Warp lanza su Agent CLI, GitHub retira Spark, FLUX 3 Video disponible: los anuncios del 4 de agosto

El 4 de agosto de 2026 está marcado por seis anuncios importantes: Warp separa su agente de código en un CLI autónomo, GitHub programa la retirada de Spark en favor de Copilot, OpenAI detalla la reconstrucción completa de la pila de voz de ChatGPT, Black Forest Labs lanza FLUX 3 Video, NVIDIA publica su modelo abierto Alpamayo 2 Super para vehículos autónomos, y Mistral presenta Shieldstral, su clasificador de seguridad en pesos abiertos. En torno a estas novedades, Cursor, Amp, DeepSeek, Liquid AI, Google, GitHub Copilot, Pika y la Open Secure AI Alliance multiplican las actualizaciones.

Warp lanza Agent CLI, un agente de código autónomo para cualquier terminal

4 de agosto — Warp separa su agente de código del terminal Warp y lo ofrece como un CLI autónomo, instalable en cualquier emulador: Ghostty, iTerm 2, VS Code, o los terminales nativos de Windows, Mac y Linux. La arquitectura se basa en una capa de multiplexación de las conexiones PTY entre el agente y el shell, comparable a tmux, que permite sesiones persistentes en las que se puede cambiar de directorio (cd) sin perder el contexto del agente, un control remoto sin instalar binarios en la máquina objetivo, y el control de aplicaciones interactivas a pantalla completa como vim, sqlite, un REPL de Python o htop.

En cuanto a funcionalidades, el agente distingue automáticamente un comando shell de un prompt en lenguaje natural, completa los argumentos y los flags, y enruta la tarea hacia distintos modelos según su complejidad — modelos frontera como modelos en pesos abiertos, con routers personalizables mediante YAML. También gestiona la orquestación multiagente y la conmutación hacia la nube.

Entorno compatible	Detalle
Terminales compatibles	Ghostty, iTerm 2, VS Code, terminales nativos Windows/Mac/Linux
Suscripción mensual	18 $/mes, 20 $ de crédito de inferencia incluido
Créditos a la carta	a partir de 10 $
Otras opciones	clave API compatible con OpenAI, o suscripción SuperGrok

Este lanzamiento posiciona a Warp frente a los agentes CLI rivales (Codex CLI, Claude Code, Gemini CLI) apostando por la integración profunda con el shell y la orquestación en la nube, más que por un simple envoltorio del modelo.

🔗 Blog de Warp — Introducing the Warp Agent CLI

GitHub Spark ya no acepta nuevos usuarios, retirada programada

4 de agosto — GitHub retira progresivamente Spark, su plataforma de creación de aplicaciones mediante lenguaje natural lanzada con un motor de inferencia dedicado (llm()). Desde el 4 de agosto, la creación de nuevas cuentas y nuevas aplicaciones está cerrada.

Hito de la retirada	Fecha
Fin de las nuevas cuentas y aplicaciones	4 de agosto de 2026
Fecha límite para exportar el código	31 de agosto de 2026
Retirada de GitHub Models (motor `llm()`)	30 de julio de 2026 (ya en vigor)

Los usuarios existentes tienen hasta el 31 de agosto para exportar el código de sus aplicaciones, mediante el menú del workbench de Spark (botón … → Create repository). Las aplicaciones ya desplegadas seguirán funcionando después de esa fecha, pero aquellas que usen la función llm() deberán pasar a otro proveedor de inferencia, ya que GitHub Models — que la alimentaba — también fue retirado a finales de julio.

GitHub justifica la decisión explicando que los modelos de IA y las herramientas de desarrollo agentico han avanzado considerablemente desde el lanzamiento de Spark, y que los creadores priorizan ahora flujos de trabajo integrados — Copilot en VS Code, Copilot CLI, o la app GitHub Copilot — en lugar de una plataforma de prototipado separada. Es una señal de consolidación: GitHub cierra un producto de «vibe coding» distinto para concentrar su oferta de IA en torno a Copilot.

