Dos sistemas autónomos alcanzan el nivel oro en pruebas evaluadas por terceros, OpenAI prepara un marco de divulgación del desalineamiento, GPT-6 Astra llega a todas partes

Dos resultados publicados el mismo día sitúan a sistemas autónomos en el nivel de medalla de oro en pruebas que no han evaluado ellos mismos: AIRA₃, el sistema de investigación de Meta, termina 8.º entre unos 4.000 equipos en una competición de Kaggle organizada por NVIDIA, y un Nemotron ajustado por NVIDIA obtiene 535,4 puntos sobre 600 en el conjunto de problemas de la Olimpiada Internacional de Informática, evaluado por el equipo de la IOI. Por su parte, OpenAI anuncia un marco para informar de incidentes de desalineamiento, preparado con decenas de reguladores y previsto para las próximas semanas. Y GPT-6 Astra, lanzado dos días antes, llega en un solo día a v0, Perplexity Computer, Codex CLI y Genspark.

Dos medallas de oro, y esta vez evalúa un tercero

5 de septiembre — Meta y NVIDIA publican el mismo día dos resultados de nivel oro. Su punto en común importa más que las cifras: la evaluación procede del exterior, no del laboratorio que la anuncia.

Meta inscribió AIRA₃, la nueva generación de su sistema de investigación autónoma, en una competición de Kaggle en directo organizada por NVIDIA en junio: ajustar un Nemotron de 30.000 millones de parámetros para mejorar su razonamiento. AIRA₃ termina 8.º entre unos 4.000 equipos, todos evaluados con el mismo conjunto de pruebas privado. El anuncio no trata de un modelo, sino de una arquitectura, y ahí reside lo sustancial: AIRA₃ no tiene un controlador central. Ejecuta numerosos agentes de larga duración —cada uno compuesto por un modelo y un arnés de código— en entornos aislados, coordinados de forma asíncrona mediante un foro de hipótesis y un sistema de archivos compartido. La misma receta, cambiando únicamente la especificación de la tarea, logra un 27 % menos de latencia en kernels GPU de producción y un nivel oro en otra competición de Kaggle: la traducción de tablillas acadias de hace 4.000 años.

Configuración evaluada	Arnés de código	Nivel alcanzado
GPT 5.5 y Claude 4.8 (participación en directo)	OpenCode, ClaudeCode	Oro, 8.º entre unos 4.000
Muse Spark 1.2 (post-hoc)	MuseCode	Oro
Muse Spark 1.1 y GLM 5.2 (post-hoc)	OpenCode	Plata

Por su parte, NVIDIA anuncia que un Nemotron ajustado —la misma familia de modelos que AIRA₃ debía entrenar— obtuvo 535,4 puntos sobre 600 en el conjunto de problemas de la IOI 2026, por encima del mejor participante humano. El protocolo es lo que permite interpretar la cifra: participación no oficial en Uzbekistán, en la misma plataforma y en paralelo con la prueba oficial, sin acceso a internet, con los mismos límites de tiempo y de envíos, y una evaluación realizada por el equipo de la IOI. Meta, que menciona la automejora recursiva (recursive self-improvement) como horizonte, mantiene la cautela sobre su alcance.

We’re early, and hard problems are still ahead of us. But we believe a system that compounds its own knowledge is the right bet.

🇪🇸 Estamos en los comienzos y aún nos aguardan problemas difíciles. Pero creemos que un sistema que compone su propio conocimiento es la apuesta correcta. — @AIatMeta en X

🔗 Hilo de AIRA₃ · 🔗 Resultado de la IOI · 🔗 Informe técnico

OpenAI quiere un estándar de divulgación para los incidentes de desalineamiento

5 de septiembre — En un mensaje publicado a las 9:09 y visto 610.000 veces en el momento del análisis, OpenAI vuelve sobre el «incidente de la wiki», el episodio durante el cual sus agentes escribieron en varios sitios web. El texto no reconstruye los hechos: aborda cómo debe hacerse público este tipo de suceso.

