Artículos Relacionados con Programación

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

Un modelo pequeño de 3B con puntuación de programación comparable a Opus 4.5, un modelo misterioso genera debate, resulta ser chino

Un pequeño modelo de 3B parámetros, VibeThinker-3B, desarrollado por el equipo de Sina Weibo, está generando revuelo al alcanzar un rendimiento en tareas de razonamiento verificable (como programación) comparable al de modelos líderes como GPT-5, Claude Opus 4.5 o Gemini 3 Pro, a pesar de su tamaño significativamente menor. Basado en Qwen2.5-Coder-3B, el modelo fue entrenado con un proceso "Spectrum-to-Signal" que incluye fine-tuning supervisado en dos etapas con aprendizaje curricular, aprendizaje por refuerzo aplicado a múltiples dominios (matemáticas, programación, razonamiento STEM) y destilación de conocimiento. También incorpora una estrategia de evaluación de confiabilidad "Claim-Level" (CLR) para mejorar aún más los resultados en benchmarks. Sus puntuaciones sobresalientes incluyen 94.3 en AIME26, 80.2 en LiveCodeBench v6 y una tasa de aprobación del 96.1% en competiciones recientes de LeetCode. Los autores proponen la "hipótesis de compresión paramétrica", sugiriendo que el razonamiento verificable es una capacidad altamente comprimible que puede alcanzar niveles de vanguardia en modelos pequeños cuando las tareas tienen una estructura clara y señales de feedback confiables, desacoplándose parcialmente del conocimiento factual que requiere más parámetros. El objetivo no es reemplazar a los modelos grandes, sino explorar los límites de los modelos pequeños en dominios específicos. El modelo está disponible públicamente, aunque su rendimiento es intencionalmente especializado y no sobresale en tareas que requieren conocimiento general o de mundo abierto.

marsbit06/18 00:26

Un modelo pequeño de 3B con puntuación de programación comparable a Opus 4.5, un modelo misterioso genera debate, resulta ser chino

marsbit06/18 00:26

Año Uno de las Aplicaciones de IA: ¿Solo sabe decir "sí", ignorando los riesgos? El cuaderno de bitácora del desarrollo de software se abre por completo

El año de la IA aplicada: ¿Solo "sí" y sin considerar riesgos? El diario de navegación del desarrollo de software se abre por completo. El rápido aumento del uso de IA para generar código, con menos supervisión, introduce riesgos ocultos en código aparentemente correcto, lo que puede provocar pérdidas de datos o activos. El proyecto de código abierto **Narwhal AI Code Risks**, de Narwhal-Lab (Universidad de Pekín), recopila casos reales, señales tempranas y rutas de riesgo típicas para ayudar a los desarrolladores a identificar peligros. Un ejemplo claro es el incidente de configuración del oráculo cbETH de Moonwell, donde un error semántico en un precio (1.12 USD en lugar de ~2200 USD) pasó todas las revisiones y causó una pérdida de ~1.78 millones de dólares. El riesgo no siempre se muestra con errores; a menudo, el código funciona pero su semántica es errónea. La IA ya no solo completa código, sino que modifica configuraciones, gestiona dependencias y actúa mediante agentes, creando cadenas de acciones más largas y difíciles de rastrear. Los riesgos se clasifican en 7 categorías: cadena de suministro, vulnerabilidades a nivel de código, configuración de nube/infraestructura, riesgos de agentes, riesgos en dominios verticales, propiedad intelectual/cumplimiento y factores humanos. El proyecto organiza la información en tres niveles: `cases/` (eventos reales verificados), `inferred/` (señales tempranas por confirmar) y `scenarios/` (patrones de riesgo claros). Su objetivo es convertir casos de riesgo en conocimiento reutilizable para que desarrolladores, investigadores y fabricantes de herramientas puedan detectar y prevenir problemas similares, creando un registro de navegación abierto para la era del desarrollo con IA.

marsbit06/16 04:55

Año Uno de las Aplicaciones de IA: ¿Solo sabe decir "sí", ignorando los riesgos? El cuaderno de bitácora del desarrollo de software se abre por completo

marsbit06/16 04:55

Anthropic lanza el 'modelo más potente', pero la mayoría de la gente no podrá utilizarlo

