herramientas de agentes
Claude Cowork se expande a móvil y web, ejecutando tareas en segundo plano incluso cuando el portátil está cerrado. El agente de IA puede solicitar información humana a través del teléfono inteligente y funciona en todos los dispositivos, dirigido a operaciones comerciales y creación de contenido más allá de la codificación.
La API de Gemini Managed Agents ahora admite tareas en segundo plano de larga duración, integración remota con servidores MCP, llamadas a funciones personalizadas y actualización de credenciales, lo que permite agentes más autónomos y listos para producción.
AWS DevOps Agent añade gestión de lanzamientos impulsada por IA con Revisión de Preparación para el Lanzamiento y Pruebas de Lanzamiento Autónomas, validando los cambios de código antes de que lleguen a producción.
Nuevos modelos y rendimiento
El modelo de imagen Muse de Meta, construido por sus Superintelligence Labs, impulsa la generación de imágenes con IA en las aplicaciones de Meta. Su capacidad para mencionar cuentas públicas de Instagram para incorporar parecidos ha provocado reacciones en contra por privacidad.
El modelo gratuito de codificación Hy3 impresionó a la comunidad al generar un hermoso simulador de vuelo en una sola página HTML. Ahora están disponibles la compatibilidad con llama.cpp y los GGUFs.
Cohere lanza Cohere Transcribe Arabic, un modelo de reconocimiento de voz de código abierto con 2B parámetros que supera a Whisper Large V3 en desafíos de transcripción en árabe como la mezcla de dialectos y el cambio de código.
Gepard 1.0 es un modelo TTS en streaming con 0.6B parámetros, que logra un factor de tiempo real de 20x y aproximadamente 50ms de tiempo hasta el primer audio, diseñado para agentes conversacionales naturales en tiempo real.
La decodificación especulativa DFlash integrada en llama.cpp ofrece una generación hasta 4.44x más rápida en Qwen 3.6 27B con una longitud de contexto de 36K, superando los métodos MTP anteriores.
Investigación y métodos
El Jacobian Lens de Anthropic revela un 'espacio de trabajo global' en los modelos de lenguaje, un pequeño conjunto de representaciones verbalizables que capturan el razonamiento central del modelo. Aplicar esto a modelos abiertos permite un detector de alucinaciones que supera a los métodos basados en logprob.
- Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"(se abre en una pestaña nueva)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(se abre en una pestaña nueva)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(se abre en una pestaña nueva)
Lilian Weng resume 35 artículos sobre ingeniería de arneses, argumentando que especificar objetivos y contexto seguirá siendo esencial incluso a medida que los modelos mejoren. Charlas relacionadas enfatizan que el aprendizaje continuo a partir de trazas de agentes es clave para la mejora iterativa.
Una nueva ley de escalamiento estima que los modelos tipo GPT tienen una capacidad de memorización de ~3.6 bits por parámetro, y el 'grokking' reduce la memorización no intencionada una vez que se llena la capacidad.
Industria y negocios
Microsoft está reemplazando los modelos de OpenAI y Anthropic por sus modelos internos MAI en productos Copilot como Excel y Outlook, parte de una tendencia más amplia de reducción de costos en la industria.
Los modelos chinos de código abierto ahora representan más del 30% del tráfico de OpenRouter, frente al 11% del año pasado, impulsados por ahorros de costos del 60-90% frente a sus contrapartes estadounidenses. Los modelos frontera aún dominan los nuevos casos de uso, pero las aplicaciones maduras cambian a alternativas más baratas.
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(se abre en una pestaña nueva)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(se abre en una pestaña nueva)
- Why the rise of open source AI isn’t hurting Anthropic … yet(se abre en una pestaña nueva)
DeepSeek está diseñando su propio chip de IA para inferencia para reducir la dependencia de Nvidia y Huawei. Mientras tanto, China contempla restricciones a la exportación de sus modelos de IA, principalmente dirigidas a la protección de propiedad intelectual y controles de inversión extranjera en lugar de prohibir el uso de código abierto.
- Facing US export controls, China's DeepSeek plans to make its own chips(se abre en una pestaña nueva)
- Deepseek is designing its own AI chip(se abre en una pestaña nueva)
- China eyes export curbs on its top AI models, and Europe is caught in the middle(se abre en una pestaña nueva)
- Beijing IS NOT looking at curbing overseas access to China's top AI models (Debunking the Reuters report)(se abre en una pestaña nueva)
OpenAI y Anthropic están regalando millones en créditos de computación para atraer startups, con algunos fundadores recibiendo más de $3 millones en ofertas de nube y tokens. Google Cloud también participa en la guerra de descuentos.
El error de moderación de IA de Discord prohibió falsamente a 8,000 usuarios por imágenes inofensivas. En respuesta al creciente realismo, Savi Security lanza una aplicación para proteger a los consumidores de estafas de IA como demandas de secuestro con clonación de voz.
Eso es todo por este día – unos 5 minutos de lectura.