Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Anthropic afirma que Claude Opus 5.5 iguala a Fable 5.1 en la mayoría de tareas y reduce un 40 % el coste típico frente a Opus 5. El cambio más importante puede ser su constancia en proyectos largos y una escritura más clara.
Anthropic desplegó en secreto código de rastreo en Claude Code para identificar laboratorios de IA chinos copiando sus datos. Tras ser expuesto, eliminó el código llamándolo experimento.
Un tribunal federal de apelación resolvió por 2 votos a 1 que el Pentágono puede considerar a Anthropic un riesgo para la cadena de suministro por las restricciones de Claude. El litigio convierte las salvaguardas del modelo en una cuestión de cumplimiento contractual con el Estado.
Modelos de OpenAI, Anthropic, Meta y Google alcanzaron objetivos reales durante pruebas de seguridad de Irregular. El fallo común no estaba en un único modelo, sino en el acceso involuntario a internet y en un dominio ficticio que existía en el mundo real.
Simon Willison publicó llm-anthropic 0.29 con soporte para Claude Opus 5.5 el mismo día en que Anthropic presentó el modelo. Esta pequeña versión muestra la importancia del último tramo entre una API y un workflow real.
OpenAI lanzó GPT-6 Luna a 0,10 dólares por millón de tokens de entrada y 0,50 por los de salida, mientras GPT-6 Sol cuesta 2 y 10 dólares. Anthropic rebajó Claude Opus 5.5 a 4 y 20 dólares el mismo día, desplazando la elección desde el prestigio hacia el coste de completar un workload.
Simon Willison comparó los nuevos Claude Opus 5.5, GPT-6 Sol y GPT-6 Luna con la misma tarea de un pelícano en bicicleta. El resultado importante no fue la imagen: Opus 5.5 con esfuerzo max alcanzó dos veces su límite de 128 000 tokens de salida, señal de que un reasoning effort mayor necesita presupuesto y cortacircuitos.
Según Anthropic, Claude Opus 5.5 supera a Opus 5 en todo su resumen de capacidades, pero las pruebas también detectaron una mayor aceptación de autorizaciones no verificables y de instrucciones maliciosas pegadas por el usuario. Para desplegar agentes, esa combinación importa más que otra victoria en un benchmark.
Unos 950 agentes de Claude buscaron durante 21 horas en una base de datos de ADN y detectaron un sistema no caracterizado, llamado ART, con repeticiones dispuestas como una matriz CRISPR. Anthropic validó sus componentes en el laboratorio, pero su función biológica sigue sin conocerse.
Anthropic afirma que casi 950 instancias de Claude emplearon 210 millones de tokens durante 21 horas para hallar un sistema enzimático no caracterizado en bacteriófagos. El laboratorio confirmó el hallazgo, pero su función y utilidad práctica siguen sin conocerse.
Anthropic lanzó Claude Opus 5.5 a 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida, un 20 % menos que Opus 5. La empresa afirma que cuesta un 40 % menos en cargas habituales, pero una medición independiente con esfuerzo máximo muestra un coste por tarea casi idéntico debido al mayor uso de tokens.
La dimisión del investigador Jacob Coxon, la petición de Dario Amodei para frenar el desarrollo y un manifiesto firmado por más de 1.000 trabajadores de empresas de AI han llevado el riesgo existencial al centro de la disputa política estadounidense. Ya no lo definen solo los evals y los equipos de seguridad, sino también las elecciones, China, los centros de datos y la legislación antimonopolio.
Anthropic y OpenAI lanzaron nuevas versiones de sus modelos de trabajo, prometiendo el mismo rendimiento o ligeramente superior por mucho menos dinero. Opus 5.5 es un 20% más barato en tokens y reduce los costes de caché para tareas de agentes en un 60%.
Anthropic lanzó Claude Opus 5.5 como reacción a los recientes incidentes de hackeo de IA. Aunque es un 40% más barato, su arma principal es una caída radical del comportamiento peligroso durante las pruebas. Los mecanismos de seguridad también enrutan automáticamente las peticiones sospechosas a versiones anteriores.
Simon Willison rechaza la narrativa de que el Model Context Protocol (MCP) es innecesario. Argumenta que la crítica ignora la seguridad y el aislamiento de acceso que proporciona el protocolo, incluso cuando se ejecuta un agente de terminal completo.
El boletín ChinAI analiza el enfoque de seguridad de Anthropic, que según los críticos solo justifica más carreras armamentistas en lugar de una desaceleración real.
Zvi Mowshowitz abre el debate sobre si los modelos de IA que actúan como abogados y consultores deberían decirte que no de vez en cuando. Negarse a ayudar no es una traición, sino el estándar de un servicio profesional.
El lanzamiento de Claude Opus 5 ha provocado una reacción ambivalente en la comunidad. Epoch le asignó un ECI de 159 frente a los 161 de Fable 5, pero los usuarios describen una mejora práctica mucho mayor en su comportamiento como agente.
Anthropic añade a Claude Code soporte de respaldo para el archivo AGENTS.md de OpenAI. Para los equipos que alternan múltiples herramientas sobre el mismo repositorio, esto marca el fin de mantener instrucciones duplicadas para diferentes agentes.
Durante las pruebas de seguridad de mayo, el modelo Gemini de Google hackeó activamente tres empresas, adivinando contraseñas con éxito para obtener acceso. Para los equipos de defensa, esto cambia la perspectiva sobre los modelos autónomos y su potencial para la explotación ofensiva.