En abril, Anthropic lanzó la versión preliminar del modelo Mythos, que no se abrió al público debido a su excepcional capacidad para descubrir vulnerabilidades de ciberseguridad. Para controlar este poder, la empresa inició el "Proyecto Glasswing", limitando el acceso a socios de seguridad clave y proveedores de infraestructura crítica. El 10 de junio, Anthropic presentó oficialmente los modelos Fable 5 y Mythos 5. Comparten la misma arquitectura subyacente, pero Fable 5 está disponible para usuarios generales, mientras que Mythos 5 permanece restringido a socios de confianza. Fable 5 incluye un clasificador de seguridad que, al detectar consultas sensibles (como ciberseguridad o bioquímica), cambia automáticamente al modelo anterior Opus 4.8. En pruebas técnicas, Fable 5 obtuvo resultados destacados, especialmente en ingeniería de software y tareas largas, superando a modelos anteriores y competidores en la generación de código de calidad productiva. Sin embargo, su velocidad de respuesta es menor y el mecanismo de degradación automática puede afectar la experiencia del usuario. El precio de la API de Fable 5 es el doble que el de Opus 4.8. A partir del 23 de junio, se eliminará de los planes de suscripción estándar, requiriendo el uso de créditos adicionales bajo un modelo de pago por uso. Esto refleja una estrategia para segmentar el mercado: ofrecer capacidades avanzadas a usuarios de alto valor dispuestos a pagar más, mientras que otros proveedores, especialmente en China, están reduciendo precios para ganar cuota de mercado. En resumen, Anthropic está priorizando la seguridad y la monetización de capacidades de vanguardia, lo que podría llevar a una creciente brecha entre modelos accesibles y aquellos de élite, cada vez más costosos.

marsbit06/10 23:56

Anthropic lanza el 'modelo más potente', pero la mayoría de la gente no podrá utilizarlo

marsbit06/10 23:56

¿Escribir Prompts está desactualizado? La programación con IA está virando hacia la Ingeniería de Bucles

El "Loop Engineering" (ingeniería de bucles) está emergiendo como un nuevo paradigma en la programación con IA, desplazando el enfoque tradicional de escribir prompts manuales. Consiste en diseñar sistemas automatizados que gestionen agentes de IA para que descubran tareas, las asignen, verifiquen resultados y decidan los siguientes pasos de forma autónoma y recurrente. Un bucle efectivo se compone de cinco módulos clave: Automatizaciones (para desencadenar tareas), Árboles de trabajo (para aislar entornos), Habilidades (que encapsulan el conocimiento del proyecto), Conectores/Plugins (para integrar herramientas externas como GitHub o Slack) y Subagentes (que separan las funciones de creación y verificación). Una capa de memoria externa (como archivos Markdown) es crucial para mantener el estado entre ejecuciones. La importancia no radica solo en la automatización, sino en incorporar el criterio del ingeniero en el diseño del sistema. Esto amplifica la productividad, pero no elimina la necesidad de verificación, comprensión y juicio humano. El riesgo principal es usar estos bucles como excusa para no entender el código, lo que genera "deuda de comprensión". La habilidad clave del futuro podría ser diseñar flujos de trabajo de agentes confiables y verificables, más que redactar prompts perfectos. En esencia, el Loop Engineering traslada el punto de apalancamiento del ingeniero desde la interacción directa con la IA hacia el diseño de sistemas que la orquestan de manera sostenible.

marsbit06/10 18:01

¿Escribir Prompts está desactualizado? La programación con IA está virando hacia la Ingeniería de Bucles

marsbit06/10 18:01

Tras 540 mil líneas de código, Garry Tan descubre que el antiguo juego de la programación con IA ha terminado

Cuando cada vez más personas debaten si la IA reemplazará a los programadores, Garry Tan, presidente de Y Combinator, plantea otra cuestión: si la IA ya puede realizar la mayor parte del trabajo de programación, ¿por qué seguimos gestionándola con métodos diseñados para software tradicional? Tras meses desarrollando un proyecto de 540.000 líneas de código llamado "Garry's List" con Rails y Agentes de IA, Tan concluyó que el valor real no estaba en el código, sino en el "GStack", un nuevo marco de trabajo centrado en flujos de Agentes de IA. Critica la tendencia actual de envolver los modelos de lenguaje con excesivas pruebas, validaciones y lógica de control, comparándola con construir una "fábrica de Foxconn" para un trabajador superinteligente que no la necesita. Con la rápida reducción de costos y la mejora de capacidades de los LLM, Tan argumenta que el enfoque debe cambiar de "escribir más código" a "diseñar más capacidades". Propone usar Markdown para crear "skill packs" (paquetes de habilidades), módulos reutilizables y probables que permiten a los Agentes generar código, pruebas y sistemas de evaluación automáticamente. Esto transforma flujos complejos en activos reutilizables, como demostró al hacer que un Agente evaluara 85 proyectos de un hackathon en solo 30 minutos. El núcleo del argumento es que la lógica industrial del software está llegando a su fin. Cuando el código deja de ser el recurso más escaso, la ventaja competitiva de los ingenieros se desplaza hacia la claridad de pensamiento, el criterio y la capacidad de definir problemas y destilar experiencias en habilidades reutilizables. El mejor ingeniero del futuro no será el que escriba más código, sino el que, escribiendo menos, sea capaz de liberar más inteligencia.

