EL PULSO DE LA IAES

El Pulso del 19 de febrero de 2026

Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.

ModelosAgentesAnthropic
ESCUCHAR ESTA EDICIÓN

El guion de audio está listo; la voz se publicará cuando termine la generación.

  1. 01Blog de StepFun

    StepFun — Step 3.5 Flash (modelo MoE open-source de razonamiento/agentes)

    POR QUÉ ENTRA EN EL RADAR

    StepFun posiciona la “densidad de inteligencia” (196B totales / 11B activos) y la velocidad (MTP-3) como la nueva cuña: lo bastante rápido para loops reales de agentes, no solo para chat. También impulsan contexto de 256K con atención híbrida SWA/completa y afirman resultados fuertes en SWE-bench Verified y Terminal-Bench.

    ÁNGULO EDITORIAL SUGERIDO

    “El nuevo playbook open-source no son modelos más grandes: es más razonamiento por dólar. Qué te compra de verdad ‘11B activos de 196B’ (y qué no).”

    Abrir fuente original ↗
  2. 02OpenAI (fuente primaria)

    OpenAI + Paradigm — EVMbench (benchmark de detección/parcheo/explotación de vulnerabilidades en smart contracts)

    POR QUÉ ENTRA EN EL RADAR

    Es un benchmark raro, atado a resultados con plata real (exploits EVM), con un harness que intenta evitar el “gaming” del grader. También revela un patrón clave: los agentes rinden mejor cuando el objetivo es explícito (“vaciar fondos”) que en auditoría o parcheo exhaustivos.

    ÁNGULO EDITORIAL SUGERIDO

    “Benchmarks que importan: por qué el ‘modo exploit’ es lo más cerca que tenemos de medir riesgo cibernético agentico con comprobantes.”

    Abrir fuente original ↗
  3. 03OpenAI (fuente primaria)

    OpenAI — GPT‑5.3‑Codex‑Spark (modelo de coding en tiempo real; serving en Cerebras)

    POR QUÉ ENTRA EN EL RADAR

    El claim no es solo calidad del modelo: es latencia de interacción (más de 1000 tok/s) más cambios de infraestructura (camino WebSocket persistente, menor time-to-first-token). Es un giro upstream de “UX + stack de serving” que va a redefinir cómo se sienten los agentes de coding.

    ÁNGULO EDITORIAL SUGERIDO

    “La próxima guerra es el time-to-first-token: por qué la inferencia ultra rápida cambia qué significa siquiera el ‘vibe coding’ (interrumpir, dirigir, iterar).”

    Abrir fuente original ↗
  4. 04Repositorio de GitHub (fuente primaria) + descubrimiento en Reddit

    KittenML — KittenTTS v0.8 (TTS open diminuto, deploy práctico)

    POR QUÉ ENTRA EN EL RADAR

    Un TTS lo bastante chico como para shippear (15M de parámetros; “funciona literalmente en todos lados”) cambia la factibilidad de agentes de voz on-device, call centers locales y narración embebida en la UI.

    ÁNGULO EDITORIAL SUGERIDO

    “Olvidate de que ‘la voz es cara’: acá hay un TTS chico estilo Apache que sí podés empaquetar. ¿Dónde rompe esto el pricing SaaS de voz?”

    Abrir fuente original ↗
  5. 05Blog de Zyphra (fuente primaria) + repo/HF vinculados

    Zyphra — ZUNA (modelo fundacional de EEG; dirección ‘pensamiento a texto’)

    POR QUÉ ENTRA EN EL RADAR

    Señal upstream: el pensamiento de foundation models se expande más allá de texto/visión/audio hacia series temporales biomédicas (EEG). ZUNA se posiciona como un autoencoder de difusión para denoise/reconstruir/upsample EEG, liberado con Apache 2.0 y código.

    ÁNGULO EDITORIAL SUGERIDO

    “La próxima fiebre del oro modal: por qué los ‘foundation models’ de EEG pueden ser el verdadero foso—no el chat. Qué es legítimo hoy y qué es hype.”

    Abrir fuente original ↗
  6. 06Documentación de Claude Code (fuente primaria)

    Anthropic — Claude Code: nuevo lenguaje de enforcement sobre credenciales OAuth

    POR QUÉ ENTRA EN EL RADAR

    La documentación dice explícitamente que los tokens OAuth de planes de consumidor (Free/Pro/Max) no pueden usarse fuera de Claude Code/Claude.ai; terceros no pueden rutear vía credenciales de Claude.ai. Es “definición de límites de plataforma” upstream que va a pegar en wrappers y tooling no oficial.

    ÁNGULO EDITORIAL SUGERIDO

    “La guerra silenciosa detrás de los agentes: credenciales + distribución. Por qué los wrappers basados en login están quedando apretados (y qué deberían construir los devs en su lugar).”

    Abrir fuente original ↗
  7. 07YouTube de Y Combinator (seguimiento de creadores)

    YC (seguimiento de creadores) — Inside Claude Code With Its Creator Boris Cherny

    POR QUÉ ENTRA EN EL RADAR

    El contenido largo de entrevistas a creadores suele traer detalles upstream (restricciones de diseño, por qué importa la UX de terminal, cómo eligieron la verbosidad, cómo evolucionan los subagentes). Son las “próximas features” antes de volverse lanzamientos de producto.

    ÁNGULO EDITORIAL SUGERIDO

    “El creador de Claude Code explica la tesis terminal-first. Lo que la gente no ve: verbosidad, límites de autonomía y por qué el ‘plan mode’ es una trampa.”

    Abrir fuente original ↗
  8. 08RSS de YouTube (seguimiento de creadores)

    Matt Wolfe (seguimiento de creadores) — The AI Stack That Saves Hours Every Day

    POR QUÉ ENTRA EN EL RADAR

    Este tipo de video suele ser una señal temprana de qué ‘stacks por defecto’ se están consolidando entre creadores (Perplexity/Comet, WisprFlow, Cursor, etc.). El valor upstream es: qué herramientas maduran lo suficiente como para que los creadores dejen de experimentar y empiecen a estandarizar.

    ÁNGULO EDITORIAL SUGERIDO

    “El ‘stack de IA para creadores’ se está consolidando. Este es el workflow que está ganando (y qué es solo fluff de sponsor).”

    Abrir fuente original ↗
LLEVÁ ESTE PULSO A TU IA

Seguí el análisis donde ya trabajás.

Copiá este prompt y pegalo en ChatGPT, Claude, Gemini o la IA que uses. Incluye las señales, las fuentes y una guía para convertirlas en decisiones.

No conecta ninguna cuenta ni comparte datos automáticamente.
PROMPT.md