ChatGPT vuelve a WhatsApp, GitHub Copilot CLI más fiable, Anthropic estudia los valores de Claude

OpenAI trae de vuelta ChatGPT a WhatsApp en Europa y lo amplía a dos nuevas mensajerías, GitHub mejora la fiabilidad de Copilot CLI y Amp cambia la manera en que sus agentes comitean el código. En investigación, Anthropic publica un estudio sobre los valores expresados por Claude según los idiomas, mientras que Ai2 y Sakana AI detallan, respectivamente, un agente de vigilancia marítima en producción y una experiencia de inteligencia colectiva física.

ChatGPT de vuelta a WhatsApp en el EEE, expansión a Kakao y Viber

13 de julio — ChatGPT vuelve a estar disponible en WhatsApp en el Espacio Económico Europeo (EEE), tras un período de indisponibilidad en la zona. El acceso se realiza a través del contacto verificado 1-800-CHATGPT, que permite hacer preguntas, enviar imágenes, enviar notas de voz, generar imágenes y usar ChatGPT en muchos idiomas, directamente en la aplicación de mensajería.

OpenAI amplía en paralelo la disponibilidad de ChatGPT a dos nuevas aplicaciones: Kakao en Corea del Sur y Viber, en los mercados admitidos. La estrategia es clara: hacer que el asistente sea accesible en las aplicaciones de mensajería ya usadas a diario, en lugar de obligar a pasar por la app o el sitio web dedicados de ChatGPT.

🔗 Anuncio — @ChatGPTapp

GitHub Copilot CLI v1.0.42: delegación a subagentes más fiable

13 de julio — GitHub publica la versión 1.0.42+ de Copilot CLI, instalable mediante el comando /update. Esta actualización introduce una delegación a subagentes más inteligente (smarter subagent delegation), pensada para hacer que las sesiones de código sean más rápidas y más fiables, sin detalle técnico sobre el método de medición.

Tipo de fallo medido	Reducción anunciada
Fallos de herramientas	-23%
Fallos de búsqueda	-27%
Fallos de edición	-18%

GitHub precisa que no se ha constatado ninguna regresión de calidad a pesar de estos cambios.

🔗 Anuncio — @github

Los orbs de Amp pueden ahora comitear en nombre del usuario

11 de julio — Amp añade, en sus ajustes de proyecto, una opción que permite a los orbs (las máquinas que ejecutan los agentes a distancia) comitear bajo la identidad del usuario en lugar de bajo la de Amp, con una mención co-authored-by asociada al commit.

You can now make Amp orbs commit as you, not Amp (+ co-authored-by you). It’s in project settings. Useful for, e.g., pushing to a repo where Vercel only deploys for known committers.

🇪🇸 Ahora puedes hacer que los orbs de Amp comiteen en tu nombre, y no en nombre de Amp (con una mención co-authored-by tuya). Está en los ajustes del proyecto. Útil, por ejemplo, para enviar a un repositorio donde Vercel solo despliega para quienes comitean conocidos. — @sqs en X

Anthropic estudia los valores expresados por Claude según los modelos y los idiomas

13 de julio — Anthropic amplía sus trabajos sobre los valores expresados por Claude en conversación (más de 3 000 valores identificados, como la honestidad o la calidez humana) analizando cómo varían según el modelo utilizado y según el idioma. El estudio se apoya en más de 300 000 conversaciones anonimizadas, agrupadas en cuatro ejes.

Eje (francés / original)	Lo que mide
Deferencia vs Prudencia (Deference vs. Caution)	Tendencia a seguir al usuario o a templarlo
Calidez vs Rigor (Warmth vs. Rigor)	Tono cálido o exigencia de pruebas
Profundidad vs Concisión (Depth vs. Brevity)	Respuestas desarrolladas o sintéticas
Franqueza vs Ejecución (Candor vs. Execution)	Crítica directa o simple ejecución

Las diferencias entre modelos siguen siendo modestas (Sonnet 4.6 más juguetón y validante, Opus 4.7 más inclinado a las críticas francas), pero las diferencias más marcadas aparecen según el idioma: Claude se inclina hacia la calidez en hindi y en árabe, y hacia el rigor en ruso, donde pide más a menudo pruebas que respalden las afirmaciones del usuario.

🔗 Anuncio — @AnthropicAI

Ai2 detalla los entresijos de Shippy, su agente de vigilancia marítima

13 de julio — Ai2 (AllenAI) publica una experiencia de aprendizaje sobre Shippy, el agente construido por su equipo Skylight para la vigilancia del dominio marítimo: detección de eventos de pesca, seguimiento de barcos, zonas protegidas. El agente sirve hoy a más de 300 socios en más de 70 países.

The real work wasn’t the model. It was building a system we could trust to be correct, to stay within appropriate boundaries.

🇪🇸 El verdadero trabajo no era el modelo. Era construir un sistema en el que pudiéramos confiar para ser correcto, para mantenerse dentro de límites apropiados. — Blog de Ai2

Técnicamente, Shippy se basa en OpenClaw (framework de agentes de código abierto) con Claude Opus 4.6 como modelo, estructurado en tres bloques — un «alma» (el prompt del sistema y sus salvaguardas), unas «habilidades» (skills) y una «config» (parámetros y elección del modelo). El aislamiento entre agencias clientes pasa por Mothership, una plataforma propia que aprovisiona un despliegue Kubernetes por sesión de usuario, y la evaluación por el framework Harbor, donde un LLM-juez califica las respuestas con un razonamiento escrito.

