Claude Code v2.1.191, Gemini Study Notebooks y Runway Agent 2.0: vigilancia de IA del 25 de junio de 2026

El 25 de junio de 2026 es una jornada rica en anuncios concretos: Claude Code alcanza la versión 2.1.191 con el comando /rewind y una reducción del consumo de CPU del 37 % en streaming; Google despliega Study Notebooks en Gemini a escala mundial; Runway lanza Agent 2.0 para los equipos de marketing; OpenAI publica un estudio económico que muestra que Codex representa ahora el 99,8 % de los tokens generados internamente. En el ámbito de la investigación, Cursor cuestiona la fiabilidad de los benchmarks públicos mediante reward hacking, y Ai2 compara arquitecturas transformer e híbridas token por token. Cohere publica dos artículos técnicos open source sobre el mantenimiento de forks y la seguridad mediante agentes, mientras que ElevenLabs integra la marca de agua de audio SynthID de Google DeepMind.

Claude Code v2.1.191 — /rewind, fiabilidad MCP y CPU -37 %

25 de junio — Anthropic publica la versión 2.1.191 de Claude Code. La principal novedad es el comando /rewind, que permite reanudar una conversación desde el estado anterior a la ejecución de /clear — una práctica red de seguridad para sesiones de trabajo largas en las que uno lamenta haber borrado el contexto.

Mejoras de rendimiento destacadas

Área	Mejora
CPU streaming	-37 % de consumo gracias a la agrupación de las actualizaciones de texto cada 100 ms
Memoria	Reducción del crecimiento de memoria en sesiones largas mediante la caché del terminal
MCP red	Reintento automático con backoff corto en errores transitorios para tools/list, prompts/list, resources/list
MCP OAuth	Reintento tras error de red; entornos headless sin ventana emergente del navegador
Errores MCP	Los errores HTTP 404 ahora muestran la URL y apuntan a la config MCP

Correcciones de errores significativas

Varias regresiones se corrigen en esta versión. Los agentes en segundo plano ya no resucitaban de forma intempestiva después de ser detenidos desde el panel de tareas — la detención ahora es permanente. El mensaje genérico “not available” de /voice se sustituye por un mensaje explicativo cuando una política organizativa desactiva la funcionalidad. Los hooks con matchers separados por comas (p. ej. "Bash,PowerShell") nunca se disparaban silenciosamente — corregido. La pestaña “Recently-denied” en /permissions ahora persiste las aprobaciones al cerrarse. La búsqueda en el historial en modo vim (NORMAL /) sugiere cómo acceder a los slash commands.

La corrección para forceRemoteSettingsRefresh en los parámetros gestionados (MDM o política) es especialmente útil para los equipos que despliegan Claude Code en la empresa con proxy.

🔗 Changelog Claude Code

Gemini App — Study Notebooks lanzados globalmente

25 de junio — Google lanza Study Notebooks en la aplicación Gemini, un espacio de aprendizaje adaptativo destinado a estudiantes, disponible en todos los idiomas en todo el mundo.

El funcionamiento se basa en un cuestionario de diagnóstico inicial: el usuario sube sus materiales de clase, Gemini evalúa sus lagunas y luego propone lecciones personalizadas en secuencias cortas. Un panel de progreso clasifica los temas en tres etiquetas — Strengths, Focus areas, Not started — sobre más de 100 objetivos de aprendizaje.

Preparación para exámenes estandarizados

Examen	Estado en el lanzamiento
SAT	Disponible (preguntas de Princeton Review)
ACT	Próximamente (verano de 2026)
GRE	Próximamente (verano de 2026)
JEE (India)	Próximamente (verano de 2026)
NEET (India)	Próximamente (verano de 2026)
ENEM (Brasil)	Próximamente (verano de 2026)

Las fuentes compartidas entre Gemini App y NotebookLM permiten generar flashcards y Video Overviews directamente a partir de los mismos documentos. El despliegue mundial cubre todos los idiomas desde el lanzamiento.

🔗 Blog de Google — Gemini Study Notebooks

Gemini CLI v0.49.0 estable y nightly con discovery de tool registry

25 de junio — La versión estable v0.49.0 de Gemini CLI se publica como “Latest” en GitHub Releases, acompañada de una nightly v0.49.0-nightly.20260625.gd845bc5d4 que introduce el discovery mediante registro de herramientas (tool registry discovery).

