OpenAI ralentiza sus modelos ante el riesgo cibernético de Astra, Warp lanza Warp Factories, Claude Code lanza el skill Design

El 18 de agosto de 2026, OpenAI publica un informe en el que detalla por qué ha ralentizado el entrenamiento de sus últimos modelos ante las capacidades cibernéticas críticas de un modelo llamado Astra, mientras Warp abre una infraestructura agentica para empresas y Claude Code lanza un skill de diseño de interfaz. En torno a estos tres anuncios principales, dieciocho novedades más cubren Anthropic, las herramientas de código, la investigación abierta en IA y las plataformas de generación de medios.

OpenAI ralentiza el despliegue de sus modelos ante las capacidades cibernéticas críticas de Astra

18 de agosto — OpenAI explica por qué la empresa ha ralentizado el despliegue de sus modelos recientes. Dos घटनimientos motivaron esta decisión: el incidente de seguridad OpenAI-Hugging Face ocurrido durante la evaluación de un modelo, y pruebas preliminares de que uno de los próximos modelos, llamado Astra, podría superar el umbral de «capacidad cibernética crítica» definido por su Preparedness Framework.

OpenAI observó una pausa de dos semanas en el entrenamiento por refuerzo (RL) de sus últimos modelos destinados al despliegue, mientras se endurecían y se red-teamaban sus entornos de investigación. El mayor run de RL frontera previsto sigue suspendido, a la espera de que entrenamientos a menor escala validen las nuevas protecciones.

Protección	Detalle
Monitorización	Clasificadores por token, alerta objetivo en menos de 30 minutos
Alineación	Reducción de acciones dañinas o no autorizadas
Seguridad	Aislamiento de red reforzado, sandboxes para código no fiable
Coste inducido	Aproximadamente 20 % de cálculo de inferencia monitorizado adicional

Este monitorizado es obligatorio para todo entrenamiento RL y toda evaluación con herramientas a partir del nivel «Sol»; desde el 7 de agosto, se aplica un requisito adicional a toda inferencia de Astra con herramientas. OpenAI prevé un informe técnico sobre el incidente de Hugging Face y una evolución de su Preparedness Framework con organizaciones externas.

As models become more capable, the risks associated with developing and testing them internally also grow. We temporarily paused reinforcement learning (RL) training on our latest models intended for deployment for two weeks while we hardened and red-teamed our research environments and expanded monitoring coverage. Our largest planned frontier RL run remains on hold while smaller-scale training and evaluations validate these safeguards and establish more evidence of alignment.

🇪🇸 A medida que los modelos se vuelven más capaces, también aumentan los riesgos asociados a su desarrollo y a su prueba interna. Hemos pausado temporalmente el entrenamiento por refuerzo (RL) en nuestros últimos modelos destinados al despliegue durante dos semanas, mientras endurecemos y red-teamamos nuestros entornos de investigación y ampliamos la cobertura de nuestra monitorización. Nuestro mayor run de RL frontera previsto sigue suspendido mientras entrenamientos y evaluaciones a menor escala validan estas protecciones y aportan más pruebas de alineación. — @OpenAI en X

🔗 OpenAI — Ritmo del desarrollo de modelos

Warp lanza Warp Factories, infraestructura para las cloud software factories

18 de agosto — Warp anuncia Warp Factories, una infraestructura abierta destinada a empresas que construyen sus propios bucles de automatización alrededor del ciclo de vida del software: agentes cloud triagan, especifican, implementan, revisan y verifican el trabajo, con los humanos manteniéndose en el bucle en los puntos clave de decisión. El anuncio identifica dos problemas planteados por los responsables de ingeniería: la dificultad de medir el retorno de inversión de los agentes de codificación a lo largo del tiempo, y la gobernanza, ya que cada desarrollador que configura su propio agente crea puntos ciegos de seguridad.

En el plano técnico, las factories se configuran como código —la analogía reivindicada es «Terraform para la configuración de agentes»— y aceptan cualquier modelo o harness, incluido Claude Code o Codex directamente como harness. Los agentes disponen de acceso computer use en Linux y Mac para reproducir errores y demostrar la corrección de un cambio, con compartición de grabaciones en los pull requests. Un panel, una API y un SDK miden coste y velocidad, con agentes de auto-mejora configurables.

