Episode 102: AgentStack Daily: El modelo Qwen de 2.4T con

Episodio 102 — 13 de agosto de 2026

[00:00] Gancho del episodio

Qwen's 2.4T Open-Weight Model Lands on OpenRouter lidera un ciclo intenso. NIST Asks How to Modernize the National Vulnerability Database, ChatGPT Desktop Finally Arrives on Linux, Jensen Huang Tops Glassdoor's 2026 Best CEOs List completan el inicio del episodio, con análisis más profundos sobre modelos, herramientas e infraestructura detrás de ellos. Cada historia recibe el mismo tratamiento — qué se publicó, el mecanismo subyacente y qué cambia para los desarrolladores que trabajan en esto.

[02:00] El modelo de código abierto de 2.4T de Qwen llega a OpenRouter

Qwen ha publicado un nuevo modelo de código abierto en OpenRouter, el servicio de enrutamiento que permite que una clave API llegue a múltiples proveedores. El modelo es Qwen3.8 2.4T A95B, descrito en la tarjeta del modelo como una mezcla dispersa de expertos — lo que significa que solo una fracción de sus pesos totales se activa en cualquier solicitud determinada. La tarjeta enumera 95 mil millones de parámetros activos de 2.4 billones totales, además de una ventana de contexto de 1 millón de tokens, por lo que un solo prompt puede contener documentos o código muy largos.

El listado describe el modelo como la variante de código abierto de Qwen3.8 Max, que es la versión cerrada alojada que se ejecuta dentro de la propia API de Qwen. Esa distinción es la noticia práctica: cualquier persona que pueda implementar los pesos — en su propio hardware o a través de un host de terceros — puede acceder al mismo diseño subyacente, mientras que Max permanece como un endpoint cerrado.

La tarjeta del modelo no incluye notas de lanzamiento ni un registro de cambios más allá de las estadísticas básicas, por lo que las afirmaciones sobre el comportamiento son escasas. Lo que está claro desde el listado en sí: un modelo de código abierto muy grande con economía MoE y una larga ventana de contexto ahora es accesible a través del catálogo de OpenRouter.

[02:00] NIST pregunta cómo modernizar la Base de Datos Nacional de Vulnerabilidades

NIST ha abierto una solicitud pública de información sobre la modernización de la Base de Datos Nacional de Vulnerabilidades. Publicada en el Registro Federal el 12 de agosto de 2026, bajo el expediente NIST-2026-0100, el aviso pide a las partes interesadas que describan prioridades, oportunidades y desafíos en cinco áreas: escalabilidad, automatización, interoperabilidad, transparencia y utilidad.

La Base de Datos Nacional de Vulnerabilidades sigue siendo el repositorio basado en estándares del gobierno de EE. UU. para datos de vulnerabilidades. El contexto declarado por NIST es que la inteligencia artificial y los datos de seguridad consumibles por máquinas están transformando la gestión de vulnerabilidades, lo que llevó a la agencia a recopilar información sobre cómo la base de datos puede mejorar.

Esta es una consulta, no un lanzamiento técnico. El aviso no describe una arquitectura seleccionada, implementación o comportamiento cambiado de la base de datos. Los comentarios cierran el 13 de octubre de 2026, lo que da a los usuarios de datos de vulnerabilidades una oportunidad limitada para contribuir al registro público antes de que avance la discusión sobre la modernización.

[02:47] ChatGPT de escritorio finalmente llega a Linux

OpenAI ha lanzado una aplicación de escritorio dedicada de ChatGPT para Linux, poniendo fin a una de las brechas más prolongadas en su línea de productos de escritorio. La aplicación se ofrece a través de openai.com/codex/, y el anuncio generó rápidamente un hilo de 141 puntos en Hacker News cuando se publicó el 11 de agosto, con TechCrunch AI entre los medios que cubrieron el lanzamiento.

Los usuarios de Linux que querían ChatGPT en el escritorio se habían limitado hasta ahora al cliente web ejecutándose en un navegador o a paquetes comunitarios no oficiales. Con este lanzamiento, OpenAI está enviando su propio cliente nativo para el sistema operativo, distribuido a través de la misma página de Codex que ha alojado las herramientas de desarrollo de la empresa.

Para los desarrolladores que usan Linux como su estación de trabajo principal, el cambio práctico es directo: ahora existe una ruta de instalación de escritorio oficialmente soportada por OpenAI, en lugar de una solución alternativa. La fuerte recepción en Hacker News, con el hilo alcanzando 141 puntos poco después de la publicación, sugiere una demanda contenida de una audiencia de desarrolladores que ha solicitado durante mucho tiempo paridad con macOS y Windows. Vale la pena vigilar接下来 cómo OpenAI distribuye la compilación y si el cliente Linux se lanza en paralelo con futuras actualizaciones de macOS y Windows o se queda atrás.

[03:59] Jensen Huang lidera la lista de Mejores CEOs 2026 de Glassdoor

Jensen Huang, fundador y CEO de NVIDIA, obtuvo el primer lugar en el ranking de Mejores CEOs 2026 de Glassdoor, con un 99% de los empleados aprobando su liderazgo. La lista se publicó el 12 de agosto, y a diferencia de muchos rankings de CEOs, se construye directamente a partir de reseñas anónimas de empleados enviadas en Glassdoor, no de puntuaciones de analistas externos o métricas financieras.

