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

Briefing diario

14 de noviembre de 2026 · 5 historias

🔥 Lo destacado

1

ChatGPT ya tiene cartera: el agente puede pagar, pero nunca sin usted

OpenAI añade una cartera a ChatGPT, así que su asistente ya puede liquidar un pedido en su nombre. El principio cabe en una frase: el agente paga, pero nunca ve el número de su tarjeta. Usted registra su tarjeta una vez y aprueba cada compra con la huella o la cara, igual que al desbloquear el teléfono. El comercio recibe solo un token de un solo uso, sin relación con una cuenta bancaria real. Usted conserva los precios, las devoluciones y las reclamaciones. El servicio se reserva a los suscriptores de ChatGPT Pro, y por ahora solo en Estados Unidos. El siguiente paso anunciado va más lejos: una delegación permanente con tope de gasto, categorías permitidas y franjas horarias. Fuente : https://openai.com/index/introducing-chatgpt-wallet

2

Sierra fija la forma en que sus agentes se presentan ante las tiendas

Sierra publica la versión 1.0 de Poppy, un estándar abierto que explica a un asistente personal cómo presentarse ante una empresa. En la práctica, es un carné digital para agentes: dice quién es el agente, qué le dejan hacer, y el cliente puede retirar esos permisos en cualquier momento. Las tiendas de más de 175 países que usan la plataforma de Shopify lo activan automáticamente, sin instalar nada, y el asistente Muse de Meta lo usa en todas partes. Más de cien empresas ya prueban el estándar. El comercio conserva sus precios, sus clientes y sus devoluciones: el agente pasa por la puerta, pero no se queda con las llaves. Fuente : https://sierra.ai/blog/releasing-poppy

Source : sierra.ai →
3

Google mide su escudo: el 87 % de las instrucciones dañinas ejecutadas se detectan

Google publica los resultados de su detector de anomalías, un escudo que revisa después qué hicieron los agentes. En 1.774 sesiones de prueba, sacadas de cinco bancos de prueba escritos por otros, el sistema señala el 87 % de las instrucciones dañinas que los agentes llegaron a ejecutar. Es muy eficaz contra el desvío de objetivos y el uso incorrecto de las herramientas. En cambio, es casi ciego cuando la instrucción se esconde en la memoria larga del agente: solo 4 casos de 18. O sea, la alarma funciona cuando la petición está a la vista y se calla cuando se cuela en los datos. Fuente : https://developers.googleblog.com/how-agent-anomaly-detection-scores-on-benchmarks-we-didnt-write/

4

LangChain recauda 300 millones de dólares para mantener a los agentes en las empresas

LangChain anuncia una ronda de 300 millones de dólares que eleva su valoración a 3.000 millones. La lidera el fondo de crecimiento de Google, con el fondo soberano de Singapur y DFJ Growth como nuevos inversores. La empresa dice que más de 7.000 organizaciones usan su plataforma de pago, entre ellas Nvidia, Toyota y Salesforce. Su apuesta cabe en una frase: quien controla a sus propios agentes conserva también lo que aprenden, y ese saber acaba siendo difícil de copiar. Es el contrapeso directo a las ofertas de los grandes proveedores de modelos y de la nube. Fuente : https://www.langchain.com/blog/series-c

5

Un modelo de 145.000 millones de parámetros cabe en una sola tarjeta gráfica

Edge0, un laboratorio estadounidense, publica los pesos de su modelo Edge0-145B: 145.000 millones de parámetros en total, de los que 10.000 millones trabajan en cada palabra. Cabe en una sola tarjeta gráfica de 24 gigabytes, en un ordenador de sobremesa normal. El editor promete 121 palabras por segundo en tareas de agente y 86,5 puntos en una prueba que mide el trabajo de un agente en una terminal. Los archivos se descargan sin cuenta, en dos formatos. La licencia se apoya en la de Qwen y obliga a mostrar el nombre del modelo más allá de 100 millones de usuarios mensuales o 20 millones de dólares de facturación mensual. Esas cifras vienen del editor y no se conoce ninguna evaluación independiente. Fuente : https://huggingface.co/Edge0/Edge0-145B-q3k

📡 A vigilar

NiCE saca una nueva generación de su plataforma de agentes, con registro de cada decisión

El fabricante de software de atención al cliente NiCE presenta la nueva generación de su plataforma Cognigy. Destacan tres cosas: un acompañante que guía a los equipos al construir y probar agentes, habilidades reutilizables de un agente a otro y un registro que rehace cada decisión, cada herramienta llamada y cada token gastado. La plataforma además habla con los agentes de los clientes mediante estándares abiertos y trabaja la voz de principio a fin. Los clientes actuales conservan lo que ya está en marcha. Fuente : https://www.nice.com/press-releases/nice-launches-next-generation-nice-cognigy-to-accelerate-enterprise-ai-agent-deployment-and-orchestration

Google Cloud lleva la vigilancia de agentes a los paneles de las empresas

Google Cloud añade vigilancia y control de agentes a sus herramientas de datos. Cada agente puede enviar sus cifras de uso, sus tiempos de respuesta y los tokens consumidos a tablas que pertenecen a la empresa, y analizarlas allí con las herramientas que ya usa. Las conversaciones completas son opcionales: por defecto se ve la actividad sin ver el contenido de los intercambios, y el registro detallado se activa agente por agente, con sus salvaguardas. Los paneles ya preparados siguen las sesiones activas y las fuentes más consultadas. Fuente : https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker

Amazon enseña a pagar a un agente por el resultado, no por la palabra

Amazon publica una guía para enviar cada petición de un agente de programación al modelo más adecuado, a partir de los fallos registrados en el historial. La guía también propone la unidad de medida correcta: el coste por tarea resuelta, en lugar del precio por palabra. Un modelo más caro que acierta puede salir más barato en total. Amazon advierte de que el ejemplo es código de demostración, sin garantía de producción. Fuente : https://aws.amazon.com/blogs/machine-learning/route-coding-agent-requests-to-the-right-model-on-amazon-bedrock-with-nvidia-nemo-switchyard/

llama.cpp llega a la versión 1.0 y promete no romper más tus agentes

El programa libre que hace correr modelos en un ordenador normal llega a la versión 1.0, después de tres años y medio. El equipo se compromete a no cambiar ya las funciones que usan los programas sin cambiar el número de versión principal. Se reconocen más de 150 arquitecturas de modelos, y hay archivos para Linux, macOS, Windows, Android e iOS. Para las empresas, esa promesa de estabilidad es el argumento decisivo: un agente que funciona en local ya no se rompe con cada actualización del motor. Fuente : https://huggingface.co/blog/ggml-org/llama-cpp-v1

📊 Tendencia

Un día en que el agente pasa al lado del dinero y del control: OpenAI le abre una cartera, Sierra le da un carné para entrar en las tiendas, Google mide cuánto vale su escudo, y LangChain recauda 300 millones de dólares sobre la idea de que las empresas se quedarán con sus agentes. Al otro lado, las herramientas se asientan: un modelo gigante cabe en una tarjeta gráfica de sobremesa, el programa libre llama.cpp promete no romper nada más, y Amazon aprende a pagar a un agente por el resultado. El agente se vuelve un compañero al que se equipa, se controla y se factura.