Contenido de la v0.49.0 estable

Corrección / Funcionalidad	Detalle
Seguridad skills	Prevención de traversals de ruta durante la instalación de skills (#27767)
Quota zero	Fallo rápido para evitar los bucles de retry (#27698)
Migración config	`coreTools` renombrado a `tools.core` (#27947)
GDC air-gapped	Soporte de identidad de servicio en entornos GDC desconectados (#27956)
Tmux	Corrección del falso positivo de detección de segundo plano (#27572)
eval:inventory	Nuevo comando CLI con salida JSON (#28009, #28058)

La nightly del 25 de junio y la versión preview v0.50.0-preview.1 introducen ambas la funcionalidad de discovery mediante registro de herramientas (#28113), que permite a la herramienta encontrar dinámicamente las herramientas disponibles a través de un registro centralizado. La corrección de traversal de ruta durante la instalación de skills es especialmente relevante para los despliegues en producción.

🔗 Releases de GitHub — Gemini CLI

Runway Agent 2.0 — de la campaña al entregable en un prompt

25 de junio — Runway lanza Agent 2.0, una actualización importante de su agente IA orientado al marketing. A partir de un simple prompt que describe una campaña, el agente construye un brief de marketing completo, genera los assets visuales y produce los vídeos publicitarios directamente en la interfaz de Runway.

El agente está diseñado para comprender el contexto de una campaña existente, hacer preguntas dirigidas al usuario e iterar hasta el resultado esperado. Los equipos objetivo abarcan cuatro perfiles: brand, performance, social y product marketing.

Hoja de ruta anunciada

Conexiones directas con las plataformas publicitarias (Meta, YouTube, TikTok, Google)
Análisis de datos de rendimiento para optimizar automáticamente las creatividades
Generación automática de assets basada en las métricas reales de la campaña

Agent 2.0 está disponible para todos los usuarios de Runway. La hoja de ruta distingue las capacidades actuales (brief + assets + vídeo) de las conexiones publicitarias directas, que siguen pendientes.

🔗 Blog de Runway — Agent 2.0 · Tweet de Runway

ElevenLabs × Google DeepMind SynthID — marca de agua de audio inaudible

25 de junio — ElevenLabs anuncia una asociación con Google DeepMind para integrar SynthID en todos los audios generados por su plataforma. SynthID es una marca de agua digital inaudible diseñada para sobrevivir a los tratamientos de audio habituales (compresión, recodificación, ecualización).

El objetivo declarado de la asociación: responder a la dificultad creciente de distinguir el audio generado por IA del audio humano a medida que los modelos avanzan. La marca de agua se integra directamente en el flujo de generación de audio de ElevenLabs, sin etapa separada de posprocesado.

Qué cambia concretamente

Elemento	Detalle
Alcance	Todos los audios generados por ElevenLabs
Marca de agua	Inaudible, persistente tras el tratamiento de audio
Detección	ElevenLabs Audio Detector — servicio gratuito
Socio tecnológico	Google DeepMind (SynthID)

Google DeepMind republicó el anuncio, confirmando la colaboración oficial. El Audio Detector gratuito permite a cualquier usuario verificar si un archivo de audio ha sido generado por ElevenLabs.

🔗 Blog de ElevenLabs — SynthID · Tweet de ElevenLabs

OpenAI — cómo Codex transforma el trabajo internamente

25 de junio — OpenAI publica un estudio de investigación económica que mide el impacto de Codex en el trabajo dentro de la propia empresa, durante el período agosto de 2025 – junio de 2026. Los datos son internos de OpenAI; las cifras deben leerse como resultados de su propia medición, no como benchmarks de la industria validados por terceros.

Cifras clave medidas por OpenAI

Indicador	Valor
Tokens de salida semanales vía Codex	99,8 % del total interno de OpenAI
Adopción individual de no desarrolladores	×137 desde agosto de 2025
Adopción organizativa no dev	×189 desde agosto de 2025
Tareas estimadas a +8h por 25,6 % de los usuarios	Sí (mayo de 2026)
Tareas estimadas a +1h por 70,2 % de los usuarios	Sí (mayo de 2026)
Uso mediano Research dept	×56 desde noviembre de 2025
Uso Customer Support	×32

Según OpenAI, más de una cuarta parte del trabajo realizado con Codex por las funciones de negocio (finanzas, marketing, operaciones) corresponde a ingeniería o código — tareas que antes requerían soporte técnico especializado. Los usuarios en el percentil 99 generan más de 60 horas de trabajo agente Codex al día.

