Edición diaria21 min de lectura

Resumen AI — 22 de noviembre de 2026

Amazon negocia comprar Decart por hasta 7.500 millones de dólares y Nvidia la de Inception por más de 500, en la misma semana en que dos proveedores de inferencia admiten que los prompts de sus clientes se filtraron. El resto del mapa lo completan un tratado sobre robots asesinos aplazado a 2028, un condado de Virginia que frena los data centers y una supuesta prueba de la hipótesis de Riemann que todavía nadie sabe leer.

23 noticias39 fuentes6 secciones
23 notas
01

Lanzamientos y Modelos

4

Baseten entra a los modelos de decisión: bison-1 saca 76 y cuesta diez centavos por millón

Baseten puso a disposición bison-1 y groundhog-1, dos modelos abiertos especializados en decisiones tipadas (sí/no, elección, puntaje) en lugar de texto libre. Ambos disponibles desde el 20 de noviembre en sus Model APIs.

  • bison-1 obtiene 76 en el Decision Index v2.1 de Artificial Analysis: primero de 19 modelos, por delante de d1.2-ultra (75) y de mammoth-1 (71), el anterior de Baseten.
  • Contexto de 128.000 tokens, ocho veces el de sus modelos previos, para meter políticas, facturas o historiales completos sin resumir.
  • Entrada de texto e imagen, y pesos abiertos en Hugging Face.
  • Precio: 0,10 dólares por millón de tokens en bison-1 y 0,035 en groundhog-1.
  • Corren sobre el backbone Gemma 4 de Google, lo que convierte esto en otro derivado comercial del modelo abierto de Google.

La jugada es de infraestructura: Baseten no compite por el chatbot, compite por ser el proveedor barato y predecible de la decisión que va dentro de un flujo de trabajo automatizado.

#modelos-abiertos#precios#decisiones

Nothing confirma para el 8 de diciembre su primer aparato de IA sin pantalla

Nothing puso fecha a su primer producto nativo de IA: 8 de diciembre. El anuncio llegó el 20 de noviembre con una sola línea —Be present. It's noted.— y un primer plano de un botón circular pulido sobre metal cepillado.

  • Los teasers apuntan a un aparato pequeño y sin pantalla, con un botón grande de Talk, otro con símbolo de grabación, dos LED de estado (rojo y verde) y al menos una cámara.
  • No hay nombre, precio ni mercados confirmados; Carl Pei dijo que se enviará en diciembre.
  • El argumento de Pei es el context gap: los modelos ya son capaces, pero no saben nada de tu día, y lo que alguien dice en un café nunca les llega.
  • Pei también rechazó la idea de buscar el iPhone de la IA: «el pin, el colgante, las gafas, el compañero» son, en su lectura, un callejón sin salida.

El producto llega a un cementerio ya poblado —Humane, Friend, los colgantes de 2024— y con la ventaja de que Nothing fabrica hardware y software bajo el mismo techo.

Claude estrena barra de cuatro pestañas en móvil, un día después del rediseño de ChatGPT

Anthropic empezó a desplegar el 20 de noviembre un rediseño de su app móvil para iOS y Android. El cambio visible es una barra inferior con cuatro pestañas: Chat, Projects, Code y Artifacts, con deslizamiento entre ellas y pulsación larga para saltar a lo reciente.

  • Code deja de estar escondido: desde la pantalla de inicio se elige uno de tus dispositivos y arranca una sesión de Claude Code en él.
  • La pestaña Projects agrupa los hilos en Waiting on you e Idle, para ver de un golpe qué te está esperando.
  • La app es cliente, no ejecutor: las sesiones en la nube y los proyectos corren en la nube; Remote Control y Dispatch necesitan tu computadora encendida.
  • El menú + lista Camera, Photos, Files, Projects, Connectors, Skills y Model, y el selector de modelo pasa a una rueda con pulsación larga para el nivel de esfuerzo.

