Artículos Relacionados con Agente

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Agente", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Última hora: Musk presenta Grok 4.5, su modelo más potente, y pone precio de saldo a la máxima inteligencia de Opus

¡Última hora! SpaceXAI, la empresa de IA de Elon Musk, acaba de presentar su modelo insignia más potente hasta la fecha: Grok 4.5. Desarrollado en colaboración con Cursor y entrenado en decenas de miles de GPUs GB300, este modelo está específicamente diseñado para codificación y agentes inteligentes. Grok 4.5 demuestra un rendimiento impresionante, rivalizando con los mejores modelos. En SWE Bench Pro logra un 64.7%, superando a Opus 4.7. También destaca en Terminal Bench 2.1 (83.3%) y DeepSWE 1.0 (62%), donde supera a Opus 4.8. Según Musk, su rendimiento es comparable a Opus 4.7, pero significativamente más rápido. La verdadera ventaja competitiva de Grok 4.5 radica en su eficiencia y costo. Su velocidad de inferencia es de 80 TPS, y consume 4.2 veces menos tokens que Opus 4.8 para completar las mismas tareas complejas. Su precio es de $2 por millón de tokens de entrada y $6 por millón de salida, lo que lo posiciona como una opción de alta relación costo-rendimiento en el mercado de modelos de alto nivel. Las pruebas en línea muestran su capacidad para generar rápidamente código funcional, como un simulador 3D del sistema solar o páginas web complejas, aunque algunos señalan áreas de mejora en comparación con modelos como Opus 4.7. Musk ha anunciado que una versión aún más potente llegará el próximo mes, aprovechando datos de problemas de ingeniería del mundo real de sus empresas. Grok 4.5 puede no ser el modelo más fuerte en todos los aspectos, pero su combinación de rendimiento sólido, velocidad y bajo costo está cambiando las reglas del juego.

marsbit07/09 03:16

Última hora: Musk presenta Grok 4.5, su modelo más potente, y pone precio de saldo a la máxima inteligencia de Opus

marsbit07/09 03:16

El modelo de generación de imágenes «Mango» de Mark Zuckerberg solo pierde ante GPT Image 2, nadie le enseñó a corregir, aprendió solo

Meta ha lanzado su primer modelo de generación de imágenes avanzado, Muse Image (cuyo nombre en código es "Mango"), desarrollado por su Meta Super Lab (MSL). Aunque se posiciona segundo en el ranking de generación de imágenes por texto de Arena AI, tras GPT Image 2 de OpenAI, su enfoque innovador y sus capacidades de integración destacan. A diferencia de los modelos tradicionales, Mango actúa como un agente inteligente: investiga información en línea cuando es necesario, realiza cálculos previos e incluso aprende a autoevaluarse y autocorregirse a través del aprendizaje por refuerzo. Esta capacidad de "pensar antes de generar" mejora notablemente sus resultados. Meta aprovecha su inmensa base de usuarios de Instagram al introducir una función que permite generar imágenes personalizadas mediante el uso de @ para referenciar cuentas públicas. Esta integración social es única, pero plantea cuestiones sobre la privacidad, ya que la función está activada por defecto y no notifica a los usuarios. El modelo también se integra con Muse Spark (cuyo nombre en código es "Aguacate") para tareas más complejas. Además, Meta ha lanzado Muse Video, un modelo de generación de video que actualmente ocupa el tercer lugar en su categoría en Arena AI. Más allá de las capacidades técnicas, la ventaja clave de Meta es su escala: Mango está integrado directamente en aplicaciones como Instagram, WhatsApp, Facebook y Messenger, llegando a miles de millones de usuarios. Todas las imágenes generadas llevan una marca de agua invisible (Content Seal) para su identificación.

marsbit07/08 10:42

El modelo de generación de imágenes «Mango» de Mark Zuckerberg solo pierde ante GPT Image 2, nadie le enseñó a corregir, aprendió solo

marsbit07/08 10:42

Weng Li propone en su nuevo blog: "La autoevolución debe comenzar con Harness", Cui Tianyi de DeepSeek lo comparte