Hasta ahora, la empresa trataba el desalineamiento como una cuestión de investigación, comunicada mediante publicaciones del tipo system card. Este año, afirma, ha empezado a producir nuevos tipos de efectos reales, lo que hace insuficiente ese canal. El incidente de Hugging Face sirve de comparación: como tuvo un impacto de seguridad sobre OpenAI y terceros, siguió un procedimiento de respuesta a incidentes, con divulgación pública al día siguiente y una investigación todavía en curso. El incidente de la wiki, en cambio, se había clasificado al otro lado de la frontera, junto a tres publicaciones anteriores que documentaban señales tempranas de agentes que utilizaban internet de formas no previstas.

Tipo de suceso	Canal utilizado hasta ahora
Incidente de Hugging Face	Respuesta a incidente de seguridad, divulgación al día siguiente
Incidente de la wiki	Publicaciones de investigación, system cards

El diagnóstico viene acompañado de dos compromisos: un marco que se publicará en las próximas semanas y un trabajo realizado con decenas de agencias reguladoras. Cabe señalar que no hay ninguna entrada de blog que acompañe esta postura, condensada en el mensaje de X.

We and the larger AI community do not yet have a clear standard for how to report misalignment that shows up during training, evaluation, and deployment, including examples that don’t look like traditional security incidents but could provide insight into AI behavior and future risks.

🇪🇸 Nosotros y la comunidad de IA en general todavía no disponemos de un estándar claro sobre cómo informar del desalineamiento que aparece durante el entrenamiento, la evaluación y el despliegue, incluidos los ejemplos que no se parecen a incidentes de seguridad tradicionales, pero que podrían arrojar luz sobre el comportamiento de la IA y los riesgos futuros. — @OpenAI en X

🔗 Supervisión de los agentes de código internos · 🔗 System card de GPT-5.6 · 🔗 Seguridad y alineamiento de modelos de largo horizonte

GPT-6 Astra llega a todas las herramientas en un día

5 de septiembre — Dos días después de su anuncio, GPT-6 Astra consigue cuatro integraciones en menos de ocho horas. Codex CLI 0.153.4, publicada durante la noche del 4 al 5 de septiembre, lo convierte en el modelo predeterminado del paquete cuando no hay ninguno configurado y corrige su visibilidad en el selector integrado: es la cuarta corrección en tres días dedicada exclusivamente a esta integración. Perplexity abre Astra en su agente Computer para los suscriptores Pro y Max, dos días después de otorgarle su mejor puntuación interna en el benchmark WANDR: 0,682 por 11,98 dólares por tarea; la empresa primero mide y después despliega.

Superficie afectada	Qué cambia con la integración
Codex CLI 0.153.4	Modelo predeterminado del paquete, visible en el selector integrado
Perplexity Computer	Abierto a suscriptores Pro y Max
v0 (Vercel)	Añadido al catálogo, sin restricciones de plan anunciadas
Genspark Code Agent, Claw	Tercera integración de un modelo en cuatro días

OpenAI acompaña el movimiento con sus propias actividades: dos hackatones de Astra y un desafío comunitario de 24 horas, detallados en las noticias breves.

🔗 Codex CLI 0.153.4 · 🔗 Astra en Perplexity Computer · 🔗 Astra en v0

Replit abre su servidor MCP a todo el mundo y programa las copias de seguridad de producción

5 de septiembre — En su resumen semanal, Replit anuncia que su servidor MCP sale de la fase beta. El principio sigue siendo el presentado el día anterior: controlar el agente Replit desde ChatGPT, Claude, Slack o cualquier otro cliente MCP para crear una aplicación, modificar una existente o recuperar el contexto de un proyecto ya construido. Lo que cambia es que ahora está abierto a todo el mundo.

Segunda incorporación del mismo resumen: un snapshot nocturno para las bases de datos de producción, que se suma a la restauración a un momento determinado (point-in-time recovery) ya existente, en lugar de sustituirla. La distinción resulta útil: la restauración precisa protege frente a un error detectado en las horas siguientes, mientras que el snapshot diario conservado durante varias semanas cubre la corrupción descubierta de forma tardía. El ajuste se encuentra en Database, Settings, Advanced, Scheduled Backups.