Warp afirma automatizar hoy alrededor del 30 % de sus propias tareas mediante sus factories internas y anticipa un rápido crecimiento de ese porcentaje. La empresa abre el acceso a un número limitado de compañías desde hoy, con una oferta de 10 000 dólares en créditos de uso de factory para algunos clientes seleccionados.

Introducing Warp Factories: open, flexible infrastructure for building cloud software factories. - Configure your factory as code - Use any model and any harness - Measure quality with evals and benchmarks on your own data - Built-in self-improvement and memory

🇪🇸 Presentación de Warp Factories: infraestructura abierta y flexible para construir cloud software factories. Configure su factory como código. Utilice cualquier modelo y cualquier harness. Mida la calidad con evaluaciones y benchmarks sobre sus propios datos. Auto-mejora y memoria integradas. — @warpdotdev en X

🔗 Anuncio de Warp Factories

Claude Code lanza el skill /design en investigación preliminar

17 de agosto — Anthropic lanza un nuevo skill /design para Claude Code, actualmente en investigación preliminar. Esta funcionalidad importa al CLI y a la aplicación Desktop el workflow de artboards de Claude Design, construido sobre el sistema de artifacts existente. El comando /design genera varios artboards editables que representan propuestas de interfaz de usuario: el usuario elige la que le conviene, la ajusta y luego pide a Claude que la implemente en el código.

Este lanzamiento acerca Claude Code a un uso de diseño de interfaz, hasta ahora más bien reservado a herramientas dedicadas, al integrarlo directamente en el flujo de trabajo del desarrollador en el terminal o en Desktop. La funcionalidad está disponible para los planes Pro, Max, Team y Enterprise, y requiere una actualización de Claude Code para probarse. No se facilitó ningún detalle adicional (limitaciones de la research preview, roadmap, ejemplos visuales) más allá de este anuncio de lanzamiento.

Claude Code can design now. The new /design skill (research preview) brings Claude Design’s artboard workflow into the CLI and Desktop, built on artifacts. Run /design to get editable artboards for your UI — pick one, tweak it, then have Claude implement it.

🇪🇸 Claude Code ahora también puede diseñar interfaces. El nuevo skill /design (investigación preliminar) lleva el workflow de artboards de Claude Design al CLI y a Desktop, construido sobre artifacts. Inicie /design para obtener artboards editables para su interfaz: elija uno, ajústelo y luego pida a Claude que lo implemente. — @ClaudeDevs en X

🔗 Disponibilidad Pro, Max, Team, Enterprise

Anthropic: Cowork generalizado, límites prolongados, CPU optimizada

Tres anuncios de Anthropic del día se centran en el acceso y el rendimiento de Claude Code y Cowork.

Claude Cowork disponible en móvil y web para todos los planes de pago

18 de agosto — Claude Cowork, el entorno colaborativo de Anthropic, es ahora accesible en móvil y en la web para todos los planes de pago (Pro, Max, Team y Enterprise). Hasta ahora mencionado principalmente en torno a su panel lateral compartido entre desktop, web y móvil, este anuncio marca una generalización del acceso más que una nueva funcionalidad: los usuarios de pago recuperan ahora sus sesiones Cowork desde cualquiera de estos tres puntos de entrada, sin detalle adicional sobre la interfaz o posibles limitaciones móviles.

🔗 Anuncio de Claude Cowork

Aumento del 50 % de los límites semanales de Claude Code prolongado hasta el 31 de agosto

18 de agosto — Anthropic prolonga hasta el 31 de agosto el aumento del 50 % de los límites de uso semanales de Claude Code, inicialmente temporal. El equipo espera hacer permanente este cambio, pero advierte que la fuerte demanda de sus modelos podría provocar tensiones de capacidad en las próximas semanas, sin fecha definitiva para una decisión final. Este anuncio se inscribe en una serie de comunicaciones recientes sobre el rendimiento y el uso de Claude Code, reflejando una presión continua de la demanda sobre la infraestructura del producto.