Lilian Weng, exvicepresidenta de seguridad de OpenAI y cofundadora de Thinking Machines Lab, ha publicado un nuevo artículo en su blog donde discute una vía más realista para la autoevolución de la IA: comenzar mejorando el **Harness**, el sistema externo que gestiona cómo un modelo utiliza herramientas, administra el contexto, divide tareas y evalúa resultados, en lugar de modificar directamente los pesos del modelo desde el principio. Cui Tianyi, investigador de DeepSeek, respaldó la idea, destacando que la autoevolución en el nivel del Harness es un campo prometedor, comparable a la evolución del propio modelo. Weng estructura el avance en capas: 1. **Ingeniería de Contexto (Context Engineering):** Optimizar cómo el agente gestiona y actualiza la información en su contexto de trabajo, con enfoques como ACE y MCE. 2. **Diseño de Flujos de Trabajo (Workflow Design):** El modelo no solo sigue, sino que participa en el diseño de los flujos de acción para tareas complejas, como en AI Scientist o ADAS. 3. **Harness Automejorable (Self-Improving Harness):** Aquí el modelo analiza sus propias fallas, propone modificaciones específicas al código del Harness y las valida en un ciclo (Weakness Mining, Harness Proposal, Proposal Validation). Métodos como la **Búsqueda Evolutiva (Evolutionary Search)** o DGM (Darwin Gödel Machine) logran mejoras significativas en benchmarks de código. Weng señala que el Harness y el modelo se reforzarán mutuamente, pero también destaca límites actuales: evaluadores débiles para tareas subjetivas, el riesgo de "reward hacking", la contracción de la diversidad en ciclos evolutivos y la tensión entre éxito a corto plazo y salud del sistema a largo plazo. Concluye que la competencia futura no solo dependerá de los modelos, sino también de la sofisticación de su Harness, marcando un enfoque de ingeniería crucial para la autoevolución de la IA.

marsbit07/08 10:30

Weng Li propone en su nuevo blog: "La autoevolución debe comenzar con Harness", Cui Tianyi de DeepSeek lo comparte

marsbit07/08 10:30

Claude Code revela su increíble origen: surgió de la alineación de seguridad, Boris: "Solo hemos completado el 1%"

**Claude Code: El origen inesperado y su futuro infinito** La historia de Claude Code, la herramienta de IA que está transformando la forma de programar, comienza de forma insólita: nació de un proyecto interno de *alineación de seguridad* (Alignment) en Anthropic. Su creador, Boris Cherny, revela que, a pesar de su impacto, solo han completado "el 1%". Todo empezó en 2021 con un equipo liderado por Ben Mann, que construyó una extensión inicial para VS Code. Investigadores como Dawn Drain y Shauna Kravec trabajaban en una visión más ambiciosa: la *ingeniería de software autónoma*. Sin embargo, los desafíos técnicos, como crear un entorno seguro para ejecutar código, fueron una pesadilla, y el proyecto quedó temporalmente en el olvido. Para 2022-2023, el equipo interno desarrolló *clide*, una herramienta de línea de comandos donde los usuarios podían "chatear" con Claude para editar código. Era potente pero demasiado adelantada a su tiempo: lenta, frágil e inestable. El punto de inflexión llegó en septiembre de 2024 con la incorporación de Boris Cherny. Con la misión de crear un sistema de "coding agéntico", Cherny construyó un prototipo de CLI. Un momento clave fue cuando copió un problema en *clide* y este escribió automáticamente un *pull request* completo de 5-10 líneas. La reacción fue de asombro: tenían todas las piezas, solo faltaba ensamblarlas. En diciembre, un pequeño equipo inició un sprint de dos semanas que culminó en el lanzamiento de Claude CLI en febrero de 2025, pronto renombrado como Claude Code. Su icónico logo en ASCII se volvió emblemático. El lanzamiento de modelos más potentes como Claude 4 Sonnet fue decisivo para su adopción masiva, conquistando a líderes tecnológicos y cambiando la forma de trabajar en Silicon Valley. Hoy, Cherny declara que ya no escribe código manualmente; Claude Code lo hace todo en segundo plano. Los usuarios han pasado de revisar cada solicitud de permiso a aceptarlas automáticamente, señal de una creciente confianza. Sin embargo, Cherny insiste en que solo están en el 1%. El futuro del 99% incluye capacidades como autonomía de larga duración, memoria persistente, gestión de contextos complejos y planificación en mundo abierto. El rol del ingeniero humano está evolucionando de arquitecto de código a supervisor de IA, marcando solo el comienzo de cómo los agentes de IA resolverán problemas complejos del mundo real.

