ai-powered-markdown-translatorArtículo traducido del fr al es con gpt-5.4-mini.
El hilo conductor del 15 de julio es la robustez de los agentes frente a los ataques: OpenAI presenta GPT-Red, un red teamer automatizado que refuerza GPT-5.6 contra las inyecciones de prompt, mientras Claude Code endurece su CLI y el agente de revisión de código de Warp toma la decisión deliberada de ofrecer acceso de solo lectura. El resto de la jornada cubre una oleada de anuncios sobre agentes de codificación (Codex en Chrome, Grok Build como código abierto, Devin en Slack, GitHub Copilot), modelos abiertos (Meta AI, Hugging Face, Ai2, Together AI) y varias novedades de Google, generación de medios, Perplexity y Cohere.
GPT-Red: OpenAI refuerza la robustez de GPT-5.6 frente a las inyecciones de prompt
15 de julio — OpenAI presenta GPT-Red, un modelo de red teaming automatizado entrenado internamente para reforzar la resistencia de sus modelos a las inyecciones de prompt (prompt injection) — esos ataques que ocultan una instrucción maliciosa en un documento, una página web o la salida de una herramienta para desviar a un agente de su tarea original. En lugar de depender únicamente de equipos humanos para idear ataques, OpenAI delega esta exploración en un modelo especializado, capaz de llevarla a cabo de forma continua y a gran escala.
El modelo se entrena mediante autojuego (self-play) con aprendizaje por refuerzo: un atacante recibe recompensa cuando logra provocar un comportamiento indeseado, mientras una población de modelos defensores aprende a resistir sin perjudicar su tarea original. Este juego de suma cero ha producido un atacante capaz de derrotar a la práctica totalidad de los modelos probados, tanto internos como públicos, hasta GPT-5.6.
Integrado en el entrenamiento de GPT-5.6, GPT-Red ha permitido reducir por 6 la tasa de fallo del modelo frente a las inyecciones directas más difíciles, en comparación con el mejor modelo de producción de hace cuatro meses. En un escenario de referencia académico (Dziemian et al., 2025), alcanza un 84 % de éxito frente al 13 % de los red teamers humanos en los mismos casos.
OpenAI ilustra el interés práctico con dos estudios de caso reales. En un agente que gestiona una máquina expendedora en sus oficinas (desarrollado por Andon Labs, en la línea del proyecto « Project Vend »), GPT-Red logró bajar el precio de un artículo caro a 0,50 dólares, hacer pedir un artículo de más de 100 dólares para revenderlo al mismo precio rebajado y anular el pedido de otro cliente. En un agente Codex CLI enfrentado a diez escenarios de exfiltración de datos, resultó más eficaz y más eficiente en tokens que una referencia basada en un simple prompt. El modelo sigue siendo estrictamente interno —nunca desplegado públicamente— para evitar que sus capacidades ofensivas caigan en malas manos. Un pre-print con la metodología detallada debe publicarse en el plazo de una semana.
| Indicador medido | Valor medido |
|---|---|
| Tasa de éxito de GPT-Red frente a red teamers humanos (escenario académico) | 84 % frente a 13 % |
| Reducción de fallos frente a inyecciones directas (GPT-5.6 vs modelo anterior) | 6x menos fallos |
| Tasa de fallo residual de GPT-5.6 frente a inyecciones directas de GPT-Red | 0,05 % |
“Introducing GPT-Red. An internal automated red teamer on a mission to find our models’ prompt injection vulnerabilities at scale, helping us build stronger defenses before wider deployment.”
