OpenAI integra el harness de Codex en su Agents SDK en versión preliminar, Shruti cubre 22 lenguas indias y HeliosLM apunta a Taiwán

OpenAI publica dos versiones preliminares alfa de su Agents SDK, para Python y para JavaScript, que incorporan el harness de Codex como motor nativo: almacenamiento de conversaciones, límites de uso, diálogo entre agentes mediante A2A y, en Python, un mayor esfuerzo de razonamiento por defecto. El resto de este domingo llega en forma de breves: las notas de versión de Devin, dos versiones preliminares de GitHub Agentic Workflows, correcciones para Antigravity y Gemini CLI, la aplicación de escritorio de Qwen Code y, después, una serie de publicaciones comunitarias en Hugging Face, entre ellas modelos de voz abiertos para Taiwán y para las 22 lenguas oficiales de la India, y una medición del sobrecoste del turco.

OpenAI integra el harness de Codex en su Agents SDK: dos versiones preliminares alfa con A2A, presupuestos de uso y almacenamiento de conversaciones

8 de noviembre — OpenAI publica dos versiones preliminares alfa de su Agents SDK: v0.24.0-alpha.7 para Python y v0.22.0-alpha.2 para JavaScript. La serie, iniciada el 3 de noviembre, incorpora el harness de Codex como motor nativo; el motor anterior sigue disponible como «Classic». La versión preliminar de Python se distribuye mediante GitHub Releases, fuera de PyPI.

Estas versiones añaden almacenamiento de conversaciones en la aplicación, las herramientas alojadas FileSearch, CodeInterpreter e ImageGeneration, límites de uso RunBudget (peticiones, tokens o coste estimado), que no garantizan un límite de gasto, adaptadores A2A entre agentes y workflows de voz. Cambios que habrá que tener en cuenta al actualizar: escritura estricta por defecto en los nuevos entornos y, en Python, nuevos nombres para los modos de aprobación MCP y un aumento del esfuerzo de razonamiento por defecto de low a medium para GPT-6 Astra, GPT-6.1 Sol y GPT-5.6 Sol, salvo que se configure explícitamente.

🔗 Versión preliminar de Python · Versión preliminar de JavaScript

Breves

Agentes y herramientas de código

Notas de versión de Devin del 6 de noviembre — Repaso: los administradores establecen la visibilidad por defecto de las nuevas sesiones y pueden limitar su uso compartido a la organización, las conexiones Gerrit sincronizan los grupos y los accesos a proyectos con los permisos de Devin (las nuevas conexiones requieren Gerrit 3.13 o posterior), y un botón cierra de una vez la sesión en todos los dispositivos, desde la aplicación web hasta las aplicaciones móviles. No se anuncia ningún precio. 🔗 fuente
GitHub Agentic Workflows 1.2.0 y 1.2.1 — Dos versiones preliminares publicadas el 4 y el 6 de noviembre, tras la disponibilidad general del 28 de octubre. Un workflow activado por pull_request_target desde un fork exige ahora una aceptación explícita para su uso sin restricciones, un cambio incompatible; a ello se suman un revisor de pull requests guiado por la especificación del proyecto, un motor declarativo experimental, Atomic, y revisiones de seguridad que fallan en modo cerrado (fail closed) cuando quedan sin resolver. 🔗 fuente
Antigravity 2.29.1 — Repaso del 6 de noviembre: esta versión de la aplicación corrige cuatro fallos del modo de voz Gemini Live. El modo de voz pide ahora volver a iniciar sesión cuando es necesario renovar la conexión de la cuenta, lee los enlaces y las menciones @ de los mensajes escritos durante una llamada, ya no une intervenciones anteriores a la última frase y ya no muestra, tras una interrupción, fragmentos de respuesta que nunca se oyeron. 🔗 fuente
Gemini CLI, PR 30183 — Integrada en main el 6 de noviembre, pero todavía sin publicar en una versión, permite configurar el plazo de 60 segundos para recibir los primeros encabezados de respuesta, que interrumpía y luego repetía desde el principio las peticiones con razonamiento prolongado, independientemente del modo de conexión (variable GEMINI_API_HEADERS_TIMEOUT_MS o ajuste model.requestTimeoutMs). 🔗 fuente
Qwen Code Desktop v0.27.0 y SDK TypeScript v0.1.30 — Publicados el 8 de noviembre, un día después de la versión estable v0.27.0 del CLI, sin novedades: la aplicación incorpora los 112 cambios de las versiones v0.26.9 y v0.27.0 del CLI, y el SDK incluye el CLI 0.27.0. Desktop se distribuye para macOS, Windows x64 y Linux (AppImage, .deb, RPM para Fedora 44 y RHEL 10). 🔗 fuente

Modelos abiertos para la voz y las lenguas regionales

HeliosLM — Chien-Hsin Lin publica una primera serie de modelos abiertos pensados para Taiwán: un modelo de conversación y un clasificador de seguridad derivados de Gemma 4 E4B-it, y dos modelos de reconocimiento de voz derivados de Whisper large-v3. Según sus mediciones, la tasa de error por carácter baja del 231,13 al 32,69 % en el taiwanés (hokkien) de Common Voice, y del 15,25 al 5,10 % en el mandarín de Taiwán. 🔗 fuente
Shruti — Udgam Labs, creador del pequeño modelo Laghu, publica 22 modelos de reconocimiento de voz bajo Apache-2.0, uno por cada lengua del octavo anexo de la Constitución india. Cada uno pesa unos 30 Mo, también transcribe inglés y funciona sin conexión, incluso en un teléfono de 2021; los 22 juntos ocupan 653 Mo, aproximadamente una cuarta parte de IndicConformer-600M. En conversaciones reales, entre el 22,9 y el 56,8 % de las palabras siguen siendo incorrectas, según el equipo. 🔗 fuente
El impuesto del turco — Serkan Peker estima que, con vLLM en una H200, producir el mismo texto en turco requiere entre 1,45 y 1,62 veces el tiempo de GPU que en inglés en cuatro modelos abiertos (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B y Qwen3.8-27B), y que entre el 76 y el 82 % de esa diferencia se explica por el exceso de tokens. De siete tokenizers, solo el del modelo turco Kumru-2B consume menos tokens en turco que en inglés. 🔗 fuente

