Tutoriales
Aprende cuál es la diferencia entre un Agente y un "Skill" (Habilidad), y cómo puedes enseñar a la IA a dominar tus procesos usando simples archivos de texto, sin necesidad de saber programar.
Noticias
La semana en que los agentes dejaron de ser una demo
Hace tres semanas hablamos de loops autónomos.
Después, de entornos persistentes.
La semana pasada, de infraestructura física.
Y ésta ha sido la semana en que los agentes dejaron de parecer una demo para empezar a convertirse en infraestructura.
La señal apareció en todas las capas a la vez.
NVIDIA lanzó modelos y hardware pensados específicamente para agentes. Microsoft les dio identidad corporativa. OpenAI les añadió memoria persistente. Moonshot coordinó 300 subagentes en un escritorio. Anthropic reveló que Claude ya escribe más del 80% de su código. Y, mientras tanto, las frontier labs empezaron a ocupar un papel cada vez más delicado: proteger infraestructura crítica en salud, ciberseguridad e investigación científica.
Los agentes empiezan a necesitar memoria, identidad, hardware, modelos optimizados, runtime propio y reglas de gobernanza.
Eso ya no es una simple funcionalidad.
Es una infraestructura.
Los agentes se convierten en producto
Durante mucho tiempo, “agentic” fue una etiqueta añadida a modelos generalistas.
Tool use.
Planner.
Browser.
Un poco de memoria.
Algún workflow largo.
Esta semana el patrón cambió.
Las empresas ya no están lanzando modelos a los que después se les añade comportamiento agentic. Están construyendo productos, modelos y plataformas diseñados desde el principio para que los agentes trabajen durante horas, coordinen tareas, usen herramientas y mantengan contexto.
El ejemplo más claro fue NVIDIA Nemotron 3 Ultra.
Sobre el papel, Nemotron 3 Ultra es un MoE open weight de 550B parámetros. Pero el dato importante no es el tamaño. Es el tipo de sistema para el que fue entrenado: agentes long-running, trazas de ejecución, harnesses como OpenClaw, Hermes Agent, LangChain, Cline u OpenHands.
NVIDIA no está lanzando un LLM genérico y esperando que otros lo conviertan en agente.
Está construyendo el modelo pensando en los agentes que ya existen.
Además, libera weights, datasets y recipes, lo que convierte a Nemotron 3 Ultra en una de las posiciones open más ambiciosas de la semana. No solo quiere ser un modelo. Quiere ser una pieza de infraestructura para el ecosistema agentic.
La señal más contundente, sin embargo, llegó desde Anthropic.
La compañía publicó datos internos sobre recursive self-improvement y el dato central es difícil de ignorar: en mayo de 2026, más del 80% del código de Anthropic ya estaba escrito por Claude.
No es un benchmark externo. No es una demo preparada. Es una empresa frontier usando sus propios modelos para construir sus propios modelos.
Ahí es donde el loop empieza a cerrarse.
Durante años, la pregunta fue si la IA podía ayudar a programar. Ahora la pregunta es distinta: qué ocurre cuando las empresas que construyen modelos frontier empiezan a depender de esos modelos para acelerar su propia investigación e ingeniería.
Anthropic también apunta a otra métrica importante: el horizonte de tarea de sus modelos se está duplicando cada pocos meses. Ya no hablamos de completar una función o resolver un bug aislado. Hablamos de sistemas capaces de sostener trabajo durante muchas horas.
Eso cambia la naturaleza del producto.
Un agente que trabaja cinco minutos es una herramienta.
Un agente que trabaja dieciséis horas empieza a parecer otra cosa.
La misma dirección aparece en Kimi Work, el nuevo agente de escritorio de Moonshot AI.
Kimi Work no se presenta como chatbot, sino como un entorno de trabajo con hasta 300 subagentes coordinados en paralelo. Puede automatizar navegación web mediante WebBridge, trabajar con fuentes financieras como Yahoo Finance, World Bank o Binance, mantener memoria, ejecutar tareas recurrentes mediante cron engine y exportar resultados a PowerPoint, Word, PDF o Excel.
La idea es clara: el agente ya no espera una pregunta. Vive dentro del flujo de trabajo.
OpenAI empuja en una dirección parecida con Codex for Every Role.
Codex empezó como herramienta de programación. Ahora OpenAI lo está convirtiendo en una plataforma de trabajo para roles completos: análisis de datos, producción creativa, ventas, diseño de producto, inversión en bolsa o banca de inversión.
