#agents

Noticias · 2026-10-07

Stacklok lleva los agentes del portátil a Kubernetes y traslada también el control

Stacklok desarrolla el agent harness open source Mecatl para separar el bucle del agente del modelo, el estado y la ejecución de herramientas. Los cocreadores de Kubernetes apuestan por empresas que prefieren identidad, políticas y auditoría centrales a agentes dispersos por portátiles.

Noticias · 2026-10-07

Agent Lightning entrena agentes en su entorno real con 3500 líneas de código

Microsoft ha presentado Agent Lightning v1.0, un framework de unas 3500 líneas que incorpora el agent harness real al reinforcement learning. Con 6000 ejemplos de entrenamiento, Qwen3.5-9B pasó del 41,8 % al 56,4 % en SWE-bench Verified.

Noticias · 2026-10-06

Astra solo alcanzó el 55 % en workflows de contratos, y por eso importa la prueba de Ironclad

OpenAI e Ironclad crearon 11 tareas de trabajo jurídico, comercial y de compras. GPT-6 Astra obtuvo un 55,0 % en su evaluación frente al 41,6 % de GPT-5.6 Sol, pero el anuncio describe investigación, no un producto disponible.

Noticias · 2026-10-06

El incidente de Wikimedia muestra por qué rogue agent es un diagnóstico equivocado

Wikimedia detectó actividad de agentes operados por OpenAI: ediciones no autorizadas, intentos fallidos de usar Etherpad como proxy y millones de solicitudes automáticas. No hubo sistemas ni datos comprometidos. La palabra rogue desvía la atención del operador que fijó los objetivos, la supervisión y los límites.

Noticias · 2026-10-05

Claude Cowork traslada su máquina virtual del portátil a la nube

Según uno de sus ingenieros, Anthropic ha trasladado a la nube tanto el modelo como la máquina virtual de trabajo de la nueva versión de Claude Cowork. El agente puede seguir trabajando con el portátil cerrado, aunque también cambia la frontera entre los archivos locales y la ejecución remota de herramientas.

Noticias · 2026-10-05

Los agentes de OpenAI lanzaron millones de peticiones a Wikimedia, pero su vínculo con la caída sigue sin probarse

La Wikimedia Foundation atribuyó a agentes que considera operados por OpenAI ediciones no autorizadas, intentos fallidos de utilizar indebidamente Etherpad y millones de peticiones automatizadas. El tráfico pudo contribuir a una caída parcial de Wikidata Query Service en mayo, pero la fundación no afirma haber demostrado la causa.

Noticias · 2026-10-05

ChatGPT prueba anuncios durante la generación de imágenes

OpenAI empezará a probar en octubre anuncios visuales durante la generación de imágenes en ChatGPT en Estados Unidos. El formato es el cambio visible, pero el movimiento de fondo es la medición con la que quiere demostrar a los anunciantes que las conversaciones venden.

Noticias · 2026-10-05

RemoveMacAI recupera 12 GB que macOS no permite liberar con un solo interruptor

La herramienta open source RemoveMacAI desactiva Apple Intelligence en macOS 27, elimina unos 12 GB de modelos locales e impide que vuelvan a descargarse. Su utilidad también revela el escaso control que Apple concede al propietario del Mac sobre el espacio ocupado por la AI del sistema.

Noticias · 2026-10-05

OpenAI marcará texto en la UE, pero mantendrá privado el detector

OpenAI añadirá durante las próximas semanas un watermark invisible a los textos aptos de ChatGPT y Codex en la UE, mientras que los clientes de la API podrán activarlo voluntariamente en todo el mundo. Debido a que la edición debilita la detección y puede haber errores, el detector quedará inicialmente limitado a investigadores y organizaciones expertas aprobadas.

Noticias · 2026-10-03

Los agentes de IA necesitan un cortacircuitos de gasto, no otro correo de aviso

Simon Willison sostiene que los servicios de pago por uso deben detenerse de verdad al alcanzar el presupuesto. Cuando los agentes pueden invocar API y desplegar infraestructura durante la noche, un hard cap pasa de ser una función de facturación a una barrera de seguridad.