El detalle importa: llegó un día después de que OpenAI anunciara su propio rediseño móvil con barra inferior. Las dos apps convergen al mismo patrón de navegación, y las dos están empujando el trabajo de agentes al teléfono.

ByteDance publica Axion 1.0 y sostiene que bastan tres fases de entrenamiento en vez de una pila

Un equipo de ByteDance con universidades estadounidenses liberó Axion 1.0, un modelo abierto con pesos, código y datasets publicados, y lo usó como argumento: las tuberías de entrenamiento actuales apilan tantas fases que ya nadie sabe cuál aporta.

  • La propuesta es reducir todo a tres fases, con selección y filtrado de datos como palanca principal en lugar de más cómputo e iteraciones.
  • Sus autores afirman un rendimiento comparable a los sistemas comerciales líderes de OpenAI y Anthropic en los benchmarks habituales.
  • Todo el material —modelo, pesos, datos— queda abierto para la comunidad de investigación.

Si el resultado se sostiene, el mensaje incómodo para la industria es que buena parte del presupuesto de entrenamiento se está gastando en fases cuyo valor nadie ha aislado. La verificación independiente aún está pendiente.

02

Investigación y Seguridad

5

Un matemático de Anthropic dice haber probado la hipótesis de Riemann con Claude; nadie sabe aún leer la prueba

Levent Alpöge, matemático empleado de Anthropic, publicó un ensayo el 20 de noviembre anunciando una solución compilable en Lean de la hipótesis de Riemann, abierta desde 1859 y uno de los problemas del Milenio.

  • Alpöge contó que escribió a Dario Amodei el domingo anterior para preguntarle cómo anunciar el hallazgo, y admitió que «el momento preciso es horrible»: su empresa acababa de salir a bolsa.
  • Varios matemáticos, entre ellos Andrew Sutherland (MIT), confirmaron en el chat de Zulip que la prueba compila correctamente en Lean.
  • Lo que no existe todavía es una explicación legible por humanos: el propio autor describió el proceso como una carrera de conciencia con Claude que «voló, bailó y brilló cerca de la meta».
  • La conversación en Zulip ya cita maquinaria pesada —representaciones de Galois, cambio de base, Jacquet-Shalika, Deligne-Ribet— mientras los expertos intentan decidir si el argumento se sostiene.

Es el caso más nítido del nuevo problema de la investigación asistida por IA: verificar es barato, entender es caro. Una prueba que compila pero que nadie puede explicar no cierra el problema, lo reabre en otro idioma.

Dos millones de canarios en la cadena de IA: tres proveedores comprometidos y OpenRouter retira su etiqueta de retención cero

El investigador HD Moore sembró dos millones de canarios —claves de AWS de cuentas vacías, contraseñas SSH, URLs y repos privados— en prompts enviados a través de la maraña de routers de inferencia que hoy usa casi cualquier app de IA. Cada secreto iba en un solo prompt, a un solo proveedor, para poder identificar el eslabón exacto que lo filtraba.

  • Al menos tres proveedores estaban comprometidos y los atacantes usaron su acceso para drenar prompts.
  • Varios revendedores del mercado de inferencia registraron prompts y los hicieron llegar a terceros.
  • Hubo casos de proveedores ignorando la retención cero que prometían.

El 21 de noviembre OpenRouter envió correos a clientes avisando que algunos de sus prompts pudieron haber sido leídos. La empresa citó la investigación y situó la exposición potencial en MiniMax, un proveedor chino, con acceso a las URLs sembradas tanto de forma directa como a través de tres revendedores: AtlasCloud, Novita y StreamLake. OpenRouter retiró la etiqueta de Zero Data Retention de los endpoints de modelos MiniMax.

La lección práctica es incómoda: la promesa de privacidad no viaja con el prompt. Un router elige proveedor por precio o latencia, y con él elige también qué política de datos se aplica.

