29 de octubre de 2026 · mañana 20° · casi despejado
Suscribirse
Lo más útil · IA
El andamiaje de orquestación, herramientas y memoria con el que corre Copilot queda disponible para armar agentes propios sobre Azure, sin rehacer a mano el pegamento entre pasos. Disponible.
Ante una pregunta compleja, Gemini arma una pieza con secciones, diagramas y ejercicios para recorrer, en lugar de una respuesta corrida. Función de producto ya activa en la app, no un modelo nuevo.
Un día después del anuncio, el acceso es el dato: Carbon no está en la app ni en la API públicas y se reparte a testers elegidos. Para construir hoy, el modelo disponible sigue siendo Argon.
Varios agentes comerciales manejaron transferencias y alineaciones una temporada entera: sostienen la rutina semanal sin fallar, pero deciden peor que los humanos con información incompleta.
La capa de seguridad funcional de un robot asume sensores honestos: si se manipula la entrada, ejecuta la parada equivocada. Abre un frente de ciberseguridad industrial poco cubierto.
Agente open source donde modelo, memoria, herramientas y política de permisos se declaran en configuración en vez de venir en un flujo cerrado: más setup a cambio de control sobre cada paso.
Usa el SAST para marcar rutas sospechosas y dirige el fuzzer hacia ellas, en lugar de correr las dos técnicas por separado y revisar dos listas de falsos positivos. Open source, etapa temprana.
Corre 16 verificaciones sobre una URL: si el contenido llega sin JavaScript, si hay datos estructurados, si robots.txt bloquea crawlers de IA y si el markup permite extraer respuestas. Gratis.
Edita el fuente, compila, lee los errores del log y propone correcciones sobre el proyecto entero, no sobre un fragmento pegado en un chat. Apunta al hueco entre Overleaf y los editores con IA.
Dispara alertas sonoras al cerrar una tarea o cuando el agente queda esperando una decisión. Resuelve algo concreto de las corridas largas: saber cuándo volver a la terminal. Instalable desde el repo.
Empaqueta prompts, llamadas a herramientas, resultados intermedios y el diff final en un enlace que se recorre paso por paso. Reemplaza el screenshot cuando hay que explicar qué hizo el agente.
Se conecta una vez a los servicios del usuario y expone a los asistentes un acceso único con reglas: qué puede leer cada uno y qué queda afuera, sin reautorizar en cada herramienta.
Sesiones remotas con huella e identidad persistentes, control por API y manejo de proxies, para que un agente pueda operar sobre sitios que bloquean automatización y no solo sobre APIs.
Cualquier cliente compatible puede pedir pistas, variaciones y stems como una herramienta más dentro de un flujo de agente, en vez de entrar a la web. Disponible para conectar.
El tablero de trabajo aparece en el entorno del agente, con el contexto del ticket y del repo en el mismo lugar donde se escribe el código. Evita el salto permanente entre gestor de tareas y sesión.
Expone métricas, logs y alertas de producción como herramientas, con la idea de que diagnostique el agente que ya está en el repo en vez de contratar un producto aparte. Se conecta al stack existente.
El usuario explica en lenguaje natural qué quiere que pase y el sistema arma la cadena de disparadores y acciones sobre los servicios conectados, en lugar de elegirlos de una lista. Disponible.
Propone compuertas aprendidas sobre las cabezas de atención para separar instrucciones legítimas del texto inyectado, con mejoras de robustez sin reentrenar todo. Preprint, sin revisión por pares.
Sintetiza entornos controlables para medir cómo mejora un agente al subir datos y cómputo: aparecen regularidades de escala, pero dependen de la diversidad del entorno. Preprint sin revisión.
Agrega una etapa de curaduría al bucle de auto-mejora: el sistema selecciona qué trazas de sus propias corridas conviene aprender en vez de reentrenar sobre todo. Preprint, sin revisión por pares.
En lugar de encadenar texto, imagina estados futuros y los usa para verificar cada paso de una cadena de dinámicas, con mejoras en tareas espaciales y físicas. Preprint, sin revisión por pares.
El benchmark deja al modelo manipular una simulación sin meta y mide si infiere la ley que la gobierna. Separa ajustar datos de diseñar experimentos: lo segundo sigue trabado. Preprint sin revisión.
El modelo estima su certeza durante la decodificación y decide cuántos pasos gastar en cada token, recortando cómputo sin perder calidad en tareas de agente. Preprint, sin revisión por pares.
Trata editar activaciones, inyectar instrucciones o forzar reintentos como decisiones con costo y define cuándo mejoran el resultado y cuándo lo empeoran. Preprint, sin revisión por pares.
Corre entero en el navegador con WebGL: miles de partículas con fuerzas configurables y código abierto para leer cómo está armado el pipeline de render. Sirve de referencia para gráficos web.
Gotrama audita varios sitios a la vez y marca errores de rendimiento, enlaces roños, redirecciones y problemas de indexación en un tablero único, pensado para quien mantiene carteras de sitios.
La plataforma de curaduría de datasets agregó manejo multimodal: imagen, video, nube de puntos y texto en el mismo flujo de inspección y etiquetado, orientado a modelos de robótica. Ya disponible.
Empleados de Macmillan cuentan el ciclo completo de un asistente corporativo: lanzamiento con fiesta, uso real escaso y apagado silencioso. Es el tipo de autopsia que casi nunca se publica.