🔗 GitHub Changelog — Upcoming deprecation of GitHub Spark

GPT-Live: OpenAI reconstruye la arquitectura de voz de ChatGPT en seis meses

3 de agosto — OpenAI detalla la tercera generación de su sistema de voz, GPT-Live, y explica por qué la arquitectura anterior — basada en un «turn detector» encargado de adivinar cuándo el usuario había terminado de hablar — limitaba la naturalidad de la conversación: adivinar demasiado pronto corta la palabra, adivinar demasiado tarde vuelve la respuesta blanda. GPT-Live elimina ese detector del camino de audio: el modelo de voz es full-duplex, capaz de escuchar y hablar al mismo tiempo. Cuando se necesita un razonamiento más profundo o una llamada a una herramienta, GPT-Live consulta modelos frontera (como GPT-5.5) de forma asíncrona, sin interrumpir la conversación.

En el plano de la ingeniería, OpenAI ha reescrito el frontend multimedia y la lógica de inferencia en Go, reemplazando una implementación Python asyncio, lo que ha mejorado la regularidad de entrega de los frames hasta el punto de que el p95 del nuevo sistema iguala el p50 del anterior. El transporte se apoya en WebRTC, que absorbe las pérdidas de paquetes y la deriva del reloj estirando sutilmente el audio. Resultado concreto: el arranque de una sesión de voz ha pasado de seis idas y vueltas de red a una sola. Esta arquitectura ya impulsa nuevas capacidades de ChatGPT Voice, incluido el control del ordenador desde la app de escritorio.

GPT-Live can listen while it speaks. To make that feel natural at ChatGPT scale, we rebuilt the voice stack from client to model. This new architecture keeps audio flowing continuously, so deeper reasoning and tool use don’t interrupt the conversation.

🇪🇸 GPT-Live puede escuchar mientras habla. Para que esto parezca natural a escala de ChatGPT, hemos reconstruido toda la pila de voz, del cliente al modelo. Esta nueva arquitectura mantiene un flujo de audio continuo, de modo que el razonamiento profundo y el uso de herramientas no interrumpen la conversación. — @OpenAI en X

🔗 How we built a realtime system for responsive voice AI in six months

FLUX 3 Video (Black Forest Labs): lanzamiento oficial, disponible en API y en Runway

4 de agosto — Black Forest Labs oficializa el lanzamiento de FLUX 3 Video, tras el avance mostrado el 30 de julio. El modelo genera clips de hasta 20 segundos en 720p y 1080p nativo, con audio nativo sincronizado (efectos, ambiente, voz, lip-sync preciso) y diálogos en una quincena de idiomas, entre ellos inglés, chino, español, francés, alemán y japonés. Gestiona texto a vídeo, imagen a vídeo con imagen de inicio, de final o varias imágenes clave en orden, continuación de vídeo, y texto incrustado que se integra de forma natural en la escena.

El modo Draft permite explorar rápidamente direcciones creativas con menor coste, antes de un render final a máxima calidad que conserva los sujetos, la composición y el movimiento del avance validado:

Etapa de producción	Tarifa
Vista previa rápida (Draft mode)	$0,06 por segundo
Render final a máxima calidad	a partir de $0,17 por segundo
Duración máxima	20 segundos, 1080p nativo

El modelo ya está disponible a través de la API de BFL y con socios seleccionados — Runway lo integró el mismo día del lanzamiento. Black Forest Labs anuncia para más adelante una mejor controlabilidad, referencias multimodales (imagen, vídeo, audio), un modelo FLUX 3 Image, y una variante en pesos abiertos llamada FLUX 3 Dev.

🔗 @bfl_ai en X (anuncio de FLUX 3 Video)

NVIDIA Alpamayo 2 Super, modelo abierto de razonamiento para vehículos autónomos

4 de agosto — NVIDIA lanza Alpamayo 2 Super, un modelo abierto de razonamiento visión-lenguaje-acción (VLA) para robotaxis, vehículos autónomos, camiones y lanzaderas. Combina un razonador NVIDIA Cosmos 3 Super con un experto de acción por difusión, reentrenado mediante aprendizaje por refuerzo, con cobertura de cámara de 360 grados.

Componente del modelo	Tamaño
Razonador Cosmos 3 Super	32 mil millones de parámetros
Experto de acción por difusión	2 mil millones de parámetros
Total Alpamayo 2 Super	34 mil millones de parámetros

Para cada escenario de conducción, el modelo produce cinco salidas acopladas: trayectoria planificada, traza de razonamiento en cadena causal, metaacción (ceder, cambiar de carril, detenerse), autoetiquetas de razonamiento para el entrenamiento, y respuestas a preguntas visuales ancladas en la imagen de la cámara. En el benchmark LingoQA, NVIDIA reclama el primer puesto, por delante de GPT-4o por 23,2 puntos. El modelo se publica bajo la licencia permisiva OpenMDW-1.1, con pesos y código de inferencia disponibles de inmediato en Hugging Face, para un despliegue comercial sin autorización adicional.