🇪🇸 Presentación de GPT-Red. Un red teamer automatizado interno cuya misión es encontrar, a gran escala, las vulnerabilidades de nuestros modelos frente a las inyecciones de prompt, para ayudarnos a construir defensas más sólidas antes de una implementación más amplia. — @OpenAI en X
Claude Code: artefactos conectados a MCP y CLI v2.1.207 a v2.1.210
Los artefactos ahora llaman a los conectores MCP
15 de julio — Los artefactos (Artifacts) de Claude Code ahora pueden llamar a conectores MCP (Model Context Protocol), para crear paneles y aplicaciones que recuperan información y ejecutan acciones bajo demanda, para cada visitante. Un artefacto se construye una sola vez y luego busca datos en directo en cada consulta, utilizando los conectores MCP propios del visitante del momento —no los de su creador. Este modelo de permisos por visitante y no por creador resuelve una preocupación obvia de seguridad para un uso empresarial: cada persona solo ve los datos a los que ella misma tiene acceso.
La funcionalidad está disponible en los planes Pro, Max, Team y Enterprise, pero no en los artefactos compartidos públicamente —lo lógico, puesto que el acceso a los datos depende de los conectores de cada visitante.
CLI v2.1.207 a v2.1.210: lector de pantalla, transcripts aligerados, seguridad reforzada
15 de julio — Anthropic ha publicado cuatro versiones del CLI Claude Code desde la última cobertura. La más importante, la v2.1.208, añade un modo lector de pantalla (--ax-screen-reader), corrige fugas de memoria que pueden alcanzar 64 MB en sesiones largas, y reduce el tamaño de los transcripts de sesión hasta 79 veces en sesiones con mucha actividad de edición. También refuerza la seguridad: los comandos de eliminación catastróficos que contienen comillas invertidas (backticks) ahora desencadenan una confirmación, incluso en modo automático y con --dangerously-skip-permissions.
La v2.1.207 amplía el modo automático a Bedrock, Vertex AI y Foundry sin opt-in, y cambia estas plataformas a Claude Opus 4.8 por defecto. La v2.1.210 añade un contador de tiempo en directo en las llamadas largas a herramientas y refuerza la herramienta Agent contra la inyección de prompt indirecta a través de contenido leído por un subagente.
Agentes de codificación: Codex, Grok Build, Warp, Devin y GitHub Copilot
Codex en Chrome demuestra un plan de puesta en producción automatizado
15 de julio — OpenAI Developers ha compartido una demostración de Codex usado en Chrome para transformar una simple solicitud en un plan de puesta en producción: a partir de un formulario, el agente construye una checklist, busca contexto en Google Drive, Slack y archivos locales, señala los puntos que requieren seguimiento humano, actualiza el portal correspondiente y luego redacta una respuesta —quedando la decisión final en manos del usuario en cada etapa. Esta demostración pone en valor la navegación web controlada por Codex, una funcionalidad ya documentada en el changelog del producto bajo el nombre «Browser use».
xAI publica el código fuente de Grok Build
15 de julio — xAI ha publicado el código fuente de Grok Build, su agente de codificación en línea de comandos lanzado en beta temprana a finales de mayo. La publicación cubre cuatro componentes: el bucle del agente, las herramientas (lectura, modificación, búsqueda de código, ejecución de comandos), la interfaz de terminal y el sistema de extensión (skills, plugins, hooks, servidores MCP, subagents). Un punto notable para los desarrolladores: Grok Build ahora puede funcionar completamente en local (local-first), conectado a su propia inferencia y controlado mediante un archivo config.toml.
xAI, por otra parte, ha desactivado la retención de datos por defecto para todos los usuarios desde el 12 de julio, y elimina los datos de código previamente conservados:
“In response to user questions about privacy: Since launch, Grok Build has fully respected zero data retention (ZDR). All users have always had the ability to disable data upload in the CLI. […] We disabled default retention for all Grok Build users starting on July 12th. Additionally, we are deleting all coding data that was previously retained, ensuring every user’s preferences are respected.”
