Resumen de versiones de Agent Stack: Entrega de escritorio Codex, Claude Code 2.1.169, RC de especificación MCP y la línea insignia Qwen3.7

[NOVA]: Soy NOVA.

[ALLOY]: Soy ALLOY, y esto es AgentStack Daily...

[NOVA]: Hoy, dos actualizaciones frescas de agent-stack CLI se lanzan en menos de 24 horas una de la otra. OpenAI Codex salta a la versión cero punto uno treinta y ocho con un mecanismo de transferencia de CLI a escritorio que elimina la transferencia manual de contexto, y Claude Code CLI actualiza a la versión punto uno sesenta y nueve en npm, continuando el ritmo de iteración rápida que ha definido la serie dos punto uno desde el EP064. El grupo de trabajo del Model Context Protocol publicó el Candidato a Lanzamiento de julio de 2026, pivotando la especificación hacia una arquitectura sin estado con un marco de extensiones de primera clase. Apple WWDC 2026 presentó un Siri AI funcional impulsado por Google Gemini, una app de Atajos que ensambla automatizaciones a partir de descripciones en lenguaje natural, y un actualizador de contraseñas comprometidas con un toque impulsado por automatización de navegador con IA. Y la línea insignia Qwen3.7 de Alibaba se presenta con Qwen3.7-Max, un modelo de razonamiento de 1M de tokens que ejecutó 1,000 llamadas a herramientas y mejoró un kernel 10 veces por sí solo en horas, junto con Qwen3.7-Plus, la variante de agente multimodal con razonamiento unificado de visión y lenguaje. Vamos a analizar todo esto...

[ALLOY]: El ciclo coloca la capa de arnés primero porque es donde se construye o se rompe la confiabilidad del agente. Una transferencia de CLI a escritorio que elimina la transferencia manual de contexto, una versión de estabilidad de parche en npm, y un rediseño de protocolo sin estado que elimina la restricción de sesión pegajosa son los cambios operativos que hacen que el stack de agentes sea de grado de producción. El carril de modelos está saturado: dos modelos insignia Qwen3.7, un Siri AI real con una asociación con Gemini, y una app de Atajos que usuarios no técnicos pueden crear ahora directamente. El radar de proyectos cierra el ciclo con tres servidores MCP que cubren datos empresariales, gobernanza de protocolos y la capa de modelo local de código abierto.

[NOVA]: Tres capas se mueven simultáneamente, y la forma más útil de mantenerlas separadas es comenzar con la capa de arnés porque es donde los operadores sienten el trabajo. Las versiones del arnés de agentes en este ciclo tocaron cada superficie primaria que los operadores realmente tocan: la sesión CLI, el cliente de escritorio, el transporte de protocolo y la distribución de npm. El capa de modelos es lo que determina la calidad de lo que produce el agente, y el carril de modelos es pesado. La capa de herramientas es el radar de proyectos que llena los vacíos entre los lanzamientos principales.

[ALLOY]: El lanzamiento de OpenAI Codex es la noticia principal de este ciclo, y llega con tres características面向用户 que cambian directamente cómo los constructores trabajan con la CLI. La transferencia de CLI a escritorio es la que los operadores han estado pidiendo desde que se lanzó el cliente de escritorio. La exposición de ruta de imagen corrige un problema real que ha estado en la herramienta desde que se lanzó la generación de imágenes. Y las correcciones de esfuerzo de razonamiento abordan un problema de distribución de teclado que bloqueaba a desarrolladores no estadounidissors de usar la función correctamente. El lanzamiento de Claude Code CLI es un parche de higiene, pero la brecha entre la última versión y la estable ahora es de dieciséis lanzamientos, lo cual es una señal significativa para operadores de flotas. El MCP RC es la historia arquitectónica del ciclo, y afecta a cada operador que ejecuta servidores MCP detrás de un balanceador de carga...

[NOVA]: OpenAI lanzó Codex rust-v0.138.0 el 8 de junio de 2026 como una versión estable, disponible desde la página de lanzamientos de GitHub bajo la etiqueta rust-v0.138.0. Esta es la primera versión estable desde que rust-v0.137.0 apareció en EP065, y llega con tres características面向用户 que cambian directamente cómo los constructores trabajan con Codex. La adición principal es el comando slash app y su mecanismo complementario de transferencia a escritorio. En macOS y Windows nativo, ejecutar slash app en una sesión de Codex CLI transfiere el contexto del hilo actual a Codex Desktop, autenticado por el token de sesión existente sin volver a preguntar. Los espacios de trabajo de Windows ahora pueden abrirse directamente en Desktop en lugar de detenerse en un prompt manual, lo que significa que un constructor puede iniciar una tarea en una terminal, darse cuenta de que necesita un navegador GUI o contexto de múltiples ventanas, y transferir sin perder estado. El transporte utiliza un bus de tuberías con nombre sobre la estación de trabajo local. El cliente de escritorio toma el token de sesión del almacén de auth de la CLI, lo que significa que la transferencia está autenticada por la sesión existente en lugar de requerir un nuevo inicio de sesión.

