Modelo 27B de peso abierto ahora cabe en la RAM de un portátil, Dorsey lanza Buzz, Anthropic llega a un acuerdo por $1.5B
Un modelo de peso abierto con 27 mil millones de parámetros ahora cabe en la RAM de un portátil, algo que hace dos años habría parecido ficticio. Jack Dorsey lanza Buzz, una fusión de chat, agentes de IA y Git en un mismo feed, mientras Anthropic obtiene la aprobación judicial final para su acuerdo de $1.5B por libros pirata. Semble presenta un motor de búsqueda de código un 98% más ligero para agentes de IA, XcodeBuildMCP 2.6.2 permite compilar en iOS, Gemini 3.6 Flash aparece en listados, OpenAI y Hugging Face revelan un incidente de seguridad en la evaluación de modelos, y Bristol Myers Squibb despliega Vera Rubin para el descubrimiento de fármacos. Show notes: https://tobyonfitnesstech.com/es/podcasts/episode-91/
🎧 Listen to EpisodeEpisodio 091 — 22 de julio de 2026
[00:00] Gancho del episodio
OpenAI Codex rust-v0.145.0 ha estabilizado su experiencia multiagente V2, introduciendo configuración granular para modelos de subagentes, niveles de razonamiento y concurrencia, mientras restaura definiciones esenciales de roles. Este lanzamiento incluye un comando /import actualizado diseñado para migrar configuraciones de Cursor directamente al entorno de Codex, agilizando la transición para desarrolladores que se mueven entre IDEs agentivos. Google expandió el alcance de su modelo al listar Gemini 3.6 Flash en OpenRouter, un modelo de alta eficiencia optimizado para tareas de codificación y flujos de trabajo agentivos que requieren respuestas de baja latencia. Block de Jack Dorsey ha lanzado Buzz, una plataforma laboral que integra chat grupal, agentes de IA y hosting de Git en un feed unificado para reducir la fricción entre el trabajo de desarrollo y la comunicación del equipo. MinishLab lanzó Semble v0.1.0, una herramienta de búsqueda de código de código abierto que afirma una reducción del 98% en el consumo de tokens para agentes de IA. whodb llegó a la versión 0.121.0 el 16 de julio, superando las 4,900 estrellas en GitHub, mientras que el superagente local-first holaOS ganó tracción por retener el contexto del usuario entre sesiones.
[02:00] Lectura del lanzamiento de Agent Stack: OpenAI Codex rust-v0.145.0
OpenAI Codex rust-v0.145.0 se lanzó esta semana, y el cambio principal es real para cualquiera que ejecute flujos de trabajo multiagente: la experiencia V2 multiagente opcional ya está estabilizada. Eso significa que el modo de subagente paralelo que solía arrastrarte a estados de rollback extraños finalmente se comporta bien. Puedes configurar qué modelo usa cada subagente, establecer niveles de razonamiento por subagente, ajustar la concurrencia hacia arriba o abajo, y la navegación entre agentes se ha limpiado para que dejes de perderte sobre cuál trabajador está haciendo qué. Los roles restaurados significan que un codificador y un revisor pueden mantenerse distinguibles a lo largo de una sesión larga en lugar de fusionarse en una sola masa.
La segunda pieza que vale tu tiempo es /import. Codex solía importar solo sus propios ajustes. Ahora puedes traer configuraciones de Cursor o Claude Code — servidores MCP, plugins, sesiones, comandos personalizados e incluso memorias de ámbito de proyecto. Si has estado saltando entre herramientas y temías la reconstrucción, esta es la rampa de acceso que mantiene tu contexto intacto.
Dos cosas más que debes saber. El soporte de Amazon Bedrock ahora es experimental, con endpoints personalizados y autenticación, y GPT-5.6 Sol se convierte en el modelo Bedrock predeterminado — útil si estás enrutando tráfico empresarial a través de AWS. Las entradas de audio y las salidas de herramientas también llegaron, incluyendo formatos de audio local comunes y conversaciones de streaming realtime V3, lo que significa que puedes canalizar voz hacia una sesión de trabajo y escuchar al modelo de vuelta sin implementar un cliente realtime separado. La UI del terminal también ganó enlaces de visualización en línea clicables para que las figuras se abran en tu navegador en lugar de volcar secuencias de escape.
Bajo el capó, el equipo solucionó los peores problemas menores. Editar un prompt anterior o reintentar un turno con buffer de seguridad ahora crea una rama contextual en lugar de eliminar archivos adjuntos y enlaces de menciones. La capacidad de respuesta del terminal mejoró para sesiones largas mediante renderizado incremental de Markdown y salida de comandos limitada. El inicio de MCP finalmente tiene timeouts, por lo que un descubrimiento de OAuth roto ya no congela toda la sesión, y el sandboxing de Windows recibió una corrección real con soporte nativo de exec-server y aplicación de proxy de red.
Lo que esto significa: si has estado posponiendo el multiagente porque se sentía áspero, la estabilización de V2 es el momento de probarlo. Si has estado atrapado en Cursor o Claude Code y querías Codex sin reconstruir tu configuración, /import es la rampa de acceso. Observa a continuación si Bedrock permanece experimental o se lanza ampliamente, y si la tubería de entrada de audio aparece en ejecuciones de CI headless o permanece solo local.
[03:47] Gemini 3.6 Flash de Google en OpenRouter: listado de modelo de un millón de tokens
Google acaba de agregar Gemini 3.6 Flash al catálogo de modelos de OpenRouter, dando a los desarrolladores una forma inmediatamente enrutable de enviar trabajo a través de la plataforma sin salir de la interfaz que ya usan. El modelo está posicionado como una opción de alta eficiencia de Google, dirigido directamente a codificación, flujos de trabajo agentivos y desarrollo web y de aplicaciones, con el énfasis típico del nivel Flash en eficiencia sobre capacidad máxima.
La especificación principal es la ventana de contexto: un millón, cuarenta y ocho mil, quinientos setenta y seis tokens. Esa es la clase completa de un millón de tokens que la línea Flash de Google ha estado impulsando, y cambia lo que puedes darle al modelo en una sola llamada. Deja caer un repositorio grande en un prompt. Mantén un trace de agente largo, historial de llamadas a herramientas y fragmentos de recuperación juntos sin resumir agresivamente. Alimenta una especificación de característica, los archivos circundantes y una prueba fallida de una sola vez. Para bucles agentivos especialmente, donde cada turno acumula estado, el margen de maniobra remodela cómo estructuras los prompts en lugar de solo cuánto puedes pegar.
La descripción de Google también apunta al comportamiento de edición del modelo, afirmando que produce resultados pulidos con menos ediciones innecesarias. Esa redacción está haciendo trabajo real. En codificación agentiva, los modelos que trabajan intensamente en un archivo, revirtiendo y reescribiendo las mismas líneas, consumen tokens y tiempo. Un modelo que llega más cerca de un diff terminado en la primera pasada es más barato de ejecutar, incluso antes de que aparezca cualquier precio de eficiencia del nivel Flash, y más amigable para revisar.
Dos cosas que vale la pena observar: si ese comportamiento de edición más limpia se mantiene en cargas de trabajo reales, con tu propio código base y pruebas en mano, y cómo se comparan la latencia y el costo contra otras opciones del nivel Flash ya en OpenRouter una vez que la gente comience a medir.
[05:31] Jack Dorsey lanza Buzz: chat, agentes de IA y Git en un solo feed
Jack Dorsey está lanzando un nuevo producto de chat laboral, y este trata a los agentes de IA como miembros del equipo. Buzz, lanzado esta semana desde Block, es una plataforma de chat grupal para el lugar de trabajo que pone a los humanos y sus agentes de IA en la misma conversación, con hosting de Git tejido para que los commits y la revisión de código vivan en el mismo lugar que la discusión misma. La idea es colapsar tres herramientas que los equipos manejan todos los días — chat grupal, control de versiones y salida de agentes — en un solo feed. En la práctica, eso significa que un ingeniero puede incluir un agente de IA en un hilo de la misma manera que haría ping a un colega, darle una tarea y observar la respuesta desenvolverse en el mismo canal donde el resto del equipo ya está hablando. Porque Git es parte de Buzz, los commits y pull requests que resultan de esas conversaciones permanecen adjuntos al chat que los produjo, lo que mantiene el por qué detrás de cada cambio sin deriva hacia una herramienta separada. El lanzamiento aterriza en un mercado ya saturado de plataformas de chat establecidas como Slack y Microsoft Teams. La apuesta de Buzz es que los compañeros de equipo agentes merecen un asiento real en la mesa en lugar de un widget lateral, y el hilo de Hacker News alrededor del anuncio, con 330 puntos dentro de horas de estar en vivo, sugiere que los desarrolladores están al menos curiosos sobre el enfoque. Para los constructores, la implicación es directa. Si Buzz cumple con la visión, los equipos pequeños pueden dejar de coser chat, repositorio y tiempo de ejecución de agentes y dejar que la plataforma mantenga los hilos sincronizados. Lo que hay que observar a continuación es cómo se configura el modelo de permisos de agentes, porque darle a un bot acceso real de escritura a tu repositorio lo transforma de un asistente inteligente en un compañero de trabajo con las llaves de producción.