Una tasa de aprobación tan alta destaca como un sentimiento interno inusualmente fuerte en una empresa estrechamente ligada a la industria de la IA. La metodología importa porque refleja lo que los empleados reportan día a día, en lugar de cómo el mercado valora las acciones o la estrategia de la empresa. Para los trabajadores en el sector de la IA, la lectura práctica es que el liderazgo de una empresa central de IA está bien valorado por su propia fuerza laboral, una señal útil mientras la industria compite por talento y asociaciones. Vale la pena vigilar si Huang mantiene el puesto el próximo año.

[04:52] Resumen de investigación: Los agentes de IA fallan cuando el trabajo abarca múltiples herramientas

Los agentes que encadenan herramientas juntos se desmoronan mucho antes de que la conversación se complique. Un nuevo benchmark de IBM Research llamado VAKRA probó modelos frontier y de código abierto en más de 8,000 API reales en 62 dominios, pidiéndoles que planificaran trabajo de múltiples pasos mientras respetaban las políticas de uso de herramientas. El número principal: el rendimiento cayó más de la mitad tan pronto como las tareas requerían razonamiento en múltiples fuentes, en comparación con llamadas de herramientas de un solo paso. Los fallos no estaban en la capa de herramientas — los modelos hicieron las llamadas de API correctas — se concentraron en el paso del lenguaje, como determinar qué empresa significa un usuario o fundamentar una respuesta en el documento correcto. En preguntas que deberían haber sido rechazadas bajo una política, la precisión también se derrumbó. Para los constructores que pilota agentes que tocan documentos internos y API de negocios en vivo, los flujos de trabajo de un solo paso son realistas hoy, pero cualquier cosa que cruce sistemas o roce una línea de política todavía quiere un humano en el circuito.

[05:49] Grok 4.6

xAI announced Grok 4.6 on August 13, 2026, framing it as a significant new entry in the "AI teammate" category — software designed to work alongside people rather than just answer prompts. The announcement drew 553 points on Hacker News after Latent Space surfaced it. However, xAI did not publish a changelog, benchmark numbers, or feature list alongside the announcement, so the practical details for builders remain sparse. The primary source supports the specific product or workflow change above; it does not support broader claims about performance, compatibility, or deployment. Test the sourced change against one real workflow before depending on it.

[06:28] Research digest: Drones that follow directions get better at improvising

Drones that can follow spoken or written directions through unfamiliar spaces took a step forward this week. Researchers built a system called DreamFly that lets an aerial drone look around, plan a few steps ahead, decide when it has arrived, and replan mid-flight when the view changes. The key is treating navigation as a rolling decision rather than locking in a full route from the start.

The team tested DreamFly on a public drone navigation benchmark and it beat every prior method, clearing around 29 percent of tasks in completely new environments it had never seen during training. That unseen-environment number matters because real deployment means the drone rarely sees the exact buildings and trees from practice.

In practice, this is the kind of system that could one day let a rescue coordinator tell a drone to fly past the broken chimney and check behind the green roof, and the drone would actually pull it off.

[07:27] GitHub ships Agent Plugins 1.0 across VS Code, Copilot CLI, and the Copilot app

GitHub published Agent Plugins 1.0 on August 6, with the changelog post landing on August 12. The release puts the same plugin format into three GitHub surfaces: VS Code, the Copilot CLI, and the Copilot app. The headline capability is straightforward — build a plugin once, and it works across all compatible agent clients, rather than maintaining a separate build for each.

Five launch partners are named in the changelog: AWS, Anysphere, Microsoft, OpenAI, and Vercel. Each one ships agent products of its own, and their participation is the clearest hint that GitHub is aiming this format beyond a GitHub-only audience.

The practical shift is for builders who maintain agent tooling. One package can now reach developers in their editor, on the command line, and inside the Copilot app. The changelog does not detail plugin mechanics or permission models, so the exact authoring surface is worth checking in GitHub's plugin docs before committing to a build.

What to watch next is which partner plugins actually ship first out of AWS, Anysphere, Microsoft, OpenAI, and Vercel. Those releases will show what cross-client agent work looks like in practice, and whether the format holds up beyond GitHub's own clients.

[08:41] OpenAI's enterprise study finds AI moving from chat to autonomous execution

OpenAI published a new research piece on August 12 about how enterprises are putting AI to work, and the framing is blunt: the companies pulling ahead aren't using AI for assistance anymore, they're using it for execution. The piece centers on agentic AI — systems that can plan and carry out multi-step tasks, built on tools like ChatGPT and Codex — rather than just respond to prompts.

The core finding is that a small slice of frontier firms is moving faster than the rest of the market. According to the research, these leaders are weaving agentic AI into actual business workflows, while most companies are still figuring out the basics.