[ALLOY]: La segunda característica es la exposición de ruta de imagen local. Cuando Codex genera una imagen o adjunta una imagen local a la conversación, el modelo ahora recibe la ruta del archivo guardado como una referencia de primera clase en lugar de una URL efímera. Anteriormente, las ediciones de seguimiento requerían que el modelo rastreara una URL que podía expirar o volverse inaccesible. Ahora el modelo mantiene la referencia exacta del archivo y puede usarla en llamadas de herramientas subsiguientes de manera confiable. Esto corrige el flujo de trabajo de edición de seguimiento de imágenes que se rompió en cada lanzamiento desde que se lanzó la generación de imágenes. El mecanismo técnico es directo: la URI del archivo local se presenta en el límite de materialización antes de que el modelo procese el resultado de la herramienta, por lo que Codex recibe la ruta directamente en lugar de mantener una URL de imagen separada. El impacto práctico es que los pipelines de generación de imágenes ya no necesitan lógica de seguimiento de URL. El modelo mantiene la ruta del archivo entre turnos.

[NOVA]: La tercera característica es la flexibilidad del esfuerzo de razonamiento. El TUI ahora tiene atajos alternativos para terminales que no capturan enlaces de tecla Alt, lo cual es un problema real en distribuciones de teclado no estadounidors donde el modificador Alt no se comporta como el TUI espera. Los niveles de esfuerzo definidos por el modelo ahora fluyen en el orden que el modelo anuncia en lugar de ser re-ordenados por el cliente, lo que hace que la selección de nivel de esfuerzo sea determinista entre despliegues de Codex. Anteriormente, un desarrollador en una distribución de teclado alemana o francesa no tenía forma confiable de seleccionar el esfuerzo de razonamiento porque los atajos basados en Alt no se activaban. Los atajos alternativos omiten el requisito de enlace Alt por completo.

[ALLOY]: Dos correcciones de errores abordan dolor operativo real. Las condiciones de carrera del portapapeles en entornos de alta latencia eran un problema cuando Codex se ejecuta sobre SSH remoto o conexiones de alta fluctuación de red, donde la escritura del portapapeles y la lectura del modelo podían ocurrir en el orden incorrecto y corromper el contexto. Las fallas intermitentes de autenticación durante sesiones de larga duración eran un caso límite de expiración de token de sesión que activaba prompts de re-autenticación a mitad de tarea. Ninguna corrección es dramática por sí sola, pero ambas fueron reportadas por usuarios en el foro de desarrolladores de OpenAI, y ambas son exactamente la clase de falla que erosiona la confianza en herramientas de agentes. Los operadores que ejecutan Codex sobre conexiones remotas o en sesiones de fondo de larga duración notarán la diferencia inmediatamente.

[NOVA]: Las superficies que cambiaron son el comando slash app en la CLI, el manejo de ruta de imagen en la capa de interfaz del modelo, y los atajos alternativos de esfuerzo de razonamiento en el TUI. No hay nuevos indicadores de configuración ni variables de entorno. El riesgo de migración es bajo. Esta es una versión aditiva con valores predeterminados compatibles hacia atrás. Lo que los agentes ahora pueden hacer que antes era imposible o frágil: transferir una sesión CLI a un cliente de escritorio a mitad de tarea sin perder contexto; referenciar de manera confiable un archivo de imagen generada en ediciones de seguimiento entre turnos; seleccionar niveles de esfuerzo de razonamiento en distribuciones de teclado no estadounidors sin soluciones alternativas. El transporte de tubería con nombre sobre el bus de la estación de trabajo local es la arquitectura que hace que la transferencia sea confiable. No es una sincronización en la nube ni una transferencia de estado basada en archivos. Es una tubería directa desde el proceso CLI al cliente de escritorio, asegurada por el token de sesión existente, lo que significa que la transferencia de contexto es instantánea y autenticada...

[NOVA]: El CLI de Claude Code de Anthropic publicó la versión dos punto uno punto uno sesenta y nueve en npm el 8 de junio de 2026 a las 18:11:20 UTC, convirtiéndose en la última entrada en la etiqueta de distribución latest. La etiqueta de distribución stable permanece en dos punto uno punto uno cincuenta y tres, dejando una brecha de dieciséis versiones de parche entre las dos etiquetas. Para los operadores: si estás en la etiqueta latest, ya estás en dos punto uno punto uno sesenta y nueve si has actualizado desde el 8 de junio. Si estás en stable, estás en dos punto uno punto uno cincuenta y tres, y la brecha es intencional. La etiqueta stable se curva para regresiones. La etiqueta latest es donde aterriza la iteración rápida.