[07:24] Semble envía una búsqueda de código 98% más lean para agentes de IA
Si has visto a un agente de codificación de IA molerse a través de una base de código, has visto el modo de fallo. Ejecuta grep, lee docenas de archivos y quema a través de decenas de miles de tokens solo para encontrar la definición de función. Un proyecto llamado Semble, de MinishLab, está construido para evadir ese bucle. El equipo lanzó v0.5.2 el 21 de julio, y la afirmación principal es aproximadamente 98% menos tokens que una tubería naive de grep-más-lectura para la misma consulta.
Esa brecha importa porque la búsqueda generalmente es el paso más caro individual en el flujo de trabajo de un agente, no la generación. Si el modelo puede preguntar "¿dónde está definido el manejador de reintentos?" y obtener de vuelta una respuesta pequeña y enfocada en lugar de un volcado de archivo de múltiples miles de tokens, el agente se mantiene coherente en refactors más largos y el usuario paga una fracción del costo de API.
El contraste es toda la propuesta. Grep devuelve números de línea, lectura tira archivos completos, y el agente tiene que reensamblar mentalmente el contexto. Semble se salta esa reconstrucción entregando al modelo algo en lo que puede actuar directamente.
Semble se presenta como un backend de búsqueda de código que cualquier harness de agente puede llamar, en lugar de un producto de chat o un plugin de IDE. El repositorio ha acumulado más de 5,600 estrellas en GitHub, con un release y commits adicionales realizados en las últimas 24 horas.
Para los constructores, la pregunta práctica es si la búsqueda domina tu factura de tokens del agente hoy. Si es así, este es el intercambio de mayor apalancamiento disponible, y el primer paso natural es reemplazar la etapa de grep-y-lectura en tu harness con una herramienta de búsqueda especializada. Estate atento a benchmarks creíbles en repos reales y a las primeras integraciones formales con CLIs de agentes populares, que es cuando una curiosidad se convierte en infraestructura predeterminada.
[09:10] whodb supera las 4,900 estrellas con un ritmo de envío activo
Un proyecto llamado whodb apareció en el radar esta semana con un impulso notable. El repositorio de código abierto, alojado bajo el usuario clidey en GitHub, ahora tiene aproximadamente 4,930 estrellas. Publicó el release 0.121.0 el 16 de julio, y luego recibió otro push al repositorio seis días después, el 22 de julio — lo que significa que los mantenedores enviaron más de una vez en una sola semana.
El proyecto se describe con un tagline corto: "donde el acceso a datos se encuentra con la inteligencia operacional." Esa única línea te dice que los mantenedores están apuntando a una intersección ocupada — la superposición entre herramientas que te permiten consultar datos y herramientas que te ayudan a entender qué está pasando dentro de los sistemas que los almacenan. El número de versión 0.121.0, combinado con ese ritmo de envío semanal, apunta a un proyecto en iteración activa en lugar de un producto estable y establecido. Cada release se lee como un checkpoint, no como un milestone, y eso es normal en esta etapa temprana de un proyecto de rápido movimiento.
Para los constructores, la pregunta es si whodb vale una apuesta real. Las señales que vale la pena observar son concretas y fáciles de rastrear desde la página de GitHub. ¿La cuenta de estrellas cruzará 5,000 y seguirá subiendo? ¿Los mantenedores se comprometerán con un release 1.0, lo cual te diría que el área de superficie se siente estable? ¿Y la mitad de "inteligencia operacional" del tagline se convertirá en una capacidad real de envío — o se quedará como una línea de posicionamiento en el README?
Lo que esto te permite hacer hoy es directo: clona el repo, prueba el build actual, y juzga por ti mismo si el proyecto merece un lugar en tu stack. Lo que te permite construir mañana depende de lo que realmente entreguen los próximos diez releases — y de si los mantenedores mantienen ese ritmo de envío.
[10:56] holaOS Busca Ser Tu Agente de Trabajo Local-First
holaOS se está posicionando como un tipo diferente de asistente de trabajo, y el pitch es simple: se ejecuta localmente, aprende tu contexto de trabajo en minutos, y nunca lo olvida. El proyecto está en GitHub bajo la organización holaboss-ai y ya ha logrado más de 5,500 estrellas, con actividad de commits tan reciente como el 20 de julio.
El framing importa aquí. La mayoría de los agentes de trabajo de los que la gente habla hoy envían tus archivos, tus prompts y el estado de tu proyecto a un servidor remoto, y luego construyen un perfil de memoria que vive en la nube de otra persona. holaOS está construido alrededor de la idea opuesta. El agente vive en tu propia máquina, deduce en qué estás trabajando en minutos, y mantiene ese contexto permanentemente. Ese enfoque local-first es la característica principal, y también es la razón principal por la que un constructor consciente de la privacidad, un freelancer que maneja material de clientes, o una empresa preocupada por filtrar documentos internos incluso lo considerarían.
Por ahora, el repositorio no tiene un release etiquetado en GitHub, así que el README y el historial de commits son la mejor ventana a lo que realmente se está construyendo. Trátalo como un proyecto en desarrollo activo que vale la pena observar en lugar de un producto terminado que instalas hoy. La pregunta interesante es cómo funcionará la memoria persistente en la práctica. ¿El agente realmente retendrá la imagen completa de un proyecto de varias semanas, o resumirá y podará como cualquier otra herramienta? Esa es la apuesta que el equipo está haciendo, y es la apuesta que 5,500 estrellas en GitHub sugieren que una audiencia real está curiosa por ver.
Qué observar a continuación: un primer release etiquetado que revele cómo realmente funciona el aprendizaje de contexto, y cualquier demo que muestre al agente manejando un proyecto real de varios días sin perder detalles.
[12:45] Un Modelo Open-Weight de 27B Ahora Cabe en la RAM de una Laptop
Un modelo de 27 mil millones de parámetros open-weight ahora se ejecuta cómodamente en laptops, y el contador de descargas está subiendo rápido. El repo, prism-ml/Ternary-Bonsai-27B-gguf, fue publicado el 4 de julio por el equipo de prism-ml en Hugging Face como un paquete GGUF que se conecta directamente a llama.cpp. En días de su lanzamiento superó las 432,000 descargas y reunió 913 likes, poniéndolo cerca de la cima del tablero de tendencias.
El detalle principal es la compresión. El modelo mantiene los 27 mil millones de parámetros, pero cada peso se almacena como uno de tres valores posibles — una técnica llamada cuantización ternaria. La compresión agresiva es la razón por la cual la huella del archivo baja a un rango que una laptop moderna con 16 o 32 gigabytes de memoria unificada puede manejar por sí sola, sin necesidad de una API alojada y sin que los datos salgan de la máquina. Es el movimiento que pone un modelo de chat de 27B en RAM en lugar de obligar a los constructores a transmitir los pesos desde el disco.
Para constructores individuales y equipos pequeños, esa es la línea significativa — es la diferencia entre necesitar una máquina de clase workstation y poder ejecutar un modelo de 27B en la laptop que ya llevas contigo.
El soporte de aceleración es parte del release. El paquete se ejecuta en CUDA para tarjetas Nvidia y en Metal para Macs con Apple Silicon, así que los constructores pueden elegir el hardware que ya tienen. Para chat local y loops de agentes ligeros, la receta práctica es directa: descarga el GGUF, apunta llama.cpp hacia él, y tienes un modelo conversacional privado ejecutándose en tu propia máquina en minutos, completamente offline.
Qué observar a continuación es qué tan bien esos pesos tan comprimidos se mantienen en tareas de razonamiento más difíciles. La cuantización agresiva tiende a degradarse más rápido en cadenas de múltiples pasos que en chat de un solo turno, así que las evaluaciones independientes en pruebas de razonamiento de contexto más largo serán la señal real de si esto es un cambio genuino de calidad o solo una historia de huella.
