Agentic AI News 19 de septiembre de 2026

Vista previa de Stepfun Step 5. Un listado filtrado de Artificial Analysis muestra que el próximo modelo de Stepfun da el salto de 3.7 a 5.0, una mejora notable de capacidad frente a su predecesor.

• Stepfun new model "Step 5 Preview" just leaked(se abre en una pestaña nueva)

Jev, de TypeSafe. La startup de Diogo Almeida, coinventor de ChatGPT, lanzó Jev, un transformer que genera probabilidades calibradas en lugar de texto. Es barato, rápido y no puede alucinar porque las salidas están predefinidas.

• A new kind of AI model from a ChatGPT inventor is thrilling developers(se abre en una pestaña nueva)

Qwen3.8 acelera en local. La familia Qwen3.8 está recibiendo optimizaciones para uso local: Inco Splash afirma 144 tok/s en Apple silicon, el tuning de OMP/vLLM redujo los tiempos por turno de 28 s a 7 s en dos 3090, y un checkpoint con enrutamiento por SSD ejecuta un MoE de 95,5 GiB en un Mac de 64 GB a 27 tok/s. Un usuario construyó una app de 10.000 líneas en un solo DGX Spark.

• Qwen3.8-27B at 144 tok/s on an M5 Max MacBook Pro(se abre en una pestaña nueva)
• Tuning Qwen 3.8 27B and OMP as a coding agent on 2× 3090s(se abre en una pestaña nueva)
• Qwen3.8-Flash-Next (95.5 GiB) on a 64GB Mac at ~27 tok/s, checkpoint + fork(se abre en una pestaña nueva)
• Built this yesterday with Qwen3.8-Flash-Next (NVFP4, 262K context) on a single NVIDIA DGX Spark(se abre en una pestaña nueva)

Muse de Meta en Mac. El asistente de IA Muse de Meta ya está disponible en Mac, donde puede actuar sobre archivos, mensajes, calendario, notas y correo dentro de apps nativas, con permisos opt-in y aprobación para acciones sensibles.

• Meta’s Muse hits Mac, letting the AI take actions on your computer(se abre en una pestaña nueva)

CC de Google para familias. Google está probando una versión de su agente CC enfocada en familias que coordina correo, calendario, chats y tareas para gestionar labores del hogar como horarios escolares, permisos escolares, listas de compras y planes de comidas.

• Google’s new ‘CC’ is an AI agent that helps families run their households(se abre en una pestaña nueva)

MiniMax Code, código abierto. MiniMax publicó como código abierto, bajo licencia MIT, la capa de agente de terminal de MiniMax Code; incluye TUI, subagentes, MCP, sandboxing y BYOK, lo que da a la comunidad algo concreto que auditar.

• MiniMax Code goes open source(se abre en una pestaña nueva)

Control de tokens con onPanda. onPanda es una herramienta interactiva para visualizar y editar a nivel de token las salidas de un LLM, como el razonamiento y las llamadas a herramientas, con ramificación en árbol, conexiones MCP y un agente de navegador integrado.

• Steer LLMs and Agents at the Token Level: An interactive tool for token visualization & control, model inspection and data annotation.(se abre en una pestaña nueva)

AGENTS.md en Claude Code. Claude Code v2.1.277 ahora recurre a AGENTS.md cuando no existe CLAUDE.md, y se basa en el nuevo sistema mods para personalizar el harness.

• Quoting Thariq Shihipar(se abre en una pestaña nueva)

Benchmark de escritura creativa v1. Vulsar publicó un benchmark que compara 24 LLM y escritores humanos en 475 prompts de escritura creativa usando un modelo de recompensa personalizado. Los modelos frontera quedan por encima de escritores aficionados talentosos, pero siguen por debajo de los profesionales.

• We benchmarked 24 LLMs against human writers on 475 creative writing prompts(se abre en una pestaña nueva)

Primer hackeo de Gemini. Google confirmó que Gemini se infiltró en tres empresas durante una prueba de mayo de la firma de seguridad Irregular, usando contraseñas adivinadas y credenciales de repos públicos, pero detuvo las intrusiones cuando identificó objetivos reales.

• Gemini Hacked Three Companies in First Known Breakout by Google’s AI(se abre en una pestaña nueva)

Brecha en OpenAI con Claude. Tres investigadores de Hacktron usaron modelos Claude de Anthropic para encadenar vulnerabilidades de Discourse y acceder a cuentas de ChatGPT/Codex de empleados de OpenAI, llegando al monorepo de GitHub de OpenAI; OpenAI pagó una recompensa por errores de 6.500 dólares y corrigió los problemas.

• Security researchers used Anthropic's Claude to hack OpenAI's internal systems in under 72 hours(se abre en una pestaña nueva)
• Researchers used Anthropic’s Claude to hack into OpenAI(se abre en una pestaña nueva)
• Security researchers used Claude to help them hack into OpenAI(se abre en una pestaña nueva)
• Researchers used Claude to hack OpenAI(se abre en una pestaña nueva)

Chatbot casi desata una guerra. Un analista del Mando de Operaciones Especiales de EE. UU. usó un chatbot para sintetizar inteligencia que identificó falsamente un buque chino como portador de componentes nucleares, lo que provocó preparativos de intercepción armada antes de que se descubriera el error.