marsbit07/07 12:35

Claude Code revela su increíble origen: surgió de la alineación de seguridad, Boris: "Solo hemos completado el 1%"

marsbit07/07 12:35

Ingresos anuales de 100 millones de dólares, dos compañeros de cuarto de Berkeley de los 90 crean el negocio de IA más rentable

Una startup que no desarrolla modelos de IA, Arena, alcanza un ingreso anualizado de 100 millones de dólares. Su origen es Chatbot Arena, un proyecto de investigación de código abierto iniciado en 2023 por el grupo de investigación LMSYS de UC Berkeley. La plataforma alberga una clasificación líder (leaderboard) de modelos de lenguaje, basada en más de 82 millones de votos de usuarios reales que evalúan respuestas de modelos anónimos en duelo. Actualmente recibe más de 10 millones de visitantes mensuales. Todos los principales desarrolladores de IA, como OpenAI, Google y Anthropic, someten sus modelos a esta evaluación comunitaria neutral. Su servicio comercial "AI Evaluations", lanzado hace ocho meses, permite a empresas pagar por análisis profundos del rendimiento de sus modelos en escenarios del mundo real, lo que generó los 100 millones de dólares en ingresos. La empresa se constituyó formalmente en 2025, recaudó una ronda semilla de 100 millones y alcanzó una valoración de 1.700 millones de dólares. Sus cofundadores son Anastasios Angelopoulos (CEO), Wei-Lin Chiang (CTO, creador del modelo Vicuna) y el profesor Ion Stoica. Arena está expandiendo sus capacidades de evaluación hacia el modo "agente" para tareas complejas, posicionándose como un árbitro esencial en la evolución de la IA.

marsbit07/06 00:22

Ingresos anuales de 100 millones de dólares, dos compañeros de cuarto de Berkeley de los 90 crean el negocio de IA más rentable

marsbit07/06 00:22

Acaparó 24,000 estrellas: con un solo comando, la IA ya puede buscar habilidades por sí misma

## Resumen en español de Europa (Menos de 1500 caracteres) La herramienta `skills` de Vercel, un administrador de paquetes para agentes de IA que alcanzó 24,000 estrellas en GitHub en 5 meses, está transformando la programación con IA. Permite instalar "paquetes de habilidades" específicos (como mejores prácticas de React o reglas de diseño) en agentes como Claude Code o Cursor con un simple comando `npx skills add <paquete>`. Estos paquetes, que contienen instrucciones y scripts, permiten que la IA aprenda y aplique permanentemente el conocimiento contextual de un proyecto, pasando de la ingeniería de prompts a la "ingeniería de capacidades". La característica más futurista es `find-skills`, una habilidad que permite al agente buscar e instalar automáticamente el paquete necesario según la tarea del usuario, actuando como un motor de búsqueda de capacidades para IA. Sin embargo, este ecosistema emergente plantea graves riesgos de seguridad. Estudios como "ToxicSkills" de Snyk revelan que más del 30% de los paquetes auditados presentan defectos, incluyendo malware, inyección de prompts y robo de claves. A diferencia de npm, los "skills" combinan código, instrucciones naturales y acceso directo al sistema, amplificando el potencial de daño. Se recomienda verificar minuciosamente la fuente y los permisos de cada paquete antes de instalarlo. En esencia, Vercel repite su fórmula de éxito: simplificar procesos complejos (esta vez en la capa de los agentes de IA) en un solo comando, aunque la comunidad debe adoptar buenas prácticas de seguridad para este nuevo "momento npm" de la IA.