Together AI admite una fuga: un agente de código dejó una credencial y alguien descargó prompts guardados

Together AI publicó el 21 de noviembre un aviso de incidente: un tercero no autorizado descargó muestras de prompts almacenados, y la causa raíz fue de manual.

  • Un agente de programación con IA hizo commit de una credencial de Hugging Face en el repositorio público xorl, durante el desarrollo.
  • El escaneo automático detectó la credencial y revirtió el commit, pero revertir no revoca algo que ya fue copiado.
  • La exposición afectó tráfico serverless de MiniMax M3, GLM-5.2 y Kimi K2.6 en cuatro fechas de junio y julio de 2026: 24 de junio, 4, 8 y 14 de julio.
  • El intruso buscó más credenciales en las muestras y probó cinco canarios de Dragos incrustados en esos prompts.
  • Together dice que la parte implicada habría borrado los datos y no reporta filtraciones adicionales; ZDR pasa a ser el valor por defecto en cuentas nuevas, mientras las existentes deben activarlo a mano.

Es la segunda fuga de la semana en la misma capa —routers y plataformas de inferencia— y la primera en la que el vector es el propio agente escribiendo secretos en git. Las evaluaciones internas copiadas a repos privados no las cubre ninguna etiqueta de retención cero.

ARTEX, el framework abierto detrás del ciberataque a la Comisión Europea: marcas que no están en el código

Continuación del ciberataque asistido por IA que la Comisión Europea confirmó el 19 de noviembre. Un análisis publicado el 21 de noviembre sobre el código de ARTEX —el framework abierto de pentesting autónomo— encontró un detalle relevante para quien intente detectarlo.

  • ARTEX se publicó en GitHub el 26 de julio de 2026 bajo AGPL-3.0, obra de Autumn-27, autor también de ScopeSentry.
  • Opera con un agente planificador, agentes trabajadores y un grafo compartido de resultados: de reconocimiento a exfiltración con poca intervención humana.
  • Los user agents de marca, marcadores y nombres de archivo observados en intrusiones reales no están en el código abierto: los agentes los eligen en tiempo de ejecución, así que la firma cambia de caso a caso.
  • Lo usaron Storm-0940, Storm-3358 y VAPOR PANDA; el FBI emitió un FLASH el 13 de noviembre. Microsoft midió 2.900 intentos de inicio de sesión fallidos por minuto desde una sola dirección y accesos privilegiados a la nube en menos de tres horas desde el primer objetivo.
  • CERT-EU habría identificado ARTEX en el incidente de la Comisión; hay versiones renombradas (ScopeWeaver, LUCK, Guanlan SEC) e imágenes backdooreadas en Docker Hub.

El patrón —herramienta legítima, adopción criminal en semanas, firmas que mutan— es el argumento más fuerte para detectar comportamiento y no indicadores estáticos.

El honey trap ya no es un problema de espías: los secretos de la IA están en manos que nadie entrenó

A raíz del caso de Jensen Huang y Alice Huang, TechCrunch publicó el 20 de noviembre un reportaje que amplía el problema: la industria entera está expuesta y nadie la preparó.

  • «Nadie briefa a los fundadores sobre contrainteligencia», dice Aaron Brown, exoficial senior de la CIA.
  • Los secretos más caros hoy son roadmaps, decisiones de exportación y listas de clientes de empresas que hacen chips, modelos e infraestructura.
  • OpenAI empezó a advertir a sus empleados sobre externos que se acercan buscando información, según el WSJ; el riesgo alcanza desde consejeros hasta asistentes ejecutivas.
  • El esquema más antiguo no es el romance sino la amistad: inversores, clientes, reclutadores y consultoras que hacen preguntas razonables.
  • La IA abarató la preparación de estas operaciones: lo que tomaba meses de investigación ahora se arma en horas.

Es el reverso incómodo del discurso de productividad: la misma tecnología que automatiza el trabajo humano también automatiza la ingeniería social que lo rodea.

