El Pulso del 12 de setiembre de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
ChatGPT Images 2.5: edición de imágenes más rápida y con más control
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El cuello de botella de la imagen con IA ya no es el prompt: es la dirección de arte.» Demostrar una cadena de edición de 4 pasos sobre una miniatura o escena de producto con marca, y juzgar qué sobrevive en cada revisión.
Meta Muse es una historia de arquitectura de agente personal, no solo el lanzamiento de una app
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Todo agente de IA necesita un chaperón.» Explicar el diseño Secure-VM + Sentinel con un diagrama simple, y después preguntar: ¿qué protecciones tiene que tener cualquier agente autónomo antes de poder gastar dinero?
DeepSeek-V4.1-Flash: una historia de costo que pone la arquitectura primero
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Por qué un modelo de 552B puede ser el agente más barato.» Enfocarse en los parámetros activos y en la economía del KV-cache, no en los puntajes de leaderboard; usar la analogía de la «cuenta del hotel» para los costos de la caché de contexto.
Agnes-3.0-Flash: un modelo open-weight novedoso de contexto largo, que vale la pena someter a pruebas de estrés
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Open weights no quiere decir que corra en una notebook.» Probar o explicar la diferencia entre los pesos en disco (~66GB) y los requisitos reales de inferencia, y después examinar si la atención híbrida ayuda en una tarea real de documentos largos.
Claude Code suma evaluación reproducible de plugins
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Basta de juzgar los plugins de agentes por vibra.» Mostrar la evaluación mínima viable: conjunto fijo de tareas, entorno fijo, puntaje, registro de fallos y costo; no una demo elegida a dedo.
Un detector transparente de «AI slop» resulta más interesante por sus límites que por su veredicto
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«¿Se puede detectar video generado con IA? La respuesta honesta es: no de forma confiable.» Hacer una mini prueba a ciegas y contrastar metadatos de procedencia con las conjeturas de un modelo visual. Es un video fuerte para construir credibilidad.
La ingeniería inversa del Neural Engine de Apple explica por qué las «NPUs» no son automáticamente buenas para LLMs
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Por qué la NPU del celular no es una mini GPU.» Una explicación visual clara de convolución versus decodificación token a token puede rendir más que un resumen genérico de noticias sobre «chips de IA».
El Data agent de OpenAI hace de la capa semántica el verdadero producto
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Tu empresa no necesita un analista de IA: necesita definiciones confiables.» Explicar por qué un modelo que puede consultar la métrica equivocada es peor que no tener ningún dashboard.
El anuncio de Navier–Stokes de OpenAI: una afirmación enorme, un episodio de verificación obligatorio
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La IA podría haber resuelto un Problema del Milenio: así se verifica sin dejarnos engañar.» Enseñar la diferencia entre un comunicado de prensa, un manuscrito de prueba, un artefacto en Lean y la aceptación matemática independiente.