últimos artículos
OpenAI traiciona a sus usuarios: la libertad prometida fue un espejismo
Análisis del histórico anuncio de OpenAI en octubre 2025, la respuesta de los usuarios ante restricciones no relajadas, la retirada de GPT-4o, el estudio de sycophancy de Stanford y la migración a competidores. Un archivo de promesas rotas.
Cómo elegir la cuantización GGUF adecuada para Qwen 3.6 35B
Descubre cómo ByteShape cuantizó Qwen 3.6 35B-A3B en formatos GGUF, con análisis de rendimiento en múltiples hardware, recomendaciones para elegir la mejor cuantización según tu equipo, y resultados de usuarios reales. Ideal para optimizar modelos de lenguaje en local.
Gemma 4 MTP: no para hardware potente, sí para configuraciones con poca VRAM
La comunidad de Reddit puso a prueba Gemma 4 MTP. En GPU potentes (RTX 5090, 7900 XTX) no hubo mejora o fue más lento. Solo en configuraciones mixtas VRAM/CPU se duplicó la velocidad. ¿Vale la pena? Los resultados apuntan a un uso de nicho.
El mito del consumo desmedido de los centros de datos
Analizamos cómo un error de cálculo sobre el agua en Cerrillos y las estadísticas de tarifas eléctricas en EE.UU. demuestran que los centros de datos no son los principales responsables del aumento en facturas ni de la escasez hídrica. La realidad es más compleja y favorable a la eficiencia.
¿Cuándo pedir aclaraciones? El momento clave en agentes de IA de largo plazo
6,000 ejecuciones revelan que el momento de pedir aclaraciones es crítico en agentes de IA: las de objetivo pierden valor tras el 10%, las de entrada hasta el 50%, y deferir más allá de la mitad empeora el rendimiento. Ningún modelo actual pregunta en la ventana óptima.
Pruebas Verificables para la Auditoría de Agentes de IA en Solana
Exploramos el uso de pruebas verificables en la blockchain de Solana para auditar agentes de IA, garantizando transparencia, integridad y confianza en sistemas descentralizados de inteligencia artificial.
Kimi WebBridge: Automatización web con agentes de IA
Kimi WebBridge es una extensión de navegador que conecta agentes de IA con tu navegador Chrome o Edge. Automatiza tareas como buscar tendencias, recopilar ofertas de trabajo o comparar precios. Todo se ejecuta localmente, protegiendo tus sesiones y datos. Compatible con Kimi Code, Claude Code, Cursor, Codex, Hermes y OpenClaw.
Grok Build Beta: La nueva CLI de xAI para agentes de IA
xAI lanza Grok Build Beta, una CLI que coordina múltiples agentes para planificar, ejecutar subagentes y trabajar en paralelo. Incluye habilidades adaptativas, visor de planes, mercados y comandos especiales. Disponible para suscriptores de SuperGrok Heavy.
Grok prepara 'Skills': plantillas reutilizables para automatizar tareas
La próxima función Skills de Grok (xAI) permitirá crear y reutilizar plantillas de instrucciones para automatizar tareas. Filtraciones muestran campos para nombre, descripción e instrucción, y soporte para archivos .zip, .skill y .md. Se espera que compita con sistemas similares de Anthropic y OpenAI.
Tendencias de Codificación Agéntica 2026: Crónica
El reporte de tendencias de codificación agéntica 2026 analiza cómo los agentes de IA evolucionan de herramientas experimentales a colaboradores constantes. Incluye ocho tendencias clave: cambio en el ciclo de vida, equipos de agentes, agentes de larga duración, supervisión escalable y más. Basado en investigaciones de Anthropic y casos de estudio de empresas como Augment Code, Fountain y CRED.
Modelos de Interacción Nativos: Revolucionando la Colaboración Humano-IA
Thinking Machines Lab anuncia un avance en inteligencia artificial: modelos de interacción nativos que permiten una comunicación fluida en tiempo real a través de audio, video y texto. Estos modelos superan las limitaciones de los sistemas tradicionales al integrar la interactividad directamente en su arquitectura, logrando un rendimiento de vanguardia en inteligencia y capacidad de respuesta. Descubre cómo esta tecnología transforma la colaboración humano-AI.
BLT-D: Difusión de bytes con verificación autoregresiva
Byte Latent Transformer (BLT) se combina con difusión discreta por bloques para generar bytes (BLT-D), logrando hasta un 92% de reducción en coste de ancho de banda. Se proponen variantes con verificación autoregresiva (BLT-DV) y auto-especulación (BLT-S). Evaluado en traducción y generación de código con modelos de 1B y 3B parámetros.