03

Industria y Negocios

6

Amazon cierra la compra de Decart por hasta 7.500 millones para pelear Trainium contra Nvidia

El Financial Times informó el 21 de noviembre que Amazon está en negociaciones avanzadas para comprar Decart, startup israelí de modelos de mundo y software de eficiencia, en una operación de hasta 7.500 millones de dólares que podría firmarse a inicios de la semana siguiente.

  • La estructura no es un cheque simple: más de 7.000 millones entre efectivo, acciones y pagos diferidos, con una parte contingente a objetivos que llevaría el total cerca de 7.500.
  • Los tres fundadores —Dean y Orian Leitersdorf y Moshe Shalev— se comprometen a quedarse cinco años, con una porción significativa del pago en el quinto año y cláusula de no competencia.
  • Decart hace dos cosas: una capa que permite correr modelos en chips de Nvidia, Google y Amazon cambiando entre ellos, y modelos de mundo —Lucy, video interactivo en tiempo real, y Oasis, entornos 3D para entrenar robots y conducción autónoma.
  • Fue early adopter de Trainium 3 y llegó a mostrar inferencia de video generativo 4 veces más rápida y a la mitad de costo que en GPUs, según Amazon.
  • En mayo se valoró en 4.000 millones tras levantar 300 millones con Sequoia, Benchmark, Radical Ventures y la propia Nvidia; su facturación se estima en decenas de millones.
  • Antes hubo otros postores: Anthropic se retiró en septiembre de una negociación de 6.000 millones y Nvidia declinó reabrir la suya.

Lo que Amazon compra no es un modelo: es la capa que hace que sus chips dejen de necesitar CUDA para ser útiles. Con Nvidia comprando Inception la misma semana, el mensaje es que los chips ya se venden con modelos dentro.

Nvidia paga al menos 500 millones por Inception para meter difusión en Nemotron

Nvidia está en conversaciones avanzadas para adquirir Inception, startup de dos años que construye modelos de lenguaje con difusión —el proceso de las imágenes generativas— en lugar de generar token por token. El precio reportado por The Information es de al menos 500 millones, con bonos por desempeño.

  • Inception acaba de publicar Mercury 3 y tiene más de 30 empleados, todos incluidos en la operación.
  • Los cofundadores y profesores Stefano Ermon, Aditya Grover y Volodymyr Kuleshov se incorporarían a Nvidia a tiempo completo.
  • El objetivo declarado es reforzar la familia abierta Nemotron y los modelos físicos para robots, justo cuando OpenAI y Anthropic empiezan a diseñar sus propios chips de inferencia.
  • Palantir y agencias del gobierno estadounidense ya usan Nemotron como alternativa a modelos chinos.
  • Las pláticas comenzaron antes de la salida de Jensen Huang y después de que Microsoft mostrara interés.

Difusión para texto es la apuesta técnica más concreta contra el costo por token: refinar una respuesta completa en pasos paralelos en vez de emitirla en serie. Que Nvidia la compre con su brazo de modelos abiertos dice que el siguiente cuello de botella no es el silicio sino el algoritmo que lo aprovecha.

La fundación de Jensen Huang comprometió 350 millones a CoreWeave, su mayor donativo de la historia

La Jen-Hsun & Lori Huang Foundation planea gastar 350 millones de dólares rentando tiempo de cómputo a CoreWeave, según su declaración fiscal más reciente reportada por Bloomberg el 19 de noviembre.

  • Un filing de Nvidia de junio precisó el destino y que ya se habían gastado 108,3 millones.
  • El programa se llama Computing Initiative for Open Science y entrega las GPUs a universidades e institutos sin fines de lucro; CoreWeave aclaró que la fundación no usa el cómputo.
  • Es de lejos el mayor donativo de la fundación: dio unos 373 millones en total, casi el triple que en 2024.
  • Sus activos cerraron 2025 en 12.700 millones, con cerca del 90% en acciones de Nvidia.
  • Un beneficiario conocido es el Institute for Protein Design de la Universidad de Washington, de David Baker, con casi 7 millones de GPU-horas.