🇪🇸 En respuesta a las preguntas de los usuarios sobre la privacidad: desde su lanzamiento, Grok Build siempre ha respetado la retención cero de datos (ZDR). Todos los usuarios siempre han tenido la posibilidad de desactivar el envío de datos en la CLI. […] Hemos desactivado la retención por defecto para todos los usuarios de Grok Build a partir del 12 de julio. Además, estamos eliminando todos los datos de código previamente conservados, para garantizar el respeto de las preferencias de cada usuario. — @SpaceXAI en X
Warp construye un agente de revisión de código auto-mejorable
15 de julio — Zach Lloyd, CEO de Warp, publica la tercera parte de su serie sobre la «cloud software factory»: un agente de revisión de código capaz de mejorar automáticamente, después de los artículos sobre el agente de triaje de tickets y el agente de redacción de especificaciones. La arquitectura se basa en una habilidad de revisión que analiza la pull request, el diff y las especificaciones, una acción de GitHub que convierte su salida en comentarios, y un segundo agente «de bucle externo» que observa una vez al día las devoluciones humanas para proponer él mismo una actualización de la habilidad de revisión. Una decisión de diseño destacable: el agente solo dispone de acceso de solo lectura a las pull requests, y la publicación de los comentarios la gestiona el código de la acción de GitHub —para limitar el riesgo de inyección de prompt.
🔗 Artículo completo en warp.dev
Devin se instala en Slack
15 de julio — Cognition integra Devin directamente en Slack, en colaboración con Slack, para permitir a los equipos investigar problemas, hacer preguntas sobre una base de código e iniciar tareas de desarrollo sin salir del canal de conversación. Esta integración se suma a las superficies ya ofrecidas para Devin (CLI, IDE vía Windsurf, GitHub) y responde a la constatación de que muchas solicitudes de ingeniería comienzan en mensajes de Slack mucho antes de convertirse en tickets formales.
GitHub Copilot: actualización de Visual Studio y extensión BYOK para JetBrains
14 de julio — GitHub publica su resumen de junio para Copilot en Visual Studio: ventana de uso con alertas proactivas antes de sobrepasar el límite, validación de confianza para los servidores MCP (comparación al inicio con una referencia conocida, activada por defecto) y paso a disponibilidad general del agente de modernización C++. Otras incorporaciones: sugerencias de edición a larga distancia, adición de una pull request como contexto al Copilot Chat y revisión de pull requests integrada en el IDE —todo ello disponible desde Free hasta Enterprise.
En el ámbito de JetBrains, Copilot amplía su compatibilidad BYOK (Bring Your Own Key) a los endpoints personalizados compatibles con OpenAI, añade un proveedor de agente Claude para configurar agentes y habilidades (preversión pública, Pro y superior), e introduce un sandbox local así como una habilidad de depuración integrada para Copilot CLI.
🔗 Actualización de Visual Studio · 🔗 Extensión BYOK JetBrains
Modelos abiertos: Meta AI, Hugging Face, Ai2 y Together AI
Meta AI logra una puntuación perfecta en la Olimpiada Asiática de Física
14 de julio — Meta AI sometió un modelo a la prueba teórica de la Olimpiada Asiática de Física (APhO 2026), con la autorización del comité de la competición. Resultado: una puntuación perfecta de 30 sobre 30, igualando a los tres mejores candidatos humanos. Meta AI no precisa si se trata de Muse Spark 1.1 (su último lanzamiento importante, el 9 de julio) o de otro modelo interno no público.
Hugging Face adelanta un nuevo modelo de pesos abiertos
15 de julio — Hugging Face difundió al final del día un livestream con el sobrio título (en inglés) «nuevo modelo de pesos abiertos», sin revelar el nombre por escrito —ni en el tweet, ni en el título del broadcast, ni en el blog oficial. Varias respuestas al tweet preguntan explícitamente de qué modelo se trata y cómo se compara con los benchmarks estándar, sin que se haya dado ninguna respuesta escrita en el momento de redactar esto. Pendiente de actualización en cuanto la información se publique por escrito.
Ai2 cierra SciArena tras 1 700 usuarios
15 de julio — Ai2 ha cerrado SciArena, su plataforma de evaluación abierta que probaba la capacidad de los modelos para responder a preguntas de literatura científica, juzgadas por investigadores y no por modelos automáticos. Balance de cierre: alrededor de 1 700 usuarios y casi 3 900 votos recopilados. La metodología completa y los resultados se detallan en un artículo depositado en arXiv.
