El Pulso del 26 de marzo de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
El guion de audio está listo; la voz se publicará cuando termine la generación.
NVIDIA publica gpt-oss-puzzle-88B (modelo de razonamiento optimizado para despliegue)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Es un ejemplo concreto de “NAS post-entrenamiento + destilación + RL” usado para reformar un modelo base grande en uno de producción más barato y rápido, sin soltar calidad—sobre todo apuntando a cuellos de botella de KV-cache y contexto largo.
Google Research: TurboQuant (compresión de KV-cache a 3 bits con afirmaciones de “cero pérdida de precisión”)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗El ancho de banda y la memoria del KV-cache son, cada vez más, el limitante real de las cargas de contexto largo y razonamiento. TurboQuant plantea un camino a una compresión agresiva del KV sin finetuning, con grandes aceleraciones reportadas en H100.
Anthropic adquiere Vercept para impulsar el computer-use de Claude (y cita el salto en OSWorld)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Es una señal de que el “computer-use” (agentes que operan interfaces reales) ya es una frontera central, no un feature de demo. Están contratando talento de percepción e interacción y miden el progreso explícitamente contra OSWorld.
ARC Prize: benchmark interactivo ARC-AGI-3 (aprender explorando, no con puzzles estáticos)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Los benchmarks se mueven de “¿podés responder?” a “¿podés aprender con eficiencia a lo largo del tiempo con feedback escaso?”. Eso se acerca más al trabajo real de agentes: exploración, memoria, adaptación.
OpenAI: “Inside our approach to the Model Spec” (gobernanza + contrato de comportamiento)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Forma parte de la capa emergente de “contrato de API conductual”: cadena de mando explícita, reglas duras versus defaults, y legibilidad pública para el steering y la gobernanza.
Cal Paterson: ataques “Disregard that!” (inyección de prompts como toma del context window)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗A medida que los agentes hacen computer-use, navegan e ingieren documentos, inevitablemente meten contenido no confiable en el contexto. El texto sostiene que los “guardrails” se vuelven teatro de seguridad si no se reestructura el sistema (permisos, aprobaciones humanas o generación de código).
(Seguimiento de creadores) Matt Wolfe: “This Datacenter Problem Nobody's Talking About”
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Los despliegues de IA chocan contra restricciones del mundo físico (energía, permisos, moratorias). Ese cuello de botella aguas arriba puede reordenar ganadores (on-device, cuantización, eficiencia).
(Seguimiento de creadores) Bijan Bowen: “Claude Computer Use Is INSANE – It Can Play Runescape!”
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Los creadores están mostrando agentes que actúan sobre la UI; aguas arriba, Anthropic está optimizando OSWorld de forma explícita y alerta sobre la inyección de prompts.
(Seguimiento de creadores) Nick Saraev: “Claude Computer Use Just Dropped, Here's How to Hack It”
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Acá “hackear” suele significar saltarse restricciones del producto. Es exactamente donde el modelo de seguridad aguas arriba (inyección de prompts, permisos, efectos externos) pasa a ser relevante.
Señal en HN: Show HN — “Relay (open-source Claude Cowork for OpenClaw)”
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗Sigue la carrera open-source alrededor de “shells de cowork/agentes” que se interponen entre un modelo y herramientas del mundo real. Conviene mirar qué interfaces ganan (protocolo de tools, logging, permisos, auditoría).