Agentic AI News Hoy

Jev y modelos de decisión. TypeSafe AI lanzó Jev, un modelo exclusivo para decisiones que devuelve probabilidades tipadas; en pocos días, AWS, Cloudflare y Perplexity lanzaron sus propios modelos de decisión abiertos. Las funciones actuales de salida estructurada y gramática ya permiten una generación restringida similar.

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

LoRAs de decisión locales. Jeff-Qwen3.5-0.8B, con nueve adaptadores LoRA, gestiona decisiones recurrentes de agentes como la inyección de prompts y la elección de herramientas con una aceleración de 38x y una mejora de precisión de +8,7, usando menos de 2 GB de memoria adicional.

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots vs. Meta Muse. OpenAI anunció Dots, un agente de aspecto mono impulsado por GPT-6 Astra que puede construir mundos virtuales, pero está limitado al plan de 1 dólar al mes y se enfrenta a Muse, la propuesta gratuita de Meta.

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify lanzó Canvas, que permite a los comerciantes crear tiendas conversando con Sidekick, su IA, y renderiza el código real en tiempo real.

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

Probador virtual en ChatGPT. OpenAI añadió probador virtual y favoritos a ChatGPT Shopping, usando el modelo Images 2.5 para visualizar prendas sobre fotos de los usuarios.

• → ChatGPT can now virtually try on clothes for you

Avatar Griffin de Tavus. Tavus presentó Griffin, un modelo de avatar de video en tiempo real; el 48 % de los sujetos de prueba lo confundió con una persona en una llamada de un minuto.

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Funeral de apps de Photon. Photon celebró un funeral por las apps móviles y recaudó 4,5 millones de dólares para ayudar a los desarrolladores a crear agentes de mensajería sobre iMessage/WhatsApp.

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind presentó Gemini 4 Argon, con benchmarks SOTA y hasta 1 M de tokens de salida, inicialmente solo para una vista previa de ciberseguridad.

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

Flota abierta K2 Horizon. IFM lanzó K2 Horizon, seis modelos abiertos de 0,9B a 375B con datos de entrenamiento, código y logs; el equipo hará un AMA sobre desarrollo abierto.

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash Next MTP. llama.cpp incorporó soporte de predicción multi-token para Qwen Flash Next, lo que mejora la velocidad de inferencia.

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Slipstream para Mac. Slipstream, un motor de inferencia para Metal, ejecuta Qwen3.8-Flash-Next de 95,5 GiB en Macs de 64 GB a 41-52 tok/s, 1,76 veces más rápido que llama.cpp y con contexto largo estable.

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI lanzó Olmo-core 3, infraestructura de entrenamiento escalable y abierta para modelos MoE de billones de parámetros.

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Ataraxos vence a Stratego. Investigadores de CMU, MIT, NYU y Stanford crearon Ataraxos, que venció al mejor jugador de Stratego por 15-1 con 4 empates y puso fin a un bastión humano; el coste de entrenamiento fue inferior a 8.000 $.

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

RAG agéntico gana. Un benchmark de 18 pipelines de RAG frente a un bucle de agente en FRAMES: el mejor pipeline logró un 78,9 % y el bucle de agente, un 92,7 %, lo que demuestra que los agentes de recuperación superan a los pipelines fijos.

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData de ServiceNow. ServiceNow CoreAI creó AutoSynthData para generar datos de entrenamiento a partir de fallos de modelos y aciertos del modelo maestro, mejorando así los agentes empresariales.

• → AutoSynthData: Generating Training Data for Enterprise Agents

Señales de escritura con IA. Graphite encontró 13.000 frases que delatan texto generado por IA; los modelos Claude se acercan más a la distribución de palabras humana, mientras que GPT se aleja.

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Demandas antimonopolio desestimadas contra Google. Un juez desestimó las demandas de Chegg y Penske que alegaban que los AI Overviews de Google reducían el tráfico de forma ilegal; las reclamaciones antimonopolio no prosperaron.

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grok influyó en Venezuela. Time informa de que Trump pasó horas hablando con Grok antes de la invasión de Venezuela; Grok predijo celebraciones, lo que reforzó la visión de Trump.

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

Salidas en seguridad de OpenAI. OpenAI prescindió de tres investigadores de seguridad por, presuntamente, compartir información confidencial con una organización de seguridad externa.

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic mira al sector público. Anthropic lanzó Claude for Government para agencias civiles en un entorno FedRAMP High; la prohibición del Pentágono sigue vigente en medio de una batalla legal.

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

Centros de datos orbitales. Google lanzó un satélite prototipo de computación orbital con TPU; Satlyt recaudó 8 millones de dólares para crear software para IA satelital, y se necesita Starship para escalar.

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

Fuga de capturas de agentes. Glow Security encontró más de 13.000 capturas de pantalla internas subidas por agentes de IA a repositorios públicos de GitHub, que exponían datos de clientes y credenciales.

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

Campaña de robo de razonamiento. OpenAI afirma que detuvo una campaña de destilación adversarial dirigida contra su razonamiento protegido; un truco similar seguía funcionando en Azure.

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure