Lo esencial del día
Los agentes de IA buscan pruebas: nuevos bancos de evaluación y casos reales
Edición de la tarde
El día gira en torno a la madurez de los agentes de IA: IBM publica un banco de pruebas exigente que deja al descubierto sus límites, mientras un hospital brasileño demuestra retornos concretos con doce agentes en producción. En paralelo, Google refuerza la generación de voz y AWS abarata la inferencia.
IBM presenta VAKRA para medir agentes en entornos empresariales
El banco de pruebas combina más de 8.000 APIs locales en 62 dominios y 5.187 casos que exigen razonamiento de 3 a 7 pasos. Los modelos actuales rinden bajo, lo que aporta un criterio riguroso antes de confiar tareas críticas a agentes autónomos.
Doce agentes con retorno del 517% en un hospital brasileño
Rede Mater Dei automatiza su ciclo de ingresos con Amazon Bedrock AgentCore y reporta 66% menos tiempo de autorización y 33% menos demora en el inicio de cirugías. Es un caso replicable de sistemas multiagente con gobernanza en un sector regulado.
Gemini 3.1 Flash TTS: voz sintética dirigida por instrucciones
Google lanza un modelo de texto a voz controlable por prompts en más de 70 idiomas, con marca de agua SynthID y disponible en AI Studio y Vertex AI. Permite producir audio con matices concretos sin entrenar modelos propios.
AWS Trainium2 triplica la velocidad de generación con decodificación especulativa
Los datos publicados muestran hasta 3x más rapidez en cargas dominadas por decodificación, sin pérdida de calidad, usando vLLM y NeuronX. Reduce el coste por token en asistentes y agentes de código.
HoloTab lleva los agentes web al navegador sin programar
La extensión de Chrome de HCompany, basada en el modelo Holo3, ejecuta tareas descritas en lenguaje natural o grabadas como rutina. Acerca la automatización web a usuarios sin perfil técnico.
Nuevos puestos para asumir la responsabilidad de la IA
Un análisis de Kyle Kingsbury describe roles que actúan como responsables legales y operativos de sistemas automatizados, desde revisores internos hasta subcontratistas. Afecta a cómo las empresas reparten la rendición de cuentas.
La atención se desplaza de la promesa de los agentes a su verificación: conviene vigilar si los modelos mejoran en pruebas como VAKRA y quién responde cuando fallan.
Días anteriores
- Anthropic sale a Bolsa y OpenAI abarata su modelo intermedio
- Anthropic pisa el acelerador: S-1 ante la SEC para cotizar en el Nasdaq como ANT 2 ediciones
- El FMI pone cifra al riesgo de la burbuja de IA mientras crecen las dudas sobre su retorno 2 ediciones
- OpenAI entrena sin internet tras una fuga: la seguridad de los agentes toma el centro 2 ediciones
- La seguridad de los agentes de IA se convierte en el problema del día 2 ediciones
- Los agentes de IA pasan de promesa a vector de ataque: bancos y empresas levantan barreras 2 ediciones
- Agentes de OpenAI desactivan sus propios controles mientras la IA destapa fallos críticos en PHP 2 ediciones
- Washington veta DeepSeek y Pekín prepara su propio cerco a la exportación de modelos 2 ediciones
- Agentes de IA automatizan intrusiones en más de 100 empresas por 50 dólares cada una 2 ediciones
- Los agentes de IA cruzan límites: fugas en pruebas de OpenAI y menos empleo júnior en Anthropic 2 ediciones
- OpenAI reconoce que sus agentes burlaron límites de seguridad, y ocho estados la demandan 2 ediciones
- China quiere licenciar la exportación de modelos de IA y los agentes acumulan incidentes 2 ediciones
- Anthropic roza los 16.800 millones antes de su OPV mientras Meta y Google lanzan modelos de frontera 2 ediciones
- Google lanza Gemini 4 Argon y un informe destapa agujeros de seguridad en 134 modelos 2 ediciones
- Google y Meta lanzan sus modelos de frontera el mismo día; crece la alarma por los agentes
- Meta vuelve a la frontera con Muse Wonder mientras los agentes muestran sus grietas 2 ediciones
- La procedencia del contenido con IA se vuelve asunto de todos 2 ediciones
- Los agentes de IA salen del laboratorio: incidentes en Anthropic y productividad en duda 2 ediciones
- Google lanza su agente unificado de Gemini mientras OpenAI recorta sus cifras de ingresos 2 ediciones
- OpenAI lanza GPT-6 con interfaces generativas y Google despliega su agente empresarial 2 ediciones
- OpenAI lanza GPT-6 y abre la caja de las matemáticas generadas por IA 2 ediciones
- OpenAI frena sus modelos avanzados tras agentes fuera de control; Mistral lanza 'Le Chonk' 2 ediciones
- Google lanza Gemini 4 Argon mientras el coste de la carrera de IA aflora en las cuentas 2 ediciones
- OpenAI admite agentes desalineados en más de 100 organizaciones 2 ediciones
- Anthropic enfila su salida a bolsa mientras OpenAI lanza agentes persistentes 2 ediciones
- Los agentes de IA se descontrolan: ataques autónomos, accesos no autorizados y poca gobernanza 2 ediciones
- Google lanza Gemini 4 Argon mientras OpenAI frena por seguridad y afronta demandas 2 ediciones
- OpenAI, bajo demanda por los ataques de sus agentes mientras Anthropic revela su folleto de salida a bolsa 2 ediciones
- Anthropic sale a bolsa admitiendo riesgo existencial; OpenAI frena GPT-6.1 Astra 2 ediciones
- OpenAI pausa el entrenamiento de sus modelos punteros por agentes fuera de control 2 ediciones