[14:42] La Resolución de $1.5B de Anthropic por Libros Piratas Obtiene Aprobación Final de la Corte
Un juez federal aprobó la resolución de $1.5 mil millones de Anthropic por libros pirateados usados para entrenar a Claude, cerrando el caso principal presentado por autores incluyendo a Bartz. El acuerdo compensa a los escritores cuyos libros fueron descargados de fuentes pirata e incluidos en los datos de entrenamiento de Claude. La corte aprobó la cifra en dólares, pero la resolución no responde la pregunta que planteó: si entrenar una IA en libros con derechos de autor sin permiso cuenta como uso legítimo. Esa pregunta permanece abierta en demandas similares contra otras empresas de IA, así que este es un capítulo que se cierra mientras la pelea más amplia sobre datos de entrenamiento continúa. Lo que hace concreta la resolución es el número. Anthropic está pagando $1.5 mil millones para resolver las reclamaciones de la clase de autores — trabajos que los autores nunca aceptaron licenciar para entrenamiento de IA. Para cualquiera que esté construyendo o comprando IA, esa cifra establece un punto de referencia para cómo se ve la exposición cuando un modelo es entrenado en material raspado de fuentes pirata. Tres cosas cambian en la práctica. Los autores cubiertos por este acuerdo cobran por el trabajo que aparece dentro de la mezcla de entrenamiento de Claude. Anthropic ha aceptado públicamente una resolución en lugar de seguir litigando una defensa de uso legítimo. Cada otro laboratorio que tocó archivos de libros pirateados ahora tiene una plantilla de lo que cuesta una resolución negociada. La historia generó cientos de comentarios en Hacker News, una señal de cuán de cerca los desarrolladores, autores y compradores de IA están siguiendo el resultado. Qué observar a continuación: cómo se argumentan las demandas de derechos de autor restantes contra otras empresas de IA, y si alguna de ellas produce un fallo judicial que realmente defina el uso legítimo para el entrenamiento de IA. La industria todavía no tiene una línea legal clara sobre entrenar IA con texto protegido por derechos de autor.
[16:26] digest:listados de github
Los agentes de codificación mastican grandes salidas de herramientas mientras leen archivos y ejecutan comandos, y recortar ese contexto es un verdadero cuello de botella en tareas largas. Un nuevo artículo llamado SWE-Pruner Pro argumenta que no necesitas un filtro separado para decidir qué mantener — el agente ya lo sabe. Los autores encuentran que el modelo lleva señales internas sobre qué piezas de código importan, y una pequeña cabeza entrenada puede leer esas señales para descartar fragmentos irrelevantes antes de que lleguen al prompt. En términos simples, el agente hace su propia triaje en lugar de depender de un clasificador externo. Eso importa porque elimina un modelo completo extra del ciclo, lo que significa ejecuciones más rápidas y menor costo en sesiones largas de codificación. Para los constructores, apunta hacia un futuro donde la poda de contexto vive dentro del modelo en lugar de estar añadida como una etapa separada. Vale la pena observar: si los agentes de codificación abiertos adoptan la autopoda como una capa estándar, y cómo se comporta cuando las salidas de las herramientas crecen aún más.
[17:29] OpenAI y Hugging Face divulgan incidente de seguridad en evaluación de modelos
OpenAI y Hugging Face publicaron conjuntamente hallazgos iniciales de un incidente de seguridad que ocurrió durante la evaluación de modelos. El publicación conjunta apareció el 21 de julio, y levanta el velo sobre algo que la mayoría de los laboratorios preferirían mantener en silencio — qué sucede cuando la presión adversaria se encuentra con un pipeline de evaluación que maneja pesos, prompts e infraestructura descendente. El punto principal es que los actores amenazantes involucrados mostraron capacidades cibernéticas avanzadas. Eso es una frase deliberada y cuidadosa. Señala que quien probó el entorno de evaluación no estaba ejecutando malware listo para usar ni herramientas básicas. Los dos laboratorios están enmarcando esto como un momento de aprendizaje para los defensores, y ese encuadre importa porque los pipelines de evaluación son objetivos cada vez más atractivos. Se encuentran cerca de los pesos del modelo, datos de gradientes e infraestructura de servicio. Un punto de apoyo en eval no es lo mismo que un punto de apoyo en producción, pero te acerca incómodamente al resto del stack. La publicación es deliberadamente escasa en detalles — está etiquetada como hallazgos iniciales — y eso en sí es una señal útil. Los laboratorios están resolviendo en tiempo real cuánto revelar cuando un incidente toca infraestructura compartida o prácticas de evaluación compartidas, sin entregar un mapa de ruta al siguiente atacante. El formato conjunto también es notable: dos laboratorios competidores publicando una advertencia de seguridad juntos es raro. ¿Qué pueden llevarse los constructores? Traten los entornos de evaluación de la misma manera que cualquier sistema que ingiere código no confiable o artefactos de modelos externos: segmenten la red, registren agresivamente, auditen quién puede tocar los pesos, y asuman que un atacante que aterrice en eval intentará pivotear hacia datos de entrenamiento o puntos finales de servicio. Qué observar a continuación: una publicación más completa posterior al incidente con mitigaciones concretas, y si otros laboratorios principales adoptan normas similares de divulgación conjunta.
[19:17] Resumen de investigación: Por qué los modelos de razonamiento de largo contexto copian-pegan tu prompt en lugar de pensar
Cuando le das a un modelo de razonamiento un documento muy largo —digamos, un contrato de 200 páginas o una base de código completa — tiene un hábito que no esperarías: comienza a copiar y pegar fragmentos de tu prompt de vuelta en lugar de trabajar realmente a través del problema. Nueva investigación identifica esto como un modo de fallo central en LLMs de largo contexto, y muestra que empeora cuanto más larga es la entrada. La causa raíz no es la capacidad — es que los modelos copian del prompt indiscriminadamente, agarrando cualquier texto cercano en lugar de enfocarse en la evidencia que importa. Los que se aferran a material irrelevante tienden a responder mal. El equipo construyó una recompensa de entrenamiento que paga a los modelos por fundamentar su razonamiento en evidencia que importa y les descuenta por hacer eco de relleno. En múltiples tamaños de modelo, ese enfoque añadió hasta 4.6 puntos sobre el entrenamiento estándar, con las mayores ganancias en los contextos más largos y trazas de razonamiento más cortas como bonus. Observar si esta señal de fundamentación se adopta en modelos de razonamiento de próxima generación, y si se mantiene ante entradas largas adversarias.
[20:24] XcodeBuildMCP 2.6.2 da a los agentes de codificación acceso real a builds de Apple
Los desarrolladores de plataformas Apple acaban de obtener un copiloto más capaz para la parte más difícil de su día. Sentry ha lanzado la versión 2.6.2 de XcodeBuildMCP, un servidor de Model Context Protocol y CLI que entrega a un agente de IA acceso real a proyectos iOS y macOS. La herramienta se coloca entre un asistente de codificación y Xcode en sí, abriendo partes de un build de Apple que los agentes normalmente no pueden alcanzar. GitHub ahora muestra más de 6,100 estrellas en el repositorio, y el último lanzamiento se envió el 2 de junio de este año.
En términos simples, MCP, el Model Context Protocol, es un estándar que permite a los asistentes llamar a herramientas externas a través de una interfaz definida. XcodeBuildMCP usa ese estándar para exponer trabajo relacionado con Xcode — las cosas que suceden después de que un desarrollador presiona build o test — a un asistente de IA, para que un agente en un proyecto Apple pueda hacer más que solo editar archivos de texto. Porque se ejecuta como un servidor local, el asistente permanece en el ciclo mientras el trabajo realmente sucede en la máquina del desarrollador.
Lo que esto significa para los constructores es una ganancia real en el flujo de trabajo. Puedes apuntar un agente de codificación a una aplicación iOS o un proyecto macOS, y en lugar de detenerse en las ediciones de código, el asistente puede manejar el resto del ciclo de build a través de la conexión MCP. Los equipos que ya ejecutan Sentry para reportes de crashes obtienen una razón extra para mantener todo en ese ecosistema, ya que el proyecto es mantenido por el equipo de código abierto de Sentry.
Lo que hay que observar a continuación es la adopción. El repositorio fue actualizado tan recientemente como el 22 de julio, lo que señala un mantenimiento constante, y la pregunta más interesante es si las propias herramientas de desarrollo de Apple comenzarán a hablar MCP de forma nativa. Hasta entonces, este proyecto es el puente más práctico entre un asistente de IA y un build de Xcode.
[22:14] Variante MoE comunitaria de Qwen 3.6 lidera las tendencias de Hugging Face
Una versión comunitaria de Qwen 3.6 está escalando los gráficos de tendencias de Hugging Face esta semana. El repositorio es HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive — un modelo multimodal de Mixture-of-Experts distribuido en formato GGUF, con capacidades de visión y texto a texto, y filtrado de seguridad reducido incluido en su ajuste fino.