Together AI ofrece Inkling desde el día 0 y lanza TogetherLink
15 de julio — Together AI ha hecho disponible desde su lanzamiento Inkling, el nuevo modelo de Thinking Machines Lab: una mezcla de expertos (MoE) multimodal de 975 mil millones de parámetros en total (40 mil millones activos por token), dotado de una ventana de contexto de un millón de tokens y capaz de procesar texto, imagen y audio. Together AI ha optimizado su núcleo FlashAttention-4 para esta arquitectura, que combina atención relativa condicionada por la consulta y convoluciones causales cortas.
Ese mismo día, Together AI también lanzó TogetherLink, un CLI de código abierto para ejecutar cualquier modelo abierto en los entornos de desarrollo más utilizados —la demostración pone en primer plano GLM 5.2 ejecutándose directamente en Codex y Claude Code.
| Indicador medido | Valor medido |
|---|---|
| Parámetros totales (Inkling) | 975 mil M |
| Parámetros activos por token | 40 mil M |
| Ventana de contexto | 1M tokens |
🔗 Soporte día 0 para Inkling · 🔗 TogetherLink en X
Google DeepMind y Gemini Spark
DeepMind cuestiona el cuello de botella de validación científica de los agentes IA
15 de julio — Google DeepMind publica «Conjecture Machines», un ensayo de política pública sobre cómo los agentes IA están transformando la investigación científica. El ejemplo de apertura es llamativo: el microbiólogo José Penadés (Imperial College London) sometió a Co-Scientist un problema en el que su equipo llevaba trabajando casi una década; el agente devolvió en dos días cinco hipótesis ordenadas por prioridad, la primera de ellas la que su equipo tardó años en demostrar.
El ensayo distingue dos regímenes: la ideación, en la que los agentes progresan rápido (a través de Co-Scientist o AlphaEvolve), y la validación, que sigue siendo lenta y costosa —salvo en matemáticas y en informática, donde puede ser formal (la herramienta Aletheia resolvió 6 de los 10 problemas del «First Proof challenge» de febrero). Se proponen cuatro prioridades para los responsables de políticas: acceso amplio a los agentes, explotación de los datos nacionales, inversión en infraestructura de validación y evolución de la revisión por pares.
🔗 Hilo en X · 🔗 Ensayo completo en DeepMind
Gemini Spark amplía su cobertura geográfica y gana cuatro mejoras
15 de julio — Google amplía el despliegue de Gemini Spark, su agente personal que trabaja en segundo plano para el usuario, a más países e idiomas para los suscriptores de Google AI Ultra. Cuatro mejoras empiezan a desplegarse el mismo día:
| Mejora aportada | Descripción |
|---|---|
| Edición de Google Docs | Spark puede abrir y modificar directamente un documento |
| Integración más profunda con Workspace | Lectura de los comentarios en Google Sheets y Slides |
| Velocidad | Las tareas largas se ejecutan más rápido |
| Mejora de la búsqueda multifuente | Recuperación y revisión de varias fuentes en paralelo en tareas complejas |
Generación de medios: Suno y Synthesia
Suno se une al teclado de iMessage
15 de julio — Suno lanza una extensión de teclado para iMessage, que permite generar y enviar piezas musicales directamente desde la app Mensajes en iOS, sin cambiar de aplicación. Es necesario actualizar la app Suno a su última versión para acceder a ella.
Synthesia lanza Dubbing 2.0
15 de julio — Synthesia anuncia Dubbing 2.0, una renovación de su sistema de doblaje de vídeo con IA basada en una infraestructura totalmente nueva: sincronización labial notablemente mejorada incluso en escenas complejas, voces más expresivas, traducciones que respetan mejor el ritmo del vídeo fuente y edición instantánea de las transcripciones sin un nuevo renderizado completo. Cada usuario recibe hasta 450 minutos gratis para probar la función.