El dato más importante no es la lista de plugins. Es que OpenAI afirma que Codex ya tiene 5 millones de usuarios semanales y que el 20% no son desarrolladores, creciendo tres veces más rápido que los usuarios técnicos.
Eso explica el giro.
Codex deja de ser “una herramienta para escribir código” y empieza a convertirse en una interfaz para producir trabajo completo. Con Sites, incluso puede generar, desplegar y alojar aplicaciones web interactivas a partir de una URL.
El movimiento es relevante porque marca una transición que veremos repetirse: los agentes pasan de ejecutar tareas dentro de un producto a convertirse ellos mismos en el producto.
Y Microsoft dio quizá la pieza más institucional de la semana con Microsoft Scout.
Scout inaugura una categoría que Microsoft llama Autopilots: agentes siempre activos, integrados en Microsoft 365, con identidad Entra propia, credenciales acotadas y trazabilidad empresarial. No son cuentas compartidas. No son bots genéricos. Son entidades gobernadas dentro de la organización.
La diferencia importa.
Si los agentes van a coordinar reuniones, leer documentos, identificar riesgos, bloquear tiempo y trabajar dentro de Teams, Outlook, OneDrive o SharePoint, necesitan algo más que capacidad. Necesitan identidad, permisos y auditoría.
Ahí se ve el patrón completo de la semana.
Nemotron construye modelos para agentes.
Anthropic demuestra que los agentes ya producen código crítico.
Kimi Work coordina cientos de subagentes.
Codex convierte conocimiento en producto.
Scout les da identidad corporativa.
Cinco empresas distintas.
Cinco capas del mismo stack.
El datacenter empieza a acercarse al usuario
Si los agentes van a trabajar durante horas, necesitan dónde correr.
Durante la última década, la respuesta parecía evidente: en la nube.
Más parámetros.
Más GPUs.
Más centros de datos.
Pero esta semana vimos otra dirección complementaria: llevar parte de esa infraestructura al dispositivo del usuario.
NVIDIA RTX Spark y DGX Station for Windows son la pieza de hardware más visible de este giro.
RTX Spark es un superchip con 1 petaflop de capacidad AI, 128 GB de memoria unificada y una arquitectura pensada para ejecutar modelos de hasta 120B parámetros con contexto local de hasta 1M tokens. DGX Station lleva la idea al extremo profesional, con 20 petaflops FP4 y memoria suficiente para trabajar con modelos de hasta 1T parámetros.
Pero otra vez, el punto no es solo el hardware.
La pieza estratégica es OpenShell: una capa de ejecución segura para agentes autónomos en Windows, con políticas de privacidad, enmascaramiento de información sensible y routing inteligente entre local y cloud.
Eso señala hacia una arquitectura híbrida.
No todo irá a la nube.
No todo correrá en local.
El sistema decidirá qué debe pasar dónde.
Perplexity Personal Computer hace explícita esa misma idea desde el software.
Su propuesta es un orquestador híbrido de inferencia local-servidor. Un modelo compacto local decide automáticamente si una tarea debe ejecutarse en el dispositivo, por privacidad o coste, o en la nube, por complejidad computacional.
Lo importante es que el usuario no tiene que decidir.
El sistema enruta.
Ese detalle anticipa una de las grandes batallas de los próximos años: no solo qué modelo usar, sino dónde debe ejecutarse cada parte de una tarea.
La misma tensión aparece en Gemma 4 QAT.
Google está llevando la cuantización-aware training al límite para que modelos cada vez más capaces puedan ejecutarse en hardware pequeño. La variante E2B text-only baja por debajo de 1 GB de VRAM, lo suficiente para entrar en teléfonos de gama media.
Y Gemma 4 12B completa la foto: modelo multimodal, Apache 2.0, 256K de contexto y una arquitectura encoder-free pensada para simplificar despliegue.
El mensaje es claro.
Google no solo quiere competir con modelos frontier en la nube. Quiere que existan modelos útiles, comerciales y desplegables en dispositivos reales.
Microsoft también movió ficha con su nueva familia MAI.
La importancia no está únicamente en que Microsoft lance siete modelos propios. Está en el tipo de estrategia que sugieren: modelos especializados para código, voz, imagen, transcripción y razonamiento, combinados con Frontier Tuning para adaptar modelos a entornos empresariales concretos.
