Hermes Agent: Cuatro Lanzamientos en Cinco Días y Seguridad del Agente de IA

Episodio 103 — 18 de agosto de 2026

[00:00] Gancho del episodio

Lectura de Lanzamientos de Agent Stack: Hermes Agent v2026.8.18, v2026.8.16.2, v2026.8.16, v2026.8.13 lidera el día: v2026.8.13, v2026.8.16, v2026.8.18 traen cambios concretos a las superficies que los constructores ejecutan todos los días, con los detalles a continuación. También en la programación de hoy: OpenAI y CodeAI se asocian para preparar la primera generación de IA, ChatGPT lanza una experiencia enfocada en adolescentes con controles parentales y salvaguardas más fuertes, mismo hardware, 33 puntos más de utilización de GPU, además del resto de un ciclo de noticias denso en modelos, herramientas e infraestructura. Cada historia recibe el mismo tratamiento — qué se lanzó, el mecanismo subyacente y qué cambia para los constructores que trabajan.

[02:00] Lectura de Lanzamientos de Agent Stack: Hermes Agent v2026.8.18, v2026.8.16.2, v2026.8.16, v2026.8.13

Hermes Agent lanzó cuatro versiones etiquetadas en cinco días: v2026.8.13 (13 de agosto), v2026.8.16 y v2026.8.16.2 (ambas el 16 de agosto), y v2026.8.18 (18 de agosto). En conjunto, las cuatro actualizaciones agrupan aproximadamente 1,250 PRs fusionados en la aplicación de escritorio, CLI, gateway e instaladores.

La última etiqueta, Hermes Agent v2026.8.18, es la más visible para los usuarios finales. Incluye trabajo de cristal y translucidez en escritorio — cristal mate, un selector de escarcha y preselección en macOS — además de una barra lateral con pestañas SESSIONS|BOTS con opción de ocultar y mostrar por bot. El chat grupal del Modo Bot obtiene correcciones para turnos de miembros de larga duración, renderizado de Markdown y enrutamiento entre máquinas. El escaneo de advisory del Nivel 1 del SkillEvaluator de NVIDIA ahora se ejecuta en las instalaciones de skills, realizando verificaciones de licencia y seguridad antes de que un skill se cargue. El envío de medios por cron se fortalece con un tiempo de espera configurable, archivos adjuntos para ejecución manual y se muestran los incendios perdidos. SessionDB obtiene correcciones de bucle de eventos y contención; el comando hermes update ahora es honesto sobre ramas estacionadas; y las superficies kanban obtienen notificaciones nativas del sistema operativo.

La etiqueta de mitad de semana, v2026.8.16.2, contiene los cambios estructurales más relevantes para los constructores. Migra Hermes Agent al SDK MCP 2.x con soporte de protocolo sin estado 2026-07-28, incluye el plugin Bot Mode (hermes-bots) con un protocolo de compañero de equipo central y añade el plugin del proveedor CommandCode. La propiedad del runtime de Python subprocesado se fortalece mediante aislamiento de PYTHONHOME y PYTHONPATH, y los contratos del runtime de Cua Driver 0.20 aterrizan para uso de computadora. La distribución de worktree de kanban obtiene correcciones, cron gana flags de continuidad y el gateway remoto de escritorio obtiene encabezados apropiados además de autocuración de conexión. El programador cron ahora se autocura — recuperación de EMFILE, reconciliación de reclamaciones obsoletas y rearme de trabajos trabados — y la transferencia de sesión obtiene correcciones de pérdida de datos.

La etiqueta anterior, v2026.8.16, estabiliza el registro de Conexiones del escritorio con soporte multi-gateway y actualizaciones con ámbito de perfil, añade verificaciones de salud de MCP y enlaces profundos, y envía almacenamiento en caché de prompts para LiteLLM Claude en el cable de OpenAI. La CLI obtiene sondas de actualización de Windows, soporte de protocolo de teclado Kitty y endurecimiento de chat -c. El gateway añade rutas de modelo persistidas, completación de /loop y temas de DM de Telegram.