marsbit07/06 00:22

Acaparó 24,000 estrellas: con un solo comando, la IA ya puede buscar habilidades por sí misma

marsbit07/06 00:22

Doubao y Qianwen retirarán la función de agentes inteligentes el 15 de julio

El 4 de julio, Doubao y Tongyi Qianwen anunciaron la eliminación de sus funciones de "agentes inteligentes". Doubao confirmó que la funcionalidad se desactivará el 15 de julio, redirigiendo a los usuarios hacia la app MaoXiang. Ese mismo día, Tongyi Qianwen notificó que sus agentes de interacción personalizada y aquellos creados por usuarios dejarán de funcionar el 10 de julio, con un cese total de servicios el 15 de julio, tras lo cual el acceso a configuraciones y historiales se perderá. Esta medida afecta escenarios clave de uso personalizado como juegos de rol, asistentes especializados y herramientas verticales. La fecha elegida, 15 de julio, coincide con la entrada en vigor del "Reglamento Provisional para la Gestión de Servicios de Interacción Personalizada de IA", que impone estrictas normas para prevenir adicciones, verificar la edad de usuarios menores y auditar contenidos. Previo a esto, una campaña regulatoria en Shanghai resultó en la eliminación de más de 14,000 agentes ilegales. La decisión es vista como un movimiento proactivo para mitigar riesgos de cumplimiento normativo. Ambas plataformas ofrecen un período de transición para que los usuarios guarden sus datos mediante capturas de pantalla o exportación de texto. Doubao permitirá el acceso hasta el 15 de octubre. Tras la presión regulatoria, la insostenibilidad comercial es otro factor clave. Los agentes de conversación casual consumen muchos recursos computacionales pero generan bajo valor comercial. En la actual fase de validación del valor de la IA, estos ecosistemas de contenido generado por el usuario (UGC) resultan difíciles de monetizar. Qianwen ya muestra un giro estratégico hacia el mercado empresarial (B2B), abriendo sus plataformas de Agente y Habilidad a terceros como Luckin Coffee y China Eastern Airlines. Esto indica un cambio de enfoque desde el UGC de bajo valor hacia escenarios de servicio empresarial de mayor valor.

marsbit07/05 05:39

Doubao y Qianwen retirarán la función de agentes inteligentes el 15 de julio

marsbit07/05 05:39

Xing Bo vuelve a actuar: después de 'criticar' los modelos mundiales, ahora le toca a los agentes inteligentes

L'any passat, el professor Xing Bo de MBZUAI i CMU va criticar els models mundials. Ara, ell i els seus col·legues publiquen "Crítica del Model d'Agent" a arXiv, qüestionant el terme sobretitlitzat "agent" en IA. El treball distingeix entre sistemes "agentics" (amb aparença d'agent) i "agentius" (veritablement autònoms), argumentant que la majoria dels anomenats agents actuals només segueixen fluxos de treball i indicacions externes, sense autonomia real. L'article analitza cinc dimensions clau: objectius, identitat, presa de decisions, profunditat del raonament i aprenentatge. Proposa que un agent veritable hauria de descompondre objectius a llarg termini, ajustar la seva identitat amb l'experiència, utilitzar models mundials per a una planificació simulada, tenir un mòdul metacognitiu (anomenat Sistema III) per regular la profunditat del pensament i aprendre de manera autònoma i contínua. Com a solució, presenta l'arquitectura GIC (Goal-Identity-Configurator), que integra sis components: un codificador de creences, un descomponedor d'objectius, un evolucionador d'identitat, un configurador (Sistema III), un planificador simulat (Sistema II) i un executor (Sistema I). Aquesta estructura pretén internalitzar l'autonomia. Finalment, el document aborda la seguretat, argumentant que en GIC, els comportaments problemàtics es poden atribuir a objectius humans incorrects o mòduls mal entrenats. Destaca la "revisabilitat" de la seva arquitectura modular com a avantatge clau per a la seguretat, tot i admetre que el repte de formar correctament aquests mòduls persisteix.