El patrón de nomenclatura '35B-A3B' apunta a la intención del diseño: aproximadamente 35 mil millones de parámetros totales con unos 3 mil millones activos por token, que es la marca distintiva de una construcción MoE — gran capacidad sobre el papel, pero más barato de ejecutar por consulta que un modelo denso del mismo tamaño total. La etiqueta GGUF significa que se integra directamente en el ecosistema llama.cpp, así que cualquiera con una GPU de consumidor o una laptop de alta RAM puede cargarlo localmente.
Quién lo publicó: un publicador comunitario llamado HauhauCS. Los números de engagement son reales — cerca de 2 millones de descargas y poco menos de 3,000 me gusta en el hub, con el listado etiquetado para inglés, visión y uso multimodal en la familia de etiquetas qwen3.6. Las etiquetas 'uncensored' y 'aggressive' apuntan a un ajuste fino dirigido al trabajo de agentes locales y casos de uso donde los desarrolladores quieren menos rechazos que el modelo base upstream.
Lo que esto permite: un MoE multimodal que puedes ejecutar en casa, alimentar con imágenes, y conectar en un stack de agente local — control total sobre los pesos, sin necesidad de llamada a API externa, y el tipo de libertad para experimentar que los modelos solo en la nube rara vez ofrecen. Es una instantánea útil de dónde la comunidad de peso abierto gasta su energía: reempaquetando, re-ajustando y redistribuyendo los últimos modelos base en formas que los laboratorios mismos no envían.
Una cosa a observar: si la curva de descargas en este listado sigue subiendo, lo que señalaría que las variantes MoE cuantizadas por la comunidad se están convirtiendo en la forma predeterminada en que los constructores locales de IA consumen nuevos modelos base.
[24:03] Bristol Myers Squibb construye un SuperPOD Vera Rubin para descubrimiento de medicamentos
Bristol Myers Squibb está redoblando su infraestructura de IA para descubrimiento de medicamentos. La compañía farmacéutica está desplegando su segundo NVIDIA DGX SuperPOD, este construido a partir de ocho sistemas DGX Vera Rubin NVL72 a escala de rack, y tiene la intención de abrir el clúster a científicos de toda su organización de investigación global.
Cada sistema combina CPUs NVIDIA Vera con GPUs Rubin. NVIDIA dice que el nuevo clúster puede entregar hasta diez veces el rendimiento por megavatio de la infraestructura que reemplaza. BMS también está trayendo el BioNeMo Agent Toolkit para IA biológica y Mission Control como la capa operativa, luego uniendo los SuperPODs antiguo y nuevo a través de un único plano de datos compartido entre sitios de investigación.
La parte significativa es que BMS ya tiene evidencia de su primer SuperPOD. La identificación de objetivos asistida por IA ha ahorrado a los científicos semanas de trabajo manual. Los investigadores han utilizado modelos para expandir una biblioteca de compuestos diseñados para degradar proteínas causantes de cáncer, y utilizan predicciones para priorizar qué moléculas vale la pena sintetizar antes de dedicar un tiempo de laboratorio escaso.
Ahora la empresa quiere que esas capacidades estén disponibles sin barreras de acceso específicas de cada sitio ni experiencia computacional profunda. Los investigadores podrán iniciar predicciones complejas en inglés sencillo, mientras que los datos experimentales y los resultados de modelos se acumulan en un ciclo de aprendizaje compartido entre ubicaciones.
Para los desarrolladores, esto es una imagen concreta de cómo la IA agéntica se convierte en infraestructura científica. La apuesta no es simplemente que más GPUs hacen la investigación más rápida. Es que la computación compartida, los modelos de dominio y el conocimiento experimental acumulado puedan convertirse en un sistema accesible utilizado en cada etapa del descubrimiento, en lugar de un recurso especializado para el cual los científicos esperan en línea para usarlo.
[25:51] Cola práctica
De las historias de hoy: Las ejecuciones multiagente finalmente son lo suficientemente estables para trabajo real — intenta una investigación paralela o refactorización antes de confiarla en código de producción. Los desarrolladores que usan OpenRouter ahora pueden enrutar cargas de trabajo de codificación y agénticas a Gemini 3.6 Flash a través de la interfaz existente, aprovechando la ventana de un millón de tokens para repositorios grandes y trazas largas de agentes. Lo que esto significa para los desarrolladores es que los equipos pequeños podrían dejar de ensamblar chat, repositorio y runtime de agentes por su cuenta, ya que Buzz busca mantener esas capas en un solo lugar. Si la factura de tokens de tu agente está dominada por búsqueda, un backend de búsqueda de código enfocado es el intercambio de mayor impacto disponible. Lo que esto significa: el proyecto vale una evaluación rápida si trabajas en el espacio de herramientas de datos, ya que el ritmo de actividad es el tipo de señal que te dice si los mantenedores están construyendo o manteniendo. Esto importa para los desarrolladores que quieren un agente de trabajo que mantenga el contexto del proyecto durante semanas sin enviar archivos sensibles a un tercero. Lo que esto significa: un modelo de código abierto con 27 mil millones de parámetros ahora cabe genuinamente en la RAM de una laptop, lo que hace que un asistente conversacional privado y completamente sin conexión sea práctico en lugar de teórico. Esto significa que las empresas de IA cuyas pipelines de entrenamiento tocaron texto pirata ahora enfrentan un modelo de exposición financiera más claro — $1.5 mil millones por una sola demanda colectiva. Lo que esto significa: la poda de contexto puede pasar de ser un clasificador añadido a algo que el modelo maneja internamente. Lo que esto significa: la divulgación conjunta trata los pipelines de evaluación como activos de grado de producción — segmentados, registrados y auditados de la misma manera en que endurecerías cualquier sistema que maneja código no confiable. Para los desarrolladores que usan modelos de razonamiento de largo contexto, la implicación práctica es que el comportamiento de copiar y pegar es un indicador principal de respuestas incorrectas — especialmente en longitudes de contexto más largas. Los desarrolladores de iOS y macOS pueden conectar un asistente de codificación que habla MCP directamente en su flujo de trabajo de proyecto, para que el agente maneje más que ediciones de código y se mantenga útil a través de la construcción y prueba. Para los desarrolladores que ejecutan agentes locales, esto señala que las variantes MoE multimodales cuantizadas por la comunidad son una opción realista para rigs de hobby con GPUs de consumidor. El segundo SuperPOD de Bristol Myers Squibb muestra cómo la IA agéntica se está convirtiendo en infraestructura científica compartida en lugar de un asistente de oficina aislado.
NOVA: Soy NOVA.
[ALLOY]: Soy ALLOY, y esto es AgentStack Daily...
NOVA: Un modelo abierto de 27 mil millones de parámetros ahora cabe en la RAM de una laptop. No una estación de trabajo escondida bajo un escritorio. Una laptop. La compresión ternaria almacena cada peso como uno de tres valores, permitiendo a la gente ejecutar chats privados y loops de agentes ligeros sin enviar datos a un servicio alojado. Mientras tanto, Jack Dorsey's Block ha lanzado Buzz, donde personas, agentes de IA, chats y actividad de Git comparten un mismo feed.
[ALLOY]: Ok, eso realmente es increíble. El modelo local reduce la barrera del hardware, mientras Buzz intenta eliminar las paredes entre conversación y ejecución. En otro lugar, investigadores farmacéuticos están usando IA para priorizar qué moléculas merecen el escaso tiempo de laboratorio, y desarrolladores de Apple pueden dar a los agentes de código acceso estructurado a builds, simuladores y pruebas.
NOVA: Hoy: el agente de código basado en terminal OpenAI Codex lanza la punto uno-cuarenta-y-cinco con trabajo multi-agente estabilizado e importaciones de configuración; Gemini 3.6 Flash aparece con una ventana de contexto de un millón de tokens; y el acuerdo de mil quinientos millones de dólares de Anthropic por libros pirateados obtiene aprobación final. También escucharán sobre búsqueda de código drasticamente más ligera, un incidente de seguridad compartido de evaluación de modelos, y agentes que podan su propio contexto.
NOVA: OpenAI Codex punto uno-cuarenta-y-cinco estabiliza su experiencia V2 multi-agente opcional. Es el intento del agente de código basado en terminal de hacer que los trabajadores paralelos se sientan como un sistema coordinado en lugar de varios chats que simplemente comparten ventana. Cada sub-agente puede usar un modelo y nivel de razonamiento diferente, la concurrencia es configurable, la navegación entre trabajadores es más limpia, y las definiciones de roles restauradas mantienen a un programador distinguishable de un revisor a lo largo de una sesión larga. Versiones anteriores podían caer en estados de retroceso incómodos o difuminar los trabajadores entre sí. Este lanzamiento aborda esa roughness directamente.