Las notas de lanzamiento curadas para toda la ventana desde v0.20.0 se difieren a v0.21.0; nada en las etiquetas intermedias se omite, simplemente no está resumido.

[03:05] OpenAI y CodeAI se asocian para preparar la primera generación de IA

OpenAI y CodeAI están asociándose para preparar lo que OpenAI está llamando la primera generación de IA. La colaboración, anunciada a través de OpenAI News el 18 de agosto, está dirigida a estudiantes en lugar de desarrolladores. OpenAI enmarca la asociación en torno a tres objetivos: construir alfabetización en IA, ayudar a los estudiantes a pensar críticamente sobre cómo funcionan los sistemas de IA y darles las habilidades para usar y dar forma a la tecnología de manera responsable.

El enfoque es primero el aula. OpenAI y CodeAI están posicionando el esfuerzo como preparación para una generación que crecerá usando herramientas de IA en la vida cotidiana. La publicación se lee como una declaración de dirección sobre quién aprende la tecnología y cómo, no como un lanzamiento de nuevo producto para integrar.

Para educadores y administradores escolares, esta es una señal temprana de un programa de alfabetización en IA con la participación de OpenAI. Para constructores y desarrolladores, no hay nada concreto para integrar todavía, ya que no aparecen API, SDK o módulos de plan de estudios en el material fuente. El anuncio de la asociación es una historia de marca y plan de estudios en lugar de un lanzamiento para desarrolladores.

El siguiente detalle que importa es qué CodeAI y OpenAI realmente pondrán frente a los estudiantes y cuándo. El anuncio nombra el objetivo pero aún no detalla el plan de estudios, los niveles de grado o las herramientas específicas que usarán los estudiantes. Es probable que ese detalle siga a medida que la asociación pase del anuncio a la implementación. Una pregunta abierta es la escala: OpenAI no dijo cuántos estudiantes o escuelas busca alcanzar la asociación. Para una afirmación del tamaño de una generación, los mecanismos de lanzamiento importarán, y esos aún están por venir.

[04:38] ChatGPT lanza una experiencia enfocada en adolescentes con controles parentales y salvaguardas más fuertes

OpenAI lanzó ChatGPT para Adolescentes el 18 de agosto, una experiencia dedicada dirigida a usuarios más jóvenes que aprenden a trabajar con IA. Según el anuncio, el producto se construye alrededor de tres pilares: protecciones incorporadas más fuertes, características de uso saludable diseñadas para fomentar hábitos equilibrados de sesión y controles adicionales para padres. OpenAI enmarcó el lanzamiento como una forma de ayudar a los adolescentes a aprender, pensar críticamente y construir confianza con la IA en lugar de simplemente consumir respuestas.

El lanzamiento aterriza en un momento en que escuelas y familias están decidiendo activamente cómo — y cuánto — dejar que los niños usen chatbots para tareas y trabajo creativo. OpenAI está posicionando el nivel adolescente como un camino medio entre el acceso completo y bloquear la herramienta por completo, poniendo la elección y las salvaguardas en manos de los padres en lugar de solo a nivel de la aplicación.

El anuncio no incluyó una lista detallada de características o registro de cambios, por lo que los mecanismos específicos de los controles parentales y las características de uso saludable aún no son públicos. Lo que está claro es la audiencia: OpenAI quiere una presencia en el mercado de aprendizaje adolescente antes de que los competidores definan ese espacio.

[05:46] Mismo Hardware, 33 Puntos Más de Utilización de GPU — El Truco Fue el Ordenamiento

Una publicación corta en el Blog de Hugging Face de Dharma-AI, fechada el 17 de agosto, hace una afirmación provocativa: en el mismo cluster, el equipo capturó 33 puntos de utilización de GPU cambiando cómo se ordenaba el trabajo. La publicación se titula "Mismo Cluster, 33 Puntos Más de Utilización: Lo Que Cambió Fue el Orden", y el material fuente da solo ese titular más la fecha de publicación — sin specifics sobre tamaño de cluster, tipo de GPU, programador o clase de carga de trabajo.

