EL PULSO DE LA IAES

El Pulso del 21 de setiembre de 2026

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

AgentesModelosAnthropic
ESCUCHAR ESTA EDICIÓN
El Pulso del 21 de setiembre de 2026
Ahora en el PulsoTesis editorial de esta edición
Pulso RegusciLabs
El próximo Pulso, directo a vos.
  1. 01Anthropic (primaria)

    Claude Projects: un coordinador al frente de sesiones paralelas de coding en la nube

    POR QUÉ ENTRA EN EL RADAR

    Anthropic describe un project como un coordinador más hilos en paralelo; cada uno es una sesión de Claude Code en la nube, sobre su propia rama, con memoria compartida del proyecto. Es una puesta en producto muy concreta del trabajo de software multi-agente, no apenas una demo de «agentes colaborando».

    ÁNGULO EDITORIAL SUGERIDO

    «Claude Code acaba de convertirse en un equipo de software: coordinador, ramas en paralelo, memoria compartida. Esto es lo que cambia — y lo que no.» Mostrar el caveat de los conflictos de merge, en vez de vender magia.

    Abrir fuente original ↗
  2. 02Anthropic (primaria)

    Claude fusiona chat, Cowork, Docs, Slides y Design en una sola superficie

    POR QUÉ ENTRA EN EL RADAR

    La frontera del producto se está disolviendo: una conversación puede convertirse en un informe asíncrono, un documento, un deck o un artefacto visual sin cambiar de contexto. La apuesta clave de UX es que el modelo elige el modo de tarea, no el usuario.

    ÁNGULO EDITORIAL SUGERIDO

    «La próxima interfaz de IA no es el chat: es trabajo delegado, con un entregable.» Demostrar el workflow de informe a cinco slides y preguntar si los usuarios van a confiar en la configuración de aprobación por defecto.

    Abrir fuente original ↗
  3. 03Google (primaria)

    Gemini 3.8 Live + Extended Thinking: agentes de voz que razonan mientras hablan

    POR QUÉ ENTRA EN EL RADAR

    Google afirma anclaje visual casi en tiempo real, llamadas a herramientas que corren en segundo plano mientras sigue la conversación, cambio entre 97 idiomas y un modelo de voz con más razonamiento. Ese es el sustrato técnico de experiencias de llamada y asistente menos robóticas.

    ÁNGULO EDITORIAL SUGERIDO

    «Los agentes de voz tienen un truco nuevo: pueden seguir hablando mientras corren las tools.» Contrastar la narración natural del progreso con el riesgo real de esconder latencia o un fallo detrás de una voz amable.

    Abrir fuente original ↗
  4. 04AX / AgentExecutor (primaria)

    AX: orquestador agentic open source de origen Google, para trabajo en sandbox y suspendible

    POR QUÉ ENTRA EN EL RADAR

    AX trata a los agentes como una carga de cómputo distinta: con estado, a ráfagas, de larga duración, cercada a nivel de red, y cara cuando entra en loop. Sus primitivas —tareas, workspaces, políticas de red, modelos— apuntan a la capa poco glamorosa que hace falta para operar flotas de agentes con confiabilidad.

    ÁNGULO EDITORIAL SUGERIDO

    «Kubernetes se construyó para servicios. AX apuesta a que los agentes necesitan su propio modelo operativo.» Explicar suspender y reanudar, workspaces aislados, y por qué «miles de millones de agentes» sirve menos que el control de costos.

    Abrir fuente original ↗
  5. 05xAI (primaria)

    Grok Build agrega memoria durable, con alcance de proyecto y consolidación en background

    POR QUÉ ENTRA EN EL RADAR

    Grok Build extrae convenciones, decisiones y hechos durables del proyecto después de un turno, y periódicamente los organiza en archivos por tema. Excluye de forma explícita secretos y estado tentativo o de tarea: una decisión de diseño de memoria inusualmente clara, que vale la pena diseccionar.

    ÁNGULO EDITORIAL SUGERIDO

    «La memoria de un agente de coding debería recordar decisiones, no todo.» Desarmar la captura después del turno, la memoria por proyecto versus la global, y por qué importa un browser visible de /memory.

    Abrir fuente original ↗
  6. 06Repositorio de GitHub (primaria)

    God's Eye View: un globo open source de datos públicos, controlado por voz con IA

    POR QUÉ ENTRA EN EL RADAR

    El proyecto combina feeds públicos de vuelos, barcos, satélites, terremotos, tráfico y cámaras en un globo 3D cinematográfico, con un agente de voz en tiempo real. Es un gran ejemplo de IA que agrega una capa de interfaz sobre datos que ya eran públicos, no que crea los datos.

    ÁNGULO EDITORIAL SUGERIDO

    «Parece una herramienta de espionaje, pero los datos son públicos.» Mostrar la pregunta de procedencia: qué capas están en vivo, cuáles son simuladas o estimadas, y dónde todavía importan la privacidad y los términos de uso.

    Abrir fuente original ↗
  7. 07Repositorio de Z.ai / señal de LocalLLaMA

    ZCode ahora es open source después de preocupaciones de seguridad reportadas

    POR QUÉ ENTRA EN EL RADAR

    Z.ai liberó su app de escritorio, el workspace web, el backend, la CLI y el runtime. Según el anuncio relevado en LocalLLaMA, el release sigue a la rección de problemas reportados de datos y seguridad, y a la eliminación del workflow de upload de snapshots de Repo Wiki. Es un caso de estudio a tiempo sobre si el open source puede restaurar confianza en un harness de agentes.

    ÁNGULO EDITORIAL SUGERIDO

    «Un agente de coding pasó a open source después de un susto de seguridad: ¿eso lo vuelve más seguro?» Poner en la balanza la ventaja de auditar el código contra el hecho de que los usuarios igual necesitan verificación independiente.

    Abrir fuente original ↗
  8. 08Dario Amodei (ensayo primario)

    «Pace the frontier»: la propuesta de Dario Amodei de evaluadores terceros embebidos

    POR QUÉ ENTRA EN EL RADAR

    Amodei argumenta que hay que desacelerar lo suficiente el avance descontrolado de capacidades para que la seguridad le siga el ritmo, empezando por evaluadores externos embebidos en los labs de frontera, y después por coordinación democrática y global. Es una propuesta de gobernanza accionable, no apenas retórica genérica de «AI safety».

    ÁNGULO EDITORIAL SUGERIDO

    «¿Los labs de IA deberían tener inspectores de seguridad dentro del edificio?» Presentar la propuesta y después interrogar los incentivos, los problemas de confidencialidad, y si evaluadores autoseleccionados son lo bastante independientes.

    Abrir fuente original ↗
  9. 09Anuncio oficial de Qwen / señal de LocalLLaMA

    Qwen Image 2.1: la claridad de licencia se está volviendo una ventaja competitiva

    POR QUÉ ENTRA EN EL RADAR

    La comunidad está buscando, de forma activa, claridad sobre la licencia de Qwen Image 2.1. Para quien construye, la calidad del modelo no alcanza: el uso comercial, la redistribución, los derechos sobre el output y las restricciones jurisdiccionales deciden si un modelo «open» puede convertirse en un producto.

    ÁNGULO EDITORIAL SUGERIDO

    «Antes de usar ese modelo de imagen open de moda: leé esta página.» Armar un checklist práctico de licencia, en vez de afirmar derechos que todavía necesitan revisión legal.

    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