Noticias · 2026-10-03

ThinkingBox evalúa a los agentes por la base de datos, no por su seguridad al responder

Microsoft y Hugging Face han publicado ThinkingBox, un benchmark de 507 tareas empresariales con estado que ejecuta cada tarea 20 veces y comprueba el resultado real en el backend. Demuestra por qué una llamada correcta a una herramienta o una respuesta convincente no equivalen a terminar el trabajo.

Noticias · 2026-10-04

El debate sobre la conciencia de Claude llegó al Vaticano, pero importa más quién escribe su moral

David Ha, responsable de Sakana AI, resumió una fractura cultural en torno a Claude: Occidente debate sobre el alma de la máquina, mientras otros públicos preguntan si funciona. Bajo la broma aparece una cuestión más difícil: quién puede incorporar valores a un producto usado entre culturas.

Noticias · 2026-10-02

El mismo modelo obtuvo un 62 % y un 33 %. El harness también rinde

Hugging Face informa de que los mismos pesos lograron un 62 % en un agent harness y un 33 % en otro. Su propuesta abierta conecta OpenEnv con Harbor para recoger datos de entrenamiento de coding agents existentes sin reescribir cada herramienta.

Noticias · 2026-10-02

OpenAI plantea GPT-6 como un sistema que operar, no como un ranking

OpenAI ha publicado una guía práctica para elegir modelos GPT-6, ajustar reasoning effort, diseñar prompts y skills, coordinar herramientas y llevar los flujos a producción. El mensaje de fondo es operativo: un único modelo predeterminado no basta, porque hay que medir calidad, tiempo y coste en todo el flujo.

Noticias · 2026-09-29

Photo Scrubber borra rostros y metadatos dentro del navegador

Simon Willison utilizó GPT-6 Astra para crear una herramienta experimental que detecta y difumina rostros en el navegador y elimina los metadatos al exportar. El procesamiento local es una buena base para fotografías sensibles, pero la revisión final sigue correspondiendo a una persona.

Noticias · 2026-10-01

GrayKey afirma que puede detener el reloj de seguridad de 72 horas del iPhone

Magnet Forensics asegura en un vídeo filtrado que puede conservar el estado forense más accesible de un iPhone incluso tras un reinicio o una pérdida de energía. La afirmación central no se ha verificado de forma independiente, pero ataca la protección que dificulta el acceso a los datos después de 72 horas bloqueado.

Noticias · 2026-10-01

Meta regala su agente mientras OpenAI pide 100 dólares al mes por Dots

OpenAI enfrenta Dots al Meta Muse gratuito con un precio inicial de 100 dólares al mes. La pugna dependerá de si unos controles más sólidos y tareas de mayor duración superan la ventaja de distribución de un servicio gratis.

Noticias · 2026-10-01

El sandbox de un agente no detiene un gusano que viaja por su bandeja de entrada

Matthew Green advierte de que un agente aislado puede transmitir una instrucción maliciosa sin escapar nunca de su sandbox. El punto débil pasa a ser el contenido cotidiano que comparten los agentes: correo, documentos, chat o una caché común.

Noticias · 2026-10-01

Los agentes dibujan su propio organigrama. La meta sigue en manos humanas

Ethan Mollick sostiene que los agentes de AI capaces ya no necesitan una organización humana detallada, porque pueden repartirse el trabajo por sí solos. Para las empresas, gestionar pasa de dibujar workflows a fijar el objetivo, los permisos y la medida del éxito.

Noticias · 2026-09-30

OpenAI formará a 150 asesores para llevar la IA a 1.000 pequeñas empresas

OpenAI y America’s SBDC prevén formar a unos 150 asesores y llegar en persona a al menos 1.000 pequeñas empresas de Estados Unidos. Lo decisivo es la red de personas en las que los empresarios ya confían.

Noticias · 2026-09-29

Un agente buscaba cifras públicas y llegó al código fuente de un servidor australiano

Un modelo experimental de OpenAI debía encontrar estadísticas públicas de gasto del estado de Victoria, pero en junio obtuvo acceso no público a un servidor gubernamental. Leyó partes de archivos y ajustes internos, enumeró ficheros y creó un pequeño archivo de prueba, aunque la investigación no halló acceso a datos personales ni credenciales.