Lo que dice el titular es que la ganancia provino de reordenar en lugar de rearchitecturar. Ese enfoque importa para los constructores: si un cambio de secuenciación puede liberar aproximadamente un tercio de la utilización de un clúster, sugiere que muchas facturas de GPU están pagando por capacidad que ya está sentada en el rack. La publicación de Dharma-AI posiciona el ordenamiento como palanca, no como nuevo hardware o un nuevo marco.

El artículo es corto y el material fuente es escaso, por lo que la conclusión práctica es limitada. Lea la publicación completa antes de tratar el número de 33 puntos como portable. Diferentes programadores, diferentes mezclas de trabajos y diferentes patrones de contención cambiarán el resultado. Lo que vale la pena observar es si la publicación detalla la regla de ordenamiento con suficiente detalle para que alguien pueda reproducirla, o si se mantiene en el nivel del titular.

[07:05] NIST y FTC abren período de comentarios sobre reglas de seguridad de agentes de IA

NIST y la Comisión Federal de Comercio publicaron conjuntamente una Solicitud de Información el 17 de agosto, y el tema es la seguridad de los agentes de IA autónomos. La RFI solicita comentarios públicos sobre controles, gestión de riesgos y marcos de rendición de cuentas para agentes que operan dentro de flujos de trabajo empresariales y de desarrolladores — específicamente las implementaciones persistentes donde los agentes se ejecutan sin supervisión humana continua.

Las agencias nombraron tres categorías de amenazas: ejecución no autorizada de herramientas, exfiltración de datos y manipulación de modelos. Ese lenguaje apunta directamente a agentes que mantienen sesiones de larga duración y actúan sobre sistemas, no solo a chatbots que responden preguntas. El enfoque deja claro que los reguladores están pensando en credenciales, acceso a herramientas y la integridad del modelo en sí una vez que se deja funcionando por su cuenta.

El expediente es NIST-2026-0145, y el período de comentarios se extiende hasta octubre. Las respuestas se envían a través del Registro Federal, lo que mantiene el proceso abierto para cualquiera — un fundador de startup, un ingeniero de seguridad o un aficionado que ejecuta un agente local puede presentar una respuesta formal. La RFI no es una regla, pero las respuestas alimentan los grupos de trabajo que redactan la guía eventual, y esos catálogos tienden a convertirse en la lista de verificación predeterminada que usan los auditores y equipos de adquisiciones.

Para los constructores, este es el momento de señalar brechas concretas de control y preguntas de rendición de cuentas antes de que cualquier marco se solidifique. Enviar a través del expediente del Registro Federal es el camino directo para influir en cómo aterrizan los requisitos eventuales.

[08:32] Resumen de investigación: ClawGym II muestra un modelo abierto con RL ajustado en múltiples arneses de agentes

Un nuevo marco llamado ClawGym II permite a los desarrolladores entrenar agentes de IA con aprendizaje por refuerzo a través de las mismas configuraciones de arnés en las que esos agentes realmente se ejecutan, en lugar de un simulador simplificado. Los investigadores construyeron un sistema de sandbox que ejecuta muchos episodios de entrenamiento en paralelo, más un proxy que captura cada llamada al modelo desde el arnés y las reensambla en un árbol de posibles caminos de conversación. Los métodos estándar de aprendizaje por refuerzo luego se adaptan para aprender de ese árbol. El resultado interesante es el entrenamiento mixto de arneses: un modelo de peso abierto se optimizó conjuntamente en dos arneses de agentes muy diferentes a la vez. En el conjunto ClawGym-Bench, el mismo modelo base ganó aproximadamente 14.8 puntos porcentuales en precisión pass-at-one cuando se entrenó a través de uno de esos arneses, Claude Code, y mantuvo esas ganancias a lo largo de varios cientos de pasos de optimización. Para los constructores, esto apunta hacia un camino para mejorar modelos de agentes de peso abierto en tareas reales de codificación y oficina de múltiples pasos sin reconstruir el stack de agentes desde cero.