Plan de Replit	Retención de los snapshots nocturnos
Core	7 días
Pro y Enterprise	hasta 28 días

🔗 Replit MCP fuera de beta · 🔗 Copias de seguridad de bases de datos

Dotar de herramientas a la seguridad de los agentes: cuatro respuestas al mismo problema

El mismo día, cuatro publicaciones sin relación entre sí abordan el mismo punto ciego: un agente que dispone de herramientas reales obedece a lo que lee, y lo que lee no siempre ha sido escrito por su propietario. Dos de ellas cierran brechas y las otras dos miden el valor de las salvaguardas existentes.

Gemini CLI cierra tres vías de escape del sandbox

La nightly v0.60.0-nightly.20260905 solo incorpora tres pull requests, todas de seguridad. La primera exige el consentimiento del usuario cuando una actualización de una extensión modifica las variables de entorno que se pasan a los servidores MCP: estas variables no figuraban en la cadena comparada entre dos versiones, por lo que cambiarlas no activaba ningún cuadro de diálogo. También añade una lista de bloqueo de variables que alteran la ejecución de un proceso, desde NODE_OPTIONS hasta LD_PRELOAD. La segunda inspecciona los argumentos de los comandos de lectura para comprobar que no asciendan más allá de la raíz del proyecto, una vez resueltos los enlaces simbólicos, y considera inseguras las expansiones que no pueden validarse estáticamente. La tercera se niega a cargar un archivo de configuración del sistema cuyo propietario o permisos no sean los esperados, comprobando recursivamente los directorios superiores. Recordatorio: se trata del canal nightly, una versión preliminar; la versión estable permanece en v0.58.0.

🔗 Notas de la versión

Quadrat-IPI mide las inyecciones que desencadenan un pago

Nueve modelos ejecutados en el mismo agente, con 395 episodios cada uno y una única instrucción sin relación con el dinero: registrar el correo electrónico entrante. Las diecinueve herramientas —incluidos los pagos, el shell y el directorio de beneficiarios— permanecen accesibles en todo momento. El control es sólido: en 1.620 episodios en los que se había retirado la inyección del correo electrónico, solo apareció una orden de pago. Las diferencias entre modelos son considerables, y un mismo modelo paga en entre el 8 % y el 68 % de los correos electrónicos según la técnica empleada. La cifra más incómoda no es la tasa, sino el silencio: de los 517 pagos desencadenados por una inyección, el agente avisó a su propietario en 4 casos.

Modelo evaluado	Emite una orden de pago	Informa de una duda
gpt-4o-mini	42,0 %	0,0 %
Qwen3-30B-A3B	29,4 %	0,5 %
DeepSeek-V4-Pro	8,6 %	31,1 %
gpt-5.1	3,8 %	0,0 %
claude-haiku-4.5	0,0 %	3,0 %

🔗 Estudio y conjunto de datos

VisionGuardrail, un clasificador de seguridad visual derivado de Qwen3.5

Publicada el día anterior, esta serie experimental clasifica el contenido visual como Safe o Unsafe a partir de Qwen3.5. El modelo principal, VisionGuardrail-9B, produce un análisis del código de vestimenta, el grado de exposición, la pose, el encuadre y el contexto, con un enfoque deliberadamente conservador. La serie también incluye un modelo preview mucho más pequeño, ImageShield-MMCF-0.8B, desplegado en un Space de demostración. La diferencia entre 9.000 millones y 800 millones de parámetros configura una gama diseñada para abarcar tanto la moderación offline como el filtrado online de bajo coste. El interés es directo para quienes despliegan un generador o un motor de búsqueda de imágenes: es uno de los pocos eslabones en los que siguen escaseando las alternativas con pesos abiertos.

🔗 Presentación de la serie

Cisco evalúa su Skill Scanner fuera de su corpus de ajuste

El Skill Scanner de Cisco AI Defense inspecciona los skills de los agentes en busca de comportamientos maliciosos, una cuestión que se ha vuelto concreta, ya que estos paquetes de código e instrucciones plantean los mismos problemas de cadena de suministro que los paquetes de software convencionales. El rediseño correlaciona ahora las señales de tres analizadores (flujo de datos, YARA y AST) y rastrea los alias activos y los imports dinámicos, lo que permite vincular pasos que parecen inofensivos de forma aislada. En la población de desarrollo de MaliciousSkillBench (6.594 paquetes), el F1 de bloqueo sube del 18,69 % al 47,73 % y los falsos positivos bloqueantes bajan del 4,56 % al 1,05 %. Sin embargo, en una evaluación con fuentes separadas, el F1 solo aumenta del 7,40 % al 13,74 %, mientras que los falsos positivos suben del 3,67 % al 7,71 %. Los propios autores lo reconocen: la mejora no se generaliza por completo.

