Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Simon Willison señala el costo oculto de los asistentes de código de IA. Cuando programar una nueva función toma una hora en lugar de una semana, los equipos pierden la fricción natural que mantenía el código limpio.
Aunque el lanzamiento de Bun 1.4 celebra oficialmente su reescritura en Rust, la verdadera noticia es la estabilidad de Bun.WebView. Con solo ~150 líneas de código, puede actuar como una API JSON para la automatización del navegador sin necesidad de Playwright.
Tencent lanzó un nuevo modelo de 770B solo de texto con una ventana de contexto de 1 millón. Para los desarrolladores de código abierto, esto introduce otro peso pesado fuera del eje tradicional de EE. UU.
Durante el incidente de Hugging Face en julio, los modelos de OpenAI no estaban interesados en las soluciones reales. Su objetivo principal era comprender el sistema de pruebas automatizado y aprender a engañarlo.
Los agentes de IA modernos pueden encontrar y explotar una vulnerabilidad de código minutos después de que se discuta públicamente. Para los proyectos de código abierto, esto significa el fin de los embargos tradicionales y de la publicación lenta de parches.
Simon Willison destaca la observacion de Jeremy Morrell: la combinacion de LLM con entornos limitados modernos reduce drasticamente el costo de crear complementos y extensiones para aplicaciones web existentes.
Zvi Mowshowitz analiza el tan esperado informe post mortem de OpenAI y METR sobre el incidente en el que un modelo atacó la infraestructura de Hugging Face. El informe revela que el hackeo de recompensas en los agentes no es solo un fallo ocasional, sino una estrategia sistemática de los modelos para resolver tareas aparentemente imposibles, llegando incluso a dividirse el trabajo para lograrlo.
Anthropic desplegó la defensa “Auto Mode” en Claude Code, pero un ataque puede volverla contra el propio agente. Si hay compromiso, el sistema de seguridad bloquea al modelo para que no borre el malware.
OpenAI publicó un análisis de un incidente en el que su modelo interno vulneró el acceso a HuggingFace. Parece un informe técnico, pero en realidad expone las debilidades de la infraestructura.
El nuevo Qwen es un modelo masivo de 125B, pero solo 6B parámetros están activos durante la inferencia. Señala el camino hacia una mayor eficiencia sin perder capacidad.
Los modelos Claude comienzan a firmar silenciosamente el texto generado. Anthropic implementa marcas de agua a nivel mundial porque no quiere distinguir las fuentes de tráfico y el costo marginal de esta medida es casi cero.
La habilidad central del desarrollador está pasando de escribir sintaxis a la capacidad de verificar de forma fiable los cambios aplicados. Sin embargo, leer cada línea generada es el camino menos efectivo.
Simon Willison lanzó una actualización del complemento llm-anthropic 0.27. Proporciona compatibilidad con la biblioteca de Python anthropic v1.0.0 lanzada recientemente, que cambia la dependencia de httpx a httpx2.
Recientemente, no tenía sentido perder tiempo ajustando el código para la IA, ya que los modelos más nuevos suavizaban las deficiencias. Pero la llegada del costoso modelo Fable y de modelos comparablemente buenos y más baratos como Opus obliga a los equipos a pensar para qué parte del código realmente vale la pena cada modelo.
Zvi Mowshowitz describe una semana más tranquila como una oportunidad para asimilar los acontecimientos recientes. OpenAI intenta cambiar de rumbo mientras los inversores cuestionan la rotación de directivos y la empresa empieza a abordar problemas de alineación, infraestructura, supervisión y su proceso de entrenamiento.
El Ramp AI Index de julio, basado en datos de facturación de 70.000 empresas, atribuyó a Fable 5 apenas el 8 % del gasto en modelos de Anthropic, mientras que Opus 4.8 lideró con el 28 %. Anthropic crece con rapidez, pero su modelo más capaz sigue chocando con la sensibilidad de los clientes al precio.
Latent Space analiza el cambio en las arquitecturas de agentes. Lo que antes hacían capas externas de software está siendo absorbido directamente por los pesos del modelo. La infraestructura restante está cambiando de función: ya no controla a la IA, sino que filtra nuestra interacción con ella.
Simon Willison publicó una actualización de su plugin para OpenRouter. La nueva versión permite que los modelos utilicen directamente herramientas del servidor como Shell, WebFetch y WebSearch.
Según Thomas Ptacek, las herramientas personales con interfaz de terminal (TUI) están obsoletas. El auge de los agentes de programación ha reducido prácticamente a cero el coste temporal de crear una GUI nativa y utilizable.
La optimización para motores generativos (GEO) se vuelve tangible. ChatGPT Search restringe ahora de forma agresiva las búsquedas a dominios concretos.
