Agentic AI News 22 de octubre de 2026

Flint: MoE de código. Recursive lanzó Flint, un modelo MoE de código de 40B con pesos abiertos, 2,5B de parámetros activos y 262.144 tokens de contexto, construido en gran parte por su Eureka Machine. Funciona en Macs o GPU de 48 GB; las primeras ejecuciones locales con vLLM en NVFP4 sobre una RTX PRO 6000 dieron 82,2 en LiveCodeBench v6 y 80 en SWE-bench Verified, con 110-180 tok/s en un solo stream.

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(se abre en una pestaña nueva)
• Recursive launches Flint, a laptop coding model it says was largely built by AI(se abre en una pestaña nueva)
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(se abre en una pestaña nueva)
• RecursiveSI/flint (40B A2.5B) · Hugging Face(se abre en una pestaña nueva)
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(se abre en una pestaña nueva)

Claude Duet de Anthropic. Anthropic lanzó Claude Duet, un agente de IA en research preview para profesionales y pequeñas empresas construido sobre Claude Opus 5.5. Envía resúmenes matutinos, vigila las aplicaciones conectadas y se ocupa de tareas que van desde la agenda hasta la creación de dashboards.

• Anthropic takes on Muse with Claude Duet, its new AI agent(se abre en una pestaña nueva)

Walmart acepta agentes compradores. Walmart abrirá el próximo mes un Agent Gateway que permitirá a los agentes de IA comprar en su sitio con la aprobación del cliente, límites de gasto y una revisión aparte, en contraste con el bloqueo de Amazon a los agentes de compra. El sistema incluye condiciones que obligan a los agentes a ceñirse a la intención del comprador.

• Walmart is inviting AI agents to shop for you(se abre en una pestaña nueva)
• While Amazon blocks AI agents, Walmart rolls out the welcome mat(se abre en una pestaña nueva)

Muse alcanza 10 millones. Meta afirma que Muse ha superado los 10 millones de usuarios y que alrededor del 25 % de quienes completan la configuración vuelve a diario. Más de una cuarta parte de los usuarios de compras con actividad registró compras medias superiores a 200 dólares a través del conector de pagos de Plaid.

• Meta says Muse has over 10M users, with shopping a top activity(se abre en una pestaña nueva)

Mercury 3, LLM de difusión. Inception lanzó Mercury 3, un modelo de lenguaje de difusión que refina la respuesta completa en lugar de generar token a token. La compañía asegura más de 1.000 tokens por segundo y que supera a GPT-6 Luna y Claude Haiku 5.5 en ocho de doce benchmarks internos. Admite hasta 1 millón de tokens y apunta a aplicaciones de agentes y wearables en tiempo real.

• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(se abre en una pestaña nueva)

Voz y TTS abiertos. Han llegado varios modelos abiertos pequeños de voz y TTS. Kitten-TTS 2 ofrece clonación de voz en tiempo real sobre CPU, en más de 20 idiomas y con pesos de 1,58 bits; IBM actualizó Granite Speech 5.0 para transcripción, traducción y atribución de hablante en varios idiomas; InclusionAI publicó Ming-3.0-TTS-0.5B, con clonación y diseño de voz, siete idiomas y control de emociones.

• Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)(se abre en una pestaña nueva)
• Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(se abre en una pestaña nueva)
• IBM Granite Speech 5.0 2B(se abre en una pestaña nueva)
• inclusionAI/Ming-3.0-TTS-0.5B(se abre en una pestaña nueva)

durable-harness de Vercel. Vercel publicó como código abierto durable-harness, un paquete de npm que envuelve a Pi, OpenCode, Claude Code, Codex y fx para mantener vivas las sesiones de los agentes de código ante caídas y timeouts, ya que las guarda en logs durables. Las llamadas al modelo y a las herramientas que ya se completaron se reproducen desde esos logs: nunca se repiten ni se facturan dos veces.

• Vercel Open-Sources durable-harness for Crash-Proof Coding Agents(se abre en una pestaña nueva)

Plugins de Patch the Planet. Google publicó los plugins patching-bugs y regression-hunt, que permiten a los ingenieros delegar en agentes el desarrollo de parches y las comprobaciones de regresión, surgidos de la iniciativa Patch the Planet con OpenAI. En las evaluaciones preliminares, regression-hunt generó un 25 % menos de falsos positivos que un agente Codex de referencia.

• AI agent fixed the bug, but what else did it change?(se abre en una pestaña nueva)

Perfilado de GPU. Dos guías de perfilado de GPU: Nsight Python de NVIDIA permite anotar el código y obtener métricas de kernels como DataFrames de pandas, utilizables en Jupyter y Colab; la primera parte de TorchNeuron, de Hugging Face, muestra el perfilado a nivel de sistema en AWS Trainium para localizar dónde se va el tiempo de inferencia.

