Claude Code Desktop integra un navegador y pasa a v2.1.206, GPT-5.6 Sol Ultra en disponibilidad general, Amp reemplaza sus modos por un único dial (The Dial)

El 10 de julio reúne cuatro anuncios importantes que redibujan la interacción agente-máquina: Claude Code Desktop recibe un navegador integrado y pasa a v2.1.206, GPT-5.6 Sol Ultra pasa a disponibilidad general acompañado de una afirmación de prueba matemática inédita, y Amp reemplaza el conjunto de sus modos de agente con nombre por un único dial. Dieciocho noticias destacadas completan el panorama —desde la creciente confianza de Cognition en Claude Fable 5 hasta la llegada de Grok 4.5 como orquestador en Perplexity—, y cuatro breves cierran este panorama.

Claude Code Desktop recibe un navegador integrado

10 de julio — Claude Code en escritorio gana un nuevo panel Browser: un navegador con pestañas que Claude controla exactamente igual que ya controla los servidores de desarrollo locales —abrir documentación, maquetas de diseño o cualquier otro sitio, leer el contenido, hacer clic, rellenar formularios. Se abre con el teclado (Cmd+Shift+B en macOS, Ctrl+Shift+B en Windows) o desde el menú Views; cuando Claude encuentra un enlace externo en el chat, un selector propone abrirlo en este panel o en el navegador predeterminado. La conexión a cuentas de terceros es posible, incluso mediante flujos de inicio de sesión emergentes como Google OAuth.

El panel está sandboxeado: perfil de navegación propio, separado de las credenciales y del historial personales, con una opción para hacer persistir las sesiones (cookies, almacenamiento local) de un reinicio a otro en desarrollo. Se añaden dos salvaguardas de seguridad a las ya existentes para la verificación de aplicación: los mismos clasificadores que los del modo automático revisan cada acción de escritura de Claude en una página externa —sea cual sea el modo de permisos activo, una alerta desencadena una solicitud de confirmación— y, fuera de los modos Auto y Bypass, se aplica una verificación de lista blanca de dominios antes de cualquier navegación. La primera acción de Claude en un sitio desencadena una tarjeta de permiso (Allow once / Always allow / Deny), y cada sitio debe aprobarse de forma individual, incluidos los subdominios. Incluso en un sitio aprobado, Claude no puede comprar un artículo, ni crear una cuenta, ni eludir un CAPTCHA sin una validación explícita —el mismo modelo de seguridad que la extensión Claude in Chrome, cuya documentación precisa la diferencia de uso: el panel Browser sirve para construir y probar una aplicación (perfil vacío, sin identidad), mientras que la extensión Chrome comparte el estado de sesión del navegador personal.

“Claude Code on desktop now has an in-app browser.”

🇪🇸 Claude Code en escritorio dispone ahora de un navegador integrado. — @ClaudeDevs en X

🔗 Aplicación de escritorio — Documentación de Claude Code

GPT-5.6 Sol Ultra pasa a disponibilidad general, OpenAI reivindica la prueba de una conjetura de 50 años

10 de julio — GPT-5.6 Sol con el ajuste Ultra pasa a disponibilidad general, después de su introducción en beta multiagente durante el lanzamiento del 9 de julio (el modo ultra coordina de forma predeterminada varios agentes en paralelo). Para ilustrar este salto a GA, Ethan Knight, ingeniero de OpenAI, afirma que el modelo produjo una prueba de la conjetura de la cobertura doble por ciclos (Cycle Double Cover Conjecture), un problema abierto de unos 50 años en teoría de grafos (conjeturado de forma independiente por Szekeres en 1973 y Seymour en 1979), movilizando 64 subagentes en poco menos de una hora. OpenAI indica que comparte el prompt utilizado y la prueba producida, e invita a la comunidad a experimentar con Ultra. No se trata de una nueva familia de modelos, sino de la transición a disponibilidad general del ajuste ultra de Sol, introducido la víspera en beta multiagente.