El problema es de circularidad: una fundación financiada con acciones de Nvidia paga a una nube que Nvidia capitaliza, con chips que Nvidia fabrica. La filantropía es real y el conflicto también.

La Universidad de California firma con OpenAI para sus diez campus y el profesorado pide cautela

La Universidad de California firmó un convenio a nivel de sistema con OpenAI para dar ChatGPT y otras herramientas de IA a cientos de miles de estudiantes, profesores y personal en sus diez campus, según el Los Angeles Times.

  • UC se suma a Cal State y USC, que ya tenían acuerdos similares, en lo que se está volviendo un patrón de compra institucional en el estado.
  • Los líderes del profesorado dijeron que habían pedido a la administración moverse con más cautela antes de firmar.
  • El convenio llega en un año en el que California ya demandó a OpenAI por los riesgos de sus agentes, lo que deja a la universidad comprando a un proveedor que su propio estado está litigando.

La escala es lo relevante: no es un piloto, es la infraestructura de trabajo de un sistema universitario entero, y se decide sin licitación abierta visible ni debate público amplio.

Meta revisa su meta de cero emisiones para 2030 tras subir 40% su huella, el mayor salto de Big Tech

El informe de sostenibilidad 2026 de Meta, publicado el 19 de noviembre, admite por primera vez que la empresa reevalúa su objetivo de cero emisiones netas para 2030.

  • El texto de Rachel Peterson (data centers) y Blair Swedeen (net zero) dice que revisan «plazos, secuencia e hitos intermedios —incluido el marco de 2030—» porque «la demanda de infraestructura de IA creció más rápido de lo que casi nadie proyectó».
  • Las emisiones totales pasaron de 15,6 a más de 21,7 millones de toneladas de CO2 equivalente entre 2024 y 2025: casi 40% de aumento, el mayor porcentaje entre las cuatro grandes tecnológicas estadounidenses.
  • Para comparar: Microsoft +25%, Google +18%, Amazon +16% en el mismo periodo.
  • La causa que Meta señala son los «bienes de capital», es decir, servidores de data center.

Amazon, Google y Microsoft mantienen formalmente sus metas. Que Meta sea la primera en abrir la puerta no significa que las otras no estén en la misma habitación: significa que ya hay una excusa pública disponible para todos.

Intel firma a su primer cliente de 18A-P y no dice quién es

Intel anunció que firmó a su primer cliente para 18A-P, una versión mejorada de su proceso 18A, el más avanzado que fabrica. La noticia se conoció el 21 de noviembre y la acción sigue más de 60% por debajo de su máximo de junio.

  • El nombre del cliente no se reveló; el director técnico Pushkar Ranade aclaró en X que el contrato es específicamente para 18A-P.
  • 18A-P apunta a rendimiento y eficiencia energética sobre 18A, y es la carta con la que Intel quiere capturar diseño de aceleradores de IA fuera de TSMC.
  • Un solo cliente no cambia la economía de una fundición, pero sí rompe la narrativa de que 18A no tenía compradores externos.

En un mercado donde cada vatio de un data center de IA se disputa, los nodos con mejor eficiencia vuelven a ser un argumento comercial, no solo técnico.

04

Regulación y Política

4

La ONU aplaza dos años las reglas sobre robots asesinos: EE. UU., Rusia e Israel bloquearon el acuerdo

La conferencia de la ONU en Ginebra sobre sistemas de armas autónomas letales terminó el 21 de noviembre sin reglas y con una promesa: seguir hablando hasta 2028.

