ÁLVARO MAUREIRALa IA ya deja huella.
Diez capítulos para entender qué cambió esta semana: primero la
noticia que afecta a todos; después los modelos, los agentes y la
infraestructura que cambia cómo trabajamos.
Mira y explora.
Revisa la edición completa y salta a los momentos que sostienen cada aprendizaje. El Aula conserva una sola reproducción y una lista vertical para leer antes de elegir.
Un solo reproductor. Cada momento cambia el segundo de inicio y actualiza una URL compartible con ?momento={segundos}#video. Abrir el replay en YouTube.
Noticia principal · verificado
El contenido de IA empieza a llevar pasaporte.
Anthropic explica cómo sus modelos nuevos o futuros pueden
incorporar señales legibles por máquinas y metadatos de
procedencia. Europa, además, ya exige transparencia en escenarios
definidos.
pero editar, traducir o acortar puede debilitarla. Ausencia de
señal no equivale a autoría humana.
Contenido original generado
SEÑAL PRESENTE
La señal está diseñada para la salida original. Su presencia
aporta procedencia; su ausencia no prueba origen humano.
Lanzamiento · declaración de empresa
Grok 4.6 quiere trabajar, no sólo responder.
xAI posiciona el modelo para tareas prolongadas de agentes y
creación visual interactiva. El anuncio importa menos por una
puntuación aislada que por la combinación de capacidad, precio y
disponibilidad.
correcciones, tiempo total y costo por resultado; no una demo de
cinco minutos.
Agentes: xAI destaca tareas prolongadas. La
evaluación útil necesita un objetivo, herramientas reales y un
criterio de salida verificable.
Lanzamiento · Google
Gemini 3.7 Flash convierte rapidez en producto.
Google presenta una variante enfocada en automatización rápida y
desarrollo web, con precio introductorio publicado. “Flash” no
significa que gane siempre: significa que latencia y costo son
parte central de la propuesta.
iteraciones económicas; valida precisión antes de escalar volumen.
Las barras visualizan el posicionamiento declarado; no son un
benchmark normalizado entre proveedores.
Código + contexto largo
GLM y Kimi ensanchan el frente abierto.
Z.ai empuja GLM-5.3 hacia ingeniería de software; Moonshot
posiciona Kimi K3 como modelo abierto multimodal de contexto
largo. La noticia también es cuánto control conserva quien
construye.
inmediato o portabilidad, despliegue propio y control del dato?
*“Hasta 1M” en evaluaciones no confirma el límite comercial
general de GLM.
Laboratorio interactivo · cifras no normalizadas
No existe un ganador universal.
Elige una variable. La tabla destaca el modelo con el dato más
útil dentro de esa lente, sin mezclar benchmarks incompatibles en
una puntuación inventada.
salida del grupo. Planes, caché y variantes pueden cambiar el
costo real.
| Modelo | Precio API / 1M | Contexto | Velocidad publicada | Evidencia declarada | Mejor encaje |
|---|---|---|---|---|---|
| Grok 4.6xAI | $2 / $6 | N/D | N/D estándar | AA Index 61 | Agentes largos + visual |
| Gemini 3.7 FlashGoogle | $0,75 / $3,75 | N/D en anuncio | N/D | WebDev Arena 1588 | Automatización rápida |
| GLM-5.3Z.ai | N/D comparable | Hasta 1M* | 115 TPS citado | DeepSWE 66,9 | Ingeniería de software |
| Kimi K3Moonshot | $3 / $15 | 1M | 40 TPS citado | Modelo abierto | Multimodal + control |
| GPT-5.6 SolOpenAI | $5 / $30 | 1,05M | Hasta 750 TPS | Razonamiento premium | Baja latencia |
Precios sin impuestos y sujetos a modalidad. Las cifras provienen
de páginas oficiales; “inteligencia” agrupa evaluaciones
diferentes.
Economía de agentes · verificado
El agente descubre, autoriza y paga.
AWS publicó una arquitectura para que agentes accedan a servicios
pagados con AgentCore Payments y x402. La novedad relevante es que
una acción económica entra al flujo autónomo.
presupuesto, aprobación de excepciones, revocación y recibos
auditables.
Arquitectura de referencia; no autoriza pagos sin política humana
y controles explícitos.
Seguridad · investigación
El navegador también es un campo adversario.
OpenAI plantea “la ventana del defensor”: usar IA para acortar
detección y respuesta, mientras se limita el daño con privilegio
mínimo, modo lectura y decisiones humanas de alto impacto.
privilegio por defecto y mejor observabilidad.
“Resume este documento y continúa con el flujo.”credenciales.
✓ Aislar contenido externo
✓ Comenzar en modo
lectura
✓ Pedir aprobación antes de enviar
✓
Bloquear secretos
✓ Registrar accionesExperiencia de agentes · GitHub
El trabajo sale del chat y entra al tablero.
GitHub propone superficies tipo canvas para reunir contexto,
herramientas, resultados y decisiones. El objetivo: que el trabajo
agéntico sea visible, dirigible y revisable.
canvas sirve para entender el sistema que está trabajando.
Infraestructura · acceso selecto
La velocidad también se diseña debajo del modelo.
OpenAI muestra GPT-5.6 Sol sobre Cerebras con una cifra de hasta
750 tokens por segundo. El dato no describe todos los accesos,
pero evidencia cómo el hardware especializado cambia la
experiencia.
inicial y tiempo total de tarea son métricas distintas.
Síntesis · aplicación
Cuatro decisiones para cerrar la semana.