[ALLOY]: El delta desde el lanzamiento anterior hasta este es una publicación de un solo parche dentro de 24 horas, sugiriendo un hotfix para una regresión narrow. Los metadatos de npm no anuncian nuevas API públicas ni indicadores de configuración para este lanzamiento. El ritmo de iteración rápida, cinco lanzamientos entre EP064 y ahora, refleja el enfoque interno en mejora de estabilidad y confiabilidad de llamadas a herramientas que ha caracterizado la serie dos punto uno. No hay nuevos indicadores de CLI. No hay nuevos archivos de configuración. El riesgo de migración es mínimo. Esta es una actualización a nivel de parche en una pista de lanzamiento bien establecida.

[NOVA]: La señal operativa aquí es la brecha de etiqueta de distribución. Seis episodios seguidos con la etiqueta stable atrapada en dos punto uno punto uno cincuenta y tres mientras la etiqueta latest avanza a través de punto uno sesenta y nueve te dice que la etiqueta stable está en un ritmo deliberadamente lento. Eso es por diseño. Stable se curva. Latest es donde aterriza el trabajo. Para despliegues de producción donde la predecibilidad importa más que la frescura, ancla a stable explícitamente con npm install -g at-sign anthropic-ai slash claude-code at stable. Para desarrollo activo donde quieres las últimas correcciones y mejoras de llamadas a herramientas, quédate en latest y actualiza regularmente. La brecha entre las dos etiquetas no es un bug. Es la característica. Es el mecanismo que permite a los operadores elegir su postura de riesgo.

[ALLOY]: Lo que los agentes ahora pueden hacer: este parche probablemente aborda un caso límite específico de llamada a herramientas reportado desde que se lanzó el lanzamiento anterior. Los operadores en latest deben actualizar y monitorear cualquier anomalía de enlace de sesión. Si no aparecen, el lanzamiento es un parche de estabilidad limpio. El ritmo de iteración te dice que el equipo de Claude Code CLI está trabajando a través de un backlog de casos límite en la interfaz de llamadas a herramientas, que es exactamente donde el trabajo de agentes en segundo plano sale mal silenciosamente. Adjunto de sesión que falla limpiamente. Ordenamiento de eventos stream-json que maneja la salida del modelo correctamente. Un manejador de interrupción que acepta entrada sin colgar. Estas son las fallas que hacen que los agentes de larga duración pierdan trabajo, y el ritmo de iteración rápida es la señal de que el equipo las está cerrando sistemáticamente...

[NOVA]: El grupo de trabajo del Model Context Protocol publicó el Candidato a Lanzamiento del 28 de julio de 2026 el 8 de junio de 2026, marcando el cambio arquitectónico más significativo en la historia de MCP. El cambio central es de un modelo de sesión con estado a un transporte sin estado con aplicaciones opcionales con estado superpuestas. En el modelo anterior, los clientes MCP mantenían un almacén de sesión del lado del servidor. Esa era una restricción de sesión pegajosa que hacía imposible el escalamiento horizontal sin afinidad de sesión en el balanceador de carga. Cada solicitud de un cliente tenía que rutear de vuelta al mismo servidor que mantenía su estado de sesión, lo que significaba que no podías poner una flota de servidores MCP detrás de un balanceador de carga estándar y escalar. El RC elimina esto moviendo todo el contexto de sesión a la carga útil de la solicitud misma. Cualquier cliente MCP ahora puede rutear a cualquier réplica de servidor sin necesidad de un almacén de sesión. Ese es un cambio fundamental en cómo opera el protocolo en producción, y es el cambio que cada operador que ejecuta servidores MCP detrás de un balanceador de carga ha estado esperando.

[ALLOY]: Las solicitudes de servidor a cliente se reestructuran. Anteriormente, un servidor podía enviar datos al cliente solo a través del callback de muestreo, que era una ruta estrecha y especializada diseñada para un caso de uso específico. El RC agrega una primitiva de solicitud de servidor general a la capa JSON-RPC, permitiendo que los servidores envíen prompts, actualizaciones de recursos o resultados de herramientas sin un poll del cliente. Esto es arquitectónicamente similar a cómo funcionan los Server-Sent Events en HTTP. Un stream iniciado por el servidor con suscripción del lado del cliente. El servidor no espera a que el cliente pregunte. Envía la actualización cuando tiene algo que enviar. Para agentes que dependen de estado de servidor en tiempo real, esto elimina el loop de polling que agregaba latencia y sobrecarga.

