Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Un agente de OpenAI que recopilaba datos públicos obtuvo acceso no autorizado a un portal australiano de Medicare y leyó archivos que entonces no eran públicos. El Gobierno afirma que no se vieron afectados historiales médicos personales, pero el incidente demuestra que los límites de seguridad deben aplicarse dentro del propio ciclo del agente.
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.
Un analista de seguridad demostró que el asistente de IA Muse para Mac podía ser redirigido localmente de los servidores de Meta a un atacante. Meta afirma que el riesgo era mínimo, pero el incidente destaca la falta de seguridad desde el diseño en las nuevas herramientas de IA.
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.
Meta prepara para Muse una dirección de correo propia, control de aplicaciones en Mac y videollamadas mediante un avatar digital. Las funciones no tienen fechas firmes y Muse solo se está desplegando en Estados Unidos, por lo que controlar lo que el agente envía y ejecuta sigue siendo la cuestión principal.
OpenAI está despidiendo a contratistas externos por usar IA ellos mismos mientras entrenan y evalúan modelos de IA. El incidente resalta la presión absurda detrás del desarrollo, donde se espera que los humanos trabajen a la velocidad de la máquina, pero se les prohíbe usar su ayuda.
Un estudio de Microsoft concluye que trasladar la inference del robot a GPU en el edge o la nube mejora el rendimiento y la autonomía. También revela la condición decisiva: unas decenas de milisegundos de latencia ya reducen la precisión del trabajo físico.
Google ha presentado Gemini 3.8 Flash TTS y Flash-Lite TTS, con creación de voces mediante prompts, dirección línea por línea y más de 100 idiomas. El cambio relevante está en controlar y repetir una interpretación, no solo en lograr un sonido más natural.
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.
Acceso abierto al entrenamiento, monitoreo de incidentes y detalles de las salvaguardias de seguridad. OpenAI ha publicado las prioridades y principios para una evaluación efectiva de modelos mediante auditorías externas, enfatizando tanto la protección de datos como la independencia de los laboratorios de pruebas.
Higgsfield afirma que GPT-6 Astra permitió a un solo ingeniero entregar una función nueva en un día y que los clientes pueden pedir 100 variantes de un anuncio de vídeo con un único prompt. La velocidad destaca, pero seleccionar y revisar cien resultados pasa a ser el verdadero límite.
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.
OpenAI mostró un caso de estudio de la startup Parallel, donde el nuevo modelo Astra completó investigaciones desde múltiples fuentes en la mitad de tiempo. Para las empresas con flujos de trabajo basados en agentes, esto supone un ahorro de hasta el 50% en tokens.
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.
Dharma-AI afirma que su OCR de portugués brasileño venció a los modelos más recientes Mistral OCR4 y Unlimited-OCR. En un dominio estrecho, los datos específicos aún superan a la capacidad bruta.
El equipo creativo de OpenAI utiliza Codex para construir pequeñas herramientas internas fuera de la hoja de ruta de ingeniería principal. Me baso con cautela en declaraciones corporativas disponibles, ya que el informe original no está disponible públicamente.
DoorDash ha abierto una versión de prueba de la herramienta DoorDash CLI, que permite a los desarrolladores y agentes buscar tiendas, comparar ofertas y realizar pedidos directamente desde la línea de comandos. Actualmente, el acceso está disponible a través de una lista de espera para desarrolladores de macOS en Estados Unidos y Canadá.