La IA empresarial probablemente no será un único modelo general sirviendo a todos los casos.
Será un conjunto de modelos adaptados a workflows, costes, restricciones y contextos de cada organización.
Eso conecta RTX Spark, Perplexity PC, Gemma y MAI bajo una misma tesis:
el datacenter empieza a acercarse al usuario.
No desaparece la nube.
Pero el futuro de los agentes no será puramente cloud.
Será híbrido, local, privado cuando sea necesario y remoto cuando compense.
Memoria e identidad: lo que convierte a un agente en algo persistente
Un agente sin memoria es una sesión.
Un agente con memoria empieza a parecer una relación.
Ese es el motivo por el que ChatGPT Dreaming V3 es más importante de lo que parece.
OpenAI lo presenta como un nuevo sistema de memoria sintetizada en segundo plano. En lugar de depender de recuerdos guardados manualmente, ChatGPT consolida historial, preferencias y contexto de forma asíncrona, con una metáfora tomada de la neurociencia: el sistema “sueña” para reorganizar lo aprendido.
La mejora técnica es relevante: carry-forward de contexto, seguimiento de preferencias y conciencia temporal. Es decir, el modelo no solo recuerda que te vas de viaje; también entiende que ese viaje ya terminó.
Pero lo importante es la dirección.
La memoria deja de ser una lista de notas.
Empieza a ser una capa persistente que permite que el agente mantenga continuidad a lo largo del tiempo.
Y eso conecta directamente con Scout y Kimi Work.
Microsoft Scout aprende cómo trabajas mediante Work IQ y opera bajo una identidad Entra gobernada por la empresa. Kimi Work mantiene memoria, automatiza tareas recurrentes y coordina subagentes dentro del escritorio. Dreaming V3 consolida contexto personal dentro de ChatGPT.
Tres enfoques distintos.
El mismo problema.
Los agentes necesitan persistencia.
Y aquí aparece una tensión profunda: ¿dónde vive esa memoria?
En el dispositivo.
En la nube de OpenAI.
En la identidad corporativa de Microsoft.
En un sistema híbrido local-servidor.
La respuesta no será solo técnica.
Será política, empresarial y personal.
Porque la memoria de un agente no es un dato cualquiera. Es una representación operacional de cómo trabajas, qué prefieres, qué has hecho, qué estás intentando conseguir y qué debería importar mañana.
Por eso esta capa será una de las más disputadas.
El agente que recuerde mejor no solo responderá mejor.
Coordinará mejor.
Y el agente que coordine mejor tenderá a ocupar más espacio en tu día.
Las frontier labs empiezan a comportarse como instituciones
Mientras los agentes se convierten en producto y la infraestructura se acerca al usuario, ocurre algo más delicado.
Las empresas que construyen los modelos empiezan a ocupar funciones que antes asociábamos a instituciones públicas, laboratorios nacionales o grandes organismos de seguridad.
OpenAI en biodefensa.
Anthropic en ciberseguridad.
Microsoft en computación cuántica e I+D científico.
No es solo ambición corporativa.
También es el vacío que deja una regulación incapaz de seguir el ritmo.
OpenAI Biodefense es el ejemplo más claro.
La compañía publicó un plan de acción para defensa biológica en la era de la inteligencia artificial, organizado alrededor de acceso confiable, contramedidas médicas, sistemas de alerta temprana, diagnóstico, preparación, respuesta y medición de riesgos.
El documento llega acompañado de socios como Lawrence Livermore National Laboratory, Johns Hopkins APL y CEPI, y sitúa a GPT-Rosalind como una pieza para defensa biológica.
Una semana después de que la revisión gubernamental de modelos frontier quedara pospuesta, OpenAI aparece definiendo sus propios términos de acceso, seguridad y colaboración institucional.
Y GPT-Rosalind concreta esa estrategia.
Rosalind es el modelo vertical de OpenAI para life sciences. Combina capacidades de razonamiento científico, programación agentic y conocimiento reforzado en química medicinal y genómica. OpenAI lo acompaña con LifeSciBench, un benchmark de workflows completos evaluado por expertos externos.
El ejemplo público es revelador: una crítica de nivel regulatorio a un paquete AAV9-microDys-X para Duchenne, detectando gaps metodológicos relevantes.
La misma capacidad que puede acelerar drug discovery puede usarse para defensa biológica.
Ese es el núcleo del problema dual-use.
La IA aplicada a ciencias de la vida no será simplemente una herramienta de productividad científica. Será una capacidad estratégica.