[09:30] Resumen de investigación: Proteus hace que la memoria de largo contexto se adapte a medida que crece el texto

Proteus aborda una debilidad práctica en los modelos de secuencia basados en memoria: mantienen la misma capacidad de memoria utilizable disponible a medida que una secuencia crece. Eso permite que los tokens tempranos ocupen demasiado de la memoria, desplazando información útil que llega más tarde.

El mecanismo comienza con un cuello de botella de memoria más ajustado y progresivamente desbloquea más capacidad efectiva a medida que el contexto se expande. Por lo tanto, la historia temprana debe comprimirse más agresivamente, mientras que la información posterior obtiene espacio fresco para ser retenida. En las pruebas del artículo, esto produjo ganancias consistentes en modelado de lenguaje y razonamiento, así como en recuperación y comprensión de largo contexto. Las mejoras se volvieron más grandes en longitudes de contexto más largas.

El resultado importa porque sugiere que simplemente darle a un modelo un estado de memoria fijo puede ser el enfoque incorrecto. Al cambiar cuándo la capacidad de memoria se vuelve disponible, Proteus redujo la interferencia y mejoró la retención de contexto posterior en varias arquitecturas de memoria. Una consecuencia tangible es una mejor manera de diseñar sistemas que necesitan preservar información importante a través de entradas largas sin permitir que el comienzo de la entrada domine la memoria disponible.

[10:35] La ventana del defensor de OpenAI: Una lectura estratégica sobre IA y ciberseguridad

OpenAI publicó un ensayo titulado La ventana del defensor el 17 de agosto. En lugar de anunciar un producto, la publicación toma una mirada estratégica a cómo la inteligencia artificial está remodelando la ciberseguridad tanto para atacantes como defensores.

El enfoque es que el mismo cambio que crea nuevas capacidades defensivas también está dando a los adversarios nuevas herramientas, lo cual OpenAI describe como abrir una ventana del defensor. La publicación argumenta que esta ventana tiene que ser defendida activamente en lugar de asumida, ya que el equilibrio entre ofensivo y defensivo sigue cambiando a medida que la IA mejora.

Más allá de ese enfoque, el ensayo toca cómo OpenAI está fortaleciendo sus propias defensas y ofrece orientación dirigida a equipos de seguridad. El material fuente no enumera cambios específicos de productos o nuevas herramientas, por lo que la publicación se lee como una declaración de postura de la compañía sobre sus prioridades en 2026.

Para los profesionales, la conclusión es que los modelos de amenazas pre-IA merecen una revisión. Los equipos de seguridad deben considerar cómo la IA está cambiando ambos lados de su competencia y auditar dónde la IA está remodelando sus propios flujos de trabajo.

[11:38] OpenAI se une al proyecto PORTS-Pike para empleos en el sur de Ohio

OpenAI dijo el 17 de agosto que se ha unido al proyecto PORTS-Pike, un esfuerzo de inversión comunitaria en el sur de Ohio, y está señalando miles de empleos locales como el pago. El anuncio, publicado en la sala de noticias de OpenAI, enmarca el movimiento como una expansión de inversión regional en lugar de un cambio de producto.

La evidencia concreta en la publicación es escasa. OpenAI nombra el proyecto PORTS-Pike y la región del sur de Ohio, y utiliza la frase "miles de empleos". No proporciona una cifra específica de empleos, un monto en dólares, un cronograma de construcción ni una lista de otros socios involucrados en PORTS-Pike. No hay detalles técnicos sobre la capacidad del centro de datos, los arreglos de energía ni ningún producto de IA asociado al sitio.

Esa escasez en sí misma es la noticia. El anuncio proporciona el nombre PORTS-Pike y un enfoque regional en el sur de Ohio, pero sin una cifra específica de empleos, monto en dólares, cronograma de construcción ni lista de socios. Para los oyentes que siguen dónde está invirtiendo OpenAI en la región de Ohio, el titular confirma que OpenAI ahora está formalmente vinculado al esfuerzo de PORTS-Pike.

Para los constructores, esto no es un lanzamiento con una nueva API o modelo para integrar. Es un anuncio de inversión en infraestructura y comunidad. Lo que hay que vigilar es si OpenAI sigue con especificaciones concretas —una cifra de empleos, un cronograma, una lista de socios— que conviertan "miles de empleos" de un número de titular a un compromiso medible.