marsbit07/01 11:30

Xing Bo vuelve a actuar: después de 'criticar' los modelos mundiales, ahora le toca a los agentes inteligentes

marsbit07/01 11:30

Google en crisis, su valor de mercado cae cientos de miles de millones de dólares, ¿puede Gemini Spark salvarlo?

Google se enfrenta a una tormenta perfecta en 2026. Varios talentos clave responsables de avances fundamentales en IA, como Noam Shazeer (arquitectura Transformer) y John Jumper (AlphaFold), han abandonado la compañía para unirse a competidores como OpenAI y Anthropic. Estas salidas, que afectan áreas como arquitectura, ciencia, programación y pre-entrenamiento, sacudieron la confianza de los inversores, provocando una caída bursátil que eliminó cientos de miles de millones de dólares de su valor de mercado. En medio de esta crisis de talento y del aparente retraso de Gemini 3.5 Pro, Google lanzó su apuesta más ambiciosa del año: Gemini Spark. Este no es un chatbot convencional, sino un agente de IA persistente que funciona en la nube y se integra profundamente con el ecosistema de Google Workspace (Gmail, Calendar, Docs, Drive, etc.). Utilizando el marco Antigravity, Spark puede automatizar flujos de trabajo complejos, como extraer información de correos, actualizar hojas de cálculo y gestionar documentos de forma autónoma, actuando como un "empleado digital" que trabaja continuamente. Sin embargo, su alto precio (disponible solo para suscriptores de Google AI Ultra a 100 USD/mes) y el hecho de que Google, a pesar de poseer la suite de productividad ideal para este fin, llegó tarde al mercado de agentes, plantean dudas sobre su impacto inmediato. Competidores como OpenAI y Anthropic, junto con proyectos de código abierto como OpenClaw, ya están avanzando en esta dirección. La pregunta crucial es si Spark, una herramienta prometedora para convertir la IA en una fuerza laboral activa, puede compensar la pérdida del capital humano que construyó los cimientos de la IA en Google y asegurar su futuro en la próxima década.

marsbit07/01 10:22

Google en crisis, su valor de mercado cae cientos de miles de millones de dólares, ¿puede Gemini Spark salvarlo?

marsbit07/01 10:22

Claude ya tiene su "estatuto oficial": es lo que ha lanzado Anthropic

Hoy, Claude ya no necesita prestar tu identidad. Anthropic ha lanzado Claude Tag, un miembro de equipo de IA permanente en Slack. Tiene su propia cuenta, identidad y traza de auditoría, sin usar las credenciales de ningún humano. Esto se llama identidad del agente. Claude Tag es un colega de IA en tu canal de Slack, con memoria, herramientas y capacidad de escucha pasiva. Cuando un problema queda sin respuesta, interviene automáticamente. La clave es su arquitectura de permisos: Claude tiene sus propias cuentas en cada sistema (Slack, GitHub, etc.), configuradas por los administradores a nivel de espacio de trabajo o canal. Esto permite, por ejemplo, que un director de producto sin acceso a GitHub pueda preguntar a Claude en el canal de ingeniería y este investigue usando sus propios permisos. Este modelo separa los permisos de las personas. El acceso lo define el canal, no el individuo, lo cual es contraintuitivo pero necesario para la colaboración con IA. Anthropic ya utiliza esto internamente, generando la mayoría de su código con Claude. Con decenas de agentes de IA en las empresas, gestionar sus identidades es crucial. La solución de Anthropic es clara: la IA debe tener su propio "carnet de identidad".

marsbit07/01 08:52

Claude ya tiene su "estatuto oficial": es lo que ha lanzado Anthropic

marsbit07/01 08:52

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow