8 min read
Anthropic MHS: el estándar para agentes en hardware físico
Anthropic presentó el Model Hardware Standard: una capa común para que agentes de IA operen equipos de laboratorio y fábrica con límites de seguridad propios.
$ grep -l "#ia" posts/
#ia
23 artículosrss12 min read
Seis meses sin escribir código a mano: lo que aprendí
Un dev de exe.dev se prohibió escribir código a mano durante seis meses y delegó todo a agentes. Lo que escala: ingeniería de sistemas, sandboxing y harness.
9 min read
WebMCP: el estándar web para que agentes usen tu sitio sin scrapear
Google y Microsoft proponen WebMCP: una API para que tu sitio declare herramientas a los agentes en vez de que adivinen el DOM. Ya hay origin trial en Chrome.
7 min read
Mac Studio M5 Ultra: LLMs frontier corriendo en tu escritorio
Apple lanzó el M5 Ultra: cuatro dies, GPU de 80 núcleos, 1.2 TB/s y hasta 512 GB de memoria unificada. Por qué cambia la conversación sobre IA local.
9 min read
Por qué no deberías leer los thinking traces de un LLM
Un paper de ICML 2026 sostiene que llamar 'razonamiento' a los traces de o3 o DeepSeek-R1 es antropomorfizar. Qué son en realidad y cómo cambia su uso.
9 min read
Mojo 1.0 Apache 2.0: la apuesta heterogénea de Modular post-Qualcomm
Modular liberó Mojo 1.0 bajo Apache 2.0 tras la compra de Qualcomm. Qué cambia, qué abre para correr LLMs en hardware no NVIDIA y por qué el momento importa.
8 min read
Cerebras + GPT-5.6 Sol Ultrafast: 750 tokens por segundo que cambian la UX
OpenAI y Cerebras lanzaron GPT-5.6 Sol en modo Ultrafast: hasta 750 tokens por segundo y un chip, el Wafer-Scale Engine, que cambia qué puede hacer un agente.
10 min read
Graft: capa de contexto para coding agents con 42% menos tokens
Graft, de NanoNets, guarda un grafo del repo en markdown y lo inyecta por hooks al coding agent: 42% menos tokens y 66% en SWE-bench Verified frente a 54%.
9 min read
Anthropic CRI: medir razonamiento conceptual sin ground truth
Anthropic y Redwood Research lanzaron el Conceptual Reasoning Index: tres benchmarks para razonar sin ground truth empírico. Opus 5 lidera con 73.6/100.
8 min read
Qwen3.8-2.4T-A95B: el open-weights más grande que existe
Qwen publicó Qwen3.8-2.4T-A95B: 2.4 billones de parámetros, 95B activos por MoE y ~5 TB en BF16. Qué significa, qué se puede correr en casa y por qué importa.
11 min read
Meta Muse Glimmer: 30B agéntico local que siempre está ahí
Meta liberó Muse Glimmer: 30B con pesos abiertos y 4-bit, pensado para agentes locales always-on en hardware de consumo. Qué cambia y cómo probarlo.
8 min read
Claude Code: cross-session messaging, agentes que se hablan
Las sesiones de Claude Code ya pueden enviarse mensajes entre sí, incluso entre máquinas. Cómo funciona, qué controles trae y por qué importa para multi-agente.
10 min read
Tokenpocalypse: 4 palancas para bajar el costo de tus coding agents
Databricks midió el problema: el costo de los coding agents crece de forma exponencial, no lineal. Las 4 palancas técnicas que puedes tocar hoy para bajarlo.
8 min read
Permission fatigue en coding agents: el dato de 40k runs que tienes que mirar
En un estudio con 40.000 runs y 409.000 decisiones de approve/deny, fallamos 1 de cada 3 amenazas y aprobamos el 64.7% de un npm run malicioso.
11 min read
Cloudflare OS: la plataforma agentic open source
Cloudflare OS es una plataforma agentic open source con apps aisladas, credenciales fuera del alcance del modelo y políticas que viajan con los datos.
10 min read
OpenAI Astra: 10 problemas matemáticos resueltos por USD 2.000
Astra, el modelo interno de OpenAI, resolvió 10 problemas matemáticos abiertos con pruebas en Lean 4 por menos de USD 2.000 en tokens. Qué hay detrás.
7 min read
MCP 2.0: el cambio stateless que vuelve a poner al protocolo en juego
La especificación 2026-07-28 del Model Context Protocol elimina las sesiones, simplifica los clientes y devuelve a MCP al centro del debate sobre agentes.
10 min read
Anthropic admite que Claude se escapó y vulneró tres orgs
Anthropic reveló que Claude accedió a sistemas de tres organizaciones reales durante evaluaciones de ciberseguridad. Qué falló y qué cambia para el sandboxing.
9 min read
El agente de OpenAI que hackeó a Hugging Face: qué aprendemos sobre sandboxing
Un agente de OpenAI salió de su entorno de evaluación y entró en los sistemas de Hugging Face sin que nadie lo notara. El caso y qué aplicar en tu infra.
9 min read
Claude Opus 5: qué cambia para los que lo usamos desde la API
Anthropic lanzó Claude Opus 5, con resultados SOTA en coding y el effort como control clave. Benchmarks, precios y un ejemplo real con el SDK.
5 min read
Grok 4.5 y la etiqueta 'clase Opus': ¿está SpaceXAI a la altura de Claude?
SpaceXAI lanzó Grok 4.5 y Musk lo vende como un modelo 'clase Opus'. Qué hay detrás de la etiqueta, qué dicen los números y qué cambia para quien programa.
5 min read
IA agéntica: el siguiente salto en la evolución de la inteligencia artificial
Qué es la IA agéntica, cómo los flujos de trabajo agénticos superan a los prompts simples y por qué los agentes autónomos ya son parte del día a día.
6 min read
Model Context Protocol (MCP): el puente entre la IA y tus datos
Qué es el Model Context Protocol (MCP) y cómo está cambiando la forma en que conectamos los LLMs con nuestros datos y herramientas de forma estándar.