[13:05] OpenAI financia 14 equipos externos para redactar ideas de políticas de IA

OpenAI dijo el 17 de agosto que está financiando 14 proyectos independientes para desarrollar nuevas ideas de políticas de IA, con los objetivos declarados de expandir la oportunidad económica y fortalecer la resiliencia societal en lo que la empresa llama la Era de la Inteligencia.

Las donaciones van a equipos externos en lugar de a investigadores de OpenAI. Los grupos financiados son independientes de OpenAI, por lo que las propuestas resultantes serán escritas por personas que no trabajan en la empresa, aunque OpenAI está pagando el trabajo.

OpenAI enmarcó el programa en torno a dos prioridades: oportunidad económica, que señala un enfoque en cómo la IA está transformando el trabajo y el acceso a él, y resiliencia societal, que apunta a las instituciones adaptándose al cambio impulsado por la IA. Ambas son deliberadamente amplias, dejando a los equipos financiados libertad sobre las palancas específicas de políticas que recomienden.

El anuncio no nombró a los 14 beneficiarios, por lo que la pregunta de qué voces externas están dando forma a la agenda sigue abierta. Los 14 proyectos financiados producirán ideas de políticas a través del programa, con resultados que verán la luz en los próximos meses.

Para los constructores, la señal práctica es que las ideas de políticas sobre IA se están obteniendo de un grupo más amplio que los propios laboratorios frontera, y las propuestas financiadas ahora pueden adelantar los marcos regulatorios y laborales que darán forma a las decisiones de implementación en 2027 y más allá.

[14:25] MiniMax-Music3 tendencias en Hugging Face con pesos abiertos de texto a música

MiniMax-Music3 está trending en el hub de Hugging Face, y las primeras cifras apuntan a un impulso real de IA local. El modelo de texto a audio, publicado por MiniMaxAI, fue creado el 7 de agosto y ya ha recopilado 925 me gusta y más de 11,700 descargas —un gran atractivo para un modelo de música de pesos abiertos en su primera etapa en el hub.

El repositorio está etiquetado para generación de música y flujos de trabajo de texto a música, y se encuentra en una pila que los constructores locales ya conocen. Los pesos vienen en formato safetensors, el modelo se conecta a diffusers para la generación, y funciona con PyTorch. El repositorio también lleva una etiqueta sglang-omni, apuntando al runtime de inferencia que la comunidad usa para servir modelos estilo omni, lo que sugiere que el checkpoint está diseñado para encajar en los mismos entornos de servicio local que la gente ya opera para trabajo multimodal.

Para los constructores, el cambio práctico es el acceso. Un checkpoint de texto a música con compatibilidad con diffusers significa que cualquiera con una configuración local de PyTorch puede cargar los safetensors y comenzar a hacer prompts —sin endpoint alojado, sin clave de API. La etiqueta sglang-omni implica que los mismos pesos también pueden ser servidos a través de una pila local con capacidad omni, lo que abre la puerta a agentes y pipelines que combinan generación de música con otras modalidades en un solo runtime.

La señal a vigilar a continuación es si la comunidad porta sus herramientas usuales de inferencia local alrededor del repositorio y si comienzan a aparecer variantes cuantizadas como forks —ambos han sido el patrón para drops anteriores de pesos abiertos trending.

[15:53] Google asocia Gemini y Pixel con cinco clubes de fútbol para IA en días de partido

Google ha vinculado su IA Gemini y los smartphones Pixel con cinco clubes de fútbol globales en una nueva alianza destinada a mejorar la experiencia del día de partido para los aficionados. El anuncio, publicado en el blog de Google AI el 17 de agosto, enmarca la colaboración alrededor de la tecnología de IA y smartphones encontrando a los aficionados donde ven los partidos, pero la publicación en sí no contiene un registro de cambios de funciones, ninguna lista de los cinco clubes ni notas de lanzamiento para ninguna herramienta面向 consumidor. En otras palabras, el titular es la alianza en sí, no un producto que puedas usar hoy.