Today, we’re launching Alpamayo 2 Super, our frontier open reasoning model for autonomous vehicles. Beyond seeing, Alpamayo understands and reasons through the complex world - thinks before it acts. […] We’re releasing it for commercial use under OpenMDW-1.1 so teams can inspect it, fine-tune it and deploy it—open models advance safety and security. The next wave of AI is robotics—and it starts with autonomous vehicles.

🇪🇸 Hoy lanzamos Alpamayo 2 Super, nuestro modelo abierto de razonamiento de vanguardia para vehículos autónomos. Más allá de ver, Alpamayo comprende y razona a través de un mundo complejo: piensa antes de actuar. […] Lo publicamos para uso comercial bajo la licencia OpenMDW-1.1 para que los equipos puedan inspeccionarlo, ajustarlo y desplegarlo: los modelos abiertos hacen avanzar la seguridad. La próxima ola de la IA es la robótica, y comienza con los vehículos autónomos. — @JensenHuang en X

🔗 Blog de NVIDIA — Alpamayo 2 Super, open model now available

Shieldstral: Mistral publica un modelo de moderación de 3B en pesos abiertos

4 de agosto — Mistral lanza Shieldstral, un modelo de moderación de contenido de 3 mil millones de parámetros, publicado en pesos abiertos bajo licencia Apache 2.0. A diferencia de los clasificadores clásicos de categorías fijas, Shieldstral trata la moderación como una tarea de pregunta-respuesta binaria: la política de moderación se proporciona en lenguaje natural en el momento de la inferencia, lo que permite adaptarla sin reentrenamiento. El modelo es multimodal (texto e imagen) y devuelve una puntuación de seguridad calibrada y continua en lugar de una etiqueta discreta.

Función cubierta	Detalle
Clasificación de prompts y moderación de respuestas	Detecta contenidos problemáticos tanto en la entrada como en la salida
Detección de rechazos	Identifica cuándo un asistente declina una solicitud
Detección de toxicidad	Texto e imagen
Evaluación adaptativa por política	Peticiones en lenguaje natural, sin reentrenamiento

Mistral indica que Shieldstral iguala o supera a modelos de guardarraíl abiertos hasta 7 veces más grandes, en seguridad textual, detección de rechazos, adaptabilidad a políticas y evaluación multimodal. El modelo funciona sobre una sola GPU NVIDIA de 16 GB, lo que lo hace accesible para una infraestructura estándar, incluido un despliegue local. Shieldstral es además el primer miembro de la Open Secure AI Alliance, la alianza sectorial cuyas nuevas directrices SAFE se detallan más abajo en este artículo. Los pesos están disponibles en Hugging Face (mistralai/Shieldstral-1.0-3B).

🔗 Mistral — Shieldstral

Herramientas de código: Cursor, Amp y Warp aceleran

Cursor open-source Mixture-of-Kittens (MoK), su megakernel de entrenamiento MoE

4 de agosto — Cursor publica en open source Mixture-of-Kittens (MoK), un «megakernel» de entrenamiento para arquitecturas Mixture-of-Experts diseñado para los nodos NVIDIA NVL72. El kernel fusiona en una sola operación determinista toda la comunicación y el cálculo relacionados con MoE. MoK ya ejecuta el entrenamiento en producción en Cursor, sobre decenas de miles de GPU.

We’re open-sourcing Mixture-of-Kittens (MoK), our MoE training megakernel for NVL72s. It fuses all Mixture-of-Experts communication and computation into a single, fully deterministic kernel, and runs up to 2.37x faster than the strongest public baselines.

🇪🇸 Publicamos en open source Mixture-of-Kittens (MoK), nuestro megakernel de entrenamiento MoE para los NVL72. Fusiona toda la comunicación y el cálculo relacionados con Mixture-of-Experts en un solo kernel totalmente determinista, y funciona hasta 2,37x más rápido que las mejores referencias públicas. — @cursor_ai en X

Ganancia medida en Cursor: 1,41x de rendimiento de entrenamiento de extremo a extremo respecto a su pila anterior basada en DeepEP.