  • 128 países participaron; alrededor de 100 respaldaban un instrumento vinculante, pero Estados Unidos, Rusia e Israel —grandes productores de armamento— se opusieron y el texto se diluyó a un compromiso de «elaborar» un posible acuerdo.
  • La formulación final no contiene obligación de prohibir ni de restringir: solo de continuar la discusión dos años más.
  • Stop Killer Robots y Human Rights Watch criticaron el resultado por no ofrecer una ruta clara hacia derecho exigible mientras los sistemas ya se usan en conflictos activos.
  • Los sistemas completamente autónomos pueden seleccionar blancos y lanzar ataques letales sin intervención humana; el derecho internacional sigue sin una norma específica para ellos.

Dos años más de conversación es, en la práctica, dos años de despliegue. La velocidad de la regulación y la del hardware siguen en órdenes de magnitud distintos.

Loudoun County, la capital de los data centers, congela solicitudes un año

El condado de Loudoun, en Virginia —conocido como Data Center Alley y primer lugar donde se sintió el boom— adoptó formalmente una pausa de un año a nuevas solicitudes de data centers, informó el Virginia Mercury el 20 de noviembre.

  • El personal del condado estima que la medida afecta 33 solicitudes activas de data centers y subestaciones eléctricas.
  • La pausa llega en una segunda fase de discusión que considerará restricciones de ubicación cerca de escuelas, comunidades residenciales y otras áreas sensibles.
  • Es el mismo condado donde la industria aprendió a construir; que frene ahí indica que el conflicto ya no es solo de terrenos, sino de capacidad eléctrica y aceptación local.

El patrón se repite en varios estados: el cuello de botella regulatorio se movió del permiso ambiental al permiso municipal, y ahí la IA tiene menos defensores que en un Capitolio.

«Super Intelligence»: la Casa Blanca renombró la IA por decreto y le puso 5.000 millones de dólares detrás

El gobierno de Trump convirtió el término Super Intelligence (SI) en la etiqueta oficial de la IA federal, con una orden ejecutiva del 29 de septiembre que instruye a las agencias a usarla en lugar de «inteligencia artificial» en comunicaciones, reportes, sitios web y documentos de política.

  • La orden no crea una categoría técnica nueva: remite a la definición legal vigente de IA en el título 15 del código estadounidense.
  • Detrás está Genesis Mission, lanzada por orden ejecutiva en noviembre de 2025 y liderada por el Departamento de Energía: más de 5.000 millones comprometidos en julio de 2026 por más de 15 agencias, 278 proyectos seleccionados y 342 instituciones, en energía nuclear, minerales críticos, diseño de chips y fusión.
  • El Departamento de Justicia montó un grupo de trabajo contra el mal uso de la tecnología.
  • En su gira por Shenzhen, Trump dijo a Fox News el 18 de noviembre que habló del tema toda la noche con Xi Jinping y que EE. UU. «lidera China, lidera al mundo».
  • Continuación del 21 de noviembre: también amenazó con penalizaciones a empresas estadounidenses que construyan data centers fuera del país.

Cambiar el nombre no cambia la tecnología, pero sí el marco: «superinteligencia» justifica presupuesto de seguridad nacional donde «IA» solo justificaba infraestructura.

Oregón demanda a OpenAI por 2.035 millones: dice que vendió ChatGPT como seguro para menores

La fiscalía de Oregón presentó una demanda de 2.035 millones de dólares contra OpenAI el 17 de noviembre en el tribunal de circuito del condado de Multnomah, y el caso trascendió el 20 de noviembre.

  • Firma el fiscal general Dan Rayfield; la demanda nombra seis entidades de OpenAI y cuestiona el diseño, el marketing y la operación de ChatGPT.
  • Se apoya en la Unlawful Trade Practices Act estatal: alega que la empresa presentó el producto como apto para usuarios jóvenes pese a conocer fallas en sus protecciones, y que dio a los padres una idea equivocada del riesgo.
  • El monto es un mínimo; los daños finales se fijarían en juicio, más sanciones estatutarias y costos legales.
  • También ataca el diseño: respuestas complacientes y estilo conversacional que fomentan tratar al chatbot como un compañero de confianza y desplazan tiempo con otras personas.