[ALLOY]: Y eso importa más que otra demostración llamativa de "muchos agentes". El trabajo paralelo solo ayuda cuando puedes distinguir quién cambió qué y por qué. La otra gran adición es slash-import, que puede traer configuraciones de Cursor o del agente de código basado en terminal Claude Code a Codex. Eso incluye servidores de Model Context Protocol, plugins, sesiones, comandos personalizados y memorias con alcance de proyecto. Model Context Protocol, o MCP, es una interfaz común a través de la cual un asistente llama herramientas externas. Mover esas conexiones y memorias preserva la parte costosa de una configuración: el contexto acumulado sobre cómo trabaja un equipo.
NOVA: Codex también agrega soporte experimental para Amazon Bedrock con endpoints personalizados y autenticación, usando GPT-5.6 Sol como el modelo Bedrock predeterminado. El audio ahora puede entrar en una sesión de trabajo a través de formatos locales comunes, y las conversaciones de streaming realtime V3 soportan interacción hablada sin un cliente realtime separado. Las salidas de herramientas también pueden incluir audio. En la interfaz de terminal, los enlaces de visualización en línea son clicables, así que una figura generada puede abrirse en un navegador en lugar de decorar el terminal con confeti de caracteres de escape. Pequeña misericordia, pero misericordia al fin.
[ALLOY]: Las correcciones de confiabilidad pueden superar en duración a las características principales. Editar un prompt anterior o reintentar un turno con buffer de seguridad ahora crea una rama contextual en lugar de descartar archivos adjuntos y enlaces de menciones. El renderizado incremental de Markdown y la salida de comandos limitada mantienen las sesiones largas de terminal responsivas. El inicio de MCP tiene timeouts, previniendo que el descubrimiento de autenticación rota congele una sesión entera. El sandboxing de Windows obtiene soporte nativo de servidor de ejecución y aplicación de proxy de red. Estoy emocionado por los sub-agentes configurables, pero la estabilización es el verdadero lanzamiento: el código multi-agente se vuelve útil cuando el branching, el inicio de herramientas, los roles y el renderizado de sesiones largas dejan de pelear con el usuario.
[ALLOY]: Un millón, cuarenta y ocho mil, quinientos setenta y seis tokens. Esa es la ventana de contexto listada para Gemini 3.6 Flash, que ha aparecido en el catálogo de OpenRouter como un modelo de Google inmediatamente enrutable. Se posiciona como una opción de alta eficiencia para código, flujos de trabajo agenticos y desarrollo web y de apps. La etiqueta Flash usualmente significa que Google prioriza velocidad y eficiencia en lugar de capacidad máxima, pero una ventana de un millón de tokens le da a ese nivel más pequeño y rápido una superficie de trabajo inusualmente grande.
NOVA: Lo suficientemente grande como para contener un repositorio sustancial, un largo historial de llamadas a herramientas, documentación recuperada, una especificación de característica y fallas relevantes en una sola solicitud. Eso no significa que el modelo entienda cada token igualmente bien—capacidad de contexto y uso de contexto son afirmaciones muy diferentes—pero reduce la necesidad de resumir el estado durante un largo run de agente. La disponibilidad en OpenRouter también importa porque los equipos que ya enrutan entre proveedores pueden agregar Gemini sin reemplazar su gateway de modelos existente.
[ALLOY]: Google dice que 3.6 Flash produce salidas pulidas con menos ediciones innecesarias. Me gusta la ambición; no la compro todavía sin resultados externos. Los agentes de código pueden quemar tiempo reescribiendo un archivo, revirtiéndose y tocando líneas no relacionadas. Si el modelo aterriza más cerca de un cambio terminado en su primer intento, la eficiencia mejora dos veces: menos tokens generados y menos revisión humana. Las preguntas abiertas son latencia, precio y si las ediciones más limpias sobreviven al contacto con codebases no familiares. Aun así, emparejar inferencia rápida con una ventana de un millón de tokens es emocionante porque apunta al trabajo de larga ejecución donde los modelos más pequeños usualmente pierden pie.
NOVA: Jack Dorsey's Block ha lanzado Buzz, una plataforma laboral que combina chat grupal, agentes de IA y hosting de Git en un solo feed. Un ingeniero puede traer un agente a un hilo como si mencionara a un compañero de trabajo, asignar trabajo y ver la respuesta junto a la discusión humana. Los commits y pull requests permanecen adjuntos a la conversación que los produjo. Buzz está intentando preservar el "por qué" detrás de un cambio de código en lugar de dejarlo esparcido entre mensajes de chat, comentarios del repositorio y el historial privado de un agente.
[ALLOY]: Eso es una idea mucho más audaz que enganchar un asistente en una barra lateral. Slack y Microsoft Teams ya son dueños de enormes cantidades de conversación laboral, mientras que el hosting de Git tiene flujos de trabajo profundamente establecidos. La apuesta de Buzz es que los compañeros de agente de software cambian el límite del producto: si el software puede discutir una tarea y luego modificar el repositorio, quizás chat y control de versiones no deberían ser lugares separados. Una discusión en Hacker News alcanzó aproximadamente 330 puntos en pocas horas, así que los desarrolladores están al menos curiosos. La curiosidad no es migración, obviamente.
NOVA: Aquí está la pregunta incómoda: si un agente se sienta en el mismo feed que tu equipo, ¿qué puede tocar realmente? Acceso de solo lectura lo convierte en un comentarista informado. Acceso de escritura lo convierte en un compañero de trabajo con credenciales del repositorio. El modelo de permisos por lo tanto decide si Buzz se vuelve útil o imprudente. Los equipos necesitan identidad clara, aprobación y atribución para cada acción del agente, especialmente cuando una solicitud de chat puede convertirse en un commit.
[ALLOY]: Exacto, y llevaría la idea un paso más allá. Buzz podría darle a los equipos pequeños un registro compartido que abarque solicitud, discusión, implementación y revisión sin hacerlos coser tres sistemas. Eso es genuinamente atractivo. Pero el feed unificado también puede convertirse en una fuente extraordinariamente concentrada de información sensible: conversaciones de equipo, código, instrucciones de agentes e historial de cambios en un solo lugar. La integración es la atracción y el radio de explosión. Buzz tiene éxito si hace que esa concentración sea legible y controlable, no meramente conveniente.
[ALLOY]: La generación de código se lleva los aplausos, pero la búsqueda de código suele recibir la factura. Semble de MinishLab es un backend de búsqueda de código abierto construido para agentes, y el equipo afirma que usa aproximadamente un noventa y ocho por ciento menos de tokens que una tubería naïve de grep-y-lectura para la misma consulta. Semble punto cinco-dos se lanzó el veintiuno de julio, commits adicionales siguieron dentro de un día, y el repositorio ha superado las 5,600 estrellas en GitHub.
NOVA: El desperdicio es fácil de reconocer. Un agente ejecuta grep, recibe números de línea, abre varios archivos completos y gasta miles de tokens reconstruyendo las relaciones alrededor de una función. Semble en cambio devuelve un resultado compacto y enfocado que el modelo puede usar directamente. Preguntar dónde está definido un handler de reintentos no debería requerir importar medio repositorio a la conversación. La búsqueda puede dominar el costo antes de que el modelo escriba una sola línea útil.
[ALLOY]: El noventa y ocho por ciento es el número de MinishLab, así que lo estoy tomando como una afirmación del vendedor hasta que comparaciones independientes lo reproduzcan en repositorios variados. Incluso una reducción mucho menor importaría. Una mejor recuperación permite a un agente preservar más de su ventana de contexto para razonamiento, parches e historial de herramientas. También puede hacer refactors más largos más coherentes porque los volcados de código irrelevantes ya no desplazan decisiones anteriores.
NOVA: Semble es infraestructura en lugar de otra superficie de chat o piel de editor. Un harness de agente puede llamarlo como la capa de búsqueda y mantener su interfaz existente. Eso hace que las integraciones formales con agentes de codificación populares sean el próximo hito significativo. Si llegan y las mediciones en repositorios reales se mantienen, la recuperación de código enfocada podría reemplazar silenciosamente el familiar bucle de grep-más-lectura. La infraestructura más útil llega así: sin keynote, solo una factura de tokens más pequeña y un agente que deja de vagar por doce archivos para responder una pregunta de una línea.
NOVA: whodb ha cruzado aproximadamente 4,930 estrellas en GitHub, lanzó la versión punto uno-veintiuno el dieciséis de julio, y recibió otro push al repositorio el veintidós de julio. Los mantenedores lo describen como "donde el acceso a datos se encuentra con la inteligencia operacional." Esa redacción coloca al proyecto entre herramientas usadas para consultar datos y herramientas usadas para entender qué está pasando dentro de los sistemas que los almacenan.