Amp permite adjuntar cualquier archivo a sus orbs

4 de agosto — Los «orbs» de Amp, sus agentes cloud, aceptan ahora cualquier archivo como adjunto: vídeos, logs, PDF, hojas de cálculo, conjuntos de datos. El equipo cita varios usos concretos: grabar la pantalla de una aplicación para que Amp corrija lo que ve, depurar a partir de archivos de logs, convertir hojas de cálculo en sitios web interactivos, o transcribir audio y vídeo. El anuncio no precisa ni límite de tamaño de archivo ni formatos exactos más allá de estos ejemplos.

🔗 Amp News — Attach Anything

Warp da a los agentes cloud la capacidad de verificar su trabajo mediante control del ordenador (computer use)

3-4 de agosto — Cuarta entrega de la serie «cloud software factory» de Warp: una nueva skill verify-behavior da a los agentes cloud el control del ratón y el teclado para reproducir errores reportados (modo reproduce) o verificar que una funcionalidad coincide con su especificación (modo verify), con captura de vídeo preferiblemente. Un ingeniero de Warp confirma el despliegue interno, con tres usos citados: reproducir errores con corrección y vídeo antes/después, recorrer el flujo de onboarding como un usuario nuevo, y publicar una demo en vídeo en Slack o en una pull request para validar una interfaz rápidamente.

🔗 Blog de Warp — Computer use verification

GitHub Copilot: cuatro novedades para desarrolladores y equipos

Nivel de razonamiento personalizable para el agente cloud

3 de agosto — Al delegar una tarea en Copilot cloud agent, ahora es posible elegir el nivel de razonamiento del modelo, para los modelos que lo admitan. Un nivel más alto puede mejorar las respuestas en problemas complejos, a costa de un mayor consumo de tokens. Disponible en todos los planes de Copilot de pago: Pro, Pro+, Business, Enterprise y Max.

🔗 GitHub Changelog — Customize the reasoning level

Activar automatizaciones de Copilot desde comentarios

3 de agosto — Las automatizaciones de Copilot cloud agent ahora pueden activarse a partir de un comentario de issue o de pull request, configurables desde la pestaña Agents → Automations de un repositorio. Tres casos de uso citados: generar documentación a partir de un comentario de PR, analizar una stack trace reportada en un comentario de issue, o crear automáticamente tareas de seguimiento. Disponible para Copilot Pro, Pro+, Max, Business y Enterprise (con activación de la política por parte del administrador para las cuentas de empresa).

🔗 GitHub Changelog — Trigger Copilot automations with comments

Cómo el equipo jurídico de GitHub usa Copilot CLI

4 de agosto — Dos juristas internos de GitHub, sin experiencia en desarrollo, han creado herramientas con Copilot CLI. Ngandu Kasuku (Principal Product Counsel) creó terms-ai, un repositorio que centraliza instrucciones de redacción y modelos de contratos, reduciendo aproximadamente a la mitad el tiempo de revisión y redacción. Jesse Geraci (Online Safety Counsel) desarrolló una aplicación para analizar código fuente y evaluar notificaciones DMCA, ampliada desde entonces a la conformidad de licencias y a la evaluación de riesgo NDA.

🔗 GitHub Blog — How the GitHub legal team used Copilot CLI

Activación automática de la cobertura de código, generada por IA

4 de agosto — En la configuración de Code Quality de un repositorio, un nuevo agente de IA genera automáticamente un flujo de trabajo de cobertura de código: compila el proyecto, ejecuta las pruebas, produce un informe de cobertura y lo envía a GitHub, con permisos mínimos por defecto. El usuario obtiene una pull request lista para revisar y fusionar. Funcionalidad en vista previa pública, disponible en github.com, GitHub Enterprise Cloud y Team (todavía no en Enterprise Server).

🔗 GitHub Changelog — Activación automática de la cobertura de código

Modelos abiertos y disponibilidad en producción

DeepSeek V4 Flash disponible en producción en Together AI

4 de agosto — DeepSeek V4 Flash, el modelo rápido de DeepSeek lanzado a finales de julio, ya está disponible en producción en Together AI, con una ruta de despliegue de alto rendimiento para la programación, el uso de herramientas y los agentes de larga duración. Together AI destaca una programación mejorada en tareas de terminal y full-stack, tres niveles de esfuerzo de razonamiento (bajo, alto, máximo) y un decodificado especulativo llamado DSpark para acelerar la generación.

