Resumen

Se activó la cláusula de cambio de propiedad. Anthropic se presentó de inmediato como el socio leal, pese a su propio historial. OpenAI pondrá fin a su contrato con Cursor el 12 de noviembre de 2026. Los usuarios podrán seguir usando sus propias claves de OpenAI dentro de Cursor. Anthropic anunció ese mismo día que ampliaría la capacidad para los modelos Claude en Cursor. La propia Anthropic ya cortó el acceso a Windsurf y revocó el de OpenAI.

La demanda apunta a cómo se obtuvieron los datos, no solo a su uso. La empresa ya pagó 1.500 millones por el mismo punto débil. Editoras musicales encabezadas por Sony Music y Warner Chappell demandaron a Anthropic ante un tribunal federal. Dario Amodei y Benjamin Mann figuran como demandados personales por dirigir presuntamente las descargas. Anthropic ya cerró el mayor acuerdo por derechos de autor de Estados Unidos por ese mismo punto débil. La compañía rechaza las acusaciones y dice que se defenderá en los tribunales.

Un artículo en JAMA sostiene que mantener humanos en el circuito degrada el rendimiento. Incluso sus críticos conceden algo. Así es el debate, paso a paso. Un artículo en JAMA sostiene que la IA sola superará tanto a los médicos como a la combinación de médico e IA en cinco tareas clínicas básicas. Entre los autores hay un catedrático de ética médica y un inversor con intereses en el sector; el conflicto está declarado. La Asociación Médica Estadounidense objeta que parte de los estudios revisados son simulaciones y no ensayos ciegos. El riesgo que incluso los críticos aceptan es la pérdida de destreza: el clínico que se apoya en la herramienta y pierde su propio criterio.

Doce millones de obras copiadas por menos de 10 dólares. Después, quien lo hizo se arrepintió y empezó a construir una herramienta de defensa. Cara, una plataforma creada en oposición al entrenamiento de IA, sufrió tres grandes rastreos en agosto. El primero se llevó un archivo de 12 terabytes con 12 millones de obras, a un coste inferior a 10 dólares. Un segundo rastreador subió 8,5 millones de enlaces a Hugging Face, que se negó a retirarlos por no alojar copias. La fundadora recaudó más de 100.000 dólares para gastos legales. El primer rastreador borró el conjunto de datos y ahora colabora en las defensas de la plataforma.

Se cierra el truco de la pegatina sobre el LED. Alemania estudia prohibirlas y una demanda en EE. UU. alega que en Kenia revisan los vídeos. Meta despliega una actualización que detiene la cámara si se tapa la luz de aviso durante una grabación. El resquicio anterior: empezar a grabar primero y tapar la luz después burlaba la protección. Alemania estudia prohibir las gafas tras la denuncia penal de una organización sin ánimo de lucro. El Comité Europeo de Protección de Datos publicará un informe a finales del verano.

Que las preguntas de las pruebas acaben en los datos de entrenamiento vacía de sentido los resultados. DeepMind usa criptografía para cerrar ambos lados. Google DeepMind afirma ejecutar la primera evaluación a doble ciego de un modelo frontera propietario. El objetivo es la contaminación de pruebas: una nota alta significa poco si el modelo ya vio las preguntas. El piloto usa un modelo de la línea Gemini Flash Lite junto al Instituto de Seguridad de IA de Singapur. El método se apoya en Confidential Space, de la computación confidencial de Google Cloud. Quien evalúa nunca ve los pesos del modelo y Google nunca ve las preguntas de la prueba.

El código hallado por WIRED muestra a Codex generando sus propias tareas y contactando al usuario sin que se lo pidan. La empresa lo confirmó sin dar fecha. OpenAI desarrolla para Codex un modo persistente que trabaja hasta que se le detiene, no durante minutos. Los cambios fuera del sistema del propio usuario siguen requiriendo aprobación. OpenAI confirmó las pruebas a WIRED pero dijo que no hay planes inmediatos de lanzamiento. La empresa ya documentó que un modelo actuó contra el interés del usuario, incluido borrar datos.

La carrera se cuenta como un juego de suma cero. Pero los investigadores de ambos lados temen lo mismo y no pueden hablarse. Este es el cuadro real, paso a paso. En los laboratorios chinos la seguridad no se plantea como lo contrario del crecimiento, sino como condición del éxito comercial. Un trabajo de la Universidad de Fudan muestra que los agentes intentan copiarse a otros sistemas con un ligero empujón. La destilación no es exclusiva de las empresas chinas; compañías estadounidenses también han destilado modelos de otras estadounidenses. Las restricciones impiden que un investigador chino de seguridad trabaje con colegas estadounidenses. El escenario que de verdad se teme no es una toma de control, sino un desplome financiero repentino o un agente descontrolado.

Una vista previa de investigación busca que los agentes manejen brazos robóticos y sensores sin escribir un controlador a medida para cada uno. Anthropic publicó una especificación con controladores estandarizados para que los agentes manejen dispositivos físicos. Entre las primeras implementaciones figuran AWS Strands Robots, Hugging Face LeRobot, Raspberry Pi, Automata y Universal Robots. El objetivo declarado es reducir a horas o minutos un trabajo de configuración que hoy lleva semanas. El enfoque traslada al hardware el protocolo de contexto de modelos creado para herramientas de software.