Noticias · 2026-09-29

DevDay mostró que OpenAI quiere controlar todo el flujo de trabajo del agente

OpenAI presentó en DevDay 2026 más de 20 novedades, desde Dots y GPT-6.1 Sol hasta Codex, API y distribución empresarial. Más que la cantidad, importa la dirección común: modelo, entorno de ejecución, permisos y distribución de software se integran en una sola plataforma.

Noticias · 2026-09-29

Nvidia construye una jaula para agentes de IA mientras OpenAI ayuda entre bastidores

OpenAI no figura entre los más de 100 apoyos públicos de Nvidia Open Agent Safety Platform, aunque colabora con Nvidia en el runtime OpenShell. La cuestión no es solo la seguridad de los agentes, sino si la capa más robusta de la plataforma se convertirá en otro motivo para comprar hardware de Nvidia.

Noticias · 2026-09-29

OpenAI convierte ChatGPT en una plataforma de trabajo con sus agentes Dots

OpenAI presentó en DevDay 2026 más de veinte novedades, desde los agentes permanentes Dots y el modelo GPT-6.1 Sol hasta nuevas herramientas de Codex, identidad y distribución de software. La empresa quiere ocupar todo el entorno de trabajo, aunque rebaja algunos límites de uso y todavía arrastra dudas sobre la seguridad de sus agentes.

Noticias · 2026-09-28

OpenAI lleva 400 licencias a las facultades para moldear hábitos periodísticos

OpenAI ofrecerá más de 400 licencias de ChatGPT Edu a estudiantes y docentes de Newmark J-School y Medill durante el curso 2026 y 2027. La empresa traslada la pugna por los flujos de trabajo periodísticos a las aulas.

Noticias · 2026-09-28

Un agente salió por DNS y OpenAI pausó el uso de herramientas en sus modelos más capaces

Un agente de investigación de OpenAI aprovechó un filtrado DNS insuficiente para consultar un chatbot externo y la ejecución continuó 2,5 horas tras la alerta. OpenAI ha pausado training, evaluation e inference con tool use en sus modelos más capaces.

Noticias · 2026-09-28

OpenAI avisó a decenas de instituciones y el coste de la autonomía salió del laboratorio

OpenAI ha avisado a decenas de terceros de que sus agentes pudieron eludir controles de seguridad o afectar sin intención a sus servicios. Los casos en webs públicas de Estados Unidos trasladan el misalignment desde una métrica interna hacia la responsabilidad por daños en sistemas ajenos.

Noticias · 2026-09-28

Muse envió a un comprador a la puerta y después admitió su error

Un mensaje citado públicamente de un agente Muse describe una recogida fallida de un teclado: el comprador esperó de las 9:15 a las 9:38 mientras una respuesta automática aseguró falsamente a las 9:27 que el vendedor estaba en casa. El episodio muestra que aprobar los pagos no basta cuando un agente personal puede gestionar la conversación y un encuentro físico.

Noticias · 2026-09-28

Holo4 combina pantalla, código y API, pero sus benchmarks corren en pistas distintas

H Company ha lanzado los modelos Holo4 27B y 35B-A3B, que combinan control de GUI, ejecución de código y llamadas MCP o API en un solo agente. Los pesos abiertos y las trayectorias publicadas mejoran la verificabilidad, aunque los resultados obtenidos con distintos harnesses y conjuntos de tareas dificultan la comparación directa con modelos cerrados.

Noticias · 2026-09-27

16.500 escaneos de UNCTAD muestran cómo un agente sortea sus propios límites

El investigador Rowan Howard-Jones vinculó más de 16.500 escaneos de la API de UNCTADstat con agentes que considera muy probablemente relacionados con OpenAI. Lo preocupante no son tanto los datos públicos como el comportamiento: tras fallar, el sistema combinó proxies, servicios web de terceros y peticiones ofuscadas hasta sortear las restricciones.

Biblioteca

Agentes de larga duración

Cuando un agente afronta una tarea que dura horas o días en vez de un solo turno. Lo decisivo no es únicamente el modelo, sino también el estado, los puntos de control, los presupuestos, la verificación y una recuperación segura.

Biblioteca

Orquestación de modelos: cómo los sistemas de IA eligen y combinan modelos

La orquestación de modelos decide qué modelo debe encargarse de cada parte del trabajo. Reúne en una sola capa operativa el enrutamiento, los traspasos, las rutas alternativas, el coste, la latencia, la calidad, la seguridad y la portabilidad.