🔗 Anuncio de límites de Claude Code

Claude Code CLI utiliza dos veces menos CPU en p99

18 de agosto — Un parche hace ahora que el recolector de basura (garbage collector) de Bun, el runtime JavaScript de la herramienta, espere a la inactividad del proceso antes de ejecutarse. El disparo se hacía antes mediante un temporizador fijo, potencialmente en mitad de un turno de conversación, justo cuando Claude Code más estaba solicitando el procesador. Resultado: el CLI utiliza ahora dos veces menos CPU en el percentil 99, en continuidad con otras optimizaciones de rendimiento comunicadas a principios de agosto.

🔗 Anuncio de optimización de CPU

Agentes de codificación: chat de voz y SSH nativo

Amp y Warp completan sus agentes de codificación con nuevos modos de interacción.

Amp lanza el chat de voz en tiempo real con Puck

18 de agosto — Amp añade la conversación de voz en tiempo real con Puck, su agente asistente, impulsada por gpt-realtime-2.1, que delega el trabajo al agente Puck ya existente (alimentado por GPT-5.6 Sol) y resume la respuesta en voz alta mientras el texto completo sigue mostrándose en el hilo de conversación. Amp destaca varios casos de uso: coordinar trabajo en paralelo, obtener puntos de avance o hacer leer en voz alta mensajes relevantes de Slack, tanto en la oficina como en movimiento.

🔗 Hablar con Puck

Amp lanza una tarifa educativa de 10 dólares al mes

18 de agosto — Estudiantes y profesores pueden ahora suscribirse a Amp Megawatt Edu por 10 dólares al mes, es decir, la mitad de la tarifa habitual. La oferta incluye el agente frontera de Amp, los orbs (máquinas remotas para agentes sin supervisión), el alojamiento de código ilimitado (público y privado), 750 horas de uso de orb al año y 10 dólares de créditos mensuales. Los suscriptores pueden vincular una suscripción ChatGPT existente para acceder a GPT-5.6, o una suscripción X Premium+/SuperGrok para Grok 4.6; no se implementa ninguna verificación estricta del estatuto de estudiante.

🔗 Amp Megawatt Edu

Warp Agent CLI añade compatibilidad SSH nativa

17 de agosto — El Warp Agent CLI, gratuito para descargar y compatible con BYOK y suscripciones Grok, permite ahora invitar al agente directamente en una sesión SSH ya activa —incluido vim, un REPL SQL u otras interfaces de texto— en lugar de limitarse a la ejecución de comandos puntuales. No hace falta ninguna CLI adicional en la máquina remota: el comando ! ssh basta para trabajar junto al agente directamente en la sesión.

🔗 Warp Agent CLI y SSH

OpenAI: adolescentes, DevDay global e impacto agentico

Cuatro anuncios de OpenAI del día cubren la seguridad de los usuarios jóvenes, el alcance internacional y el impacto concreto de Codex.

ChatGPT for Teens: protecciones reforzadas y alianza educativa con CodeAI

18 de agosto — OpenAI lanza ChatGPT for Teens, experiencia dedicada a adolescentes que combina el Study Mode, recordatorios antiatajo capaces de detectar un intento de eludir una tarea, cuestionarios y visualizaciones pedagógicas, así como Study Hours programables por los adolescentes o por los padres. El sistema cambia automáticamente a esta experiencia para cualquier usuario estimado como menor de edad, con nuevas evaluaciones «menos de 18 años» publicadas en las system cards (autolesiones, trastornos alimentarios, violencia, contenido sexual). En paralelo, una alianza emblemática con CodeAI prevé durante un año un consejo consultivo sobre el desarrollo infantil, la ampliación del programa «Hour of AI», un «Builders Challenge» para estudiantes de secundaria y apoyo al curso gratuito «AI Foundations».

🔗 ChatGPT for Teens

DevDay Exchange: OpenAI globaliza su evento para desarrolladores

18 de agosto — A partir de octubre de 2026, OpenAI lanza DevDay Exchange, una serie de eventos para desarrolladores en ocho ciudades: Bengaluru, Tokio, Seúl, Berlín, París, Londres, São Paulo y Ciudad de México. El objetivo declarado es permitir a los builders intercambiar sobre sus proyectos reales y reunirse directamente con los equipos de OpenAI que desarrollan las herramientas (API, Codex, ChatGPT Work). No se proporciona por ahora ningún detalle sobre el formato preciso ni sobre las inscripciones.