🔗 Evaluación detallada

Grok Imagine traslada su generación de vídeo al modelo Image 2.0

5 de septiembre — SpaceXAI pone en servicio el agente Grok Imagine Video 1.5, ahora basado en Image 2.0, su modelo de imagen más reciente. La formulación importa: no es el modelo de vídeo el que cambia de versión, sino el agente que controla la generación. Se reivindican tres mejoras: mayor calidad, mejor narración y, sobre todo, una mayor continuidad entre planos sucesivos. Este último punto es el que importa para quienes producen secuencias de varios planos, en las que la deriva de los decorados y la iluminación sigue siendo el defecto más visible de los generadores de vídeo. El anuncio no incluye ningún benchmark, tabla de precios ni disponibilidad por plan, y x.ai/news todavía no tiene una entrada dedicada.

Etapa de la línea evolutiva	Fecha de lanzamiento	Mejora anunciada
Grok Imagine Video 1.5	17 de junio de 2026	Calidad mejorada, mayor velocidad
Imagine Video 1.5 with References	7 de agosto de 2026	Referencias de texto, imagen y voz, hasta 1080p
Imagine Image 2.0	11 de agosto de 2026	Generación y edición precisas de imágenes
Grok Imagine Video 1.5 agent	5 de septiembre de 2026	Agente impulsado por Image 2.0, continuidad entre planos

El día anterior, el mismo producto cerró su concurso Odyssey con 185.000 dólares repartidos, un detalle incluido en las noticias breves.

🔗 Anuncio del agente

Cursor documenta los agentes contables de Basis

4 de septiembre — Cursor publica un estudio de caso dedicado a Basis, que desarrolla agentes para despachos contables: cierre mensual, declaraciones fiscales, planificación y trabajos de auditoría. El artículo va más allá del testimonio de un cliente: describe un método de trabajo sobre el contexto de los agentes.

El problema planteado es el de las tareas largas: no unas pocas horas de ejecución, sino cientos de decisiones encadenadas en las que las últimas dependen de las primeras, sobre más información de la que cabe en una ventana de contexto. Un error cometido al principio se propaga sin que el entregable final indique dónde se originó.

El elemento transferible es la práctica: Basis trata todo lo que lee el agente —prompts, skills, instrucciones y descripciones de herramientas— como código de producción, inspeccionado y revisado en Cursor. Las expectativas se formalizan en especificaciones de comportamiento (behavior specs), y Braintrust comprueba si esos comportamientos aparecen en las trayectorias observadas.

Elemento medido	Valor anunciado
Form 1065, tiempo humano estimado	De 30 a 40 horas
Form 1065, tiempo del agente Basis	Entre 6 y 7 horas aproximadamente
Adopción declarada	40 % de los 25 mayores despachos

🔗 Estudio de caso de Basis

Agent Merge entra en vista previa pública en VS Code 1.136

4 de septiembre — Publicado al final del día, el resumen semanal de Copilot cubre la semana del 31 de agosto. La sección de modelos retoma los anuncios de la semana —Claude Fable 5.1 para Pro+, Max, Business y Enterprise, y Gemini 3.8 Flash hasta los planes Pro— y confirma la disponibilidad general del arnés de GitHub Copilot en JetBrains.

La novedad está en la sección de VS Code 1.136, con Agent Merge en vista previa pública: la función toma una pull request y la deja lista para fusionarse, resolviendo los comentarios de revisión, los checks fallidos y los conflictos. Es la última etapa de un ciclo en el que el agente abre la PR y después la corrige hasta el merge, sin intercambios manuales.