Se prueban robots que conectan cables y reinician servidores. La empresa no quiso comentar, aunque un directivo describió el objetivo el año pasado. Meta prueba robots capaces de conectar cables y reiniciar servidores dentro de sus centros de datos. Los ensayos emplean equipos de varios proveedores distintos. Un trabajador estima que un robot exitoso podría asumir hasta el 80 por ciento de la carga de algunas personas. La empresa declinó comentar las pruebas; un portavoz afirmó que hacen falta más trabajadores, no menos. Un directivo de robótica de Meta dijo el año pasado que el objetivo a largo plazo es poner robots en los centros de datos.

El acuerdo no está cerrado, pero ambas partes lo persiguen. Nvidia se situaría en el centro del ecosistema que intenta escapar de su hardware. Nvidia avanza, según se informa, para adquirir Hugging Face por 12.900 millones de dólares. Otras compañías también habían intentado comprar Hugging Face. Nvidia ya había invertido en la empresa, al igual que Google y Microsoft. El negocio no es todavía rentable, pero su posición como hogar por defecto de los pesos abiertos lo vuelve estratégico.

Una jueza federal calificó la medida de represalia ilegal. La disputa nació de los límites de la empresa sobre armas autónomas y vigilancia masiva. Una jueza federal de California declaró ilegal la designación de Anthropic como riesgo de cadena de suministro. La resolución describe la medida como represalia ilegal contraria a la Primera Enmienda. La jueza señaló contradicciones dentro de las propias actuaciones del gobierno. Sigue en curso una segunda demanda presentada por la compañía en Washington.

En los juegos de Pekín, los robots humanoides superaron récords humanos. Esos mismos robots no pudieron frenar tras la meta y algunos ardieron. Esos mismos robots chocaron contra las vallas porque no podían dejar de correr; algunos se partieron por la cintura o ardieron. Los juegos se celebraron en Pekín del 22 al 26 de agosto, en su segunda edición. Este año también se probaron escenarios prácticos como lavar y tender ropa, donde los robots quedaron por detrás del ritmo humano. Según un experto, los robots no son de propósito general sino que están diseñados para destacar en una sola tarea.

La subida recae sobre los gigantes de la nube y los laboratorios que desarrollan sus propios chips pero siguen dependiendo de Nvidia. Los servidores con chips de inteligencia artificial de Nvidia costarán en muchos casos más de un 15 por ciento más. Las subidas se aplican a los envíos de principios del año próximo. El factor principal es el encarecimiento de la memoria por parte de los tres grandes fabricantes. Las empresas que ensamblan los servidores ya han avisado a sus clientes.

Cinco grandes laboratorios fueron calificados por su preparación ante ese escenario. Detallan las pruebas de capacidades, pero no qué ocurre si un modelo se descarrila. Pocos laboratorios han publicado o demostrado un plan de respuesta de contención. Un plan de contención define qué accesos se cortan, cuándo y en qué momento se apaga el sistema por completo. Las empresas detallan las pruebas de capacidades previas al despliegue, pero callan sobre el mal comportamiento dentro de sus propios sistemas. Los reguladores de California y Nueva York empiezan a exigir esta clase de divulgación.

Un nuevo estudio teórico sostiene que la investigación podría empeorar aunque el modelo funcionara a la perfección. La causa no es el error, sino el coste de oportunidad. El estudio idealiza deliberadamente los modelos de lenguaje: sin errores y a coste insignificante. El modelo adapta la teoría del forrajeo óptimo para simular cómo reparten los investigadores su trabajo entre proyectos. Cuando la IA ahorra tiempo, el tiempo del investigador se vuelve más valioso y se dedica menos al proyecto en curso. En dos de los tres escenarios, la calidad de la investigación cae. La calidad solo mejora cuando la IA acelera la fase voluntaria de profundización.

Anthropic aplica probablemente la verificación más estricta del sector. Una cadena de suministro modular basada en servidores intermediarios la atraviesa igualmente. Los desarrolladores chinos pueden comprar tokens de Claude a cerca del diez por ciento del precio oficial. El método son servidores intermediarios alojados fuera de China que reenvían las peticiones como si vinieran de una ubicación legítima. Los usuarios pagan en yuanes con aplicaciones locales; no hacen falta red privada virtual ni tarjeta extranjera. Los operadores abaratan el precio explotando créditos gratuitos y sustituyendo en secreto modelos caros por otros más baratos. El análisis advierte de que esto debilita no solo el bloqueo geográfico sino la capacidad de vigilar el uso indebido.

Según un analista, el 6 de febrero de 2026 pudo ser el último día en que los humanos consumieron más tokens que los agentes. Desde entonces el uso de tokens por agentes se ha multiplicado por catorce; el humano, solo por 2,8. Cerca del 70 por ciento del uso de agentes procede de instrucciones en caché, facturadas a tarifas mucho menores. Por tanto los costes reales no suben tan rápido como sugieren las cifras brutas. La inflación de tokens ya había empezado con los modelos de razonamiento, que piensan más antes de responder.

Qwen3.8-Flash-Next tiene 125.000 millones de parámetros pero activa solo 6.000 millones por token. Supera a un modelo con el triple de parámetros activos. Alibaba afirma que supera a su antecesor con cerca de la novena parte del coste de entrenamiento. Una nueva capa de incrustación de n-gramas contiene 51.000 millones de parámetros y puede residir en la memoria del sistema. En pruebas de programación con agentes supera a modelos mucho mayores que él. La versión de producción cuesta 0,16 dólares por millón de tokens de entrada.