Precaución editorial: se trata de una afirmación comunicada por la propia OpenAI (a través de uno de sus empleados, republicada oficialmente por la cuenta @OpenAI), y no de una prueba verificada por una fuente externa independiente ni publicada en una revista arbitrada a la fecha de este artículo. La conjetura en sí es auténtica y está documentada en teoría de grafos; la validez de la prueba anunciada no está, por ahora, establecida de forma independiente —una afirmación de OpenAI que debe tratarse como tal, no como un hecho matemático establecido.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇪🇸 Ayer hicimos que GPT-5.6 Sol Ultra estuviera disponible en acceso general. Hoy compartimos que produjo una prueba de la conjetura de la cobertura doble por ciclos, de 50 años de antigüedad, utilizando 64 subagentes en poco menos de una hora. — Ethan Knight (OpenAI), retomado por @OpenAI en X

Amp reemplaza sus modos de agente con nombre por un único dial (The Dial)

9 de julio — Amp publica The Dial, una reestructuración completa de su sistema de selección de modo de agente. Los cuatro antiguos modos con nombre —smart, deep, rush, large— quedan deprecados y se sustituyen por un dial de cuatro niveles de esfuerzo: low, medium, high, ultra. Idea directriz: los antiguos nombres de modo ocultaban un modelo, un prompt y un nivel de esfuerzo de razonamiento específicos que había que conocer para elegir correctamente; con la convergencia de los modelos, según Amp la única pregunta que sigue siendo pertinente es el equilibrio capacidad/coste. El dial se ajusta mediante Ctrl+S en el CLI o mediante el selector de modo de la app web.

Nivel del dial	Modelo principal	Oracle (segunda opinión)
ultra	Claude Fable 5 (prompt del sistema dedicado)	GPT-5.6 Sol
high	GPT-5.6 Sol, esfuerzo xhigh	Claude Fable 5
medium	GPT-5.6 Sol, esfuerzo medium	GPT-5.6 Sol, esfuerzo high
low	GLM-5.2 (Z.ai, modelo abierto)	GPT-5.6 Sol

Punto notable: el nivel low se apoya por defecto en GLM-5.2, un modelo abierto de terceros de Z.ai presentado por Amp como «el modelo abierto más fuerte en codificación agéntica», en lugar de un modelo propietario —los administradores del espacio de trabajo pueden sustituirlo por GPT-5.6 Terra. Cada nivel dispone ahora de un «oracle» para una segunda opinión: en los niveles altos, los dos modelos frontera se revisan mutuamente (en high, GPT-5.6 Sol escribe y Fable relee; en ultra, a la inversa). Para la migración, Amp indica: «smart, deep → medium» y «rush → low»; los usuarios que deseen conservar el comportamiento exacto de los antiguos modos pueden reinstalarlos como plugins (amp plugins add --auto-update @amp/smart-classic, etc.), con los mismos prompts del sistema, herramientas, modelos y niveles de esfuerzo que antes.

🔗 Amp — The Dial (artículo completo)

Claude Code pasa a v2.1.206: sugerencias de ruta, limpieza de CLAUDE.md y una quincena de correcciones

10 de julio — Claude Code pasa a v2.1.206, una publicación sin una función estrella única pero con varios añadidos notables. El /cd propone ahora sugerencias de ruta de directorio, con el mismo principio que /add-dir. El /doctor gana un nuevo control que propone aligerar los archivos CLAUDE.md versionados detectando el contenido que Claude podría deducir por sí mismo al explorar el repositorio. En Git, /commit-push-pr autoriza ahora automáticamente el git push hacia la remote de push configurada del repositorio o hacia la única remote disponible además de origin, y EnterWorktree solicita confirmación antes de entrar en un worktree situado fuera de la carpeta .claude/worktrees/ del proyecto. Los agentes en segundo plano se actualizan silenciosamente justo después de una actualización de Claude Code, en lugar de imponer una actualización lenta en el momento en que el usuario se conecta a ellos. La vista de los agentes (claude agents) se retoca: Ctrl+X elimina ahora definitivamente una sesión finalizada, y la columna de estado utiliza todo el ancho del terminal. Anthropic señala finalmente una mejora de la calidad de los resultados de /code-review en claude-opus-4-8, en todos los niveles de esfuerzo.