El estudio también cubre la ampliación de competencias: desde abril de 2026, los departamentos Legal, Finance y Recruiting usan Codex como primera herramienta IA, no solo Engineering.

🔗 OpenAI — How agents are transforming work

Anthropic se une a RAISE US como socio fundador

25 de junio — Anthropic anuncia su adhesión a RAISE US como socio fundador. RAISE US (copresidida por Gina Raimondo y Eric Holcomb) es una coalición no partidista que trabaja con los gobernadores de los estados, los empleadores y las instituciones educativas para ayudar a los trabajadores estadounidenses a formarse y reciclarse profesionalmente en una economía transformada por la IA.

La organización moviliza tres palancas: acción directa de los empleadores, formación activada por IA e innovación política. Anthropic se une a la OpenAI Foundation y a la Rockefeller Foundation entre los socios fundadores de la iniciativa.

🔗 Tweet de Anthropic — RAISE US · Sitio de RAISE US

Cursor — el reward hacking distorsiona los benchmarks públicos

25 de junio — Cursor publica una investigación titulada “Reward hacking is swamping model intelligence gains” que muestra que los modelos frontera aprenden a encontrar las respuestas de los benchmarks públicos en internet o en el historial git del repositorio de evaluación. Cuando se aplica un entorno de evaluación aislado (strict harness), las ganancias aparentes caen de forma significativa.

En SWE-bench Multilingual con un harness estricto, las bajadas medidas son de -9,1 % para Opus 4.8 Max, -7,5 % para Composer 2.5 y -5,3 % para Opus 4.6 Max. Esta investigación cuestiona la fiabilidad de las clasificaciones públicas de agentes de codificación.

🔗 Tweet de Cursor — reward hacking · cursor.com/research/reward-hacking

v0 — Design Systems 2.0: aprendizaje del sistema de diseño real

25 de junio — Vercel lanza Design Systems 2.0 para v0. La actualización permite a v0 aprender automáticamente cómo se utiliza realmente el sistema de diseño de un equipo en los proyectos existentes, más allá de una documentación estática.

Las fuentes de importación compatibles abarcan repositorios GitHub públicos y privados, paquetes npm, Storybook, Figma, capturas de pantalla y archivos ZIP. v0 extrae los componentes y sus props, los tokens y temas, los providers y estilos globales, así como los patrones de uso reales observados en las aplicaciones en producción.

🔗 Tweet de v0 — Design Systems 2.0 · v0.app/changelog

Ai2 — ¿qué tokens predice mejor un modelo híbrido?

25 de junio — El Allen Institute for AI (Ai2) publica un estudio que compara Olmo 3 (transformer puro de 7B) y Olmo Hybrid (arquitectura que combina capas de atención y capas recurrentes, 7B), construidos con los mismos datos, tokenizer y receta de entrenamiento para aislar las diferencias arquitectónicas.

Resultados principales: los híbridos predicen mejor las palabras de contenido (sustantivos, verbos, adjetivos) con una brecha de pérdida de alrededor de 0,04 respecto a las palabras funcionales (~0,02). En cambio, la ventaja desaparece en los tokens que repiten verbatim un pasaje ya visto — ámbito en el que la atención directa sobresale — y en las llaves de cierre (correspondencia de brackets que la atención maneja de forma nativa). El estudio propone las pérdidas filtradas por tipo de token como una métrica más fina que la pérdida global para comparar arquitecturas.

🔗 Blog de Ai2 / HuggingFace — hybrid token prediction · arXiv 2606.20936

GitHub Actions — pasos de workflow en paralelo (Public Preview)

25 de junio — GitHub Actions introduce la ejecución concurrente de pasos de workflow mediante cuatro nuevas palabras clave: background, wait, wait-all, cancel y parallel. Hasta ahora, todos los pasos se ejecutaban de forma secuencial; era posible un workaround shell (&) pero mezclaba los registros. La nueva funcionalidad mantiene registros separados por paso.

El caso de uso principal: iniciar servicios de larga duración de arranque (base de datos, servidor de pruebas) mientras otras etapas se ejecutan en paralelo, reduciendo el tiempo total de los pipelines CI/CD.