Sakana AI hace colaborar a casi 200 bloques físicos para reconocer su propia forma

12 de julio — Sakana AI, junto con la IT University of Copenhagen y Autodesk, publica una investigación sobre la inteligencia colectiva física: unos «bloques celulares» — módulos hardware cúbicos que ejecutan localmente la misma red neuronal (autómatas celulares neuronales, Neural Cellular Automata) — infieren colectivamente la forma global que componen, sin controlador central.

At Sakana AI, a recurring theme in our research is collective intelligence: the observation that sophisticated, robust behavior can arise from many simple parts following local rules, with no central controller, as it does in a colony, a tissue, or a brain.

🇪🇸 En Sakana AI, un tema recurrente de nuestra investigación es la inteligencia colectiva: la observación de que un comportamiento sofisticado y robusto puede emerger de muchas partes simples que siguen reglas locales, sin controlador central, como ocurre en una colonia, un tejido o un cerebro. — Blog de Sakana AI

Probado con casi 200 bloques y cuatro formas ensambladas (avión, guitarra, barco, mesa), el sistema alcanza un 100% de precisión de clasificación en 60 ciclos (unos 3 minutos), sigue siendo robusto hasta con un 5% de módulos defectuosos, detecta daños estructurales con un 94,8% de precisión y escala en simulación hasta cuadrículas de más de 18 000 cubos.

Google DeepMind presenta el Skill «Predicting the Past» en Google Antigravity

13 de julio — Google DeepMind detalla un Skill llamado «Predicting the Past», ejecutado en Google Antigravity sin necesidad de ninguna competencia en programación, que analiza textos y artefactos antiguos. Se documentan tres casos de uso: la datación y localización de una tableta de maldición (curse tablet) romana de 1 800 años de antigüedad con la ayuda del modelo Aeneas, el mapeo del culto a las Aufaniae a través de Europa (hasta un altar aislado en España, erigido por un veterano romano) y la reconstrucción de la red de visitantes del oráculo de Dodona a partir de antiguas tabletas de plomo.

El Skill genera en cada caso una explicación de su predicción, como un comentario epigráfico destinado a expertos del dominio.

🔗 Anuncio — @GoogleDeepMind

Breves

Amp prepara hilos colaborativos multiusuario — un hilo de Amp ya puede seguirse desde muchos clientes simultáneamente, pero solo bajo la cuenta de su creador; el equipo trabaja en una colaboración multicuenta sobre el mismo hilo. 🔗 @sqs en X
Una versión nativa de Amp para macOS está en desarrollo — sin diferencia funcional esperada con respecto a la web app actual y sin fecha anunciada. 🔗 @sqs en X
GitHub separa las páginas SSO y Organizaciones — la página combinada de los ajustes de usuario se divide en dos páginas distintas para mayor claridad. 🔗 Changelog de GitHub
HeyGen CLI: música y efectos sonoros en línea de comandos — búsqueda y descarga gratuitas del catálogo de música/SFX de HeyGen desde la terminal, con demostración de un agente sincronizando los sonidos con el ritmo de un vídeo. 🔗 @HeyGen en X

Qué significa esto

La distribución vuelve a ser un campo de batalla para los asistentes de consumo masivo. El regreso de ChatGPT a WhatsApp en el EEE y su expansión a Kakao y Viber muestran que OpenAI apuesta por la presencia en las aplicaciones ya instaladas en lugar de por atraer a los usuarios hacia sus propias interfaces. Es una lógica de canal de distribución más que de funcionalidad: el asistente va donde ya están los usuarios, incluso si eso implica volver a mercados regulados como Europa tras una interrupción.

La fiabilidad de los agentes se convierte en un eje de ingeniería en sí mismo, no en un subproducto del modelo. GitHub cuantifica con precisión las ganancias de su nueva delegación a subagentes (-23% de fallos de herramientas, -27% de búsqueda, -18% de edición), y Ai2 formula la misma lección en negativo con Shippy: la fiabilidad en producción viene de las herramientas deterministas, de las salvaguardas explícitas y de una infraestructura aislada, no solo del modelo elegido. Los orbs de Amp que ahora comitean en nombre del usuario responden a la misma preocupación operativa: integrarse correctamente en pipelines de despliegue existentes.

La investigación sobre el comportamiento de los modelos se amplía más allá del texto. El estudio de Anthropic sobre los valores expresados por Claude según los idiomas revela que las diferencias culturales (calidez en hindi y en árabe, rigor en ruso) pesan más que las diferencias entre versiones del modelo. Los bloques celulares de Sakana AI plantean una pregunta afín pero distinta: ¿se puede obtener un comportamiento inteligente y robusto sin un modelo central, a partir de reglas locales idénticas repetidas a gran escala? Una pista para sistemas físicos capaces de autodiagnosticarse.

La IA sin código avanza hacia usos expertos muy especializados. El Skill «Predicting the Past» de Google DeepMind, aplicado a la epigrafía y la arqueología, ilustra cómo flujos de trabajo complejos se vuelven accesibles para investigadores sin conocimientos de programación, abriendo dominios de nicho a usuarios que no habrían podido construir esas herramientas por sí mismos.