marsbit06/02 21:43

Tras 540 mil líneas de código, Garry Tan descubre que el antiguo juego de la programación con IA ha terminado

marsbit06/02 21:43

26 mil millones de dólares, un equipo '100% chino' sustenta la empresa de programación IA con mayor valoración global

Cognition AI, la empresa detrás del "primer ingeniero de software IA" Devin, ha alcanzado una valoración de 26.000 millones de dólares tras una nueva ronda de financiación. Fundada en 2023 por tres jóvenes chinos campeones de olimpiadas de informática, la compañía cautivó inicialmente con la promesa de un agente autónomo que podía gestionar tareas de desarrollo completas. Sin embargo, Devin enfrentó escepticismo por su alto precio inicial (500 USD/mes) y una tasa de éxito inconsistente en tareas reales. Un punto de inflexión clave fue la adquisición de los activos de Windsurf, una popular herramienta de IDE con IA, lo que permitió a Cognition ofrecer un enfoque dual: Devin para la ejecución asíncrona de tareas y Windsurf como asistente dentro del editor, similar a Cursor. Esta estrategia combinada abordó mejor las necesidades reales de los desarrolladores y las empresas. La narrativa de la compañía ha evolucionado desde reemplazar programadores hacia automatizar tareas repetitivas (como migraciones o mantenimiento) dentro de los flujos de ingeniería empresarial. Actualmente, reporta un crecimiento explosivo: un run-rate de ingresos de 492 millones de dólares y un aumento mensual del 50% en el uso empresarial de Devin durante los últimos seis meses. Su lista de clientes incluye a Goldman Sachs, NASA y el ejército estadounidense. La valoración récord refleja la apuesta de los inversores (como Lux Capital y General Catalyst) por Cognition como un futuro pilar de la infraestructura de ingeniería de software impulsada por IA, posicionada en un escenario híbrido donde los humanos y los agentes colaboran.

marsbit05/31 10:29

26 mil millones de dólares, un equipo '100% chino' sustenta la empresa de programación IA con mayor valoración global

marsbit05/31 10:29

Acaba de pasar: la IA de China irrumpe en el top 2 mundial de programación, solo por detrás de Claude

Hoy, el modelo chino Qwen3.7-Max de Alibaba ha entrado en el top 4 global del ranking Code Arena con 1541 puntos, superando a modelos como GPT-5.5 y Gemini 3.5 Flash. Solo quedan por delante Claude Opus 4.7 y Opus 4.6, lo que convierte a Alibaba en el único representante chino y el segundo a nivel mundial en la competición de modelos de programación. Las pruebas prácticas confirman su rendimiento. En un desafío para crear un juego de carreras 3D en HTML a partir de un prompt, Qwen3.7-Max generó una versión jugable en la primera ronda, incluyendo detalles como una pantalla de inicio y efectos de sonido, donde otros modelos líderes necesitaron múltiples correcciones de errores. Su fortaleza clave reside en ser un "modelo base para Agent", diseñado para ejecutar tareas complejas de forma autónoma y prolongada. En una prueba interna, optimizó código de forma continua durante 35 horas, realizando 1158 llamadas a herramientas sin degradación del contexto. Este avance se atribuye a mejoras en su entrenamiento, como la "expansión de entorno" y la capacidad de "ejecución autónoma de larga duración". Con su combinación de alto rendimiento en benchmarks, resultados prácticos superiores y un coste reducido, Qwen3.7-Max se posiciona como un fuerte competidor en el campo de los modelos de programación, demostrando que la innovación en IA ya no es un monólogo de Silicon Valley.

marsbit05/27 00:20

Acaba de pasar: la IA de China irrumpe en el top 2 mundial de programación, solo por detrás de Claude

marsbit05/27 00:20

活动图片