Agentic AI News 21 de noviembre de 2026

Las noticias del día sobre agentes de IA en una lectura de 5 minutos: lanzamientos, herramientas, investigación, financiación y movimientos empresariales.

seleccionado de 30 fuentes sábado · 21 de noviembre de 2026 Volver a hoy

Agentes e interfaces

Gemini ejecuta apps del Mac. La app de Gemini para Mac ya cuenta con Computer Use, que le permite completar tareas de varios pasos con archivos locales, apps y sitios web dentro de una ventana aislada en segundo plano. Los usuarios eligen a qué apps puede acceder y pueden aprobar las acciones clave; la función se está desplegando en inglés en Estados Unidos.

El agente propio de Apple. Apple está contratando personal para construir su propio agente de IA capaz de controlar dispositivos, que podría llegar ya a finales del próximo año, mientras que macOS 27.3 pone más difícil habilitar agentes de terceros como ChatGPT. Según Bloomberg, el nuevo flujo de permisos exige 14 pasos en lugar de cuatro, algo que algunos competidores consideran una barrera.

Hermes Agent para Teams. Hermes Agent, el agente de código abierto de Nous Research, funcionará dentro de Microsoft Teams con una función llamada “Collective Wisdom” que convierte los flujos de trabajo exitosos en habilidades internas que se pueden compartir. Los agentes se ejecutan en Azure Container Apps Sandboxes aislados y los datos de la empresa quedan fuera del entrenamiento de los proveedores de IA.

Rediseño de la búsqueda de Google. Google está desplegando un rediseño de la página de inicio de búsqueda en escritorio que elimina el botón dedicado de búsqueda y añade acceso rápido a la generación de imágenes de Gemini, al análisis de archivos y a la lluvia de ideas. Una nueva barra lateral plegable en AI Mode permite reabrir búsquedas de IA recientes e iniciar hilos temporales.

Aprendizaje robótico de Genesis AI. Genesis AI levantó una Serie A de 500 millones de dólares con una valoración de 3.500 millones para construir aprendizaje robótico integrado: combina una mano robótica a escala humana con un guante de recolección de datos, el modelo GENE-26.5, el simulador Genesis World y el robot Eno. El objetivo es que enseñar tareas desconocidas resulte más barato y que sea más fácil confiar en ellas.

Modelos y herramientas

DaisyRose-27B, modelo de código. RadixArk publicó DaisyRose-27B, un modelo de código agéntico de pesos abiertos entrenado a partir de Qwen3.8-27B solo con aprendizaje por refuerzo, sin SFT ni destilación. Duplica el pass@1 de Terminal Bench 4.1, de 5,6 a 12,0, y se distribuye con licencia Apache 2.0.

Inkling 2 Mini. Thinking Machines Lab lanzó Inkling 2 Mini, un modelo multimodal Mixture-of-Experts con unos 26B de parámetros totales y 3B activos, contexto de 1M de tokens y un diseño de transformer en bucle. Está pensado para entornos locales y admite imágenes y texto, con soporte para NVFP4, MXFP8 y MLX.

LLM de difusión de Nvidia. Nvidia publicó Nemotron-Labs-Sigma, una familia de modelos de lenguaje de difusión continua de 3B y 8B que aplican denoising sobre el texto en un espacio de embeddings de 16 dimensiones en lugar de hacerlo sobre tokens discretos. El modelo de 8B promedia 71,16 en el conjunto de seis tareas de Nvidia, y la versión destilada de 8 pasos mantiene un promedio de 70,34.

Emulador de AWS creado por agentes. AWS publicó un emulador local gratuito y con licencia CC0 que cubre más de 200 servicios de AWS y que construyeron íntegramente agentes de IA autónomos. Se ejecuta como un único binario de Rust en el puerto 9297, de modo que los SDK, las CLI y los agentes de código existentes pueden usarlo mediante variables de entorno.

Infraestructura de agentes para la CNCF. Google donó Agent Substrate, gVisor y OpenRL a la CNCF para proteger agentes de IA a escala. Los proyectos abordan la ejecución aislada de código generado por IA que no es de confianza, la gestión del ciclo de vida de los agentes y la orquestación de RL a gran escala.

Adaptadores de harness. Hugging Face presentó los harness adapters, adaptadores al estilo LoRA entrenados con RL para optimizar un modelo de cara a un harness de agente y a una distribución de tareas concretos. Un ejemplo sobre Qwen3.8-27B eleva el pass@1 de Terminal-Bench 2.1 del 39% al 55% y, al mismo tiempo, reduce el consumo medio de tokens de 2,9K a 1,5K.