[ALLOY]: Estoy intrigado, pero el eslogan está cargando más peso que el detalle disponible del producto. "Inteligencia operacional" puede significar conocimiento de sistema genuinamente útil o un dashboard con ambición. El ritmo de envío activo es la parte concreta: un release seguido de trabajo adicional dentro de una semana muestra un proyecto moviéndose rápidamente en lugar de sentarse sobre estrellas acumuladas. En una versión pre-uno-punto-cero, cada release sigue siendo un checkpoint mientras el equipo da forma a la superficie.
NOVA: Exactamente. El conteo de estrellas mide atención, no durabilidad, y un alto número de versión no garantiza madurez. Lo que importa es qué llega en releases subsequentes, si el repositorio supera las 5,000 estrellas y sigue atraeindo usuarios, y si los mantenedores eventualmente definen un contrato estable de uno-punto-cero. Las herramientas de datos se convierten en dependencias rápidamente; los cambios frecuentes son emocionantes hasta que las integraciones empiezan a romperse.
[ALLOY]: Aun así, cerca de 5,000 personas observando un proyecto de datos de código abierto activamente mantenido no es nada. La oportunidad es una herramienta que deja a la gente alcanzar sus datos mientras también expone contexto operacional útil alrededor. La pregunta no resuelta es si esos dos trabajos se convierten en un producto coherente. Si whodb convierte su posicionamiento en capacidad enviada, podría dar a agentes y personas una forma más informada de inspeccionar sistemas en vivo. Si no, sigue siendo una interfaz de base de datos de movimiento rápido con una oración muy confiada en el README.
[ALLOY]: holaOS está apuntan al problema de memoria desde el lado de la privacidad. El proyecto de código abierto dice que su agente de trabajo se ejecuta localmente, aprende el contexto de trabajo de una persona en minutos, y retiene ese contexto a través de sesiones. Ya ha recopilado más de 5,500 estrellas en GitHub, con actividad del repositorio tan reciente como el veinte de julio. Aún no hay un release etiquetado en GitHub, así que es una propuesta en desarrollo activo en lugar de un producto terminado.
NOVA: La propuesta es clara: archivos, prompts e historial de proyecto se quedan en la máquina del usuario en lugar de convertirse en un perfil de memoria almacenado en la nube de alguien más. Eso apela a freelancers manejando material de clientes, empresas protegiendo documentos internos, y cualquiera que quiera continuidad sin exportar una vida laboral completa. Primero-local no automáticamente significa seguro, por supuesto. Significa que el límite de control se mueve a la máquina, donde el almacenamiento, permisos y respaldos todavía importan.
[ALLOY]: La memoria persistente es donde me pongo tanto emocionado como escéptico. Un agente que recuerda un proyecto de varias semanas podría evitar el ritual repetido de explicar arquitectura, decisiones y tareas sin terminar cada mañana. Pero "nunca olvida" es marketing hasta que la implementación muestre qué se almacena, cómo funciona la recuperación, y si el contexto viejo o incorrecto puede ser corregido. Memoria infinita no es lo mismo que memoria útil. Pregúntale a cualquiera con una carpeta de descargas.
NOVA: Un release etiquetado y una demostración real de varios días nos dirán mucho más que el conteo de estrellas. holaOS necesita mostrar que puede preservar contexto relevante sin permitir que resúmenes obsoletos dirijan nuevo trabajo. Si tiene éxito, el resultado es más que chat privado: es un agente de trabajo local cuyo entendimiento se acumula con el tiempo. Esa es una de las razones más fuertes para ejecutar un asistente en dispositivo, porque el valor crece con historia privada que un usuario puede nunca querer subir a otro lugar.
NOVA: El paquete Ternary-Bonsai-27B de prism-ml pone un modelo de código abierto con 27 mil millones de parámetros en una huella de memoria que laptops modernas con dieciséis o treinta y dos gigabytes de memoria unificada pueden manejar. Publicado en Hugging Face en formato GGUF para llama.cpp, superó las 432,000 descargas y recopiló 913 likes poco después de su lanzamiento el cuatro de julio. La aceleración CUDA soporta hardware Nvidia, mientras que Metal cubre Macs con Apple Silicon.
[ALLOY]: Okay, di la parte de compresión lentamente, porque ese es el truco mágico. Cada peso se representa como uno de solo tres valores posibles. Eso es cuantización ternaria: almacenamiento numérico extremadamente compacto que preserva los 27 mil millones de parámetros mientras reduce la memoria necesaria para cargarlos. El modelo puede caber en RAM en lugar de transmitir pesos desde disco o exigir hardware de clase estación de trabajo. No se requiere API alojada, y los prompts pueden permanecer completamente en la máquina.
NOVA: Eso abre usos prácticos en hardware que la gente ya tiene: conversación privada con documentos, asistencia sin conexión, experimentación local y bucles de agentes ligeros. El empaquetado GGUF lo coloca en el ecosistema establecido de llama.cpp en lugar de requerir un runtime personalizado. Los números de descarga también sugieren que esto no es meramente un ejercicio de papel. La gente quiere modelos locales más grandes, especialmente cuando la alternativa significa costos recurrentes de API o enviar material sensible a un tercero.
[ALLOY]: Pero aquí es donde arruinaré la fiesta ligeramente: caber no es lo mismo que razonar bien. La cuantización agresiva puede preservar conversación ordinaria mientras degrada trabajo más difícil de múltiples pasos. Las evaluaciones independientes necesitan mostrar si Ternary Bonsai mantiene calidad útil en razonamiento más largo e instrucciones complejas. Incluso si la calidad baja, el logro de huella todavía importa. Hace dos años, ejecutar un modelo de 27 mil millones de parámetros cómodamente en una laptop sonaba absurdo. Ahora el argumento se ha movido de "¿puede cargar?" a "¿qué tan capaz es una vez cargado?" Ese es un cambio significativo.
[ALLOY]: Un juez federal ha aprobado el acuerdo de mil quinientos millones de dólares de Anthropic por libros pirateados utilizados en el entrenamiento de Claude. El caso principal involucró a autores incluyendo a Andrea Bartz, y el acuerdo compensó a los escritores cuyos libros fueron descargados de fuentes pirata e incluidos en la mezcla de entrenamiento. Esa cifra en dólares es enorme. Le da a la industria una visión concreta de la exposición financiera asociada con adquirir material protegido por derechos de autor a través de la piratería.
NOVA: La aprobación cierra este caso sin resolver la pregunta legal más amplia: si entrenar un modelo de IA en libros protegidos por derechos de autor sin permiso califica como uso legítimo. Anthropic llegó a un acuerdo en lugar de continuar litigando esa defensa aquí. Otras demandas contra empresas de IA siguen activas, por lo que los tribunales aún no han establecido una línea general sobre el entrenamiento lícito. Una disputa termina; la doctrina central permanece sin resolverse.
[ALLOY]: Y los autores cubiertos por el acuerdo ahora reciben compensación por obras que no aceptaron licenciar para el entrenamiento de IA. Otros laboratorios que tocaron archivos de libros pirata también tienen un punto de referencia para lo que puede costar una resolución negociada. No trataría un acuerdo como una lista de precios universal, los hechos y las clases en otros casos pueden diferir, pero nadie puede descartar el origen de los datos de entrenamiento como una preocupación teórica de cumplimiento después de un pago de mil quinientos millones de dólares.
NOVA: El próximo desarrollo consequencial sería un fallo que realmente interprete el uso legítimo para el entrenamiento de modelos, en lugar de otro acuerdo que evita la pregunta. Hasta entonces, compradores y constructores enfrentan una división incómoda: los modelos pueden estar disponibles comercialmente mientras la legalidad de partes de sus datos de entrenamiento permanece impugnada. El caso atrajo cientos de comentarios de Hacker News porque desarrolladores, autores y clientes de IA todos tienen algo en juego. Mejores modelos vinieron de vastos corpus; el argumento no resuelto es quién tenía el derecho de armar esos corpus.
NOVA: SWE-Pruner Pro aborda una fuente silenciosa de desperdicio en agentes de codificación: salidas de herramientas largas. En lugar de usar un modelo separado para filtrar código y resultados de comandos, la investigación dice que el modelo de codificación ya lleva pistas internas sobre qué material importa. Un pequeño componente entrenado lee esas pistas y elimina fragmentos irrelevantes antes de que consuman espacio en el prompt. En palabras simples, el agente realiza su propia triaje.