Anthropic está tomando un papel equivalente en ciberseguridad con Project Glasswing.
El programa se expande de unas 50 a unas 150 organizaciones en más de 15 países, cubriendo sectores como energía, agua, salud, comunicaciones y hardware. Según Anthropic, sus partners han encontrado más de 10.000 vulnerabilidades high/critical usando Claude Mythos Preview.
El cambio más importante no es solo encontrar vulnerabilidades.
Es pasar de detección a remediación.
Con Claude Security, basado en Opus 4.8, Anthropic empieza a ofrecer sistemas capaces de escanear codebases y sugerir patches.
De nuevo, la pregunta no es si el modelo puede ayudar.
La pregunta es qué ocurre cuando una empresa privada empieza a convertirse en una capa de defensa para infraestructura crítica global.
Microsoft añade una tercera variante con Majorana 2 y Microsoft Discovery.
El anuncio combina un chip cuántico topológico con una plataforma agentic de I+D científico. La tesis de Microsoft es que los agentes aceleran ciclos de medición, filtran ruido experimental y sintetizan décadas de datos para acelerar investigación en materiales, química, energía y computación cuántica.
Conviene mantener cautela: el anuncio no llega acompañado de paper revisado por pares y Microsoft ya tuvo problemas previos con datasets retractados en Majorana 1.
Pero incluso con esa cautela, la dirección es importante.
La IA agentic empieza a integrarse en procesos científicos e industriales donde el resultado no es un texto, sino una hipótesis, una medición, un diseño experimental o una decisión de infraestructura.
OpenAI define biodefensa.
Anthropic define ciberseguridad asistida por modelos frontier.
Microsoft define I+D científico agentic.
Las frontier labs empiezan a comportarse menos como proveedores de software y más como instituciones tecnológicas.
Y eso obliga a hacer una pregunta incómoda:
si estas empresas construyen los modelos, operan la infraestructura, definen los mecanismos de acceso y participan en la protección de sistemas críticos, ¿quién supervisa a los supervisores?
Otras señales importantes
No todas las noticias de la semana encajan directamente en la tesis agentic, pero varias merecen espacio.
Reve 2.0 apunta a una transición interesante en generación de imágenes: la imagen como documento estructurado. En lugar de tratar cada output como un bloque opaco de píxeles, Reve trabaja con layouts internos que permiten mover sujetos, reescribir texto o cambiar fondos manteniendo coherencia de escena. También añade generación en 4K nativo y mejoras importantes en texto y logos.
Ideogram 4.0 empuja en una dirección parecida, pero con una aproximación más explícita: JSON captions estructurados, paletas de color, bounding boxes y texto tipográfico como parte del conditioning. Es open weight, aunque con licencia non-commercial, lo que lo hace útil para investigación y workflows creativos, pero menos directo para startups comerciales.
La conexión entre Reve e Ideogram es clara: la generación de imágenes empieza a parecerse menos a “prompt → imagen” y más a “estructura editable → render visual”. Imagen como código, pero para diseño.
NVIDIA CVPR 2026 añadió otra señal en physical AI con tres trabajos: GraspGen-X para agarre robótico, LCDrive para conducción autónoma con latent chain-of-thought y NitroGen para NPCs de gaming. El patrón vuelve a repetirse: foundation models, entrenamiento a escala y generalización en dominios físicos o interactivos.
Reflexiones Finales
Ésta no fue una semana de modelos.
Fue una semana de infraestructura.
Los agentes necesitan modelos entrenados para trabajar durante horas, como Nemotron 3 Ultra. Necesitan memoria persistente, como ChatGPT Dreaming V3. Necesitan identidad y permisos, como Microsoft Scout. Necesitan hardware y runtimes seguros, como RTX Spark. Necesitan orquestación local-cloud, como Perplexity Personal Computer. Y necesitan modelos eficientes que puedan desplegarse allí donde haga falta, como Gemma 4 QAT o MAI.
La pregunta ya no es solo qué modelo es más inteligente.
Empieza a ser quién controla la infraestructura sobre la que funcionarán los agentes que escribirán código, gestionarán memoria, coordinarán trabajo, acelerarán ciencia y protegerán sistemas críticos.
Porque cuando los agentes dejan de ser una demo, dejan también de ser una simple herramienta.
Empiezan a convertirse en una capa operativa sobre la organización, el ordenador y la infraestructura crítica.