Para los constructores, esto es una señal que vale la pena seguir en lugar de algo para integrar. Google está posicionando a Gemini a través de Pixel como una superficie para eventos en vivo, lo que sugiere futuras oportunidades alrededor de funciones de IA conscientes de la ubicación o del momento del juego entregadas a través del hardware de Pixel. El blog de Google AI es el lugar a vigilar para herramientas concretas a medida que aparezcan, ya que por ahora el anuncio tiene más que ver con quién está sentado en la mesa que con lo que hay en el menú.

[16:54] NVIDIA presenta las 'fábricas de IA' como la nueva infraestructura crítica

NVIDIA publicó una entrada de blog el 17 de agosto titulada "Asegurando la Infraestructura de la Inteligencia", y merece atención porque detalla cómo la empresa ahora está hablando de su propio negocio.

El argumento central: las fábricas de IA son la infraestructura definitoria de la era de la IA. NVIDIA define una fábrica de IA como una instalación donde la computación convierte energía y datos en inteligencia —y "en la economía de la IA, la computación es ingresos". Esa línea vale la pena subrayar, porque posiciona la capacidad de computación en sí misma como el producto, no un recurso de apoyo detrás del producto de otra persona.

La publicación también recorre lo que realmente requiere una fábrica de IA. No se trata solo de GPUs. La pila completa que NVIDIA menciona incluye chips avanzados, empaquetado, memoria y redes, junto con las restricciones menos glamorosas pero cada vez más vinculantes: terreno y energía.

Por qué está circulando ahora: NVIDIA está vendiendo este enfoque a compradores empresariales, gobiernos e inversores en infraestructura al mismo tiempo. Afirmar que una fábrica de IA pertenece en la misma oración que una planta de energía o una red de fibra cambia la conversación sobre quién controla la cadena de suministro de IA y cómo se regula esa cadena de suministro.

Para los constructores, la conclusión es más concreta que el marketing. El cuello de botella para lanzar productos de IA es cada vez más el suministro de computación y las plantas físicas que la proporcionan, no solo la disponibilidad de modelos. Si estás planeando capacidad para la segunda mitad del año, esa es la restricción a tener en cuenta.

[18:25] Sonic-3.6 de Cartesia lidera ambos rankings de voz de Artificial Analysis

Cartesia lanzó Sonic-3.6 el 18 de agosto, un modelo de texto a voz en streaming que ahora se encuentra en la cima de ambos rankings de voz de Artificial Analysis. Alcanzó 1,283 Elo en el ranking de Voz de Proveedor y 1,123 Elo en el ranking de Voz Controlada.

El ranking de Voz Controlada es el que vale la pena analizar. Ese ranking clona cada modelo en las mismas ocho voces de referencia, por lo que lo que realmente se puntúa es el motor de síntesis, no la voz particular que un proveedor decidió incluir. Una puntuación alta allí significa que el modelo hace que cualquier voz suene bien. Una puntuación alta en Voz de Proveedor simplemente puede significar que el proveedor tenía una buena voz de demostración. Cartesia ocupa el primer lugar en ambos, lo cual es inusual.

En su interior, Sonic-3.6 está construido con modelos de estado espacial en lugar de la arquitectura transformer que usa la mayoría de sistemas de voz. Los modelos de estado espacial fueron diseñados para manejar flujos continuos de manera eficiente, lo cual coincide con la afirmación de Cartesia de un tiempo de respuesta inferior a 90 milisegundos: el intervalo entre enviar una solicitud y escuchar el primer sonido. Para un agente de voz, ese número es la diferencia entre sentirse en vivo y sentirse lento.

El modelo está en beta a través de la propia API de Cartesia. Para los constructores, la pregunta práctica es si su pipeline actual de TTS puede iniciar lo suficientemente rápido y sonar lo suficientemente humano. Sonic-3.6 ahora es el punto de referencia del ranking para ambos.

Una cosa a vigilar: cuánto tiempo Sonic-3.6 permanece en beta, y si el precio de la API se estabiliza en algo alrededor de lo cual los constructores puedan planificar.