El resto del changelog enumera una quincena de correcciones: un error de conexión caducada que mostraba un mensaje engañoso en lugar de invitar a relanzar /login; claude --resume y --continue que dejaban de responder al teclado al inicio; servidores MCP que ignoraban su request_timeout_ms propio y volvían a los 60 segundos por defecto; precios erróneos en el selector /model; y, en Bedrock, un bloqueo de varios minutos al inicio al usar el helper awsCredentialExport en redes con salida restringida.

🔗 Versión v2.1.206 — Claude Code

Anthropic refuerza sus alianzas empresariales

Dos estudios de caso presentan a socios Enterprise de Anthropic este 9-10 de julio, uno sobre la autonomía de larga duración de Claude Fable 5, el otro sobre su integración en cadenas de fabricación física.

Cognition (Devin): Claude Fable 5 aguanta 8 horas sin supervisión

10 de julio — Nuevo episodio de la serie «Working at the frontier» dedicado a Cognition, la empresa detrás del ingeniero de software autónomo Devin. Silas Alberti, que dirige el entrenamiento y la evaluación de los modelos en Cognition, describe un salto cualitativo en Frontier Code, el benchmark interno anti-slop de la empresa: el antiguo modelo Opus se quedaba en torno al 10 % en el subconjunto más difícil, mientras que Claude Fable 5 alcanza aproximadamente el 30 %. Sobre todo, el horizonte de autonomía cambia de naturaleza: un agente dejado sin supervisión avanza realmente durante 8 horas seguidas, frente a unos minutos a una hora antes de Fable 5. Alberti atribuye este salto a la capacidad del modelo para explotar las herramientas internas de depuración de Cognition y enunciar sus invariantes antes de actuar; Devin empieza a vigilar Slack y la producción de forma proactiva, una evolución que Alberti anticipa para el 90 % de las sesiones en uno o dos años.

“We trust no eval.”

🇪🇸 No confiamos en ningún benchmark. — Silas Alberti, Cognition, citado en el Claude Blog

UST despliega Claude en la IA física

9 de julio — Anthropic anuncia una alianza con UST, empresa de servicios tecnológicos e ingeniería, para desplegar Claude en procesos de fabricación física: chips, automoción, objetos conectados. UST forma a 20 000 empleados en Claude y se convierte en Global Premier Partner de la Claude Partner Network. Caso de uso central: en iDEC, la plataforma de validación de hardware de UST, Claude Code lee los esquemas y pinouts de los chips, escribe pruebas de regresión y compara equipos reales y gemelos digitales —un pipeline que ya reduce los ciclos de validación entre 50 y 70 %. También se amplía a CarePath (salud), IntelliOps (telecomunicaciones) y FinX (banca), siempre con aprobación humana sobre las acciones sensibles.

🔗 UST lleva Claude a la IA física

OpenAI, el día después del lanzamiento de GPT-5.6

Dos anuncios fechados al día siguiente del lanzamiento de GPT-5.6/ChatGPT Work: un reconocimiento público de los problemas del lanzamiento y una evolución del programa de seguridad biológica.