🔗 DevDay Exchange

Asana realiza cinco años de trabajo de ingeniería en dos semanas con Codex

18 de agosto — Asana utilizó Codex para retirar Enzyme, un sistema de pruebas obsoleto que bloqueaba la modernización de su stack frontend. Un proyecto estimado en unos cinco años de trabajo y 6 millones de dólares se llevó a cabo en 1,5 semanas de esfuerzo de ingeniería repartidas en dos semanas naturales, por un coste total de unos 12 000 dólares. A partir de un prompt de cinco frases, hasta cuatro agentes Codex trabajaron en paralelo sobre copias distintas de la base de código, y un ingeniero validaba cada cambio dos veces al día.

🔗 Estudio de caso de Asana

OpenAI lanza una iniciativa para reforzar el control democrático de la IA en seguridad nacional

18 de agosto — OpenAI anuncia una iniciativa dotada de 5 millones de dólares para ayudar a las instituciones de control democrático a supervisar el uso de la IA en seguridad nacional, mediante formación, soporte técnico y créditos de OpenAI. Tres principios guían este trabajo: la IA debe reforzar y no sustituir el juicio institucional, el uso gubernamental debe seguir siendo trazable para los órganos de control autorizados, y la IA debe dar a esas instituciones los medios para actuar a la escala requerida. A lo largo de un año, OpenAI prevé pilotar herramientas de trazabilidad de las decisiones gubernamentales asistidas por IA, conservando las instituciones participantes el control de las pruebas.

🔗 Control democrático y seguridad nacional

Investigación y modelos abiertos

Cuatro publicaciones de investigación ilustran lo que permite demostrar la apertura de los pesos y los datos.

Sentence Transformers v6.0: los modelos multivector ColBERT pasan a primera clase

18 de agosto — Hugging Face publica la versión 6.0 de Sentence Transformers con la incorporación de MultiVectorEncoder, que sitúa los modelos de interacción tardía al estilo ColBERT al mismo nivel que los modelos densos, dispersos y re-ranker ya compatibles. Cada token del documento conserva su propio vector, y la puntuación final suma la similitud máxima de cada token de la consulta (operador MaxSim). En la prueba NanoBEIR (13 conjuntos de datos), la versión multivector obtiene un NDCG@10 medio de 0,6868 frente a 0,6764 para la versión densa equivalente, a costa de un almacenamiento mayor (unos 92 MB comprimidos para 4 874 pasajes). La biblioteca añade además compatibilidad con Flash Attention, multiplicando el throughput por 2,44 en precisión fp16.

🔗 Sentence Transformers v6.0

Ai2 : Olmo 3 revela un atajo morfológico en las respuestas médicas de los LLM

18 de agosto — Investigadores de UT Austin, Northeastern University y MD Anderson Cancer Center utilizaron Olmo 3 (7B Instruct), el modelo totalmente abierto de Ai2, para comprobar si los modelos responden a preguntas sobre medicamentos a partir de un conocimiento real o aprovechando la estructura del nombre (el sufijo «-pril» indica un inhibidor de la ECA, por ejemplo). Para entre el 51 y el 59 % de los medicamentos probados, la respuesta del modelo al nombre real es apenas distinguible de su respuesta a un nombre inventado. El acceso a los pesos, datos y checkpoints intermedios de Olmo permitió rastrear este atajo hasta los datos de entrenamiento, una trazabilidad imposible con modelos propietarios.

🔗 Olmo 3 y atajo morfológico

IBM Research : calibrar la memoria agentiva según el modelo

18 de agosto — Un nuevo artículo de la serie ALTK-Evolve de IBM Research muestra que la memoria agentiva —instrucciones destiladas del trabajo pasado de un agente— debe dosificarse según la capacidad del modelo subyacente. Probada en ocho modelos: gpt-oss-120b gana +16,1 puntos de tasa de finalización de tareas con una recuperación selectiva dirigida por solo +5 % de tokens; DeepSeek-V3.2 avanza +9,5 puntos con la inyección completa de las instrucciones; GLM-5 no muestra ninguna ganancia medible, un caso de saturación. Una constatación contraintuitiva: la estrategia menos costosa suele ofrecer la mejor precisión para los modelos más débiles.