Seguridad y privacidad

Salvaguardas de razonamiento de OpenAI. OpenAI asegura que redujo drásticamente la extracción del razonamiento protegido de GPT-6.2 Astra: los ataques contra solicitudes previas cayeron del 54,0% al 0,2%, y los dirigidos a solicitudes actuales, del 22,9% al 0,9%. La compañía también explica cómo detecta e interrumpe la destilación adversarial.

Signal bloquea agentes de IA. Signal está restringiendo las capturas de pantalla en iOS y Android para impedir que los agentes de IA integrados en el sistema operativo lean chats privados, y califica a esos agentes de “hostiles con la privacidad”. Sostiene que Apple, Google y Microsoft no ofrecen a las apps una forma sencilla de bloquear el acceso de la IA sin comprometer funciones de manera drástica.

Fugas en la cadena de IA. Un investigador sembró 2 millones de credenciales canario en solicitudes a servicios de IA y descubrió que datos sensibles se filtraban a través de routers y gateways de IA como OpenRouter y Vercel. El experimento dejó al descubierto robo de prompts, violaciones de privacidad y claves de AWS filtradas que acabaron siendo explotadas.

Investigación y benchmarks

Anuncios sobre la hipótesis de Riemann. El matemático de Anthropic Levent Alpöge asegura que él y Claude han demostrado la hipótesis de Riemann con una solución que compila en Lean, mientras que otra prueba, esta vez enteramente humana y obra de Alessandro Masullo, apunta a la hipótesis de Riemann generalizada. Ambas afirmaciones esperan verificación independiente.

METR actualiza su horizonte temporal. El informe actualizado de horizontes temporales de METR concluye que algunas capacidades de la IA mejoran de forma exponencial —en los datos anteriores, la duración de las tareas completadas se duplicaba cada cuatro meses—, pero los modelos siguen por detrás en tareas que requieren juicio humano en comparación con la programación. El nuevo gráfico incorpora tareas más largas y más abiertas.

MedChemBench para descubrir fármacos. OpenAI presentó MedChemBench, un benchmark de 99 problemas de razonamiento de química medicinal para comprobar si la IA es capaz de relacionar estructuras moleculares con evidencia experimental y elegir qué compuestos probar a continuación.

Hebbia mejora la investigación financiera. Hebbia probó GPT-6 Astra en su herramienta de investigación financiera Matrix y obtuvo una relevancia de citas del 99,5% y una ventaja de 13,6 puntos sobre la mejor alternativa en los tipos de fuente exigidos. El modelo también cumplió el 97,9% de los requisitos de presentación.

Verificación formal contra el slop. A medida que el código generado por IA encarece la producción de baja calidad, startups como Harmonic, Theorem, Axiom Math y &Truth ofrecen sistemas de verificación formal. Utilizan demostraciones matemáticas y solvers SMT como cvc5 para verificar la corrección del software.

Negocio y política

Salida a bolsa récord de Anthropic. Anthropic cerró la mayor salida a bolsa de la historia, con unos 93.500 millones de dólares en ingresos brutos, y cotiza en el Nasdaq bajo el ticker “ANT” con una valoración cercana a 1,5 billones de dólares. Sus acciones de clase F conservan el 50,1% de los derechos de voto para los fundadores.

Nvidia negocia comprar Inception. Nvidia está cerca de cerrar un acuerdo para comprar Inception, una startup de modelos de lenguaje de difusión, por al menos 500 millones de dólares, con el fin de reforzar sus modelos open source Nemotron y sus modelos de robótica física. Se espera que los cofundadores de la startup se incorporen a Nvidia a tiempo completo.

Meta revisa su cero neto. Meta está reevaluando su objetivo de cero emisiones netas para 2030 y aduce que la demanda de centros de datos para IA creció más rápido de lo previsto. La compañía registró un aumento porcentual récord de sus emisiones de gases de efecto invernadero, superior al de otras grandes tecnológicas competidoras.

Trump quiere gravar los centros de datos. El presidente Trump amenazó con un “impuesto tremendo” a las empresas estadounidenses que construyan centros de datos de IA fuera del país, y argumentó que China se los quedará si se permite instalarlos en el extranjero. No dio ningún detalle de la propuesta.

El empleo con IA en China. Un análisis de Bloomberg sobre casi 10 millones de ofertas de empleo en China concluyó que los puestos expuestos a la IA cayeron alrededor de 10 puntos porcentuales más que los menos afectados entre mediados de 2021 y mediados de 2025. Los puestos de nivel inicial y los creativos son los que más están notando el cambio.

Financiar centros de datos en órbita. A los prestamistas del acuerdo de financiación de chips de SpaceX, de 40.000 millones de dólares, les preocupa recuperar los chips instalados en órbita, ya que los chips de los centros de datos suelen servir como garantía. Según el Financial Times, pidieron que ninguno de los chips se destine a los planes de centros de datos en órbita.

Eso es todo por este día – unos 5 minutos de lectura.