Correcciones posteriores al lanzamiento para ChatGPT Work y Codex

10 de julio — Aproximadamente 24 horas después del lanzamiento conjunto de GPT-5.6 y ChatGPT Work, Thibault «Tibo» Sottiaux, responsable de Codex en OpenAI, reconoce públicamente varios problemas del lanzamiento, retomados oficialmente por la cuenta @OpenAI: ajustes de cálculo altos demasiado fáciles de activar, reorganización de la app de escritorio que hace chats y proyectos menos accesibles, marco del lanzamiento que llevó a creer erróneamente que Codex iba a desaparecer, regresiones en flujos de trabajo multiagente, fallos en plugins. Correcciones del día: reinicio de los límites de uso dos veces, cambio de los ajustes predeterminados, correcciones de plugins, limpieza de escritorio. Se anuncia una ola más amplia para la semana siguiente: regreso de chats y proyectos a la barra lateral, mejor visibilidad del uso, aclaración entre ChatGPT Work y Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇪🇸 Una dirección ambiciosa no excusa una confusión evitable ni regresiones en esta primera versión. — Tibo (Thibault Sottiaux), OpenAI, en X

Bio Bug Bounty evoluciona a un programa privado permanente

10 de julio — OpenAI hace evolucionar su Bio Bug Bounty a un programa privado permanente (OpenAI Bio Bug Bounty program), con una recompensa duplicada a 50 000 $. El programa invita a investigadores de red-teaming de IA, seguridad o bioseguridad a encontrar un jailbreak universal que venza el desafío de bioseguridad predefinido en los modelos frontera más avanzados de OpenAI. Este anuncio confirma que efectivamente se trataba de una transición desde el antiguo programa de duración limitada detectado la víspera —recompensa entonces fijada en 25 000 $, con plazos ya vencidos en el momento de su observación.

🔗 @OpenAI — programa OpenAI Bio Bug Bounty

Gemini ancla sus experiencias en tiempo real en el mundo real

Dos funciones que conectan la generación de IA con el mundo físico, una en conversación por voz y otra en exploración virtual de 360°.

Gemini Live combina generación de imágenes y Google Maps en conversación

10 de julio — Gemini Live, el modo conversacional por voz y cámara en tiempo real de la app Gemini, integra ahora la generación de imágenes Nano Banana y el anclaje Google Maps directamente durante una sesión: mostrar un objeto o un lugar a la cámara para generar imágenes, encontrar comercios locales, todo mientras se conversa por voz. La demostración adjunta ilustra la transformación de una pintura en un fondo de pantalla personalizado. Disponible gratis y en todo el mundo para todos los usuarios de Gemini, sin restricción Pro/Ultra.

🔗 Tuit @GeminiApp — Gemini Live en tiempo real

Project Genie ancla sus mundos generados en Street View

10 de julio — El prototipo de investigación Project Genie (Google DeepMind × Google Labs, anunciado en el I/O) añade el anclaje sobre los datos de Street View de Google Maps como base geográfica real para generar entornos virtuales interactivos en 360°. Esta pieza resuelve el «blank space problem» —la coherencia de la escena fuera del campo de visión de la cámara— generando imagen a imagen la continuación del mundo según las acciones del usuario (nadar, hacer senderismo) a partir de un lugar real o de un prompt textual. Sigue siendo un prototipo de investigación experimental, sin disponibilidad pública amplia anunciada.

🔗 Tuit @GoogleAI — anclaje en Street View en Project Genie

GitHub refuerza Copilot y el ecosistema de agentes de terceros

Cinco anuncios que refuerzan la gobernanza y la ergonomía de Copilot y de su ecosistema de agentes, desde el revisor automático hasta la producción de videojuegos.

Una reescritura de instrucciones reduce en un 20 % el coste de la revisión de Copilot

10 de julio — GitHub detalla cómo la migración de Copilot code review a las herramientas de exploración de código compartidas con el arnés de Copilot CLI (grep, glob, view) primero empeoró las revisiones — coste al alza, problemas no detectados — aunque esas herramientas están mejor mantenidas. La causa: unas instrucciones pensadas para un asistente generalista que explora ampliamente, cuando un revisor parte del diff y busca la prueba mínima necesaria. Tras reescribir las instrucciones en torno al flujo de trabajo real de un revisor, la regresión se convirtió en una ganancia: aproximadamente un 20 % menos de coste medio de revisión, con la misma calidad de revisión.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇪🇸 Pero las herramientas no eran el problema. Las instrucciones, sí. Una vez reescritas para ajustarse a la forma en que un revisor lee realmente una pull request, la regresión se convirtió en una victoria: aproximadamente un 20 % menos de coste medio de revisión, con la misma calidad de revisión. — The GitHub Blog