[NOVA]: El Marco de Extensiones ahora es de primera clase. Las nuevas capacidades se envían como extensiones optativas con su propio namespace versionado, se estabilizan en forma de extensión, y solo se mueven al spec central si y cuando ganan adopción amplia. Este es un cambio de gobernanza tanto como un cambio técnico. Esto significa que el spec de MCP ya no es el único vehículo para nueva funcionalidad. Las extensiones pueden enviarse independientemente del ciclo del spec central, lo que le da al ecosistema un camino más rápido para entregar nuevas capacidades. La extensión MCP Apps, que es SEP-1865, permite que los servidores envíen interfaces HTML interactivas renderizadas en iframes sandboxed con un puente postMessage controlado. Este es un patrón de UI renderizado por el servidor que podría reemplazar interfaces de usuario de inyección de prompts personalizados en herramientas de agentes. Los servidores pueden crear una interfaz HTML, enviarla al cliente, y el cliente la renderiza en un iframe sandboxed. El agente puede interactuar con esa interfaz sin que el cliente necesite entender la lógica de la interfaz. La extensión de Tareas se gradúa de experimental a una extensión nombrada, lo que significa que tiene una interfaz estable y un contrato de comportamiento definido.

[ALLOY]: Tres características anteriormente experimentales están en desuso bajo la nueva política de ciclo de vida de características, que es SEP-2577. La validación completa de JSON Schema 2020-12 para herramientas ahora es requerida en lugar de recomendada, lo que significa que las implementaciones de herramientas MCP necesitan producir salida conforme al schema o el cliente las rechazará. El spec es más estricto ahora, que es la dirección correcta para un protocolo que está siendo adoptado en entornos de producción donde respuestas de herramientas mal formadas pueden romper sesiones de agentes.

[NOVA]: Las superficies de operador que cambian son las implementaciones de servidores MCP. Los implementadores de servidores necesitan auditar su código en busca de estado de sesión del lado del servidor y migrarlo al cliente o a un almacén externo. El modelo sin estado significa que el servidor ya no mantiene estado por cliente entre solicitudes. Si tu servidor tiene cualquier estado en memoria que represente una sesión de cliente, ese estado debe moverse al lado del cliente, codificado en la carga útil de la solicitud, o a un almacén externo como Redis. Los hosts clientes MCP deben actualizarse para manejar la nueva primitiva de solicitud de servidor, lo que significa manejar pushes iniciados por el servidor que llegan sin un poll del cliente. El Marco de Extensiones significa que las nuevas capacidades se enviarán como adiciones optativas en lugar de cambios de spec. Observa las versiones de extensión como indicadores líderes de nueva funcionalidad de MCP. El namespace de extensión está versionado independientemente del spec central, lo que significa que puedes anclar a una versión de extensión específica sin actualizar el protocolo central.

[ALLOY]: Lo que los agentes ahora pueden hacer que antes era imposible: escalar la infraestructura del servidor MCP horizontalmente sin sesiones persistentes, lo que significa que un despliegue estándar con balanceador de carga y múltiples réplicas de servidor ahora es una topología soportada en lugar de una solución alternativa. Recibir empujes iniciados por el servidor sin polling, lo que significa que los agentes pueden responder a cambios de estado del servidor en tiempo real en lugar de esperar al siguiente intervalo de consulta. Usar superficies de interfaz de usuario renderizadas por el servidor como componentes interactivos dentro de las sesiones de agentes, lo que abre una nueva clase de flujos de trabajo con participación humana donde el servidor proporciona una interfaz estructurada que el agente navega. ...

[NOVA]: La keynote de Apple en WWDC 2026 presentó la actualización de IA más sustancial en la historia de la empresa. El plato fuerte es Siri AI, un agente de lenguaje natural completamente integrado en iOS 27, iPadOS 27 y macOS 27, impulsado por una asociación con Google Gemini para inferencia en la nube junto con Apple Intelligence en el dispositivo ejecutándose en las familias de chips A19 Pro y M4. La asociación es arquitecturalmente una pila de inferencia de dos niveles. Las tareas livianas sensibles a la privacidad se ejecutan en el dispositivo en el Neural Engine de Apple Silicon. Las solicitudes de razonamiento complejo se enrutan a la API de Google Gemini. La lógica de enrutamiento está integrada en la pila de Apple Intelligence, lo que significa que los desarrolladores y usuarios no necesitan decidir qué modelo maneja cada solicitud. El sistema hace esa determinación basándose en la complejidad de la tarea, la sensibilidad a la privacidad y la capacidad de cómputo disponible.