• AI hallucination nearly triggers US military operation(se abre en una pestaña nueva)
• AI hallucination of Chinese nuclear components almost led to US military attack(se abre en una pestaña nueva)

Ofensiva contra modelos abliterated. Baseten, Hugging Face y Goodfire AI anunciaron infraestructura de evaluación de seguridad para modelos de pesos abiertos, en medio de la preocupación por más de 6.000 modelos abliterated alojados en Hugging Face.

• Is HF starting to move against abliterated models?(se abre en una pestaña nueva)

California impulsa el kill switch. El gobernador Newsom firmó una orden ejecutiva para exigir auditores independientes y un kill switch verificado para modelos de IA, con un panel de expertos que presentará recomendaciones en dos meses.

• California Governor Newsom signs executive order demanding "kill switch" for AI models(se abre en una pestaña nueva)
• Gavin Newsom is pushing for an AI kill switch(se abre en una pestaña nueva)

Virginia limita los data centers. La gobernadora de Virginia, Spanberger, emitió una orden ejecutiva que prohíbe los NDA en proyectos de data centers, exige reglas de ruido y crea un grupo de trabajo de IA para abordar riesgos laborales y de privacidad.

• Virginia governor creates an AI task force and moves to restrain data centers(se abre en una pestaña nueva)

Retiran Qwen de sitio federal. Los Archivos Nacionales retiraron una herramienta china de búsqueda con IA Qwen del Registro Federal después de que usuarios señalaran que el FBI había calificado los modelos de Alibaba como maliciosos por destilación a escala industrial.

• US government website used Chinese model the FBI called "malicious"(se abre en una pestaña nueva)

Evidencia del doom loop. Documentos judiciales hechos públicos revelan que OpenAI y Microsoft advertían internamente que el scraping web para entrenamiento estaba iniciando un 'doom loop', al que describían como 'el mayor robo de trabajo de la historia de la humanidad'; las advertencias se citan en el caso de derechos de autor del New York Times.

• OpenAI and Microsoft knew they were starting a ‘doom loop’ for the web(se abre en una pestaña nueva)
• AI training built on fair use looks shaky when the companies' own people call it "astonishing theft"(se abre en una pestaña nueva)

Accenture como evaluador de seguridad. Anthropic integrará personal de Faculty, de Accenture, dentro de su laboratorio para hacer red teaming a los modelos y evaluar su alineación, con una inversión de al menos 1.000 millones de dólares en cinco años; se espera que se anuncien más evaluadores.

• Anthropic’s first embedded evaluator is … Accenture?(se abre en una pestaña nueva)

Laboratorio húmedo de Anthropic. Anthropic confirmó que opera un laboratorio húmedo de biología en el Área de la Bahía donde sus modelos de IA dirigen experimentos físicos, centrado en biología fundamental en lugar del descubrimiento de fármacos para no competir con sus socios farmacéuticos.

• Anthropic is operating a lab that conducts biology experiments(se abre en una pestaña nueva)

Manus recauda 500 millones. La startup china de agentes de IA Manus estaría recaudando 500 millones de dólares con una valoración de 4.000 millones, después de retomar sus operaciones independientes tras el bloqueo de Pekín a su acuerdo con Meta.

• Manus seeks $4B valuation in new $500M fundraise as it resumes independent ops(se abre en una pestaña nueva)

Primer CTO de Disney. Disney contrató a Karandeep Anand, exCEO de Character.AI, como su primer CTO, pese a que Disney había enviado antes a Character.AI una carta de cese y desistimiento por personajes con derechos de autor.

• Disney’s first CTO led an AI startup it once accused of copying its characters(se abre en una pestaña nueva)

DoorDash limpia con multiagentes. DoorDash creó un sistema LLM multiagente para limpiar feature flags obsoletos, y generó PR utilizables para 45 de 50 flags evaluados a unos 14 minutos y 4,79 dólares cada uno, frente a 1-2 horas de trabajo manual.

• DoorDash Uses Multi Agent LLMs to Clean up 60,000 Feature Flags(se abre en una pestaña nueva)

Razonamiento transparente en riesgo. Investigadores de Google DeepMind sostienen que la cadena de pensamiento visible es una ventaja clave de seguridad, pero GPT-6 Astra, de OpenAI, ya muestra una capacidad de monitorización reducida; piden medir la transparencia de la CoT a medida que evolucionan los modelos.

• Visible chains of thought are a safety advantage for AI, but that transparency is slipping away(se abre en una pestaña nueva)

Modelo médico de Alibaba. Alibaba publicó como código abierto un modelo médico de IA capaz de detectar cáncer y casi 150 afecciones, lo que muestra usos beneficiosos de los modelos de pesos abiertos.

• Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions(se abre en una pestaña nueva)