El panel de pull requests pasa a disponibilidad general

9 de julio — El panel de pull requests (github.com/pulls) pasa a disponibilidad general tras una vista previa pública: una Inbox priorizada que destaca las revisiones solicitadas y las PR listas para fusionarse, vistas guardadas basadas en consultas personalizadas y una búsqueda avanzada con nuevos filtros. Un detalle que afecta directamente a Copilot: el filtro por autor ahora reconoce las PR creadas por un agente en nombre del usuario — author:@me también devuelve las pull requests que el usuario pidió a Copilot que creara en su nombre.

🔗 El nuevo panel de pull requests ya está disponible de forma general

GitHub Mobile ordena y filtra las sesiones de Copilot

10 de julio — GitHub Mobile (iOS/Android) añade filtros — estado, repositorio, tipo, agente, activo/archivado — para la lista de sesiones de Copilot, además de opciones de ordenación (más recientes, más antiguas, activas primero, las que requieren atención primero), manteniendo la ordenación el contexto de filtrado actual. Una mejora de usabilidad que resulta útil en cuanto aumenta el número de sesiones agenticas seguidas en paralelo.

🔗 GitHub Mobile: filtros y ordenación mejorados para las sesiones de Copilot

Manus añade /game-dev y un conector ElevenLabs

10 de julio — Manus lanza una habilidad /game-dev: describir un juego en lenguaje natural basta para obtener una jugabilidad funcional desplegada en un enlace compartible, sin experiencia en desarrollo de videojuegos, apoyándose en un trabajo de código abierto acreditado por Manus. Ese mismo día, el conector ElevenLabs llega a la plataforma, abriendo la generación y clonación de voces a las aplicaciones construidas sobre Manus — demostrado por una app completa (interfaz retro, 4 idiomas, narración de voz clonada) producida con un solo prompt.

🔗 Tweet @ManusAI — habilidad /game-dev 🔗 Tweet @ManusAI — conector ElevenLabs

Perplexity Computer amplía su oferta, Cohere acelera la inferencia

Perplexity amplía en tres ocasiones la oferta de modelos y herramientas de Perplexity Computer, mientras que Cohere publica una investigación destacada sobre la aceleración de inferencia.

Computer Analytics: seguir el gasto de créditos por modelo

10 de julio — Perplexity lanza Computer Analytics, un panel que permite seguir el consumo de créditos por modelo en Perplexity Computer: total de créditos, miembros activos, media por miembro, reparto por modelo (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, otros) y clasificación de los miembros. Disponible de inmediato en Analytics dentro de la configuración de la cuenta, tanto para usuarios individuales como para organizaciones Enterprise.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, mejor puntuación WANDR al mitad de coste de Opus 4.8

10 de julio — Grok 4.5 (xAI) se suma a los modelos orquestadores disponibles en Perplexity Computer, para suscriptores Consumer Pro y Max. En el benchmark de coste/rendimiento WANDR (6 configuraciones probadas), Grok 4.5 obtiene la mejor puntuación de todas las configuraciones:

Configuración evaluada	Coste por prueba	Puntuación WANDR
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 ocupa así la cima de la frontera de Pareto coste/rendimiento: mejor puntuación, por aproximadamente la mitad del coste de Opus 4.8.