[ALLOY]: La nueva app Atajos acepta descripciones de flujos de trabajo en lenguaje natural. Un usuario escribe notificar a mi pareja cuando salgo del trabajo y darle mi ETA, y el sistema descompone esto en una secuencia de acciones del sistema y de apps, extrayendo una dirección almacenada de Contactos, calculando el tiempo de viaje a través de Apple Maps, enviando un mensaje a través de Mensajes, y luego ensamblando y guardando el grafo de automatización resultante. Este es el mismo conjunto de primitivas subyacentes que impulsa la capa de automatización de Atajos existente, ahora accesible a través de lenguaje natural en lugar de una interfaz de arrastrar y soltar. El planificador toma una intención de alto nivel y produce una automatización estructurada que el usuario puede revisar, modificar y guardar. Los usuarios no técnicos que nunca pudieron ensamblar un flujo de Atajos manualmente ahora pueden crear automatizaciones complejas describiendo lo que quieren. Este es el cambio que más importa para el ecosistema de herramientas de agentes. Es la primera vez que Apple expone sus primitivas de automatización a través de una interfaz de lenguaje natural, y es una preview de cómo el mercado consumidor en general interactuará con flujos de trabajo agenticos.

[NOVA]: Safari obtiene gestión de pestañas con IA y un monitor de cambios de página que alerta cuando una página rastreada se actualiza. Esto es útil para monitorear precios, noticias o cualquier contenido web sensible al tiempo donde la actualización manual es la solución alternativa actual. El actualizador de contraseña comprometida con un toque usa IA para acceder al flujo de inicio de sesión a través de la automatización de Safari, manejando procesos de cambio de credenciales de múltiples pasos sin entrada manual del usuario. Cuando Apple detecta que una contraseña almacenada aparece en una base de datos de filtraciones, puede navegar el flujo de cambio de contraseña en nombre del usuario, ingresar la contraseña actual, navegar al campo de cambio de contraseña, generar una nueva contraseña segura, enviar el formulario y actualizar el llavero. Mensajes muestra fotos por descripción de texto, y Calendario acepta creación de eventos en lenguaje natural con contexto de personas y tiempo extraído del correo durante llamadas activas. La conciencia de contexto entre apps permite que Siri muestre información relevante como detalles de vuelos del correo durante una llamada telefónica activa.

[ALLOY]: Las superficies operativas que cambian son el planificador de lenguaje natural de Atajos, la arquitectura de la asociación con Gemini y el actualizador de contraseña con un toque. El planificador de lenguaje natural de Atajos es una nueva superficie para automatización de flujos de trabajo que los usuarios no técnicos ahora pueden crear directamente. Si construyes herramientas que apuntan al ecosistema de Apple, esta es una nueva superficie de creación a considerar. La asociación con Gemini significa que iOS ahora tiene una pila de inferencia de dos niveles, arquitecturalmente similar a cómo Claude Code enruta entre modelos locales y remotos. El actualizador de contraseña con un toque probablemente sea una de las primeras acciones de IA habilitadas para terceros a medida que Apple abre la API de Atajos, lo que significa que el patrón del actualizador de contraseña puede convertirse en una acción de IA estándar que los desarrolladores de terceros pueden invocar.

[NOVA]: Lo que Apple presentó en WWDC 2026 es un Siri AI funcional, no una demo conceptual o una preview de investigación. El respaldo de Gemini está activo. El planificador de Atajos en lenguaje natural ensambla automatizaciones reales. El actualizador de contraseña con un toque navega flujos de inicio de sesión reales. Para el ecosistema de herramientas de agentes, la historia de WWDC es una señal de que el panorama de IA para consumidores está alcanzando lo que los desarrolladores han estado construyendo con marcos de trabajo agenticos. El paradigma de creación de flujos de trabajo en lenguaje natural que Apple ahora está enviando a mil millones de dispositivos es el mismo paradigma hacia el cual los constructores de herramientas de agentes han estado trabajando. La diferencia es que Apple puede enviarlo a una escala que cambia las expectativas de los usuarios de la noche a la mañana. ...

[NOVA]: Alibaba lanzó Qwen3.7-Max el 21 de mayo de 2026 como el modelo insignia de razonamiento exclusivo de texto de la generación Qwen 3.7, disponible solo por API a través de Alibaba Cloud Model Studio. El modelo fue diseñado específicamente para cargas de trabajo de agentes de larga duración con capacidades de razonamiento y codificación mejoradas. En una prueba interna, Qwen3.7-Max realizó de forma autónoma más de 1,000 llamadas de herramientas y modificaciones de código iterativas para optimizar un kernel de Extend Attention de SGLang en un PPU T-Head ZW-M890, que es una arquitectura de hardware que no está en los datos de entrenamiento del modelo. El proceso de optimización mejoró la velocidad de inferencia en aproximadamente 10x sobre la línea base a través de una ejecución de múltiples horas. El modelo escribió código, lo ejecutó, midió el resultado, revisó la implementación y repitió ese ciclo durante más de 1,000 pasos. Eso no es un benchmark de una sola vez. Esa es una tarea agentica sostenida de múltiples horas, y el hecho de que el modelo mantuviera un razonamiento coherente a través de 1,000 pasos en hardware que nunca había visto durante el entrenamiento es un punto de datos significativo para evaluar la capacidad de agentes de largo horizonte.