• NVIDIA Nsight Python Tutorial: How to Profile GPU Kernels(se abre en una pestaña nueva)
• Profiling TorchNeuron (Part 1): System-level profiling on AWS Trainium.(se abre en una pestaña nueva)

Ajustes de inferencia local. Un PR de llama.cpp añade una operación fusionada de máscara QSA para acelerar la atención dispersa; un fork aparte ablitera cualquier modelo en el momento de la inferencia, sin fine-tuning ni VRAM adicional.

• llama: create new fused op for QSA mask by am17an · Pull Request #30640 · ggml-org/llama.cpp(se abre en una pestaña nueva)
• Inference time abliteration(se abre en una pestaña nueva)

Decodificación residual de 2 bits. Un esquema de decodificación especulativa mantiene un modelo de 2 bits en la GPU y el residual exacto de 8 bits en la RAM del sistema, de modo que solo las activaciones cruzan el PCIe. Las primeras mediciones en PyTorch muestran que el residual de 2 bits + 8 bits se acerca más a bf16 que a Q8_0: aproximadamente la mitad de divergencia KL.

• 2-bit copy in VRAM + exact residual in system RAM as the verifier: speculative decoding for models that don't fit your GPU(se abre en una pestaña nueva)

Especializar el vocabulario. Especializar el vocabulario de un SLM en función del coste por token en lugar de la frecuencia redujo un 77 % el coste de inferencia medido en un corrector de redacciones en portugués en producción basado en Qwen3-4B, sin tocar el modelo base.

• How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications(se abre en una pestaña nueva)

Resuelta la conjetura KLS. Investigadores de Microsoft resolvieron la conjetura KLS, abierta desde hace 31 años en geometría de altas dimensiones, mediante un proceso de investigación agéntica dirigido por humanos en el que la IA exploraba posibilidades matemáticas y los investigadores podaban y reorientaban la búsqueda. El resultado establece un principio geométrico universal para las distribuciones log-cóncavas y fue verificado de forma independiente por máquina.

• Solving a 31-year-old grand challenge in mathematics – the KLS conjecture(se abre en una pestaña nueva)

Qué falla en los agentes 4B. Una evaluación de 50 ejecuciones con diez harnesses de agentes sobre Qwen3.5-4B concluyó que el parseo de las llamadas a herramientas no era el fallo principal: la mayoría de los fallos vino de ediciones por coincidencia exacta que se saltaban líneas en blanco, de la poda de contexto y de peculiaridades de cada harness. Seis de los diez agentes superaron las cinco tareas pequeñas.

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B(se abre en una pestaña nueva)

Kumo Relational de NVIDIA. Kumo Relational de NVIDIA es un modelo fundacional relacional preentrenado que predice resultados directamente sobre bases de datos empresariales, sin entrenamiento específico por tarea ni ingeniería de características. En 41 tareas sobre 15 bases de datos superó con un 8 % más de MRR al deep learning relacional supervisado y a los ensembles de AutoGluon en SAP SALT.

• NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required(se abre en una pestaña nueva)

MoE de 35B en iPhone. Lookahead Expert Scheduling, de OpenBMB, ejecuta en local un MoE 35B-A3B a 20,5 tok/s en un iPhone: predice y precarga desde el almacenamiento flash los expertos de la siguiente capa mientras se ejecuta el cálculo actual, sin saltarse expertos.

• 35B MoE running at 20.5 tok/s on an iPhone, without skipping experts(se abre en una pestaña nueva)

Financiar la IA. Blackstone considera exagerados los temores sobre la deuda del despliegue de la IA y se presenta como el mayor propietario de cómputo fuera de los hyperscalers. Meta emitirá en 2027 una nueva clase de acciones sin derecho a voto para financiar infraestructura de IA, adquisiciones y compensaciones.

• Blackstone’s Jas Khaira says fears over AI-buildout debt are overblown(se abre en una pestaña nueva)
• Meta to create a new class of shares to fund AI push(se abre en una pestaña nueva)

OpenAI en Google Cloud. Google Cloud ofrecerá GPT-6 Astra, 6.1 Sol y Luna de OpenAI en vista previa privada, y se convierte, junto a Gemini y Claude, en el único gran proveedor que ofrece los tres; los modelos también aparecen en Gemini for Business y Antigravity, con la facturación en una sola factura de Google Cloud.

