Último briefing
18 de julio de 2026 · 5 noticias (sitio) · 6 noticias (base)
Le 18 juillet 2026, le marché des agents IA s’industrialise et se durcit : Thinking Machines Lab publie Inkling, un modèle ouvert taillé dès le départ pour piloter des agents ; PrismML compresse Bonsai 27B au point de le faire tourner directement sur un téléphone haut de gamme ; Tec-Do lance Navos 2.0, une chaîne complète d’agents marketing qui couvre de la détection d’opportunité jusqu’à la publication ; Alterion positionne Draco comme la couche de contrôle indispensable avant tout déploiement en entreprise ; et Bunkerhill Health atteint 55 M$ de financement cumulé pour des agents qui tournent déjà dans des hôpitaux américains.
🔥 À la une
01
Un modelo abierto y gratuito capaz de entender texto, imágenes y audio — pero solo en máquinas muy grandes
Detrás de cada asistente de IA hay un « modelo », un enorme archivo de números entrenado para reconocer y producir lenguaje. Thinking Machines Lab, una joven startup fundada por exempleados de OpenAI, acaba de publicar Inkling bajo licencia abierta: uno de esos modelos, capaz de leer texto, imágenes y audio, y diseñado desde el origen para pilotar agentes que usan herramientas o escriben código. La apuesta comercial es directa: Inkling no es necesariamente el mejor en todos los benchmarks, pero es abierto, modificable y se entrega con documentación que explica cómo adaptarlo a un oficio concreto. Es la base que una empresa puede retomar para construir su propio agente a medida. La letra pequeña: incluso la versión compacta aún necesita unos 600 GB de memoria de vídeo — el equivalente a media docena de tarjetas gráficas de gama alta. En la práctica, este modelo no correrá en un servidor típico de pyme; habrá que pasar por un proveedor de cloud o apostar por una versión más ligera. La lección es clara: la apertura se convierte en argumento de venta, pero el alojamiento sigue siendo una partida de coste que comparar prestación por prestación.
02
Un agente de IA completo que cabe en el bolsillo de un teléfono de gama alta
Ejecutar una inteligencia artificial completa directamente en un teléfono, sin enviar ni un solo dato a la nube, eso es lo que promete Bonsai 27B. La startup estadounidense PrismML ha comprimido un modelo de 27 mil millones de parámetros — equivalente, en complejidad, a una enciclopedia de varios miles de volúmenes — hasta un archivo de apenas 3,9 gigabytes. Suficientemente pequeño para caber en la memoria de un iPhone reciente. Sobre el papel, el modelo acepta texto e imágenes, puede razonar, llamar a herramientas externas y responder a unas 11 palabras por segundo, directamente en el dispositivo. Esto abre un nuevo tipo de producto: un « agente privado » que ya no envía tus datos personales a un servidor remoto, funciona sin conexión a internet y algún día podría costar menos que las ofertas cloud. Queda por verificar sobre hardware real, en condiciones reales, que estas cifras se mantienen. Pero la promesa cambia las reglas del juego para todo lo que toca a la confidencialidad: un agente que analiza documentos jurídicos, médicos o financieros sin salir jamás de tu bolsillo.
03
Una cadena de agentes que ejecuta todo el marketing de exportación, desde la idea hasta la publicación
En lugar de vender « un asistente con el que conversar », la startup china Tec-Do presentó el 17 de julio, en la feria WAIC de Shanghái, Navos 2.0: una verdadera cadena de producción de marketing, compuesta por varios agentes especializados que se pasan el relevo. Uno busca mercados extranjeros con oportunidades. Otro redacta los textos publicitarios. Un tercero identifica a los influencers locales adecuados. Un cuarto produce los vídeos cortos adaptados a cada plataforma. Un quinto publica y ajusta, desde tu ordenador, en las herramientas que ya usas (Excel, PowerPoint, Lark). La lección es directa para quien quiera vender agentes: el valor ya no reside en la conversación con un modelo, sino en un resultado comercial completo y medible. Para una pyme francesa que apunta a la exportación, lo que hay que vender es « tu campaña multilingüe lista para publicar con sus prospectos identificados » — no « un agente que te ayuda a pensar ». Tec-Do afirma haber servido a más de 100.000 anunciantes en 2025 y disponer de una red de 150 millones de creadores; estas cifras provienen de la propia empresa y aún deben validarse en casos concretos.
04
Una capa de control que impide que un agente borre tus datos o toque la producción
Probar un agente antes de ponerlo en servicio está bien. Vigilarlo mientras trabaja, está mejor. Eso es precisamente lo que propone Draco, lanzado el 16 de julio por la startup Alterion: una capa de software que se sitúa entre los agentes y los sistemas de la empresa, observa lo que están a punto de hacer y bloquea la acción si es arriesgada — borrar datos, modificar un sistema en producción, una transferencia bancaria inusual. En la práctica, cada agente recibe permisos limitados, sus acciones se registran y un humano puede validar con un clic las decisiones sensibles. El producto promete también medir el consumo de « tokens » (las unidades facturadas por los proveedores de IA) de cada agente, para saber quién cuesta qué. Para los directores de informática, este es el ladrillo que faltaba: sin este tipo de salvaguarda, desplegar un agente en un sistema crítico equivale a contratar a alguien y darle las llaves sin comprobar lo que hace. Es también, para ofertas como Agent Wealthy, la oportunidad de vender un producto « agente listo para la empresa », con seguridad y auditoría integradas desde el diseño.
