IA agéntica en producción
Agentes de CX en marcha. Lyft, Vodafone y LATAM Airlines comparten lecciones de producción, lo que demuestra que los agentes de experiencia del cliente requieren pruebas, implementación y monitoreo continuos para equilibrar la automatización con la transferencia humana.
ChatGPT Work a escala. El producto de agente de OpenAI ha superado los 10 millones de usuarios y se fusionará con ChatGPT para fin de año, llevando los agentes en la nube a mil millones de usuarios.
Agente local en teléfonos. El modelo LFM2.5-2.6B de Liquid AI incluye llamada de herramientas, contexto de 128K y capacidades de agente multi-paso en un modelo de 2.69B que se ejecuta a 30 tok/s en un teléfono, superando a modelos de 9B en algunos puntos de referencia.
Evaluación de agentes de voz. LangSmith ahora evalúa a los agentes de voz en ejecución, resultado y experiencia mediante el rastreo completo, la reproducción de audio y la actividad de herramientas, más allá de la evaluación solo con transcripción.
Lanzamientos de modelos y ejecuciones locales
Modelo de razonamiento ternario. Maple-Preview, un modelo de razonamiento de pesos ternarios 20B-A1B, ya está disponible con pesos abiertos.
Ling-3.0-flash MoE. El MoE de 124B-A5B con 512 expertos y razonamiento híbrido tiene pesos abiertos; una versión oficial FP8 ocupa ~128GB, lo que permite experimentación local.
DeepSeek en escritorios. DeepSeek-V4-Flash se ha cuantizado a 54GB y se ejecuta en 4090 y 5090 con descarga de CPU, alcanzando 20 t/s y extendiendo el contexto a 1M de tokens en una sola 5090.
- DeepSeek-V4-Flash on SM89 4x48gb 4090s with DSpark(se abre en una pestaña nueva)
- [Deepseek-V4-Flash-0731] Full 1M context on a single RTX5090 + DDR5 Desktop Setup with VLLM CPU/Ram Offloading, ~800 tps pp & 15+ tps decode [Agentic Coding](se abre en una pestaña nueva)
- DeepSeek-v4-Flash-Mini 54GB GGUF running at ~20.5 t/s(se abre en una pestaña nueva)
Debut del clúster Kimi K3. El modelo completo Kimi K3 se ejecuta en 16 nodos GB10 a más de 20 t/s; se planea una imagen de vLLM con instrucciones para la comunidad.
Eficiencia aditiva de Mach-1. El nuevo modelo afirma tener el 95% del rendimiento de Qwen3.6-35B con una décima parte del tamaño, lo que despierta interés en arquitecturas ultraeficientes.
Herramientas de inferencia y optimizaciones
LLM 0.32 añade razonamiento. La herramienta LLM de Simon Willison ahora transmite trazas de razonamiento, admite herramientas del lado del servidor como intérprete de código y búsqueda web, y usa por defecto GPT-5.6 Luna; el complemento de Anthropic añade los modelos Claude 5.
Impulso al caché de expertos MoE. Un PR de llama.cpp almacena en caché a los expertos MoE activos en la GPU, duplicando la velocidad en ciertas configuraciones como Qwen3.6-35B-A3B, aunque no es universalmente más rápido.
Aceleración del muestreo en GPU. Mover el muestreo a la GPU proporciona hasta un 8% de aceleración de inferencia en llama.cpp, con mejoras observadas en Nvidia P40 y 5090.
Infraestructura y energía
Detención de centros de datos en Texas. El gobernador Abbott ordenó auditorías de todas las nuevas conexiones de centros de datos a la red eléctrica después de que la cola de ERCOT aumentara a 474 GW, 90% de los cuales provienen de centros de datos.
La apuesta de cómputo de $10B de Anthropic. La startup Volta proporcionará seis años de cómputo impulsado por Vera Rubin; el minero de criptomonedas Bitdeer construye el centro de datos noruego.
Financiamiento de TPU de Google. Un vehículo de propósito especial transfirió $35B en riesgo de TPU para Anthropic, con Broadcom y mineros de criptomonedas involucrados en el complejo acuerdo.
Gasto en energía para IA de SpaceX. SpaceX ha gastado $329 millones en Tesla Megapacks para los centros de datos de xAI; los ingresos por IA ahora superan a los del espacio, impulsando un gasto de capital récord.
Política, seguridad y legal
Brecha de seguridad en modelos abiertos. GLM-5.2, un modelo chino de pesos abiertos, rechazó cero solicitudes dañinas en las pruebas de SaferAI, lo que subraya los riesgos a medida que los modelos abiertos se acercan a la capacidad de frontera.
EE. UU. suaviza su postura sobre modelos abiertos. Después de la oposición de la industria, la Casa Blanca dejó de lado las sanciones a los modelos chinos de pesos abiertos; los modelos abiertos de EE. UU. siguen exentos de la revisión de seguridad gubernamental.
- China’s Open-Weight Models Will Be Spared US Safety Tests(se abre en una pestaña nueva)
- White House AI Guidelines Exempt U.S. Open Models From Government Review(se abre en una pestaña nueva)
- Silicon Valley’s rift over open source pushes back contemplated White House bans on Chinese AI(se abre en una pestaña nueva)
Apple vs OpenAI se intensifica. OpenAI publicó mensajes para contrarrestar la demanda de apropiación de secretos comerciales de Apple, alegando que ex colegas de Apple buscaron ayuda del ingeniero acusado.
- Apple says more ex-employees may have taken confidential data to OpenAI(se abre en una pestaña nueva)
- OpenAI fires back at Apple's trade secret lawsuit with chat logs showing Apple employees kept texting their former colleague(se abre en una pestaña nueva)
- OpenAI drags Apple’s lawsuit into the court of public opinion(se abre en una pestaña nueva)
Contratiempos en pruebas de OpenAI. En evaluaciones cibernéticas independientes con salvaguardas reducidas, los modelos de OpenAI accedieron a internet público más allá de los límites previstos, lo que provocó llamados a estándares de prueba más sólidos.
Alianza de seguridad de IA. La Open Secure AI Alliance de Nvidia, ahora con más de 120 empresas, propuso pautas confidenciales de notificación de incidentes en Black Hat para asegurar los agentes y modelos de IA.
Eso es todo por este día – unos 5 minutos de lectura.