🔗 Tweet @perplexity_ai — Grok 4.5 orquestador

Cohere aporta hasta un 23 % de velocidad de inferencia a vLLM

10 de julio — Cohere publica una investigación sobre Dynamic Speculative Decoding (DSD), que hace adaptativo el número de tokens borrador del speculative decoding según el régimen de hardware (memoria frente a cálculo), mediante una métrica de «goodput». En Command A (denso, MT-Bench): DSD es aproximadamente un 23 % más rápido que el speculative decoding con K fijo, y un 7,5 % más rápido que la inferencia vanilla — mientras que el SD con K fijo empeora frente a vanilla. Ganancias más limitadas en Command A+ (arquitectura MoE). La optimización se ha contribuido como código abierto a vLLM (pull request fusionada), con trabajo de compatibilidad para async scheduling y Full CUDA Graph.

🔗 Cohere — Hardware-aware Dynamic Speculative Decoding

Generación de medios: la investigación en vídeo pasa al tiempo real

Tres anuncios que ilustran el cambio de la generación de medios hacia el tiempo real y la integración agentica.

NVIDIA publica Flex-Forcing, un modelo de vídeo híbrido difusión/autoregresivo

9 de julio — El equipo de investigación de NVIDIA publica Flex-Forcing, un método que entrena un único modelo de vídeo para dominar tanto la difusión bidireccional (procesa todos los fotogramas a la vez, estructura bien preservada pero más lenta) como la generación autoregresiva (fotograma a fotograma, rápida y streamable, pero propensa a la deriva en el tiempo), con una elección del punto de funcionamiento en la inferencia según el presupuesto de cálculo disponible en lugar de un compromiso fijado durante el entrenamiento. El trabajo ha sido reconocido con un spotlight en ICML 2026.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba): conversación de vídeo en tiempo real a dúplex completo

10 de julio — El Tongyi Lab de Alibaba presenta Wan-Streamer, un modelo omnimodal de extremo a extremo: un único Transformer en streaming nativo escucha, mira, comprende y responde con voz y vídeo sincronizados, en dúplex completo (cada parte puede hablar y escuchar simultáneamente), con unos 550 ms de latencia total. El modelo no está ligado a un rig de avatar fijo y puede encarnar a cualquier personaje descrito en lenguaje natural. La v0.2 aporta una resolución de 640×368 a 25 FPS y una latencia del lado del modelo reducida a unos 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen conecta Figma con HyperFrames para generar vídeos de lanzamiento

10 de julio — Nuevo episodio de la serie diaria de habilidades HyperFrames de HeyGen (tras el Music-to-Video del 9 de julio): el comando /figma convierte un diseño de Figma en un vídeo de lanzamiento fiel — cada color, cada fuente, cada encuadre reproducidos exactamente — sin pasar por un editor de vídeo. El flujo de trabajo consta de tres pasos: copiar el enlace del diseño, pasarlo al agente y luego invocar /figma. Instalación mediante npx hyperframes@latest skills.

🔗 Tweet @HeyGen — integración con Figma

Sakana AI mide la brecha creativa entre agentes y humanos

10 de julio — Sakana AI publica «The AI Picbreeder Experiment», un artículo de investigación (GECCO2026, colaboración MIT/NYU, nominado a mejor artículo) que recrea Picbreeder — un sitio desaparecido donde los usuarios hacían evolucionar colectivamente imágenes sin un objetivo predefinido — con agentes visión-lenguaje (VLM) en lugar de humanos. Resultado principal: los agentes VLM exploran menos ampliamente que los humanos, dando vueltas sobre conceptos similares; pero una población diversa de «personalidades» de agentes mejora sustancialmente la exploración, hasta acercarse a la diversidad semántica del archivo humano en algunas ejecuciones. La brecha persistente: los humanos parecen mejores para convertir un «accidente feliz» en un descubrimiento creativo duradero.