🔗 @togethercompute en X

Liquid AI publica LFM2.5-2.6B, un modelo compacto para agentes 100% locales

4 de agosto — Liquid AI publica LFM2.5-2.6B, un modelo de 2,6 mil millones de parámetros diseñado para agentes que funcionan completamente en local, desde el ordenador portátil hasta el teléfono, con una ventana de contexto de 128K tokens. En comparación con modelos entre 2 y 4 veces más grandes, lidera en seguimiento de instrucciones (51,87% en AIME25, 59,41% en LiveCodeBench) y por delante de casi todos los modelos probados en uso de herramientas. En cuanto a velocidad: 220 tokens/segundo en un Apple M5 Max, 113 tokens/segundo en un AMD Ryzen, alrededor de 30 tokens/segundo en teléfono. Disponible en Hugging Face, compatible con llama.cpp, MLX, vLLM, SGLang y ONNX.

🔗 Blog de Hugging Face — LFM2.5-2.6B

Google y Kaggle presentan el balance de su curso gratuito de agentes de IA

3 de agosto — Google y Kaggle publican el balance de su curso gratuito de cinco días «AI Agents Intensive: Vibe Coding», dedicado al diseño y despliegue de agentes de IA en condiciones de producción. Las cifras comunicadas: 353 000 participantes inscritos, 392 000 personas activas en el Discord de Kaggle durante la sesión, y más de 6 000 entregas de proyectos finales procedentes de más de 12 000 participantes. Google recuerda que sus cursos intensivos con Kaggle han reunido a más de 2 millones de estudiantes en total desde 2024. Todos los contenidos siguen disponibles para autoaprendizaje en Kaggle Learn.

🔗 Blog de Google — Dentro de nuestro curso de vibe coding para 353.000 personas

Generación de medios y seguridad del ecosistema agéntico

Pika lanza API Club, agregador de más de 100 modelos

4 de agosto — Pika Labs lanza API Club, una suscripción de 10 $ al mes que da acceso a más de 100 modelos de generación de medios (vídeo, imagen, audio, LLM) a través de una sola API, con descuentos importantes frente a proveedores como Fal o Runway Dev: hasta 87% en Seedance 2.0, hasta 50% en MiniMax H3, hasta 25% en GPT Image 2. Pika afirma haber negociado mejores precios con los proveedores y mantenido su propio margen al mínimo, en reacción a plataformas de agregación a las que acusa de aplicar recargos de hasta 3 veces superiores. Este lanzamiento reposiciona a Pika, conocido como herramienta de generación de vídeo para el gran público, como agregador de API para desarrolladores y creadores.

🔗 @pika_labs en X

HeyGen lanza formatos de vídeo automatizados para el sector inmobiliario

3 de agosto — HeyGen presenta «HeyGen for Real Estate», una serie de formatos de vídeo para agentes inmobiliarios, cada uno reutilizando el avatar personal del usuario. El formato del día, «Hosted Home Tour», genera una visita guiada de una propiedad: el usuario pega el enlace de un anuncio (Zillow), añade opcionalmente un guion, y la herramienta produce automáticamente un vídeo en el que el avatar presenta la visita basándose en la información del anuncio. Otros formatos de la serie incluyen «Market Update» y «Listing Spotlight».

🔗 @HeyGen en X

La Open Secure AI Alliance presenta sus directrices SAFE en Black Hat

4 de agosto — Con motivo de la conferencia Black Hat 2026 en Las Vegas, la Open Secure AI Alliance —coalición liderada por NVIDIA que reúne ahora a más de 120 organizaciones (Cisco, CrowdStrike, Hugging Face, Red Hat, Microsoft, Amazon, entre otras)— anuncia varias contribuciones. La Linux Foundation publica una solicitud de comentarios sobre SAFE (Shared AI Findings Exchange), un marco propuesto para recopilar y analizar de forma confidencial los incidentes de seguridad de IA, identificar fallos recurrentes de control y publicar recomendaciones basadas en evidencias —un enfoque de defensa colectiva inspirado en el intercambio de inteligencia sobre amenazas.

