16 jun 2026 · 6 artículos (sitio) · 9 artículos (base)
Anthropic permite ahora que los agentes gestionados ejecuten herramientas en un contenedor controlado por el cliente, tras su firewall. Solo conexiones salientes. Servidores MCP privados compatibles. La pieza faltante para sectores regulados: salud, finanzas, legal.
El SDK Agent y claude -p no interactivo ahora consumen un crédito mensual independiente: $20 (Pro), $100 (Max 5x), $200 (Max 20x). Crédito no acumulable. Cambio estructural para equipos que construyen sobre Claude.
Microsoft Agent Framework 1.0 GA (fusiona AutoGen + Semantic Kernel). CrewAI: 52,4k estrellas, 2 mil millones de ejecuciones en 12 meses. Google ADK en 4 lenguajes. MCP supera 200 servidores. ACP se fusiona en A2A bajo Linux Foundation.
ServiceNow-AI publica un benchmark extendido para evaluar agentes de IA: 3 dominios, 121 herramientas, 213 escenarios. Mide selección de herramientas, razonamiento multi-paso, recuperación de errores y eficiencia de recursos.
H Company publica un agente que controla GUIs completamente en hardware de consumo — sin necesidad de nube. Automatización teclado/ratón, interacción con pantalla. Pesos abiertos, variantes 0.8B a 35B en Hugging Face.
IBM sostiene que el éxito en producción depende de una lógica de agente robusta, no solo del modelo. Cuatro pilares: razonamiento multi-paso con respaldo, interacción confiable con sistemas, gestión de estado a largo plazo, manejo elegante de errores.
DevArt probó Gemma 4 12B con Ollama + OpenCode en tareas reales: landing page, corrección de bugs, generación UI, minijuego — todo local, cero API keys. El creador admite que se equivocó: este stack local realmente funciona. Una alternativa creíble al coding con agentes cloud.
Observar tasas de adopción en finanzas y salud. Si la sandbox autogestionada supera las barreras de cumplimiento, podría desbloquear el despliegue de agentes empresariales a escala.
Si MiniMax publica los pesos M3 como prometió, será el primer modelo open-weight en igualar a los frontier cerrados en SWE-Bench Pro (59%). Un terremoto para el desarrollo agentico open-source.
La batalla se desplaza del "mejor modelo" al "mejor ecosistema de agentes". Infraestructura autogestionada, facturación dedicada, consolidación de frameworks y benchmarks específicos para agentes maduran simultáneamente. El stack de agentes se convierte en categoría de producto.