Why this matters now is the shift in vocabulary. OpenAI is framing the winning pattern as execution, not assistance, which means the model is being trusted to take action across steps rather than only suggest the next one. For builders watching enterprise demand, the signal is that agentic patterns are where attention is concentrating — a different brief than building a chatbot.

One thing to watch is whether the gap between frontier firms and laggards widens or closes as agentic tooling becomes more accessible. The report's whole argument is that execution-style AI is where the advantage now lives, and that pilot-mode thinking will be left behind.

[10:03] RingCentral puts ChatGPT Work and Codex inside its engineering and ops stack

RingCentral is the subject of a new OpenAI case study published on August 12, and the headline is that the cloud communications company is running both ChatGPT Work and Codex across its engineering and operations teams. The framing from OpenAI is that RingCentral is using these tools to accelerate AI product development and to centralize operational intelligence, meaning the same AI surface area is supporting the people who build software and the people who run the business day to day.

The case study is short on specifics, but the two named tools are concrete. ChatGPT Work is positioned as the general team workflow layer. Codex is the coding-focused assistant. Put together, RingCentral is using a twin-tool pattern: one assistant for everyday work and one tuned for shipping code, deployed across two of the most important functions inside a software company.

For listeners who run their own teams, the useful takeaway is the pattern, not the press release. A company the size of RingCentral is publicly betting that pairing a general work assistant with a coding assistant can centralize AI use across both engineering and operations. That is a signal that enterprise buyers are starting to think about AI as one shared capability inside a company, not a separate purchase for each department.

Una cosa a observar: un caso de estudio es la historia de un cliente, no una hoja de ruta de productos. Lo que está documentado aquí es que RingCentral está usando ChatGPT Work y Codex. Lo que aún no está claro es qué tan profunda es la integración, qué resultados medibles está reportando la empresa, y si el caso de estudio apunta a funciones más profundas de OpenAI o a una plantilla más general que otros equipos grandes puedan copiar.

[11:48] DeepMind pone la IA de lenguaje de señas en manos de los usuarios

DeepMind publicó un nuevo modelo de lenguaje de señas a texto llamado SL2T el 12 de agosto de 2026, denominándolo un avance dirigido a usuarios sordos y con problemas de audición. La publicación presenta SL2T como el motor detrás de nuevas funciones de lenguaje de señas que se están implementando para usuarios reales, no como una demostración de investigación. El mensaje es directo: toma una entrada con señas, devuelve texto escrito, y pon esa capacidad frente a la comunidad a la que sirve primero.

El material de origen carece de detalles sobre el despliegue. DeepMind aún no ha especificado qué superficie de producto llevará SL2T, qué lenguajes de señas cubre, o si los desarrolladores externos obtendrán una API; el anuncio se construye alrededor del modelo y las funciones orientadas al usuario que permite, en lugar de alrededor de una transferencia para desarrolladores.

El cambio interesante está en la presentación. Un laboratorio de frontera está liderando con un caso de uso de accesibilidad en lugar de tratarlo como una nota al pie: el lenguaje de señas es el producto principal, no una función secundaria. Esté atento a que DeepMind comparta dónde aterriza SL2T en sus aplicaciones y si los constructores externos podrán conectarse a él.

[12:53] llama.cpp

Puntuación en Hacker News 352; discusión: https://news.ycombinator.com/item?id=49267928; fuente solo de titular — insuficiente para una historia completa. La fuente principal en llama.app soporta solo estos hechos declarados; las especificaciones no respaldadas se omiten deliberadamente. La fuente principal en llama.app soporta solo estos hechos declarados; las especificaciones no respaldadas se omiten deliberadamente. La fuente principal respalda el cambio específico de producto o flujo de trabajo anterior; no respalda afirmaciones más amplias sobre rendimiento, compatibilidad o despliegue. Pruebe el cambio documentado contra un flujo de trabajo real antes de depender de él.

[13:22] Apple Silicon y VMs de macOS: Inferencia de LLM más rápida con llama.cpp

Puntuación en Hacker News 303; discusión: https://news.ycombinator.com/item?id=49259339; fuente solo de titular — insuficiente para una historia completa. La fuente principal en github.com soporta solo estos hechos declarados; las especificaciones no respaldadas se omiten deliberadamente. La fuente principal en github.com soporta solo estos hechos declarados; las especificaciones no respaldadas se omiten deliberadamente. La fuente principal respalda el cambio específico de producto o flujo de trabajo anterior; no respalda afirmaciones más amplias sobre rendimiento, compatibilidad o despliegue. Pruebe el cambio documentado contra un flujo de trabajo real antes de depender de él.

[13:52] Evolucione su marketing con nuevas herramientas de IA

Aprenda cómo las nuevas experiencias de IA y agentivas en Google Ads y Google Analytics pueden simplificar su flujo de trabajo de marketing. La fuente principal en blog.google soporta solo estos hechos declarados; las especificaciones no respaldadas se omiten deliberadamente. La fuente principal respalda el cambio específico de producto o flujo de trabajo anterior; no respalda afirmaciones más amplias sobre rendimiento, compatibilidad o despliegue. Pruebe el cambio documentado contra un flujo de trabajo real antes de depender de él.