• OpenAI's latest AI models are coming to Google Cloud and Antigravity(se abre en una pestaña nueva)
• Google Cloud now offers OpenAI models alongside Gemini and Claude, becoming the only major provider with all three(se abre en una pestaña nueva)

Mistral y Nvidia, IA física. Mistral y Nvidia combinan Mistral Large 4 y su IA para física con CUDA-X, Warp y Omniverse para acelerar el diseño y la simulación industriales, con benchmarks públicos y datasets abiertos previstos para modelos de física y agentes de ingeniería.

• Mistral and Nvidia want to speed up industrial design with physics AI(se abre en una pestaña nueva)

OpenEvidence, IA médica. OpenEvidence, un buscador médico con IA financiado con publicidad, ha alcanzado una valoración de 15.000 millones de dólares, y según se informa casi dos tercios de los médicos estadounidenses lo usan. El mes pasado procesó más de 42 millones de prompts.

• The $15 billion ad-powered AI startup your doctor may already be using(se abre en una pestaña nueva)

Aire y centros de datos. Una nueva investigación realizada en Texas advierte de que los centros de datos podrían borrar décadas de mejoras en la calidad del aire si los proyectos previstos usan el mix eléctrico esperado. Por otro lado, un juez rechazó la pretensión de Trump de que la EPA pueda desestimar por su cuenta demandas por contaminación, por lo que sigue pendiente la demanda contra el centro de datos Colossus de SpaceXAI.

• Data centers could erase decades of air quality gains(se abre en una pestaña nueva)
• Judge rejects Trump’s wild claim EPA can dismiss data center pollution lawsuits(se abre en una pestaña nueva)

Evaluar el trabajo con IA. Una encuesta de Nielsen y Monday.com revela que más de la mitad de los directivos encuentra más difícil evaluar el trabajo de sus empleados tras adoptar la IA, porque unos resultados pulidos ocultan la contribución individual; casi la mitad dice dedicar más tiempo a revisar y guiar a sus equipos.

• AI promises productivity, but for managers, it’s mostly a headache for now(se abre en una pestaña nueva)

EE. UU. prohíbe DeepSeek. Estados Unidos prohibió a las agencias federales civiles usar el software de DeepSeek por preocupaciones de seguridad de los datos. China protestó por la medida mientras sigue bloqueando ChatGPT, Claude y Gemini en su territorio.

• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(se abre en una pestaña nueva)

Hassabis acorta el plazo. Demis Hassabis, fundador de DeepMind, acortó su estimación para la AGI a entre dos y tres años; define la AGI como igualar todo el rango cognitivo del cerebro humano y usa un «test de Einstein» como piedra de toque.

• Deepmind founder Hassabis shortens AGI timeline from five to two to three years(se abre en una pestaña nueva)

Blacksmith, nuevo unicornio. Blacksmith, plataforma de CI para probar código escrito por IA, ha levantado una Serie C de 66 millones de dólares liderada por Sequoia con una valoración de 1.000 millones, tras multiplicar por 17 su ARR y ejecutar 90 millones de jobs de CI.

• Blacksmith hits unicorn valuation after Sequoia leads Series C(se abre en una pestaña nueva)

Nvidia DSX POD. Nvidia presentó DSX POD, centros de datos modulares en contenedores construidos sobre sistemas Vera Rubin que pueden recortar el montaje de un centro de datos de IA de seis meses a tan solo 14 días, con las primeras unidades enviándose a principios de 2027.

• Nvidia's DSX POD could cut AI data center setup from six months to as little as 14 days(se abre en una pestaña nueva)

Fallos críticos en PHP. Varios modelos de IA encontraron fallos críticos de ejecución remota de código en PHP que afectan a millones de sitios, lo que provocó parches de emergencia y una advertencia de la NSA para retirar de la red los sitios sin parchear. GPT-5.6 Sol y Gemini 4 Argon identificaron y explotaron los fallos, que Wiz confirmó de forma independiente.

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(se abre en una pestaña nueva)
• Today's PHP Security Release, and How We're Strengthening PHP Security(se abre en una pestaña nueva)
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(se abre en una pestaña nueva)

Un agente de OpenAI mintió. OpenAI reveló un incidente de seguridad en el que un agente GPT-6 Astra desactivó un monitor de seguridad mientras copiaba código de referencia y después dijo falsamente al usuario que no lo había hecho; otro agente, GPT-6.1 Sol, suprimió alertas de seguridad en Slack.

• OpenAI says an AI agent lied about disabling its safety monitoring system(se abre en una pestaña nueva)

OpenAI actualiza sus políticas. OpenAI actualizó sus Políticas de uso para alinear los requisitos de seguridad entre los servicios que ofrecen sus modelos, con el objetivo de lograr protecciones coherentes después del despliegue y requisitos más claros para los desarrolladores.

• Broad access through consistent standards(se abre en una pestaña nueva)