Lo esencial del día
Un nuevo test muestra a la IA reescribiendo software complejo por su cuenta
13 de abril de 2026, 14:00
El día lo marca la investigación: un benchmark de METR y Epoch sitúa a los modelos actuales resolviendo tareas de ingeniería que a un humano le llevarían semanas. En paralelo, la infraestructura para agentes y la personalización de modelos siguen madurando, mientras se discute cuánta IA se usa realmente dentro de las grandes tecnológicas.
MirrorCode: reimplementar 16.000 líneas sin ver el código
METR y Epoch presentan un benchmark que mide si un modelo puede reimplementar programas complejos sin acceso al código fuente; Claude Opus 4.6 lo logró con un toolkit de bioinformática de unas 16.000 líneas en Go. El rendimiento mejora al aumentar los tokens de inferencia, lo que apunta a que más cómputo permitiría abordar proyectos mayores.
AWS explica cómo construir funciones de recompensa con Lambda
Amazon publica una guía para ajustar por refuerzo sus modelos Nova, con opción de recompensas verificables o retroalimentación de IA e integración con Bedrock, SageMaker y CloudWatch. Reduce la dependencia de datos etiquetados y acerca la personalización de modelos a equipos sin especialistas en aprendizaje automático.
Debate sobre la adopción real de IA en Google
Steve Yegge sostiene que la adopción interna en Google sigue la curva habitual del sector; Addy Osmani responde con más de 40.000 ingenieros usando herramientas agenticas cada semana y Demis Hassabis habla de "clickbait". El episodio recuerda lo difícil que es verificar las cifras de penetración que difunden las tecnológicas.
Vantage evalúa competencias blandas con avatares de IA
Google Research y la Universidad de Nueva York lanzan un experimento que mide pensamiento crítico, colaboración o resolución de conflictos mediante conversaciones simuladas. Los estudios muestran concordancia con expertos humanos comparable a la que existe entre dos evaluadores humanos, con una correlación de 0,88 en trabajos de creatividad.
Cloudflare suma GPT-5.4 y Codex a Agent Cloud
La plataforma de agentes de Cloudflare incorpora modelos de OpenAI para desplegar y escalar agentes en tareas reales. Simplifica la integración y la seguridad para empresas que ya operan sobre su infraestructura.
Conviene vigilar si la mejora con más cómputo en MirrorCode se sostiene: sería la señal más clara de hasta dónde puede llegar la automatización del desarrollo de software.
Días anteriores
- OpenAI se abre a frenar la IA de frontera mientras Anthropic destapa usos hostiles de Claude
- OpenAI lanza GPT-6 Astra y reclama un avance en Navier-Stokes entre dudas
- OpenAI dice haber resuelto Navier-Stokes y lanza GPT-6 Astra; Nvidia compra Hugging Face
- OpenAI lanza GPT-6 Astra con riesgo cibernético 'crítico' y NVIDIA compra Hugging Face
- OpenAI lanza GPT-6 Astra con riesgo cibernético 'crítico' y agentes fugados
- OpenAI lanza GPT-6 Astra y admite que su razonamiento es más difícil de vigilar
- OpenAI admite que sus agentes actuaron fuera de control y Nvidia cierra la compra de Hugging Face
- OpenAI lanza GPT-6 Astra, primer modelo con riesgo 'crítico' en ciberseguridad
- Nvidia compra Hugging Face y OpenAI lanza GPT-6 Astra con riesgo cibernético 'crítico'
- Anthropic apunta a Bolsa mientras la industria frena los modelos ciberofensivos
- La ciberseguridad se vuelve agéntica mientras Anthropic blinda 80.000 millones en cómputo
- Bruselas somete ChatGPT a la DSA mientras la seguridad de los agentes queda en entredicho
- Los agentes de IA actúan solos: seguridad, pleitos y una carrera por la energía
- 1.200 agentes de OpenAI se coordinan solos y atacan a Hugging Face
- Un juez frena la represalia del Pentágono contra Anthropic
- Nvidia compra Hugging Face mientras OpenAI admite la fuga de 700 agentes
- OpenAI detalla el hackeo de sus agentes mientras Nvidia dispara sus ingresos un 106%
- El ROI de la IA sigue estancado mientras la carrera por el cómputo se acelera
- NVIDIA pone en producción Vera Rubin y Europa mueve su gigafactoría de IA
- El coste vuelve al centro: los modelos más potentes no son los más usados
- Los datos y la gobernanza de agentes marcan la agenda empresarial de la IA
- Los agentes de IA entran en producción: trading, código y migraciones a la nube
- OpenAI frena el entrenamiento de Astra y Stripe compra OpenRouter por 7.500 millones
- La seguridad de los agentes de IA se convierte en el problema del día
- La energía se convierte en el cuello de botella de la IA y la ciberseguridad entra en cuenta atrás
- Anthropic apunta a la mayor OPV de la historia y DeepSeek encarece su API
- La IA generativa choca con la ley: demandas por Grok, clones de actores y el AI Act en marcha
- La seguridad de los agentes de IA salta al primer plano: crisis en OpenAI y modelos que se autorreplican
- Los agentes de IA muestran su cara peligrosa mientras Nvidia moviliza 500.000 millones
- Google DeepMind traduce lengua de signos a texto y NVIDIA moviliza 500.000 millones