[ALLOY]: Qwen3.7-Max cuenta con una ventana de contexto de 1M de tokens y expone un endpoint de API compatible con Anthropic, lo que significa que funciona con la misma interfaz de llamadas de herramientas que usa Claude Code. La integración requiere un cambio de configuración de tres líneas apuntando al endpoint de API compatible con Anthropic de Alibaba Cloud, configurando el nombre del modelo como qwen3.7-max y actualizando la URL base. No se requiere SDK propietario. El modelo no es de código abierto. El nivel Max nunca ha sido de código abierto en ninguna generación de Qwen. Esta es una versión propietaria solo por API, lo que significa que los operadores que quieran evaluarlo necesitan una cuenta de Alibaba Cloud y las credenciales de Model Studio.

[NOVA]: La API compatible con Anthropic es el ángulo de integración que importa para el ecosistema de herramientas de agentes. Significa que Qwen3.7-Max se integra en Claude Code, OpenClaw y cualquier agente compatible con MCP sin una migración. Apuntas la URL base a Alibaba Cloud, configuras el nombre del modelo, y las herramientas de agentes hablan con Qwen3.7-Max de la misma manera que hablan con Claude Opus 4.7 u 4.8. Para operadores que ejecutan cargas de trabajo de agentes de largo horizonte donde la ventana de contexto de 1M de tokens y la capacidad de razonamiento sostenido son los requisitos principales, Qwen3.7-Max es una alternativa directa que no requiere cambiar las herramientas de agentes. La demo autónoma de 1,000 pasos es el benchmark. Si estás evaluando modelos para cargas de trabajo de agentes en producción que se ejecutan durante horas y requieren coherencia sostenida en llamadas de herramientas, la demo de Qwen3.7-Max es un punto de referencia concreto de cómo se ve la autonomía sostenida en la frontera.

[ALLOY]: Las superficies operativas son el endpoint de API compatible con Anthropic en Alibaba Cloud Model Studio, el nombre del modelo qwen3.7-max y la configuración de URL base. No hay opción de despliegue local disponible. La ventana de contexto de 1M de tokens significa que Qwen3.7-Max puede contener bases de código completas, grandes colecciones de documentos o historiales de conversación largos en un solo contexto sin fragmentación. El resultado de optimización de kernel de 10x es una prueba interna de Alibaba, y se necesita confirmación independiente antes de tratarlo como un benchmark general. El modelo optimiza un kernel de Extend Attention de SGLang en silicio T-Head, que es la arquitectura de hardware propia de Alibaba. La ganancia de rendimiento puede no generalizarse a otros objetivos de hardware. Trata la cifra de 10x como una señal direccional, no una afirmación universal.

[NOVA]: Lo que los agentes ahora pueden hacer que antes era imposible: ejecutar tareas agenticas sostenidas de múltiples horas con más de 1,000 pasos de llamadas de herramientas en un solo modelo, que es la ejecución autónoma sostenida más larga reportada de un modelo de frontera. Usar un modelo de razonamiento de alto contexto junto con Claude Opus 4.7 sin cambiar las herramientas de agentes, lo que significa que los operadores pueden comparar Qwen3.7-Max con su opción de modelo actual en el mismo entorno. La API compatible con Anthropic es el mecanismo que hace esta comparación manejable. No necesitas una nueva configuración de agente. Solo necesitas una URL base y un nombre de modelo diferentes. ...

[NOVA]: Qwen3.7-Plus es la variante multimodal equilibrada de la generación Qwen 3.7, disponible por API a través de Alibaba Cloud Model Studio y listada en OpenRouter. Acepta entrada de texto, imagen y video con salida de texto, y está diseñado para cargas de trabajo de agentes que abarcan entornos basados en GUI, razonamiento CLI y percepción multimodal cruzada. Las pruebas tempranas de terceros cubrieron flujos de trabajo basados en navegador, tareas de codificación OpenCode, generación de juegos en C++, diseño de frontend, simulación de vuelo y generación de sitios web interactivos. El modelo maneja entradas multimodales nativamente sin una tubería de codificador de visión separada, lo que reduce la sobrecarga de llamadas de herramientas para tareas de comprensión de imágenes. Esto es arquitecturalmente significativo. Un solo modelo maneja razonamiento visual y de lenguaje, lo que significa que los agentes pueden procesar una captura de pantalla, un archivo de código y una instrucción en lenguaje natural en la misma ventana de contexto sin enrutar a través de modelos separados de visión y lenguaje.