🔗 ALTK-Evolve — memoria agentiva

AlphaEvolve contribuye a un nuevo récord para la multiplicación de matrices

18 de agosto — Google DeepMind anuncia un nuevo récord para omega (ω), el exponente teórico de la velocidad más rápida para multiplicar matrices, con ω < 2,371177. Este resultado proviene de un esfuerzo conjunto entre Google DeepMind, colaboradores académicos y AlphaEvolve, el agente de codificación impulsado por Gemini ya conocido por haber mejorado varios algoritmos en 2025. La multiplicación de matrices sustenta gran parte de la informática moderna, incluido el entrenamiento y la inferencia de modelos de IA, por lo que una mejora teórica de este exponente va más allá de la investigación académica.

🔗 Nuevo récord omega

Economía de la inferencia : A/B testing y cascada de costos

Dos publicaciones de Together AI miden el coste real de la puesta en producción y de la comparación de modelos.

Together AI lanza el A/B testing de modelos a nivel de los endpoints

18 de agosto — Together AI integra el A/B testing directamente en la capa de endpoint en lugar de en el código de la aplicación: un experimento asocia un modelo de control y hasta 20 variantes, cada una con un porcentaje fijo de tráfico (95/5, 80/20, 50/50), independiente del número de réplicas. Las actualizaciones se propagan en 30 a 60 segundos con protección por etag contra sobrescrituras concurrentes. Una vez identificado un ganador, se promueve mediante despliegue blue-green y luego se elimina el experimento: el 100 % del tráfico vuelve al control sin lógica residual que limpiar del lado del cliente.

🔗 A/B testing Together AI

DeepSeek V4 Pro frente a GPT-5.6 Sol y Claude Fable 5 en DeepSWE : coste y cascada

17/18 de agosto — Together AI publica dos benchmarks independientes de 904 rollouts cada uno (113 tareas, 4 intentos) comparando DeepSeek V4 Pro 0813 con GPT-5.6 Sol y Claude Fable 5 en DeepSWE, banco de pruebas de ingeniería de software.

Comparación	Pass@1 Pro	Pass@1 competidor	Coste rollout Pro	Coste competidor	Cascada Pro-first
Pro vs GPT-5.6 Sol	62,8 %	72,7 %	0,24 $	8,37 $ (35x)	83,0 % a 3,35 $/tarea
Pro vs Claude Fable 5	62,8 %	69,7 %	0,24 $	21,63 $ (90x)	82,7 % a 8,28 $/tarea

En pass@4, Pro recupera la ventaja en ambos casos (88,5 % frente a 85,8 % contra Sol, 88,5 % frente a 84,1 % contra Fable). La cascada «Pro-first» —ejecutar Pro primero, escalar solo en caso de fallo— supera a cada modelo por separado a una fracción del coste.

🔗 Benchmark DeepSWE — GPT-5.6 Sol

Productos por email y audio generativo

Perplexity Computer accesible por email

18 de agosto — Computer, el agente de acción de Perplexity, pasa a ser accesible por email para todos sus usuarios: basta con enviar, reenviar o poner en copia computer@perplexity.com en cualquier hilo de conversación para desencadenar una tarea. Cada tarea por email se ejecuta como una sesión normal de Computer, consultable en la web y en el móvil, con el mismo registro de auditoría que las tareas iniciadas desde la aplicación.

🔗 Computer por email

Stability AI lanza un plugin DAW y una nueva interfaz web para Stable Audio 3.0

18 de agosto — Stability AI anuncia dos herramientas en beta para Stable Audio 3.0, ambas basadas en modelos «commercially-safe» cuyos resultados pertenecen al usuario. El plugin DAW (macOS AU/VST3, Apple Silicon e Intel) genera audio directamente como pista instrumental sincronizada al tempo, con secuencias cortas de hasta seis minutos. La interfaz web mejorada en stableaudio.com añade prompts direccionales para ajustar una generación, transformación audio-a-audio, mezcla multipista y efectos por pista. Estas herramientas acercan Stable Audio a los flujos de producción musical profesionales, en un terreno donde Suno y Pika ya ofrecen propuestas competidoras.