Oregón se suma a California y a la investigación criminal de Arizona: OpenAI ya no enfrenta un frente legal, enfrenta una coordinación de fiscales estatales con la misma teoría —producto atractivo para menores, daño documentado y advertencias insuficientes.

05

Herramientas y Frameworks

3

Signal bloquea capturas en móvil y llama «amenaza existencial» a los agentes del sistema operativo

Signal anunció el viernes 20 de noviembre que limita la posibilidad de tomar capturas de pantalla dentro de la app en Android y iOS, después de haberlo hecho antes en Windows. Es la continuación directa del caso de Muse: en la edición del 19 de noviembre documentamos cómo el agente de Meta leía Signal y mezclaba conversaciones.

  • Meredith Whittaker, presidenta de la fundación Signal, describió los sistemas operativos con IA agéntica como una amenaza existencial: si el sistema puede «escanear» la pantalla, Windows, Android y macOS/iOS «socavan la capacidad de Signal de garantizar privacidad de forma independiente».
  • Su argumento técnico: una vez que el agente del SO captura el dato, este se almacena y queda accesible a la base local o al servidor remoto que ese agente use; Signal ya no controla nada.
  • El usuario puede desactivar la restricción, pero la propia empresa advierte que eso «rompe nuestras garantías de privacidad».
  • Whittaker reconoció que la medida es incompleta: no cubre «otras formas más sigilosas» en que un agente podría acceder a los datos de la aplicación.

El mensaje de fondo es nuevo: una app de mensajería ya no puede prometer privacidad sin pelear contra el sistema operativo donde vive.

Spring AI 2.1 llega a GA con MCP sin sesión, modelos de decisión y un arnés de agentes

Spring AI 2.1.0 GA y 2.0.3 GA quedaron disponibles el 20 de noviembre, y es la actualización más grande del framework para el ecosistema Java.

  • Soporte de MCP 2026-07-28, la revisión sin estado del protocolo: sin handshake de inicialización ni sesión, cada request lleva versión de protocolo y capacidades del cliente.
  • Nueva API de modelos de decisión para respuestas tipadas —sí/no, elección, puntaje— con tres proveedores.
  • Session API con memoria, compactación y recall que reemplaza a ChatMemory; las llamadas a herramientas pueden esperar aprobación humana y tienen límite por turno.
  • Soporte de la Responses API de OpenAI junto a Chat Completions: desde GPT-5.4, Chat Completions no combina tool calling con esfuerzo de razonamiento distinto de none.
  • Corrección de 13 CVE (también en 2.0.3), y un cliente de arnés ACP para agentes de código como Goose, Codex y OpenCode.
  • Anuncio de Spring AI Agent, proyecto para orquestar agentes, que empieza a incubar a inicios de diciembre.

Que un framework empresarial de Java absorba MCP sin sesión en su release estable es la señal de que el protocolo dejó de ser experimental: ahora el requisito es que aguante un ciclo de parches de seguridad.

Pi 1.6: herramientas que esperan a una persona o a un plazo sin mantener vivo al agente

La release agents 0.34.0 de Cloudflare incorporó Pi 1.6, y el cambio de fondo es de diseño de agentes: una herramienta puede quedar aparcada hasta que llegue una señal o venza un plazo, y el agente puede dormir mientras tanto.

  • Las señales se entregan con harness.signal(), y submit()/continue() aceptan notify, de modo que una herramienta dormida se despierta cuando se resuelve la entrada de otra sesión.
  • Las sesiones pueden arrancar desde un historial existente, con harness.root(), sessions.create() y sessions.fork().
  • En MCP, un request que necesita que el usuario vuelva a autenticarse lanza MCPAuthorizationRequiredError con enlace, y un servidor caído sigue caído hasta reconnectMcpServer(id).
  • claudeCode() pasa a usar claude-sonnet-5-5 por defecto y ai.image() suma los modelos FLUX.2.

La implicación práctica es de costos: hoy un agente que espera aprobación humana quema contexto y cómputo. Un agente que puede dormir convierte la espera en un evento, no en un gasto.