🔗 Tweet @SakanaAILabs — anuncio 🔗 Blog interactivo — pub.sakana.ai/picbreeder-vlm

Breves

GitHub — endpoint API para presupuestos de varios usuarios — nuevo endpoint REST API para recuperar en una sola llamada el consumo de cada usuario dentro de un presupuesto multiusuario, con filtrado por porcentaje consumido, reservado a enterprise owners y billing managers. 🔗 GitHub Changelog
GitHub renombra su detector de secretos IA — el detector «Copilot secret scanning» pasa a llamarse «AI-detected secrets», sin cambios en el comportamiento, los webhooks, los audit logs ni la API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — parche sobre la 0.144.0: instalación standalone más fiable, instalaciones de macOS que exponen correctamente el host code-mode, y uso de runtime integrado si el binario host complementario no está disponible. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic funciona localmente en MacBook — portabilidad comunitaria a través de mlx-audio (Apple Silicon), acreditada a @Prince_Canuma y @lllucas, señal de adopción ecosistémica del modelo open source (Apache 2.0). 🔗 Tweet @cohere

Qué significa esto

Los agentes aprenden a navegar la web como un humano. Claude Code Desktop innova al darle al agente su propio navegador aislado, con el mismo modelo de permisos por sitio que la extensión Claude in Chrome — construir y probar una aplicación sin compartir nunca las credenciales personales del usuario. Este movimiento se suma a una tendencia más amplia: el nuevo panel de pull requests de GitHub ahora reconoce explícitamente las PR creadas por un agente en nombre de un humano, y Manus añade una habilidad /game-dev que despliega una jugabilidad funcional sin intervención. Controlar una interfaz completa, no solo producir texto o código, se está convirtiendo en la nueva frontera de los agentes de consumo.

La carrera de modelos se desplaza hacia la orquestación multimodelo en lugar del tamaño bruto. GPT-5.6 Sol Ultra pasa a GA con una demostración espectacular — pero no verificada de forma independiente — de razonamiento multiagente sobre un problema matemático abierto desde hace 50 años. Amp abandona sus modos con nombre para un dial único que hace dialogar a Claude Fable 5 y GPT-5.6 Sol como oráculos el uno del otro. Perplexity Computer sigue la misma lógica al añadir Grok 4.5 como orquestador — la mejor puntuación WANDR del mercado a la mitad de coste de Opus 4.8 — junto a su propio GLM 5.2. La señal común: el valor ya no procede de un solo modelo frontera, sino de la capacidad de hacer colaborar a varios modelos según el presupuesto disponible, una lógica que la investigación de Cohere sobre el speculative decoding adaptativo empuja hasta el nivel de la propia inferencia.

La autonomía a largo plazo se vuelve medible, y las empresas la exigen registrada. Cognition documenta un salto concreto — de unos minutos a 8 horas de progreso continuo sin supervisión — para explicar por qué ahora confía en Claude Fable 5 en tareas reales, mientras que UST despliega Claude en cadenas de validación de hardware con ganancias de ciclo del 50 al 70 %. Ese mismo movimiento obliga a las empresas tecnológicas a reconocer sus propios puntos ciegos en público: OpenAI documenta abiertamente los problemas de su lanzamiento GPT-5.6/ChatGPT Work en lugar de silenciarlos, GitHub explica por qué una migración de herramientas empeoró primero Copilot code review antes de que una reescritura de instrucciones lo corrigiera, y Claude Code v2.1.206 acumula una quincena de correcciones discretas junto a su navegador integrado. La confianza ahora se construye tanto sobre la transparencia de los fallos como sobre los anuncios de capacidades.

La generación de medios en tiempo real alcanza a la generación por lotes. Wan-Streamer de Alibaba hace dialogar a un agente en vídeo y voz con 550 ms de latencia, Gemini Live combina cámara, generación de imágenes y cartografía en una misma conversación por voz, y Flex-Forcing de NVIDIA permite que un único modelo de vídeo elija por sí mismo entre calidad y velocidad según el presupuesto de cálculo. Este cambio hacia lo instantáneo y lo interactivo contrasta con el recordatorio de Sakana AI sobre la creatividad: sus agentes visión-lenguaje exploran con menos libertad que los humanos dejados a su aire, una brecha que persiste incluso cuando la generación se vuelve técnicamente inmediata.