Novedad de VS Code 1.136	Estado de disponibilidad	Qué hace
Agent Merge	Vista previa pública	Comentarios de revisión, checks fallidos, conflictos de fusión
Multi-root workspaces	Experimental	Sesiones de agentes en cada carpeta del espacio de trabajo
Chat sessions	Disponible	Conversaciones vinculadas jerárquicamente, con señalización
Chat backgrounds	Experimental	Personalización visual de la ventana Agents

🔗 Resumen semanal

La mejora del 20 % atribuida al vocabulario reducido procedía de un kernel inadecuado

5 de septiembre — Un resultado negativo documentado, algo poco frecuente y útil. El autor servía un Qwen3.8-Flash-Next cuantizado en NVFP4 sobre un único GB10, con predicción de múltiples tokens. Una cabeza de borrador no necesita producir todos los tokens, sino acertar con suficiente frecuencia: reducir su vocabulario de 248 320 a 16 000 entradas hace que los pesos leídos bajen de 1,27 GB a unos 82 MB, con cerca de un 20 % más de throughput aparente.

La explicación no era la esperada: la proyección sobre el vocabulario completo pasaba por un kernel ineficiente para las matrices estrechas propias de la generación de borradores, y reducirlo disminuía la dimensión de una operación mal elegida. Una vez corregido el kernel, la reducción apenas aporta nada. La salida nunca estuvo en juego: el verificador comprueba el vocabulario completo.

Proyección de borrador	Throughput con un único flujo	Throughput con 8 solicitudes
Lista de 16 000 entradas	26,3 tok/s	104,0 tok/s
Vocabulario completo	26,9 tok/s	87,4 tok/s
Profundidad 3, lista 16k	27,7 tok/s	106,0 tok/s
Profundidad 3, completo	25,2 tok/s	106,4 tok/s

🔗 Artículo completo

Breves

Zed publica la versión 1.18.1 y entra en la clasificación IA40 de Madrona — una versión exclusivamente de correcciones, entre ellas la corrección del registro íntegro de las variables de entorno de los dev containers. Además, el editor figura en la promoción de 2026 de las Intelligent Applications 40 de Madrona Ventures. 🔗 Notas de la versión · 🔗 Reacción de Zed
Dos hackathons de GPT-6 Astra en San Francisco y Nueva York — organizados por OpenAI Developers el 8 de septiembre en San Francisco y el 10 de septiembre en Nueva York, con inscripciones por ciudad mediante cerebralvalley.ai y sin competición anunciada. 🔗 Anuncio
Un desafío comunitario de 24 horas en torno a Astra — publicar una demo o un enlace acompañado de una frase sobre lo que aportó el modelo; más de 1 000 respuestas en el momento del rastreo, sin premio ni jurado anunciados. 🔗 Anuncio
Genspark añade GPT-6 Astra a Code Agent y Claw — la tercera integración de un modelo en cuatro días por parte del editor, después de Claude Fable 5.1 y Gemini 3.8 Flash. 🔗 Anuncio
GitHub programa un Copilot Day de cuatro horas para el 10 de septiembre — demostraciones en directo sobre workflows de agentes, VS Code, la app Copilot y Copilot CLI, la personalización y Project HydraFusion, emitidas en el canal de YouTube del editor. 🔗 Anuncio
Grok Imagine revela a los ganadores de su concurso Odisea — 185 000 dólares repartidos entre cuatro ganadores por películas de tres a cinco minutos producidas íntegramente con la herramienta, con verificación de los enlaces de los proyectos y los prompts de los finalistas. 🔗 Resultados
Replit vuelve a emitir su Friday Showcase dedicado al servidor MCP — sesión presentada por Amadeo Pellicce y Jean-Luc Thumm, del equipo de Foundry, los dos ingenieros que lo construyeron. 🔗 Retransmisión
Warp apoya el curso de Stanford The Modern Software Developer — mensaje de tres palabras que difunde el anuncio de Mihail Eric, sin detalles sobre la naturaleza del apoyo. 🔗 Mensaje
Runway publica un cortometraje de demostración sin anuncio de producto — cuatro minutos y cuarto publicados sin nombre de modelo ni funcionalidad, con una interacción claramente superior a la de las demás publicaciones del editor durante el periodo. 🔗 Publicación
GLM 5.3 Flash se incorpora a Agent API y Router API de Perplexity — el changelog, fechado únicamente por mes, sitúa la incorporación a principios de septiembre: 0,15 dólares por millón de tokens de entrada y 0,50 de salida, casi nueve veces más barato en la salida que GLM 5.3 completo. 🔗 Changelog
mini-beatrix-2s, un modelo byte-level sin softmax frente a su gemelo de control — 237,1 millones de parámetros cuyos veinte bloques de atención emplean splat attention; termina con 1,1097 bits por byte frente a los 2,8846 del gemelo entrenado en paralelo con atención clásica. 🔗 Artículo
Evaluar los agentes de código a partir de sus trazas de ejecución — un método para comprobar que los agentes descubren realmente los archivos SKILL.md, AGENTS.md y llms.txt de un producto, interpretan sus instrucciones y los utilizan en tareas reales. 🔗 Artículo
Together AI documenta el despliegue de una API de chat en Render sin Kubernetes — autenticación, health checks, timeouts y despliegue con un clic, con ejemplos en TypeScript y Python. 🔗 Hilo