[ALLOY]: Eso se conecta directamente con Semble de antes. Semble intenta evitar recuperar código innecesario; SWE-Pruner Pro intenta descartar material irrelevante después de que las herramientas lo devuelven. Juntos apuntan hacia agentes que pasan menos de su ventana de contexto arrastrando alrededor salida cruda. Eliminar un modelo de filtrado separado también podría reducir la latencia y el costo. Estoy interesado, aunque la adopción de agentes abiertos determinará si esto se convierte en infraestructura o permanece como un resultado de paper prometedor.
NOVA: La auto-poda se vuelve especialmente valiosa durante sesiones de codificación largas, donde los registros de comandos y las lecturas de archivos se acumulan más rápido que las decisiones útiles. La parte difícil es preservar el detalle oscuro que después resulta esencial. Aún así, enseñar a un modelo a reconocer su propio contexto relevante es más limpio que agregar otro clasificador a cada llamada de herramienta. ¿Preferirías pagar a un modelo capaz para razonar sobre evidencia o para releer repetidamente escombros del terminal? Exacto.
NOVA: OpenAI y Hugging Face divulgaron conjuntamente hallazgos tempranos de un incidente de seguridad involucrando evaluación de modelos. Su comunicación del veintiuno de julio dice que los actores de amenaza demostraron capacidades cibernéticas avanzadas. Esa redacción es cuidadosa pero significativa: la actividad fue más allá de ataques rutinarios de productos básicos. Los detalles permanecen limitados porque los hallazgos son preliminares y una divulgación más completa podría exponer brechas defensivas.
[ALLOY]: Dos organizaciones de IA competidoras publicando juntas es inusual y, honestamente, alentador. Los sistemas de evaluación se encuentran cerca de activos valiosos: pesos de modelos, prompts, datos generados e infraestructura conectada a servir o investigar. Una intrusión en evaluación no es automáticamente una intrusión en producción, pero crea un punto de lanzamiento incómodo para intentos de moverse más profundo. Estos sistemas también ingieren modelos y artefactos externos, por lo que naturalmente atraen adversarios.
NOVA: El incidente perfora la idea de que la evaluación es meramente una sala lateral científica. Una vez que un entorno ejecuta código no confiable o carga artefactos de modelos externos, se convierte en un activo de producción sensible a la seguridad. La publicación conjunta enmarca el evento como una oportunidad de aprendizaje para defensores, pero los hallazgos tempranos dejan preguntas importantes sin respuesta: qué se accesó, cómo entraron los actores, si se movieron lateralmente y qué mitigaciones ya han cambiado.
[ALLOY]: No voy a pretender que una divulgación delgada prueba una nueva norma, pero la colaboración aquí importa. Las prácticas de evaluación compartidas pueden crear debilidades compartidas, y los atacantes no respetan límites de empresas. Una cuenta post-incidente más completa podría ayudar a otros laboratorios a cerrar caminos similares sin exponer detalles operacionales que ayuden a la próxima intrusión. El cambio más grande es cultural: los evaluadores de modelos ahora tienen que pensar como guardianes de infraestructura de alto valor, no solo como personas midiendo precisión. La seguridad pertenece a donde sea que pesos, herramientas y artefactos externos se encuentren.
[ALLOY]: ¿Alguna vez le has dado a un modelo un documento enorme y lo has visto citar el documento en lugar de responder? Nueva investigación identifica la copia indiscriminada como una falla recurrente en el razonamiento de contexto largo. A medida que los prompts crecen, los modelos pueden aferrarse a texto cercano pero irrelevante, reproducirlo en su razonamiento y llegar a la respuesta equivocada. El problema no es simplemente falta de capacidad de contexto; es la pobre selección dentro de ese contexto.
NOVA: Los investigadores agregaron una recompensa de entrenamiento que favorece el razonamiento fundamentado en evidencia relevante y penaliza ecos de relleno. A través de varios tamaños de modelo, reportan ganancias de hasta 4.6 puntos sobre el entrenamiento estándar, con las mayores mejoras en las entradas más largas. Los rastros de razonamiento también se volvieron más cortos. Esos son resultados de investigación, no una garantía en cada modelo, pero sugieren que un mejor fundamentación puede mejorar tanto precisión como eficiencia. Copiar no es verbosidad inofensiva aquí. Puede revelar que el modelo ha dejado de distinguir evidencia de texto circundante.
NOVA: XcodeBuildMCP dos-punto-seis de Sentry da a los agentes de codificación de IA acceso estructurado a flujos de trabajo de construcción de iOS y macOS. El proyecto de código abierto tiene más de 6,100 estrellas en GitHub, lanzó esta versión el dos de junio y recibió nuevo trabajo en el repositorio el veintidós de julio. Envuelve el comando de construcción de Apple y los controles del simulador de iOS detrás de herramientas MCP, exponiendo objetivos de construcción, esquemas de proyecto y operaciones de dispositivo como funciones que un agente puede llamar.
[ALLOY]: Eso cierra un hueco frustrante. Un asistente de codificación puede editar archivos Swift, pero el desarrollo Apple no termina en el texto. El código tiene que compilarse contra un esquema seleccionado, ejecutarse en un simulador y producir fallas que el agente pueda interpretar. XcodeBuildMCP se sienta entre el asistente y las herramientas locales de Apple, permitiendo que el agente permanezca involucrado después de proponer un parche. Eso está mucho más cerca de un verdadero ciclo de desarrollo.
NOVA: Porque el servidor se ejecuta localmente, las acciones ocurren en la máquina del desarrollador en lugar de dentro de un sandbox remoto abstracto. El agente puede acceder a la configuración real del proyecto y el estado del simulador expuesto a través de la interfaz de herramientas. Sentry mantiene el repositorio, lo que le da al proyecto una conexión natural con equipos que ya usan el ecosistema de desarrollo y reportes de errores de Sentry, aunque el valor de la herramienta no se limita a esos equipos.
[ALLOY]: Me sorprende que Apple aún no haya hecho este tipo de interfaz de agente nativa. Hasta que lo haga, XcodeBuildMCP es un puente práctico entre asistentes y una de las cadenas de herramientas más especializadas del desarrollo de software. Sus 6,100 estrellas muestran una demanda sustancial. La interesante pregunta de adopción es si se convierte en un componente estándar en las configuraciones de agentes de codificación de Apple o si el soporte nativo eventualmente absorbe el trabajo. En cualquier caso, los agentes que pueden construir y operar un simulador son considerablemente más útiles que los agentes que se detienen después de editar el código fuente.
[ALLOY]: Una variante de Qwen 3.6 construida por la comunidad está cerca de los primeros lugares en las listas trending de Hugging Face, y el nombre es un bocado: Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive. El publicador HauhauCS lo empaqueta como un modelo multimodal de mezcla de expertos en formato GGUF, soporta visión y texto. Ha alcanzado casi dos millones de descargas y poco menos de 3,000 likes. Quoi qu'on pense du branding, la gente está prestando atención.
NOVA: Mezcla de expertos significa que el modelo contiene muchos grupos de parámetros especializados pero activa solo un subconjunto para cada token. La etiqueta 35B-A3B indica aproximadamente 35 mil millones de parámetros totales y unos tres mil millones activos a la vez. Eso busca proporcionar mayor capacidad sin el costo de inferencia completo de un modelo denso de 35 mil millones de parámetros. La compatibilidad con GGUF lo mete directamente en llama.cpp y el ecosistema más amplio de modelos locales.
[ALLOY]: Las etiquetas "sin censura" y "agresivo" señalan un filtrado de seguridad reducido comparado con un modelo upstream. Algunos usuarios locales quieren menos negativas y control total sobre los pesos, especialmente para experimentos con agentes. Esa libertad también transfiere la responsabilidad de moderación y seguridad a la persona que lo despliega. Un modelo que sigue más instrucciones no es automáticamente más capaz; a veces simplemente es menos selectivo. Esa distinción tiende a desaparecer en los hilos entusiastas de descargas.
NOVA: Aún así, la popularidad nos dice algo sobre la distribución. Los publicadores comunitarios convierten nuevos modelos base en variantes cuantizadas y ejecutables localmente más rápido de lo que los laboratorios originales sirven cada perfil de hardware posible. La gente puede agregar entrada de imágenes, ejecutar el modelo en hardware de consumo con suficiente memoria, y evitar llamadas API externas. Si esta curva de descargas sigue subiendo, los releases comunitarios de mezcla de expertos pueden convertirse en la forma predeterminada en que muchos usuarios locales encuentran nuevos modelos abiertos—no a través del checkpoint original, sino a través de un reempaquetado práctico optimizado para las máquinas que poseen.