Investigación y datos comunitarios

Tiny Aya Global en el hackathon de Lexsi Labs — Tres equipos del hackathon de seguridad y alineamiento de Lexsi Labs publican sus versiones ajustadas de este modelo abierto de Cohere Labs (3,35 mil millones de parámetros). Según sus propias mediciones, SafeQuery eleva la tasa de éxito de un agente SQL del 19,8 al 99,1 % sin ceder ante las inyecciones probadas, TaxOps completa correctamente el 93,3 % de las declaraciones fiscales sintéticas y SafetyPulse reduce los ataques exitosos de HarmBench del 25,2 al 12,3 %. 🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
Borrar un estilo modificando los pesos — Javad Taghia publica un experimento en el que GPT-6 Astra, con acceso mediante herramientas a los pesos de un pequeño modelo de difusión (segmind/tiny-sd), pero sin ningún gradiente, debe borrar de él el estilo de Van Gogh. Según su protocolo prerregistrado, el agente elimina 11,5 puntos de estilo más que el método UCE, deteriorando en igual medida los estilos de pintores cercanos, y supera en 52 puntos una búsqueda aleatoria dotada de las mismas herramientas. 🔗 fuente
SEW Multimodal AMR en FiftyOne — Harpreet Sahota publica el 7 de noviembre una conversión para FiftyOne de este conjunto de 3 151 imágenes anotadas en 55 episodios MCAP, tomadas por el robot móvil autónomo de SEW-EURODRIVE con seis tipos de sensores (cámaras RGB y térmicas, profundidad, radar 4D, escáneres láser, ultrasonidos), para comparar lo que cada uno percibe de una misma escena. 🔗 fuente

Infraestructura GPU

NVIDIA DSX OS, publicación del 5 de noviembre — Repaso: NVIDIA detalla cómo los tres componentes open source de DSX OS, bajo licencia Apache 2.0, acompañan a un clúster GPU en Kubernetes. AICR fija la configuración en recetas versionadas, NVCRE la certifica con cargas reales (pruebas NCCL, diagnóstico DCGM de nivel 4, preentrenamiento NeMo) y NVSentinel solo vuelve a poner en servicio un nodo reparado tras superar las pruebas. 🔗 fuente

Qué significa esto

Con estas versiones preliminares, el harness que ejecuta Codex se convierte en el motor nativo del Agents SDK, tanto en Python como en JavaScript. Varias de sus funciones ya existían en la API Agents alojada de OpenAI, como el límite de presupuesto, en beta bajo petición desde el 6 de noviembre, o la compaction; el SDK las acerca al código de la aplicación, que guarda sus conversaciones en su propio almacenamiento y dialoga con otros agentes mediante A2A. El precio es el de una fase alfa: interfaces que cambian de una versión a otra, una distribución de Python fuera de PyPI y un mayor esfuerzo de razonamiento por defecto en Python, que modifica el comportamiento de los proyectos que no lo fijan por su cuenta.

Los ajustes por defecto también se endurecen en las herramientas de agentes. El SDK de OpenAI pasa los nuevos entornos a escritura estricta, GitHub Agentic Workflows exige una aceptación explícita para el uso sin restricciones de los workflows activados desde un fork y hace fallar las revisiones de seguridad que quedan sin resolver, y Devin permite a los administradores establecer la visibilidad de las sesiones y limitar su uso compartido. Tanto en GitHub como en OpenAI, la actualización requiere una comprobación: el cambio es incompatible para gh-aw, y el SDK de Python rechaza los nombres antiguos de los modos de aprobación MCP.

Varias publicaciones comunitarias se centran en lenguas que los grandes modelos no cubren bien. HeliosLM reduce el error de Whisper large-v3 en taiwanés del 231,13 al 32,69 %, Shruti permite que el reconocimiento de voz de 22 lenguas indias quepa en archivos de unos 30 Mo que funcionan sin conexión, y Serkan Peker cuantifica lo que cuesta una lengua mal segmentada en tokens: entre 1,45 y 1,62 veces el tiempo de GPU del inglés para el turco. Udgam Labs resume el obstáculo: desarrollar para estas lenguas significaba hasta ahora una factura de cloud por minuto, un modelo de varios gigabytes o el permiso de una gran empresa. Todas estas cifras proceden de mediciones de sus autores, y la propia Udgam Labs publica las limitaciones de Shruti: en conversaciones reales, hasta el 56,8 % de las palabras siguen siendo incorrectas.

OpenAI integra el harness de Codex en su Agents SDK en versión preliminar, Shruti cubre 22 lenguas indias y HeliosLM apunta a Taiwán

Empresas de esta edición

OpenAI integra el harness de Codex en su Agents SDK: dos versiones preliminares alfa con A2A, presupuestos de uso y almacenamiento de conversaciones

Breves

Qué significa esto

Fuentes

Tabla de contenidos