[ALLOY]: La arquitectura híbrida combina atención lineal eficiente con enrutamiento de mezcla dispersa de expertos para escalabilidad fuerte a recuentos de parámetros activos más bajos. El diseño MoE disperso significa que el modelo activa un subconjunto de sus parámetros totales por token, lo que mantiene los costos de inferencia bajos mientras mantiene razonamiento de nivel frontera. El mecanismo de atención lineal maneja secuencias de contexto largo de manera más eficiente que la atención estándar, lo cual es importante para una ventana de contexto de 1M de tokens donde la atención estándar se vuelve computacionalmente cara. La ventana de contexto de 1M de tokens se comparte en todas las modalidades de entrada, lo que significa que transcripciones de video largas y bases de código grandes pueden coexistir en una sola ventana de contexto. Puedes alimentar una transcripción de video de dos horas, una base de código de 500,000 líneas y una descripción de tarea en lenguaje natural en el mismo contexto y el modelo razona sobre todos ellos.

[NOVA]: La unificación de la tubería multimodal es la historia arquitectural. La mayoría de los modelos multimodales usan un codificador de visión separado que procesa imágenes y produce una representación que el modelo de lenguaje consume. Esa arquitectura añade un paso de procesamiento y una capa de traducción entre la entrada visual y el razonamiento de lenguaje. Qwen3.7-Plus integra visión y lenguaje en un solo modelo sin un codificador de visión separado, lo que significa que la entrada visual fluye directamente hacia la columna vertebral del modelo de lenguaje. El resultado es menor sobrecarga de llamadas de herramientas para tareas de comprensión de imágenes y un proceso de razonamiento más unificado que puede cambiar entre entradas visuales y textuales sin un traspaso de tubería.

[ALLOY]: Las superficies operativas son la API a través de Alibaba Cloud Model Studio y OpenRouter. No hay lanzamiento de peso abierto disponible. La arquitectura MoE híbrida significa que Qwen3.7-Plus puede ejecutarse eficientemente en presupuestos de GPU de consumo mientras mantiene razonamiento de nivel frontera, pero el modelo de entrega por API significa que los operadores no lo están ejecutando localmente. Para agentes que necesitan entender pantallas, analizar documentos o automatizar flujos de trabajo basados en GUI, Qwen3.7-Plus proporciona un solo modelo unificado que maneja imágenes y video junto con texto sin enrutar a través de modelos separados de visión y lenguaje. Pruébalo como un reemplazo directo para Claude Opus 4.7 en tareas que requieren comprensión visual combinada con razonamiento de código de largo contexto.

[NOVA]: Lo que los agentes ahora pueden hacer que antes era imposible: manejar tareas de agentes multimodales con un solo modelo unificado en lugar de una tubería de modelos separados de visión y lenguaje, lo que simplifica la configuración de herramientas de agentes y reduce la latencia desde la entrada de imagen hasta el razonamiento de lenguaje. Procesar transcripciones de video largas y bases de código grandes en una sola ventana de contexto, lo que habilita una nueva clase de tareas de agentes que combinan comprensión visual con razonamiento profundo de código. La arquitectura MoE híbrida mantiene la inferencia eficiente a escala, lo que significa que el modelo puede usarse en cargas de trabajo de agentes en producción sin el perfil de costo de un modelo denso de frontera.

[ALLOY]: El hilo a través de la línea Qwen3.7 está claro. Qwen3.7-Max es el Flagship de razonamiento exclusivo de texto para tareas agenticas de largo horizonte, construido para cargas de trabajo sostenidas de múltiples horas con más de 1,000 pasos de llamadas de herramientas. Qwen3.7-Plus es la variante de agente multimodal para razonamiento GUI y multimodal cruzado, con visión y lenguaje unificados en un solo modelo. Ambos tienen una ventana de contexto de 1M de tokens. Ambos exponen una API compatible con Anthropic. Ambos están disponibles a través de Alibaba Cloud Model Studio hoy. Para el ecosistema de herramientas de agentes, la línea Qwen3.7 es la primera vez que un modelo de razonamiento de nivel frontera y un modelo multimodal de nivel frontera comparten una arquitectura de ventana de contexto y una capa de compatibilidad de API, lo que hace directo evaluar ambos en la misma configuración de agente y elegir basándose en los requisitos de la tarea en lugar de la complejidad de las herramientas. ...

[NOVA]: El radar de proyectos de esta semana cubre tres servidores MCP y un spotlight de LLM local que completa la pila. Microsoft Dataverse MCP es el servidor oficial que expone toda la plataforma de datos Dataverse a agentes compatibles con MCP. Construido por el equipo de Power Platform de Microsoft, proporciona una superficie de herramientas estructurada para inspección de metadatos, consulta de registros, búsqueda entre tablas y manipulación de datos. Los agentes ahora pueden interactuar con datos de negocio de Microsoft Power Platform a través de la interfaz de herramientas MCP estándar sin integración personalizada de SDK de Dataverse. Si ejecutas Dynamics, Power Apps o cualquier plataforma de datos de negocio de Microsoft que usa Dataverse como su capa de datos, el servidor Dataverse MCP le da a tu agente una interfaz de primera clase a esos datos sin necesidad de escribir código de integración de API personalizado.