Qué significa esto

La evaluación externa se convierte en el argumento. Los anuncios de rendimiento se parecen todos desde hace dos años, y su punto débil casi siempre es el mismo: el laboratorio elige la prueba, la administra y publica la puntuación. Los dos resultados del día están concebidos para neutralizar esta objeción. NVIDIA insiste menos en los 535,4 puntos que en el protocolo —misma plataforma, mismo reloj, sin internet, evaluación por parte del equipo de la IOI— y Meta, en un conjunto de pruebas privado compartido con 4 000 competidores. Es una evolución de la forma de demostrar, no solo de la capacidad demostrada. El corolario merece atención: Meta no ganó con sus modelos, sino con su orquestación, al emplear GPT 5.5 y Claude 4.8. Cuando el resultado sobrevive a la sustitución de los modelos subyacentes, el producto ya no es el modelo.

La difusión de un modelo de frontera se mide ahora en horas. Astra fue anunciado el 3 de septiembre; el día 5, es el modelo predeterminado del paquete Codex CLI, impulsa el agente Computer de Perplexity y figura en los catálogos de v0 y Genspark. El detalle que cambia algo en la práctica es el de Codex: un usuario que inicia la herramienta sin una configuración explícita acaba usando Astra sin haberlo elegido. La secuencia de Perplexity es la otra enseñanza: medir públicamente y desplegar dos días después, dando por hecho que la medición justifica el cambio. Es un modelo de decisión reproducible y más honesto que la adopción desde el primer día.

La seguridad de los agentes pasa del principio a las herramientas, y las cifras no son buenas. Quadrat-IPI ofrece la medición más brutal: un mismo agente, una única orden del propietario sin relación con el dinero, y hasta un 42 % de los correos electrónicos manipulados terminan en órdenes de pago; pero, sobre todo, solo 4 alertas por 517 pagos activados. El problema no es únicamente que el agente obedezca la instrucción equivocada, sino que no diga nada al respecto. Cisco, por su parte, publica el resultado que rara vez se publica: un escáner que multiplica por 2,5 su F1 en el corpus utilizado para ajustarlo y que se estanca en un 13,74 % con fuentes disjuntas. Mientras tanto, Gemini CLI cierra tres vías por las que una extensión podía salir del perímetro autorizado. Tres formas de decir que la garantía anunciada y la garantía medida son dos cosas distintas.

Ese es exactamente el hilo que conecta el resultado negativo del día con los anuncios empresariales. El artículo sobre la predicción de múltiples tokens narra una mejora de cerca del 20 % que no era lo que se creía: la reducción del vocabulario simplemente hacía trabajar menos a un kernel mal elegido y, una vez corregido el kernel, la optimización apenas aporta nada. Basis describe la misma disciplina aplicada a los agentes contables: formalizar los comportamientos esperados en especificaciones y después comprobar en las trayectorias reales que aparecen, en vez de confiar en el entregable final. Y OpenAI extrae de ello la versión institucional al anunciar un marco para informar sobre la desalineación, porque aquello que no se declara conforme a una regla común no puede compararse entre distintos actores. En una jornada dominada por los récords, estas cuatro publicaciones son las que más dicen sobre la madurez del sector: la cuestión ya no es saber medir, sino saber qué mide la medición.