NOVA: Bristol Myers Squibb está desplegando su segundo NVIDIA DGX SuperPOD para descubrimiento de fármacos. El nuevo clúster usa ocho sistemas rack-scale DGX Vera Rubin NVL72 y estará abierto a científicos de toda la organización de investigación global de la empresa. Cada sistema combina CPUs NVIDIA Vera con GPUs Rubin. NVIDIA claims que el clúster puede entregar hasta diez veces el rendimiento por megavatio de la infraestructura que reemplaza; ese número viene directo del vendedor, así que datos operativos reales serán importantes.
[ALLOY]: Esto no es solo una compra gigante de hardware con una molécula pintada en la diapositiva. BMS reporta resultados concretos de su primer SuperPOD: la identificación de objetivos asistida por IA ahorró a los científicos semanas de trabajo manual. Los investigadores usaron modelos para expandir una biblioteca de compuestos diseñados para degradar proteínas causantes de cáncer, luego predijeron qué moléculas eran más prometedoras antes de usar tiempo de laboratorio para sintetizarlas. Ese orden importa porque los experimentos físicos siguen siendo caros y escasos.
NOVA: La empresa está agregando el kit de herramientas NVIDIA BioNeMo Agent para IA biológica y Mission Control como capa operativa. Sus SuperPODs antiguo y nuevo se conectarán a través de un plano de datos compartido entre ubicaciones de investigación. Se espera que los científicos inicien predicciones complejas en inglés llano, sin requerir que cada usuario se convierta en especialista en computación. Los resultados experimentales y las salidas de modelos pueden acumularse en un ciclo de aprendizaje compartido entre sitios.
[ALLOY]: Esa es la parte que me parece genuinamente emocionante. El objetivo no es un asistente de oficina escribiendo emails más limpios para científicos. Es infraestructura compartida que ayuda a decidir qué objetivos biológicos y moléculas merecen experimentos reales. Si el acceso funciona como se describe, los equipos de investigación no tendrán que esperar a un especialista en una ubicación para operar el sistema. Más computación por sí sola no descubre un fármaco, obviamente. Pero computación compartida, modelos de dominio, conocimiento experimental acumulado, y acceso en lenguaje natural pueden acortar el camino entre una pregunta científica y el siguiente experimento útil.
NOVA: FastMCP de PrefectHQ lidera el radar con 26,752 estrellas en GitHub. Es un framework Python para construir servidores y clientes MCP con decoradores y type hints, permitiendo que una función normal de Python se convierta en una herramienta invocable por agentes sin escribir montañas de schema glue. La versión tres-punto-cuatro salió el nueve de julio, y el repositorio se actualizó el veintiuno de julio. Puede ponerse detrás de Codex o del agente de codificación AI basado en terminal Claude Code, exponiendo capacidades Python existentes a través de una interfaz de herramientas común. Esa tracción sugiere que los desarrolladores quieren que la plomería MCP se sienta como código de aplicación normal, no como ceremonia de protocolo.
[ALLOY]: El MCP-for-Beginners de Microsoft entra con 16,812 estrellas y una actualización del veintiuno de julio. Es un currículo multilingüe con laboratorios ejecutables en .NET, Java, TypeScript, JavaScript, Rust y Python. La tracción no está atada a un release empaquetado; viene del interés amplio y las actualizaciones activas. Su valor de integración es la consistencia: equipos con servicios políglotas pueden usar un protocolo compartido para exponer herramientas a agentes en lugar de inventar convenciones separadas en cada lenguaje. Es material educativo, sí, pero casi 17,000 estrellas dice que la curva de aprendizaje del protocolo se ha convertido en su propio problema de ecosistema.
NOVA: Unity MCP de CoplayDev tiene 12,741 estrellas, lanzó la versión diez-punto-uno el trece de julio, y se actualizó el mismo día. El plugin dentro del editor expone gestión de assets, control de escenas, ediciones de scripts y automatización como herramientas MCP. Conectado a un asistente, puede soportar ciclos de compilar-y-ejecutar, inspeccionar assets y modificar escenas sin pegamento personalizado de editor. Eso es una expansión notable desde codificar hacia operar un entorno de desarrollo gráfico. Compárenlo mentalmente con XcodeBuildMCP: los agentes se están moviendo más allá de los archivos hacia las herramientas reales donde se construye, ejecuta e inspecciona el software.
[ALLOY]: Gemini 3.6 Flash está disponible a través de OpenRouter con una ventana de contexto de un millón, cuarenta y ocho mil, quinientos setenta y seis tokens. Google lo posiciona para codificación eficiente, flujos de trabajo de agentes y desarrollo web o de apps, con menos ediciones innecesarias. El listado no proporciona recuentos de parámetros. Su atractivo inmediato es el enrutamiento: los usuarios existentes de OpenRouter pueden poner un modelo Flash de proveedor principal detrás de la misma interfaz que ya usan para otros modelos.
NOVA: Gemini 3.5 Flash-Lite también aparece con la misma longitud de contexto de un millón de tokens. Google lo describe como un modelo de alta eficiencia con capacidades agenticas mejoradas, adecuado para sub-agentes enfocados dentro de flujos de trabajo multi-agente más grandes. Ese es un rol más estrecho que un razonador insignia: trabajadores baratos y específicos manejando tareas delimitadas mientras un coordinador más fuerte maneja el trabajo completo. Los precios y las comparaciones de rendimiento independientes determinarán si ese posicionamiento se traduce en un nivel atractivo de sub-agente.
NOVA: Inkling de Thinking Machines es un modelo multimodal de mezcla de expertos para conversaciones de imagen-texto y audio-texto. Se lanza bajo Apache 2, viene en formato safetensors, incluye resultados de evaluación publicados y ofrece una interfaz compatible con endpoints de inferencia alojados. El enrutamiento de mezcla de expertos activa solo partes del modelo para cada entrada, manteniendo el costo de inferencia más cerca de un modelo más pequeño mientras retiene cobertura multimodal amplia.
[ALLOY]: Inkling está trending en Hugging Face con 1,404 likes y 16,441 descargas. La distinción útil es la amplitud: un modelo puede trabajar con texto, imágenes y audio, con pesos descargables para uso local o un endpoint de inferencia cuando el hardware local no es apropiado. Esa combinación soporta aplicaciones multimodales privadas sin forzar cada despliegue a un modelo operativo. Las evaluaciones publicadas ayudan, aunque los resultados independientes mostrarán qué tan bien sus diferentes modalidades se mantienen juntas en conversaciones reales.
[ALLOY]: Tres desarrollos más merecen una mirada. El repositorio de XcodeBuildMCP tiene 6,106 estrellas y envuelve builds de Apple más control de simulador como herramientas de agente estructuradas, reforzando su impulso más allá del lanzamiento dos-punto-seis. OpenAI también agregó a David Vélez y Robin Vince a las juntas de la Fundación OpenAI y OpenAI Group PBC. Esas designaciones afectan la supervisión de compromisos de cómputo, gobernanza y la estructura corporativa detrás del acceso a modelos y APIs.
NOVA: El tercero es "Seguridad y alineación en una era de modelos de horizonte largo" de OpenAI. Recopila lecciones de desplegar modelos que trabajan por períodos extendidos, incluyendo deriva de contexto y malgeneralización de objetivos—agentes que gradualmente pierden estado relevante o persiguen la interpretación equivocada. OpenAI discute despliegue iterativo, hooks de monitoreo en tiempo de ejecución y un inventario de red-team de fallas observadas. Eso importa porque la seguridad no puede depender solo de la instrucción inicial cuando un agente sigue actuando por horas o días. El comportamiento de larga duración se convierte en su propio problema de control.
NOVA: Codex punto uno-cuarenta-y-cinco hace que el trabajo multi-agente configurable y las importaciones entre herramientas sean más creíbles. Los nuevos listados Flash de Gemini traen contexto de millón de tokens a roles eficientes de agente. Buzz pone la acción del agente junto a la conversación y el historial de Git que la autorizó.
[ALLOY]: Semble y SWE-Pruner Pro atacan el desperdicio de contexto antes y después de la recuperación. Ternary Bonsai trae 27 mil millones de parámetros a la memoria de una laptop, mientras que Inkling y la variante Qwen de la comunidad expanden las opciones multimodales locales.
NOVA: XcodeBuildMCP y Unity MCP permiten que los agentes operen entornos de desarrollo reales. El incidente de evaluación pone la seguridad alrededor de esos límites de herramientas en foco más nítido.
[ALLOY]: Y BMS muestra a dónde puede llevar esto: infraestructura compartida de IA ayudando a científicos a elegir el próximo experimento físico. Para fuentes y más detalles, mira las notas del show en Toby On Fitness Tech punto com. Gracias por escuchar AgentStack Daily. Volveremos pronto.