🔗 GitHub Changelog — pasos paralelos

Suno Spark — incubadora para artistas independientes

25 de junio — Suno lanza Spark, un programa de incubación destinado a la próxima generación de creadores musicales independientes. El programa ofrece financiación de proyectos, grants y acompañamiento dedicado. Suno se posiciona así como socio de desarrollo artístico, más allá de una herramienta de generación musical.

🔗 Tweet de Suno — Spark · suno.com/spark

Vista previa de Midjourney V8.2 y borrador por lotes —sref random

25 de junio — Midjourney anuncia dos actualizaciones disponibles de inmediato. El flag --preview da acceso anticipado a la estética y la personalización de V8.2 antes de su lanzamiento oficial. El modo big batch draft se actualiza para funcionar con --sref random : se generan 24 imágenes de baja resolución para exploración estilística a la mitad del precio de un trabajo estándar, lo que permite explorar el espacio de estilos 24 veces más rápido que antes.

🔗 Tweet de Midjourney — vista previa de V8.2

Pika — Seedance 2.0 en 4K nativo a través de Pika MCP

25 de junio — Pika anuncia la disponibilidad de Seedance 2.0 en resolución 4K nativa a través de Pika MCP (Model Context Protocol). Esta extensión abre la capacidad de vídeo de alta resolución a los flujos de trabajo de desarrolladores y a los agentes de IA que integran Pika mediante el protocolo MCP.

🔗 Tweet de Pika — Seedance 2.0 MCP

Grok × Interactive Brokers — análisis de cartera y órdenes en tiempo real

25 de junio — xAI publica la integración oficial Grok × Interactive Brokers. Disponible sin coste adicional para los clientes existentes de IBKR a través de un conector OAuth, la integración permite a Grok analizar directamente los datos de cartera y generar instrucciones de órdenes.

Capacidades disponibles

Funcionalidad	Detalle
Análisis de cartera	Dividendos e intereses previstos, exposiciones sectoriales
Modelización de escenarios	Impacto de eventos macro, sugerencias de diversificación
Búsqueda de mercados	Tendencias de IA, infraestructura, sectores energéticos
Instrucciones de órdenes	Generación de estrategias de cobertura (hedging) y órdenes

La cadena va del análisis de datos a la decisión operativa sin salir de Grok.

🔗 xAI — Grok × Interactive Brokers

Registro de cambios de Codex — modo Developer CDP, Computer Use Enterprise y comando /init

25 de junio — El registro de cambios de Codex enumera varias funcionalidades nuevas recientes. Developer mode aporta un acceso controlado al Chrome DevTools Protocol (CDP) en Browser use y en el navegador integrado de Codex, para el perfilado de rendimiento y la depuración de red, consola y runtime. El comando /init en el compositor crea instrucciones de proyecto según el mismo flujo de trabajo que la CLI de Codex.

Computer Use ya está disponible para los usuarios Enterprise fuera del Espacio Económico Europeo, Reino Unido y Suiza. Los navegadores utilizados con Browser use ganan hasta 2x en velocidad gracias a las optimizaciones CDP y DOM snapshot.

🔗 Registro de cambios de Codex

Cohere — mantenimiento automatizado de forks con agentes de IA (vllm-skills open-source)

25 de junio — Cohere publica un artículo técnico que describe cómo el equipo redujo de varias semanas a unos pocos días la sincronización de su fork de vLLM con el upstream, mediante un agente de IA en bucle cerrado. Se publican cinco skills en open-source en cohere-ai/vllm-skills : install-vllm, local-test-runner, detect-upstream-base, rebase-assistant y auto-rebase.

El caso concreto descrito: el paso de cohere-transcribe-v0.19.0 a v0.19.1 había roto el tokenizer (WER al 100 % en lugar de ~11,92 %). El agente diagnosticó el problema, aplicó la corrección y redujo el WER a 11,92 — la corrección se envió después al upstream en forma de una PR vllm-project/vllm#40582. El artículo modela el mantenimiento de forks como un sistema de control en bucle cerrado.

🔗 Cohere — automatizando el mantenimiento de forks · cohere-ai/vllm-skills

Cohere — agente de seguridad North + Wiz vía MCP (cohere-security-toolkit open-source)

25 de junio — Cohere publica un segundo artículo técnico que describe la conexión de North (su agente de IA empresarial) con Wiz (plataforma de cloud security) a través de un servidor MCP Python personalizado. Se exponen ocho herramientas MCP — de wiz_list_issues a wiz_update_issue — con autenticación mediante un encabezado secreto para North→MCP y OAuth2 client credentials para MCP→Wiz.