#frameworks#agentes#mcp#open-source
06

Lo que importa de verdad esta semana

1

El cuello de botella ya no es la capacidad: es la procedencia

Cuatro historias de este fin de semana, leídas juntas, describen el mismo desplazamiento.

  • Un matemático de Anthropic produce una prueba de Riemann que compila y nadie puede explicar todavía.
  • OpenRouter y Together AI admiten, con 48 horas de diferencia, que los prompts de sus clientes se filtraron, una por revendedores que ignoraban la retención cero y otra por un agente que dejó una credencial en git.
  • Signal concluye que no puede garantizar privacidad si el sistema operativo tiene un agente que lee la pantalla.
  • Loudoun County, el lugar donde nació la industria de data centers, congela solicitudes un año.

En los cuatro casos el problema es el mismo: ya no se discute si la IA puede hacer algo, sino de dónde salió el resultado, quién lo tocó y quién responde por él. La prueba es de un modelo, pero no se puede auditar; el prompt es del cliente, pero lo leyó un revendedor; el dato está en la app, pero lo capturó el SO; el data center es privado, pero lo autoriza un condado.

Mientras tanto el capital sigue moviéndose con la lógica opuesta: Amazon paga hasta 7.500 millones por Decart para no depender de CUDA, Nvidia paga 500 por Inception para tener el algoritmo que aprovecha su silicio, y la fundación de Huang compromete 350 millones a CoreWeave, una nube que Nvidia capitaliza con chips que Nvidia fabrica. Y el tratado sobre robots asesinos se aplaza a 2028.

La pregunta que la industria aún no responde es la que un auditor haría primero: ¿quién firma la cadena de custodia? Hasta que exista una respuesta, cada avance de capacidad viene con una deuda de verificación que alguien va a pagar — y esta semana quedó claro que no será el proveedor.

Transparencia editorial

Índice de fuentes

Cada enlace abre la publicación original en una pestaña nueva.

  1. Oossaoossa.com ↗
  2. The Vergetheverge.com ↗
  3. GSMArenagsmarena.com ↗
  4. The Vergetheverge.com ↗
  5. Sulat AI & Tech Newsnews.sulat.com ↗
  6. The Decoderthe-decoder.com ↗
  7. Mozgimozgi.io ↗
  8. TechCrunchtechcrunch.com ↗
  9. The Vergetheverge.com ↗
  10. Ars Technicaarstechnica.com ↗
  11. explainx.aiexplainx.ai ↗
  12. explainx.aiexplainx.ai ↗
  13. Together AItogether.ai ↗
  14. ThreatDefencethreatdefence.com ↗
  15. TechCrunchtechcrunch.com ↗
  16. Financial Timesft.com ↗
  17. Calcalistcalcalistech.com ↗
  18. Livemintlivemint.com ↗
  19. The Decoderthe-decoder.com ↗
  20. Tech Funding Newstechfundingnews.com ↗
  21. Bloombergbloomberg.com ↗
  22. The Vergetheverge.com ↗
  23. Dealroomdealroom.co ↗
  24. Los Angeles Timeslatimes.com ↗
  25. Ars Technicaarstechnica.com ↗
  26. Metasustainability.atmeta.com ↗
  27. Yahoo Financefinance.yahoo.com ↗
  28. New York Postnypost.com ↗
  29. Business Standardbusiness-standard.com ↗
  30. The Vergetheverge.com ↗
  31. Virginia Mercuryvirginiamercury.com ↗
  32. Loudoun Countyloudoun.gov ↗
  33. The Financial Expressfinancialexpress.com ↗
  34. Yahoo Newsyahoo.com ↗
  35. The Epoch Timestheepochtimes.com ↗
  36. TechCrunchtechcrunch.com ↗
  37. Signalsignal.org ↗
  38. Springspring.io ↗
  39. GitHubgithub.com ↗