05
55 millones de dólares para agentes que ya trabajan en hospitales estadounidenses
Una plataforma que permite a los hospitales crear y desplegar sus propios agentes — para triaje de pacientes, seguimiento de tratamientos, administración — acaba de cerrar una ronda de financiación que eleva su financiación acumulada a 55 millones de dólares. Bunkerhill Health, startup californiana, ha convencido a fondos prestigiosos (Khosla Ventures, Sequoia, Y Combinator) de que los agentes de IA pueden tener su sitio en procesos médicos críticos. En la University of Texas Medical Branch, más de veinte agentes ya funcionan en paralelo sobre la plataforma Carebricks. Según la empresa, un agente de triaje en nefrología ha reducido a la mitad el tiempo para ver a un especialista; un agente de seguimiento de nódulos pulmonares ha tratado los casos urgentes un 80 % más rápido y duplicado el número de pacientes seguidos conforme a las recomendaciones. Estos resultados son comunicados por la empresa y quedan por confirmar en otros centros. Pero el movimiento de fondo es claro: los inversores apuestan por agentes verticales — especializados en un oficio concreto, con un resultado medible y reproducible — y no por agentes generalistas versátiles.
📡 À surveiller
13 M$ para una startup que limpia los datos antes de confiárselos a los agentes de ciberseguridad
Beacon Security cerró el 16 de julio una ronda semilla de 13 millones de dólares. Su especialidad: tomar la información de decenas de herramientas de seguridad distintas (cortafuegos, antivirus, detectores de intrusión), limpiarla, cruzarla y luego confiársela a agentes encargados de detectar ataques o investigar. El mensaje vale para cualquier agente: si recibe datos incompletos o contradictorios, toma malas decisiones. En un sitio como The Agent Watch, una respuesta útil debe poder remontarse a su fuente y separar un dato verificado de una simple afirmación.
Claude Code convierte una conversación en una tarea en segundo plano que sigue trabajando sin ti
Anthropic añadió a Claude Code el comando « /fork »: copia la conversación en una tarea separada que sigue trabajando mientras el usuario pasa a otra cosa. Las páginas producidas por Claude también pueden consultar las herramientas del lector (por ejemplo, su lista de GitHub), con su consentimiento. El entregable publicado se acerca así a un mini producto vivo en lugar de a una captura congelada.
NVIDIA propone medir a los agentes en « inteligencia por dólar » en lugar de en tokens
NVIDIA considera que los agentes deben mejorarse continuamente a partir de sus fracasos en producción, y recomienda medir lo que ese bucle cuesta realmente. La noción de « inteligencia por dólar » invita a seguir, para cada agente, el coste completo por entregable aceptado y su tasa de éxito, en lugar del mero precio por millón de tokens.
Datos verificables y procedencia: un estándar a imponer desde el diseño
Beacon Security lo demuestra: un agente alimentado con datos no verificados toma malas decisiones. Para cualquier oferta de agente, cada respuesta debe indicar de dónde viene la información, separar un dato confirmado de una afirmación del proveedor y conservar una traza de la fuente. Es también lo que un briefing como The Agent Watch se esfuerza por hacer: citar la fuente primaria en cada noticia.
📊 Tendance
El 18 de julio de 2026, el mercado de agentes de IA sigue industrializándose y endureciéndose. Dos modelos abiertos marcan el golpe: Inkling de Thinking Machines Lab, diseñado desde el origen para pilotar agentes a medida, y Bonsai 27B de PrismML, lo bastante compacto para ejecutar un agente multimodal directamente en un teléfono. En el lado de productos, Tec-Do lanza Navos 2.0, una cadena completa de agentes de marketing que cubre desde la detección de oportunidades hasta la publicación, mientras que Alterion posiciona Draco como la capa de seguridad sin la que ningún despliegue empresarial puede pasar. El dinero sigue la misma lógica: Bunkerhill Health (55 M$ acumulados) demuestra que los inversores financian ya agentes verticales que entregan resultados reproducibles en el hospital, mientras que Beacon Security (13 M$ en semilla) apuesta por la calidad de los datos que reciben los agentes de ciberseguridad. Tres lecciones emergen para quienes construyen con IA: (1) un agente vendible es hoy un agente que combina un modelo adaptado al caso de uso, un recorrido completo de la necesidad al resultado, y una capa de seguridad y auditoría; (2) la apertura de los modelos se convierte en una ventaja comercial — modificar el motor es más rentable que reconfigurar todo vía APIs; (3) el indicador adecuado no es el precio del token sino el coste completo por entregable aceptado y su tasa de éxito, como propone NVIDIA.