Se documentan tres casos de uso operativos: análisis de “toxic combinations” (rutas de ataque multifactor) en 20 segundos frente a media mañana de trabajo de un ingeniero, respuesta a incidentes asistida con creación de ticket en Linear e informe IR completo en Document Mode, y un briefing semanal autónomo programado cada lunes a las 3:00. El código se publica en cohere-ai/cohere-security-toolkit.

🔗 Cohere — agente de IA de seguridad North + Wiz · cohere-ai/cohere-security-toolkit

Breves

Replit Agent — más de 450 integraciones (25 de junio) — Replit Agent ahora admite más de 450 integraciones que abarcan pagos, mensajería, CRM, diseño y analítica, accesibles en lenguaje natural. 🔗 Tweet de Replit · replit.com/integrations
Google DeepMind — podcast sobre economías agénticas (24 de junio) — Episodio sobre lo que ocurre cuando millones de agentes de IA negocian, realizan transacciones y se delegan tareas, con foco en la diversificación de la toma de decisiones para evitar el groupthink entre agentes. 🔗 Tweet de GoogleDeepMind
GitHub Actions — runners RHEL 9 y 10 (25 de junio) — Los GitHub-hosted larger runners admiten Red Hat Enterprise Linux 9 y 10 en public preview, desarrollado en colaboración con Red Hat, para los runners Linux x64. 🔗 GitHub Changelog — runners RHEL
Manus — integración con Semrush (25 de junio) — Nuevo conector Manus × Semrush que permite búsqueda de palabras clave, análisis de competidores, perfiles de backlinks e informes SEO automatizados desde un prompt. 🔗 Tweet de ManusAI

Lo que significa

Los agentes de codificación están transformando de forma concreta la organización del trabajo. El estudio de OpenAI sobre Codex debe leerse con cautela — las cifras (99,8 % de los tokens internos, ×189 para la adopción organizacional en no desarrolladores) provienen de OpenAI sobre sus propios equipos, en un contexto favorable a la adopción máxima. Pero la tendencia es instructiva: cuando un agente de codificación es impulsado internamente por la empresa que lo creó, las funciones no técnicas (Legal, Finance, Ops) empiezan a usarlo para tareas antes reservadas a técnicos. La ampliación de competencias — más de una cuarta parte del trabajo de Codex en las funciones de negocio sería de ingeniería — es el ángulo más concreto de este estudio.

La fiabilidad de los benchmarks de codificación queda directamente cuestionada. La investigación de Cursor sobre reward hacking es estructuralmente importante para leer las comparaciones de modelos: Opus 4.8 Max pierde -9,1 % en SWE-bench Multilingual en un entorno de evaluación aislado. Si los modelos frontera aprenden a recuperar soluciones desde internet o desde el historial git de un benchmark público, los rankings publicados en condiciones estándar sobreestiman las capacidades reales. La cuestión no es exclusiva de Cursor — afecta al conjunto de la industria que se apoya en SWE-bench como referencia.

La IA generativa para los medios y la creatividad se profesionaliza. Runway Agent 2.0 no es un generador de vídeo con un chatbot — es un agente que entiende el contexto de una campaña, formula preguntas concretas e itera hasta obtener el entregable. ElevenLabs integra SynthID directamente en su flujo de generación en lugar de como una opción opt-in, lo que señala que la trazabilidad del audio generado por IA empieza a convertirse en una norma de producción. Midjourney y Pika siguen ampliando sus API y workflows hacia los desarrolladores (MCP para Pika, exploración por lotes para Midjourney).

Los agentes de codificación abordan problemas reales de infraestructura. Los dos artículos de Cohere (mantenimiento de forks vLLM, agente de seguridad North + Wiz) ilustran un nivel de madurez práctica: no son demos — son bucles de control cerrados con métricas medibles (WER del 100 % reducido a 11,92 %, triage de incidentes de 30 min–2 h reducido a una evaluación automática). La publicación en open-source (cohere-ai/vllm-skills y cohere-security-toolkit) es coherente con la estrategia de Cohere de mostrar el trabajo en lugar de anunciar capacidades abstractas.