🔗 Stable Audio 3.0 — nuevas herramientas

Breves

El Hub de Hugging Face supera los 3 millones de modelos — nuevo hito para la plataforma comunitaria de referencia de los modelos abiertos. 🔗 Tweet
Sakana Namazu disponible en OpenRouter y Vercel AI Gateway — el modelo que impulsa Sakana Chat, especializado en japonés y contexto de negocio, pasa a estar disponible en estas dos plataformas de distribución. 🔗 Tweet
Ai2 adelanta MolmoMotion antes de su seminario web del 20 de agosto — extensión de Molmo para la predicción de trayectorias 3D a partir de instrucciones en lenguaje natural, con pesos y datos abiertos anunciados próximamente. 🔗 Tweet
Together AI : la adopción de modelos abiertos se acelera — un estudio de Brex citado por Together AI muestra que 14 de los 25 proveedores de software de mayor crecimiento prestan servicios de IA; el uso de tokens en Together pasó de 30 mil millones al mes a 400 billones en un año. 🔗 Tweet
Josh Woodward detalla la hoja de ruta de la app Gemini — herramientas Workspace revisadas en prueba, mejora del tool calling con Gemini 3.7 Flash, nueva interfaz Projects y 49 conectores ya compatibles. 🔗 Tweet
HeyGen lanza los Brand Kits — tipografías, logotipo, códigos hexadecimales y glosario de pronunciación preconfigurados para que cada video de avatar generado siga la identidad de marca, sin retoques. 🔗 Tweet
NVIDIA construye TensorRT Model Connect con agentes Codex — herramienta en preversión para convertir modelos de Hugging Face a TensorRT, desarrollada íntegramente con agentes Codex bajo supervisión humana, proyecto de código abierto. 🔗 Tweet
Cohere — Aidan Gomez sobre la soberanía digital — el CEO alerta sobre la concentración del mercado tecnológico mundial en torno a unos pocos actores y aboga por evitar cualquier punto único de fallo. 🔗 Tweet

Lo que eso significa

La gobernanza de la IA se traduce ahora en medidas concretas más que en principios. La pausa de dos semanas en OpenAI frente a las capacidades cyber de Astra, la iniciativa de 5 millones de dólares para dotar de herramientas al control democrático en seguridad nacional y las protecciones reforzadas de ChatGPT for Teens forman un mismo movimiento: los laboratorios documentan públicamente los umbrales que se imponen, con cifras verificables (20 % de sobrecoste de cálculo, alerta en menos de 30 minutos) en lugar de simples declaraciones de intención.

La infraestructura agentiva se convierte en sí misma en un producto aparte. Warp Factories propone una capa de gobernanza y de medición de ROI para agentes de codificación empresarial, Claude Code amplía su alcance al diseño de interfaces con /design, y Amp añade una capa de voz a su agente Puck mientras Warp abre sus agentes a las sesiones SSH activas. En los cuatro casos, el reto va más allá de la generación de código: se trata de dar a los agentes una toma directa sobre flujos de trabajo completos, con gobernanza y control humano integrados.

La apertura de los pesos y los datos sigue produciendo un valor científico que los modelos propietarios no pueden ofrecer. El descubrimiento de Ai2 sobre el atajo morfológico de los LLM en farmacología solo fue posible porque Olmo 3 expone sus datos de entrenamiento; el artículo de IBM Research sobre la memoria agentiva cuantifica ganancias diferenciadas por modelo (gpt-oss-120b, DeepSeek-V3.2, GLM-5) gracias a pruebas reproducibles; y el hito de los 3 millones de modelos en el Hub de Hugging Face ilustra la escala que está alcanzando este ecosistema abierto.

El coste de la inferencia sigue estructurando las decisiones de producto más que el rendimiento bruto. Frente a GPT-5.6 Sol y Claude Fable 5, DeepSeek V4 Pro pierde en pass@1 pero gana claramente en la relación calidad-precio, y una simple cascada «Pro-first» cierra la mayor parte de la brecha de precisión por una fracción del coste. Together AI lleva esta lógica hasta la propia infraestructura con su A/B testing a nivel de endpoints: la comparación de modelos en producción se convierte en una funcionalidad de plataforma, más que en una cuestión de código de aplicación.