Amazon se incorpora a la alianza y aporta su caja de herramientas Strands Agents así como el lenguaje de autorización Cedar. Uber open-source ADR (Agentic AI Detection and Response), un framework que gestiona más de 200 000 sesiones de agentes diarias en producción. Mistral contribuye con Shieldstral, presentado más arriba en este artículo y convertido en el primer miembro modelo de la alianza.

🔗 Blog de NVIDIA — Contribuciones de la Open Secure AI Alliance

OpenAI: respuesta a Apple y nuevos plugins educativos

Apple is getting this wrong: OpenAI responde a la demanda de Apple

3 de agosto — OpenAI publica una respuesta detallada a la demanda presentada por Apple, repasando punto por punto tres aspectos de las acusaciones. Sobre la cronología de los contactos, OpenAI afirma que Apple reconoce ahora que sus abogados externos escribieron a la persona equivocada, y que una supuesta conversación con el General Counsel de OpenAI nunca tuvo lugar. Sobre el caso de un ex-empleado acusado de haber accedido a información confidencial después de su salida (último día en Apple: 22 de enero de 2026), OpenAI publica intercambios de iMessage que muestran que fueron empleados de Apple quienes le pidieron ayuda para localizar archivos. Sobre el caso de un antiguo ejecutivo que pasó 24 años en Apple y es sospechoso de haber intentado usar secretos comerciales, OpenAI afirma que no se solicitó ni se utilizó ninguna información confidencial de Apple. OpenAI califica la solicitud de medida cautelar preliminar de Apple como «basada en información falsa y totalmente innecesaria».

🔗 OpenAI — Apple is getting this wrong

Tres nuevos plugins educativos para ChatGPT Work y Codex

4 de agosto — Para la vuelta a clases, OpenAI lanza tres plugins para ChatGPT Edu y los despliegues de ChatGPT for Teachers: K-12 Educator (recursos diferenciados para primaria/secundaria), College Educator (diseño de cursos y exportación a LMS para educación superior) y College Student (tutoría guiada, fichas de repaso, cuestionarios a partir de las fuentes elegidas por el estudiante). El artículo recuerda la asociación de OpenAI con la American Federation of Teachers, una iniciativa de cinco años destinada a formar a 400 000 docentes K-12 estadounidenses en el uso de la IA.

🔗 OpenAI — Aprende y enseña con ChatGPT Work y Codex

Breves

Devin Fusion mejora un 4% en inteligencia y cuesta un 27% menos — Cognition mejora el arnés y los modelos de Devin Fusion en el benchmark interno FrontierCode 1.1, disponible de inmediato en Devin Cloud. 🔗 fuente
Sakana AI se une a la AIRoA — La empresa se convierte en miembro de la Asociación japonesa de robótica IA, para una colaboración de su RSI Lab en modelos del mundo y IA física. 🔗 fuente
llama-macos, utilidad destacada por el equipo de Hugging Face — Widget de macOS (brew install --cask llama-app) que recomienda modelos según la máquina e inicia un servidor llama.cpp con interfaz web. 🔗 fuente
Control más granular de a qué puede acceder Copilot — GitHub anuncia un mayor control sobre los accesos de Copilot, sin changelog detallado asociado por el momento. 🔗 fuente
Documentación ampliada sobre el sandboxing local de Copilot CLI — GitHub destaca su documentación sobre la activación y configuración del sandboxing local en la terminal. 🔗 fuente
El editor Air añade GitHub Copilot como agente personalizado vía ACP — La herramienta de terceros Air ahora admite agentes personalizados mediante Agent Client Protocol, con una guía para configurar Copilot. 🔗 fuente
Especialización por equipo de empresa para los ajustes gestionados — Los administradores de empresa pueden dirigir configuraciones específicas a equipos concretos con archivos de configuración dedicados. 🔗 fuente
Configuración personalizada del code scanning por defecto, a gran escala — Una nueva propiedad del repositorio permite aplicar una configuración CodeQL personalizada al setup por defecto. 🔗 fuente
Retirada de la app Copilot Billing Preview — La gestión de los gastos de Copilot se realiza ahora directamente en los ajustes de facturación de GitHub. 🔗 fuente
Personalización de los nombres de ramas de Dependabot — Nuevas opciones en dependabot.yml para definir prefijo, longitud y separadores de los nombres de ramas creadas por Dependabot. 🔗 fuente
CodeQL 2.26.2 añade compatibilidad con Swift 6.3.3 y Kotlin 2.4.10 — Actualización del motor de análisis estático de GitHub. 🔗 fuente
El rol Triage ahora puede eludir las restricciones de creación de issues — Los usuarios con este rol pueden crear issues incluso cuando un repositorio restringe esta acción a los colaboradores. 🔗 fuente
Wan (Alibaba) — Camera-to-Image — Nueva capacidad de la suite en tiempo real de Wan: la cámara transforma instantáneamente el entorno real en una escena animada al estilo anime. 🔗 fuente
NVIDIA se une al programa NSF State and Regional AI Hubs — Participación en el programa de hubs regionales de infraestructura de IA de la National Science Foundation de EE. UU., para investigación y educación. 🔗 fuente
NVIDIA detalla SCADA, un acceso acelerado al almacenamiento para la IA — Tecnología que permite a las GPU acceder directamente al almacenamiento a velocidades cercanas a las de la memoria. 🔗 fuente
Stability AI y MusicHackspace organizan un hackathon Stable Audio 3.0 en Montreal — Hackathon de 48 horas los 22 y 23 de agosto, en colaboración con el festival MUTEK. 🔗 fuente
Qwen-Image-3.0-Pro asciende al 5.º puesto mundial — Alibaba anuncia un salto de su modelo de generación de imágenes en un ranking no especificado. 🔗 fuente
Z.ai (GLM) y Tencent Cloud organizan su primer meetup comunitario en Singapur — Presentación de las capacidades agénticas de GLM-5.2 y de su integración con CodeBuddy y WorkBuddy. 🔗 fuente
Circles personaliza la experiencia de telecom con la API de OpenAI y Codex — Caso de uso empresarial: +22% de ARPU, -9% de churn, 65% de resolución autónoma del soporte al cliente. 🔗 fuente