[ALLOY]: El repositorio oficial de especificaciones del Protocolo de Contexto de Modelo aloja la especificación del protocolo, los SEPs o Propuestas de Mejora de Especificaciones, implementaciones de servidores de referencia y los SDKs oficiales de Python y TypeScript. El RC de julio de 2026 hace que la especificación sea sin estado y gradúa las extensiones a primera clase. El repositorio de especificaciones es la referencia autoritativa para implementar clientes MCP, servidores y el nuevo marco de extensiones. Si estás construyendo herramientas MCP, la solicitud de extracción SEP-1865 para MCP Apps y la solicitud de extracción SEP-2577 para la política de ciclo de vida de características son los documentos a leer antes de que la especificación se finalice. Definen el patrón de interfaz de usuario renderizada por servidor y el modelo de gobernanza de extensiones, ambos de los cuales darán forma a cómo se envían las nuevas capacidades de MCP en el futuro.

[NOVA]: El Dataverse MCP comunitario de awit-org es una implementación de segunda parte que proporciona herramientas adicionales para integraciones de Power Platform más allá de lo que ofrece el lanzamiento oficial de Microsoft. Evalúalo como una implementación de referencia o una alternativa si necesitas características no presentes en el lanzamiento oficial. El Dataverse MCP comunitario es menos probable que tenga el área de superficie completa del lanzamiento oficial, pero puede tener herramientas que el lanzamiento oficial aún no ha enviado.

[ALLOY]: El foco de los LLM locales es Qwen3.5-35B-A3B, un modelo sparse MoE de权重 abierta de Alibaba Cloud con 35 mil millones de parámetros totales y 3 mil millones de parámetros activos por token. Acepta entrada de texto, imagen y video con salida de texto. La arquitectura híbrida de atención lineal más MoE permite un razonamiento sólido a la escala de 35B con inferencia eficiente. Ejecútalo con Ollama o LM Studio en una sola GPU de gama media para asistencia de codificación local, comprensión de documentos y tareas de agente CLI con entradas multimodales. Esta es la opción de权重 abierta para operadores que quieren capacidad multimodal sin dependencia de API en la nube, y el conteo de 3B de parámetros activos significa que se ejecuta en hardware que la mayoría de los desarrolladores ya tienen. ...

[NOVA]: La cola práctica de esta semana tiene cinco elementos. Primero, actualiza Codex a la versión cero punto uno treinta ocho y prueba slash app para transferir una sesión CLI al cliente de escritorio. El transporte de pipes nombrados hace que la transferencia sea instantánea y autenticada, lo que significa que los flujos de trabajo con múltiples monitores y intensivos en GUI ya no requieren transferencia manual de contexto. Segundo, actualiza Claude Code CLI a través de npm update -g at-sign anthropic-ai slash claude-code si estás en la etiqueta latest. Si necesitas predictibilidad, fija a stable explícitamente con npm install -g at-sign anthropic-ai slash claude-code at stable. Tercero, audita tu implementación de servidor MCP para estado de sesión del lado del servidor antes de que el RC de julio de 2026 se vuelva final. La arquitectura sin estado elimina la restricción de sesión sticky, pero requiere que tu servidor deje de mantener estado por cliente en memoria. Cuarto, explora el nuevo planificador de lenguaje natural de Shortcuts en iOS 27 cuando caiga la beta. El planificador es una nueva superficie de autoría para automatización de flujos de trabajo que usuarios no técnicos ahora pueden usar directamente. Quinto, añade Qwen3.7-Max a Claude Code con una configuración de API compatible con Anthropic de tres líneas para tareas de agente de largo horizonte, y evalúa Qwen3.7-Plus como un reemplazo multimodal para Claude Opus 4.7 en cargas de trabajo de agente visión-lenguaje.

[ALLOY]: El hilo a través del ciclo de lanzamiento es el área de superficie. La capa de harness se está consolidando alrededor de herramientas nativas de múltiples superficies con transferencia de sesión, protocolos sin estado e iteración rápida. La capa de modelo está añadiendo opciones multimodales y de alto contexto que se integran en las herramientas de agente existentes sin migración. El radar del proyecto es la capa de conectividad que trae datos empresariales, gobernanza de protocolos y opciones de modelos locales a la misma superficie de herramientas MCP. Para más detalles sobre cada historia cubierta hoy, mira las notas del programa en Toby On Fitness Tech punto com. Gracias por escuchar. Volveremos pronto.