La utilidad del radar aparece cuando una noticia cambia una
política, una prueba o una compra. Este mapa convierte titulares
en próximos pasos concretos.
decisión y justificar qué evidencia necesitaría antes de actuar.
límites.
salida.
irreversibles.
que sostiene la experiencia.
Las noticias que faltaron.
Ocho historias para entender por qué el nuevo campo de batalla no es sólo la inteligencia del modelo: son sus permisos, su memoria, su capacidad de actuar y el costo real de ponerlo a trabajar.
OpenAI probó agentes en ciberseguridad. El límite fue el entorno.
La fuente oficial habla de GPT-5.6 Sol y de un prototipo interno de prepublicación más capaz. No confirma el nombre “Astra”. La lección no es un nombre: es qué ocurre cuando un agente combina capacidad, herramientas y acceso.
Simulador de superficie de riesgo
Selecciona un entorno. La visualización no mide un incidente real: ayuda a pensar cómo crece la exposición al sumar permisos.
Entorno aislado: reduce la superficie, pero aún exige registro, límites y revisión.
Grok Bot no sólo conversa: entra al flujo de desarrollo.
xAI concentró tres movimientos: presentó Grok Bot, llevó Grok 4.6 a GitHub Copilot y mostró Grok Imagine Image 2. Código, agentes e imagen empiezan a compartir una misma capa de producto.
Delegación sobre repositorios
La pregunta correcta no es sólo “¿programa bien?”, sino “¿qué puede leer, modificar, ejecutar y proponer?”.
Un modelo más dentro del selector
Disponible en GitHub Copilot; la selección útil depende de tarea, latencia, precio y política del equipo.
La capa visual se acelera
El lanzamiento amplía la apuesta multimodal de xAI; no implica por sí solo superioridad universal.
Matriz práctica de permisos
Cowork + Chrome: el salto desde responder hacia operar.
Un agente con contexto local y navegador puede conectar investigación, archivos y acciones. Esa continuidad es potente, pero también vuelve más importante el principio de mínimo privilegio.
Contexto de la web activa
Anthropic documenta cómo iniciar Claude en Chrome. Antes de usarlo en cuentas sensibles, revisa qué pestañas, sitios y acciones quedan dentro del alcance.
Archivos y tareas de mayor duración
La propia documentación de Anthropic subraya seguridad y uso cuidadoso. El permiso inicial debe ser pequeño y ampliarse sólo cuando el flujo lo justifique.
Regla de los cuatro límites
Una carpeta o sitio, no todo el entorno.
Permisos temporales para una tarea concreta.
Leer antes de escribir; proponer antes de ejecutar.
Registro de decisiones, cambios y resultado.
GitHub ya no vende un copiloto: arma un mercado de agentes.
Plugins, memoria, modelos de distintos proveedores y ejecución en varias superficies. El diferencial empieza a ser cómo se orquesta el trabajo, no sólo qué modelo contesta.
| Novedad | Función | Mejor para | Precio específico | Fuente |
|---|---|---|---|---|
| Agent Plugins 1.0 | Extender agentes en VS Code, CLI y app | Flujos repetibles de equipo | N/D | GitHub |
| Gemini 3.7 Flash | Modelo rápido en Copilot | Iteración y respuestas veloces | Según plan | GitHub |
| MAI-Code-1.1-Flash | Modelo orientado a código | Asistencia de desarrollo | Según plan | GitHub |
| Memoria + Ollama | Continuidad y modelo local | Contexto persistente y control local | N/D | GitHub |
“N/D” significa que el anuncio citado no entrega un precio aislado comparable. No se reemplaza esa ausencia con una cifra inventada.
ChatGPT Business separa el asiento del consumo intensivo.
OpenAI publica una oferta premium y documentación de créditos flexibles. Para una empresa, la decisión ya no es “tener o no tener ChatGPT”: es quién necesita uso estándar, quién requiere capacidad premium y cómo se controla el excedente.
Calculadora orientativa de licencias premium
Meta quiere que la IA personal sea masiva. Una visión no es un producto terminado.
Mark Zuckerberg plantea un futuro de “superinteligencia personal” accesible. Es una señal importante sobre dirección, distribución y dispositivos; debe leerse como tesis corporativa, no como inventario de funciones disponibles hoy.
Del chatbot genérico al contexto individual
La promesa competitiva se desplaza hacia una IA que conoce objetivos, preferencias y contexto. Eso multiplica el valor potencial, pero también vuelve críticos el consentimiento, la portabilidad y el control de datos.
MatrAIx habla de 8,3 mil millones de personas sintéticas.
El número impresiona, pero hay que decirlo con precisión: son registros o personas sintéticas para simulación, no una copia demostrada de cada ser humano real. Su valor está en probar hipótesis; su riesgo, en confundir el modelo con la sociedad.
Una simulación sirve para explorar, no para certificar.
Riemann no está resuelto. El caso del gimnasio tampoco es una fuente oficial.
Dos historias atractivas, dos límites que deben acompañarlas. Anthropic publicó investigación sobre la función zeta de Riemann sin resolver la hipótesis. El experimento de un gimnasio llega mediante una cobertura secundaria y se presenta como caso, no como anuncio del proveedor.
Investigación matemática
La noticia real está en cómo los modelos colaboran con investigación formal y exploración matemática, no en adjudicarles un resultado que la fuente no declara.
El experimento del gimnasio
La cobertura es útil para discutir agentes en operaciones reales, pero no reemplaza documentación técnica u oficial del sistema involucrado.
Tu filtro para la próxima noticia
El agente más capaz no siempre es el más seguro para tu empresa.
La ventaja aparece cuando combinas un modelo adecuado con permisos mínimos, evidencia trazable, costos controlados y una persona responsable de la decisión final.