Qué significa esto

Las herramientas de código siguen saliendo del único perímetro del IDE. Warp separa su agente en CLI capaz de pilotar cualquier terminal, el agente cloud de GitHub Copilot gana un nivel de razonamiento personalizable y activadores por comentario, Amp acepta cualquier tipo de archivo como adjunto, y Warp da a sus agentes cloud la capacidad de verificar por sí mismos su trabajo mediante control de ordenador (computer use). El testimonio del equipo jurídico de GitHub, que construyó sus propias herramientas con Copilot CLI sin experiencia de desarrollo, ilustra un cambio más amplio: estos agentes se dirigen ahora tanto a no desarrolladores como a ingenieros.

Este auge de los agentes va acompañado de una consolidación de las plataformas más que de una proliferación. GitHub cierra Spark, su plataforma de prototipado de aplicaciones mediante lenguaje natural, un año y medio después de su lanzamiento, en favor de una apuesta única por Copilot en sus distintas superficies (VS Code, CLI, app, cloud agent). Es una señal de que el mercado del «vibe coding» standalone se estrecha en torno a unas pocas ofertas integradas en lugar de multiplicar los productos separados.

La seguridad de la IA agéntica se organiza en un ecosistema estructurado. Mistral publica Shieldstral, un clasificador de moderación con pesos abiertos que funciona en una sola GPU, y se convierte en el primer miembro modelo de la Open Secure AI Alliance —una coalición de más de 120 organizaciones que propone ahora, a través de la Linux Foundation, un marco de intercambio confidencial de incidentes de seguridad de IA (SAFE) directamente inspirado en la inteligencia sobre amenazas de la ciberseguridad clásica. Amazon y Uber también aportan sus propias herramientas de código abierto. Es la señal de que la securización de los agentes se convierte en un esfuerzo colectivo y documentado, más que en una suma de medidas propietarias aisladas.

Por último, la economía de la generación de medios y del cálculo en tiempo real sigue reduciendo el coste de acceso. FLUX 3 Video introduce un modo Draft a $0,06 por segundo para explorar ideas antes de un render final más caro, Pika transforma su producto de consumo en un agregador de API a 10 $ al mes para sortear los altos márgenes de otras plataformas, y NVIDIA publica Alpamayo 2 Super con pesos abiertos para que la industria de la conducción autónoma disponga de una base de razonamiento compartida en lugar de empezar de cero. El mismo movimiento se observa en el ámbito de la voz: la revisión de GPT-Live por OpenAI, que divide por seis el tiempo de arranque de una sesión de voz, muestra que la infraestructura en tiempo real también se convierte en un terreno de optimización activa, al mismo nivel que los propios modelos.