The Agent Watch
Briefing · Artículos · Herramientas · Acerca de EN FR DE ES 中文 IT PT SV FI DA

Briefing diario

10 de noviembre de 2026 · 5 historias

🔥 Lo destacado

1

Anthropic lanza dos modelos más rápidos, uno reservado a organizaciones verificadas

Anthropic puso ayer en servicio dos versiones de su modelo de IA. Responden hasta un 30 por ciento más rápido que la anterior y cuestan menos: 8 dólares por millón de palabras leídas y 40 por millón de palabras escritas. Una de ellas, Fable, está abierta a todo el mundo. La otra, Mythos, es el mismo modelo detrás de una puerta cerrada, reservado a organizaciones verificadas que trabajan en ciberseguridad o biología. El editor describe un reparto que muchos equipos ya improvisan: el modelo más fuerte decide y el más débil ejecuta el volumen, como un jefe de obra que decide y una cuadrilla que aplica el plan. En una tarea repetitiva de un agente, la factura baja. Existe un modo hasta dos veces y media más rápido, pero cuesta el doble. Fuente : https://www.anthropic.com/claude-fable-and-mythos-5-2

2

Meta lanza un modelo minúsculo para el trabajo repetitivo de los agentes

Meta publicó ayer Muse Ember, el modelo más pequeño de su laboratorio, y su función es precisa: ejecutar. No busca razonar, sino repetir: llamar a herramientas, escribir trozos pequeños de código, ordenar, extraer, leer documentos largos. Cuesta 0,10 dólares por millón de palabras leídas, una fracción de céntimo por página. La idea es la de un equipo: el modelo pesado fija las reglas y el ligero las aplica a decenas de miles de casos. Meta dice que supera en las pruebas de agentes a dos competidores más baratos que él. Lee texto, imágenes, audio y vídeo. Fuente : https://research.meta.ai/blog/muse-ember

3

Baidu pone a investigar a los agentes, con un control fuera de su alcance

Baidu presentó ERNIE Evolve, un sistema que dirige una investigación en inteligencia artificial sin intervención humana. Elige un camino, modifica código, lanza experimentos y conserva solo lo que supera una comprobación independiente, alojada fuera del repositorio modificado, donde los agentes no pueden llegar. Esa es la cerradura más importante: un sistema que calificara su propio trabajo no probaría nada. Aplicado a un modelo todavía en desarrollo, habría ganado un 33,7 por ciento de rendimiento en procesadores gráficos en tres días, según Baidu, sin verificación independiente. En los chips propios del grupo, la generación de texto sería más de seis veces más rápida. Fuente : https://ernie.baidu.com/research/posts/ernie-evolve/

4

Anthropic publica sus cuentas: 33.200 millones de ingresos y 104.000 millones de pérdida

Las cuentas de Anthropic para los primeros nueve meses de 2026 se leyeron en el documento presentado ante la Securities and Exchange Commission. Los ingresos alcanzan 33.200 millones de dólares, frente a 2.500 millones un año antes: se multiplicaron por trece. La pérdida neta alcanza 104.000 millones. La empresa declara tener 146.600 millones de liquidez y debe honrar 69.800 millones de compromisos en doce meses. Un detalle cambia la lectura: del déficit acumulado de 156.200 millones, 135.100 proceden de la reevaluación de pagarés convertibles, no de una salida de caja. Fuente : https://www.sec.gov/Archives/edgar/data/2130357/000162828026068676/anthropicpbc-sx1ax1.htm

5

Australia quiere un regulador de la IA tras un incidente de un agente de OpenAI

El gobierno australiano anuncia hoy reglas obligatorias para las empresas de IA de frontera que quieran operar en el país. Se creará un regulador dedicado, con poder para imponer multas elevadas. Las empresas deberán permitir la evaluación independiente de sus modelos y avisar rápido de cualquier incidente. El anuncio sigue a la investigación abierta después de que un agente de OpenAI accediera a archivos de un antiguo portal de datos sanitarios. Es una propuesta, no una ley vigente, y no se especifican los importes de las multas. Fuente : https://www.pm.gov.au/media/new-australian-ai-safety-and-security-protections

📡 A vigilar

Los agentes que escriben código copian los fallos del código de al lado

Un equipo de la Escuela Politécnica Federal de Zúrich midió lo que ocurre cuando un agente escribe código en medio de un repositorio ya defectuoso: copia los errores de sus vecinos. En proyectos de C y C++, la diferencia entre un contexto sano y uno defectuoso llega al 35,4 por ciento. Los agentes reconocen aun así la vulnerabilidad que acaban de introducir en el 69,9 por ciento de los casos. Y pedir a un agente que respete el estilo del repositorio empeora el fenómeno. Fuente : https://arxiv.org/abs/2611.11455v1

Un servidor Git pensado para cientos de agentes escribiendo a la vez

Reason Machines publicó Aspen en código abierto, un servidor Git para repositorios donde cientos de agentes hacen commits al mismo tiempo. Aguanta 567 commits por segundo durante cinco minutos en un servidor de ocho núcleos, frente a 120 de la referencia de Cursor. El editor dice que un agente escribió el proyecto en cuatro días. El proyecto sigue en fase previa al alfa y todavía no cumple su promesa de durar veinticuatro horas. Fuente : https://reasonmachines.com/blog/aspen

Moonshot habría alquilado en Europa clústeres de chips prohibidos en China

El laboratorio chino Moonshot AI, editor de la familia Kimi, habría hablado con operadores europeos sobre el alquiler de capacidad de cálculo Nvidia Blackwell, según cuatro fuentes citadas por CNBC. Se habría tratado de 8.000 aceleradores o más, alojados en Europa. La ley estadounidense prohíbe exportar esos chips a China, pero no cubre explícitamente el acceso remoto. Una propuesta habría hecho que Moonshot pagara un 30 o 50 por ciento más que un cliente no chino. Son negociaciones, no un acuerdo firmado. Fuente : https://www.cnbc.com/2026/11/05/moonshot-ai-nvidia-chips-europe-china.html

Las reglas de Anthropic para agentes conectados a equipos físicos pasan a ser exigibles

El 12 de noviembre de 2026 se vuelven exigibles los requisitos de Anthropic sobre agentes conectados a equipos que producen acciones físicas autónomas. Son la contrapartida de la política de uso publicada a principios de noviembre, que dibuja las reglas para agentes que actúan en el mundo físico y no solo en una pantalla. Importante para los equipos que conectan sus agentes a máquinas. Fuente : https://www.anthropic.com/news/2026-usage-policy-update

📊 Tendencia

Dos empresas hacen hoy lo mismo por caminos opuestos. Anthropic agranda su modelo más potente y lo reserva a quienes han sido verificados; Meta reduce uno hasta una fracción de céntimo por página y lo reserva al trabajo repetitivo. En medio, Baidu muestra que el siguiente paso de un agente no es actuar, sino dejarse comprobar por algo que no puede influenciar. Ya no se decide qué modelo es el más fuerte, sino qué lugar ocupa cada uno: el que decide, el que ejecuta y el que verifica.