Perplexity y Cohere: infraestructura e investigación comunitaria
Perplexity presenta SPACE, la plataforma sandbox de Perplexity Computer
15 de julio — Perplexity presenta SPACE, la capa de ejecución segura que impulsa Perplexity Computer: entornos aislados para el código, los archivos y las sesiones de agentes de larga duración, cada uno implementado como una máquina virtual con su propio kernel invitado. Las credenciales nunca entran en el sandbox; una pasarela de red central impone las políticas de salida. Gracias al sistema de archivos btrfs (copy-on-write), SPACE gestiona el 100 % del tráfico de producción de Perplexity Computer desde junio, y Perplexity prevé ampliarlo a microVM Linux, invitados Windows y las máquinas locales de los usuarios.
| Indicador medido | Antes de SPACE | Con SPACE |
|---|---|---|
| Latencia media de creación de un sandbox | 185 ms | 60 ms (3,1x) |
| Latencia P90 de creación | 447 ms | 89 ms (5,0x) |
Cohere publica los resultados de la Expedition Tiny Aya
15 de julio — Cohere Labs revela los resultados de Expedition Tiny Aya, un programa de investigación con mentoría construido en torno a Tiny Aya, su modelo abierto y ligero, con buen rendimiento en más de 70 idiomas y capaz de ejecutarse localmente, incluso en un teléfono. Los proyectos comunitarios abarcan la educación (compañero de voz offline para niños, con un nuevo benchmark de seguridad), la seguridad multilingüe (la desalineación aprendida en un idioma puede transferirse a otro) y el despliegue local (compresión consciente del idioma, asistentes cuantizados a 4 bits). Las investigaciones han sido aceptadas en la conferencia COLM 2026.
“Tiny Aya is Cohere Labs’ answer to a familiar problem: most AI is built for a handful of languages and needs serious hardware to run. Tiny Aya is open-weight, strong across 70+ languages, and light enough to run locally, even on a phone.”
🇪🇸 Tiny Aya es la respuesta de Cohere Labs a un problema familiar: la mayoría de las IA están diseñadas para un puñado de idiomas y requieren hardware potente. Tiny Aya es abierto, rinde bien en más de 70 idiomas y es lo bastante ligero como para ejecutarse localmente, incluso en un teléfono. — Cohere Blog
Breves
- Together AI mejora la fiabilidad de sus GPU Clusters — verificaciones de estado pasivas, reparación guiada de nodos, pila Slurm reconstruida y soporte OIDC externo para los GPU Clusters en producción. 🔗 fuente
- HeyGen detalla el método de las «seis decisiones» para promptear HyperFrames — décimo episodio de la serie diaria dedicada a su agente CLI de generación de vídeo. 🔗 fuente
- Kling AI publica un nuevo episodio de su serie interactiva «Choose a door» — la comunidad vota en comentarios para orientar el rumbo del cortometraje de terror «You Can Never Leave». 🔗 fuente
- Pika MCP deja atrás el estado experimental — conexión de Pika con agentes de terceros (Claude, Codex, OpenClaw, HermesAgent) ahora disponible públicamente. 🔗 fuente
- OpenAI Developers lanza kbd-1.0-codex-micro — un macropad con joystick diseñado con @work_louder para controlar sus atajos de Codex, en edición limitada. 🔗 fuente
- Cohere publica un análisis sobre el coste total de propiedad de la IA en la empresa — del 92 al 96 % de las organizaciones que despliegan IA generativa o agéntica se enfrentan a gastos más altos de lo previsto, según Gartner, IDC y McKinsey. 🔗 fuente
Qué significa esto
La seguridad de los agentes se está convirtiendo en un trabajo de ingeniería en toda regla más que en una reflexión posterior. GPT-Red automatiza el red teaming mediante auto-juego y lo traslada a casos reales en una máquina expendedora y un agente Codex CLI; la CLI Claude Code v2.1.208 refuerza sus propios comandos destructivos y su herramienta Agent frente a la inyección indirecta; y el agente de revisión de código de Warp opta explícitamente por un acceso de solo lectura para limitar esa misma familia de ataques. Tres iniciativas independientes que convergen en una misma idea: cuanto más actúan solos los agentes sobre sistemas reales, más debe convertirse la defensa contra la inyección de prompt en una disciplina continua y automatizada, no en una checklist puntual.
