El Pulso del 16 de mayo 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.
Modelos de interacción (colaboración en tiempo real, multi-stream y “micro-turnos”)
POR QUÉ ENTRA EN EL RADAREs una propuesta arquitectónica concreta de modelos “interactivos por diseño” (audio, video y texto entrando y saliendo de forma continua), en vez de arneses engañados a posteriori. Reformula a los agentes como solo un modo; el otro es co-presencia de alto ancho de banda con la persona.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los agentes no son el final del partido: los modelos nativos de interacción cambian el UX del producto.” Mostrar 3 patrones de producto: coedición en vivo, interrupción a mitad de frase y uso paralelo de herramientas mientras se habla.
Codex desde cualquier lado (dirección móvil de agentes de larga duración + Remote SSH)
POR QUÉ ENTRA EN EL RADAREl cambio de UX no es ‘la IA escribe código’, es ‘la IA corre durante horas’. OpenAI está estandarizando un loop nuevo: despachar → trabajo en background → checkpoints de aprobación → retomar, ahora desde el celular. Además: Remote SSH + hooks + tokens enterprise = stack de “agent ops”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El producto real son las aprobaciones.” Armar una historia de 60 segundos: ‘Arranqué un refactor en el escritorio, aprobé desde el teléfono y mergeé al mediodía.’
Agent view en Claude Code (UI de orquestación de sesiones)
POR QUÉ ENTRA EN EL RADARLos agentes en paralelo explotan… pero el cuello de botella es la supervisión humana. Agent view funciona, en la práctica, como un router de atención (quién está bloqueado, quién terminó, quién necesita una decisión).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Las pestañas del terminal murieron: este es el patrón de UI que va a copiar toda herramienta de agentes.” Comparar: el caos de una grilla de tmux versus una cola de puntos de decisión.
δ-mem: memoria online eficiente para LLMs (estado chico, ganancias grandes)
POR QUÉ ENTRA EN EL RADAREn vez de ventanas de contexto más grandes o finetunes completos, propone una memoria asociativa online compacta (ejemplo: matriz de estado 8×8) que genera correcciones de bajo rango dentro de la atención—manteniendo el backbone congelado.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Una memoria 8×8 a veces le gana a más contexto.” Explicar con un croquis: ‘la ventana de contexto es una transcripción; δ-mem es un cuaderno con reglas.’
Orthrus: decodificación paralela sin pérdida vía difusión de doble vista (hasta 7.8×)
POR QUÉ ENTRA EN EL RADARAfirma speedups estrictamente lossless al emparejar un head AR (que arma el KV cache) con un head de difusión de “propuesta paralela”, y después un paso exacto de consenso/verificación. Si resulta robusto, es un tema grande para throughput por GPU y latencia en contextos largos.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Decodificación por difusión sin el impuesto de precisión.” Bajarlo a tierra: cuándo ayuda (agentes habladores, salidas largas) y qué mirar (integración en vLLM/SGLang, tasas de aceptación en el mundo real).
Claude for Small Business (conectores + workflows de agentes listos para correr)
POR QUÉ ENTRA EN EL RADAREs una jugada de “distribución de agentes”: empaquetar un bundle de conectores (QuickBooks/PayPal/HubSpot/Canva/etc.) más workflows prearmados y aprobaciones. Productiza la confiabilidad del agente vía templates + guardrails, no solo con modelos mejores.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La próxima categoría de SaaS: bundles de workflows agenticos.” Elegir 1 workflow (cobranza de facturas + forecast de caja) y narrarlo de punta a punta.
Nueva experiencia de finanzas personales en ChatGPT
POR QUÉ ENTRA EN EL RADARFinanzas es donde importan las alucinaciones y el compliance. Que OpenAI entre al UX financiero implica flujos más restringidos, retrieval + verificación y guardrails a nivel de producto. Un lente excelente para “diseño de producto de IA bajo responsabilidad”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Por qué las finanzas obligan a un mejor UX de IA.” Mostrar 3 reglas de diseño: citas, confirmaciones y ‘nada de acciones silenciosas’.
Leaderboard de Terminal-Bench 2.0: modelos chicos/locales aparecen (variantes Qwen + scaffolds)
POR QUÉ ENTRA EN EL RADARAunque no te creas cada leaderboard, la tendencia es clara: las “evals agenticas” son lo bastante difíciles como para que el scaffolding importe, y los modelos sub-10B ya se pueden medir con sentido.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los scaffolds son los nuevos pesos del modelo.” Explicar por qué un ‘agent harness’ puede mover el score más que un bump de parámetros.