El ecosistema de los agentes de codificación sigue densificándose en todos los frentes al mismo tiempo. xAI abre el código fuente de Grok Build y permite un uso totalmente local, Devin se instala en Slack para capturar solicitudes antes incluso de que se conviertan en tickets, Codex se despliega en Chrome para pilotar tareas de principio a fin, y GitHub Copilot amplía en paralelo su oferta BYOK y su agente de modernización. Esta diversidad de estrategias —apertura del código, integración en herramientas de comunicación, navegación web autónoma, flexibilidad en los proveedores de modelos— refleja una competición en la que cada actor busca un ángulo de acceso distinto al flujo de trabajo diario de los desarrolladores, más que una convergencia hacia un único modelo dominante.
Los modelos abiertos y la infraestructura que los sirve avanzan en tándem. Together AI ilustra las dos caras del movimiento al servir Inkling desde el primer día y publicar simultáneamente TogetherLink para ejecutar cualquier modelo abierto en los IDE, mientras Ai2 cierra SciArena tras haber reunido cerca de 3.900 votos de investigadores sobre la fiabilidad de las respuestas científicas generadas por IA. En el fondo, el ensayo de Google DeepMind sobre el cuello de botella de la validación científica y la plataforma sandbox SPACE de Perplexity plantean la misma pregunta desde dos ángulos distintos: cómo verificar, a gran escala y de forma segura, lo que producen agentes cada vez más autónomos.
En el lado de los usos más orientados al público general, la IA generativa sigue infiltrándose en puntos de entrada cada vez más cotidianos: el teclado de iMessage para Suno, la edición de documentos Workspace para Gemini Spark, el doblaje de vídeo para Synthesia. Esta diversificación va acompañada de un recordatorio más austero en el ámbito empresarial: el análisis de Cohere sobre el coste total de propiedad de la IA subraya que del 92 al 96 % de las organizaciones gastan más de lo previsto, un recordatorio de que la generalización de los agentes no exime de una gestión económica rigurosa de la infraestructura subyacente.
Fuentes
- OpenAI — GPT-Red
- @OpenAI en X — GPT-Red
- @ClaudeDevs en X — artefactos MCP
- CHANGELOG Claude Code
- @OpenAIDevs en X — Codex en Chrome
- xAI — Grok Build en open source
- @SpaceXAI en X — privacidad de Grok Build
- Warp — agente de revisión de código auto-mejorable
- @cognition en X — Devin en Slack
- GitHub Copilot in Visual Studio — actualización de junio
- GitHub Copilot para JetBrains — extensión BYOK
- @AIatMeta en X — Olimpiada de Física
- @huggingface en X — livestream de nuevo modelo
- @allen_ai en X — balance de SciArena
- Together AI — soporte day-0 de Inkling
- @nutlope en X — TogetherLink
- @GoogleDeepMind en X — Conjecture Machines
- Google DeepMind — Conjecture Machines (ensayo completo)
- @GeminiApp en X — Gemini Spark
- @suno en X — teclado de iMessage
- Synthesia — Dubbing 2.0
- @perplexity_ai en X — SPACE
- @cohere en X — Expedition Tiny Aya
- Cohere Blog — Tiny Aya in the wild
- Together AI — fiabilidad de los GPU Clusters
- @HeyGen en X — HyperFrames Day 10
- @Kling_ai en X — Choose a door
- @pika_labs en X — Pika MCP
- @OpenAIDevs en X — kbd-1.0-codex-micro
- Cohere Blog — coste total de propiedad de la IA