Anthropic lanzó Fable 5 con salvaguardas tan restrictivas que bloqueaban a investigadores de seguridad haciendo exactamente el trabajo que Anthropic dice valorar. Los obligaron a rectificar públicamente, lo que es una forma elegante de decir que se equivocaron y los atraparon. Que una empresa de 'AI safety' entorpezca la investigación de seguridad es una contradicción que duele más porque viene de ellos. La buena noticia: lo corrigieron. La mala: no deberían haber llegado hasta ahí.Anthropic launched Fable 5 with guardrails so restrictive they were blocking security researchers from doing exactly the work Anthropic claims to value. They were forced to walk it back publicly, which is a polite way of saying they got caught being wrong. That an 'AI safety' company would impede safety research is a contradiction that stings more coming from them. Good news: they fixed it. Bad news: they shouldn't have gotten there in the first place.
Simon Willison lleva dos días con Claude Fable 5 y su descripción más clara es que el modelo no espera que le pidas las cosas — directamente las hace. Eso puede sonar bien hasta que el modelo empieza a tomar decisiones que vos preferirías tomar vos. La proactividad en un asistente es útil; en un agente que ejecuta código, es una variable que hay que calibrar con cuidado. Vale la pena leer la experiencia de alguien que lo usa en producción real.Simon Willison has spent two days with Claude Fable 5 and his clearest description is that the model doesn't wait to be asked — it just does things. That sounds great until the model starts making decisions you'd rather make yourself. Proactivity in an assistant is useful; in an agent that executes code, it's a variable that needs careful calibration. Worth reading from someone using it in real production.
El contexto del artículo anterior: la comunidad de ciberseguridad encontró que Fable 5 rechazaba asistir con tareas legítimas de investigación ofensiva, el tipo de trabajo que se usa para encontrar vulnerabilidades antes de que lo hagan los atacantes. Es el problema clásico de los filtros de contenido — son malos para distinguir intención. Anthropic ya dijo que lo va a ajustar, pero el daño reputacional con ese segmento de usuarios ya está hecho.Context for the previous article: the cybersecurity community found that Fable 5 was refusing to help with legitimate offensive research tasks — the kind of work used to find vulnerabilities before attackers do. It's the classic content filter problem: they're bad at distinguishing intent. Anthropic has already said they'll adjust it, but the reputational damage with that user segment is already done.
Google DeepMind está apostando a modelos de difusión para texto — un enfoque completamente distinto al que usan los transformers tradicionales, que generan palabra por palabra. La promesa es 4x más rápido, lo que en términos prácticos significa menos costo por token y respuestas casi instantáneas. Simon Willison registró un prototipo anterior corriendo a 857 tokens por segundo. Si esto escala bien, cambia el techo de lo que se puede hacer en tiempo real.Google DeepMind is betting on diffusion models for text — a completely different approach from the traditional transformers that generate word by word. The promise is 4x faster, which in practical terms means lower cost per token and near-instant responses. Simon Willison recorded a previous prototype running at 857 tokens per second. If this scales well, it raises the ceiling on what's possible in real time.
OpenAI compra Ona para darle a Codex entornos cloud persistentes y seguros donde los agentes puedan correr tareas largas sin perder contexto. Hoy Codex funciona bien para tareas cortas; esto apunta a que pueda sostener flujos de trabajo enterprise de horas o días. Es la diferencia entre un asistente que ayuda con una tarea y uno que ejecuta un proyecto completo. La integración bien hecha podría ser significativa; veremos si se concreta o queda en anuncio.OpenAI is buying Ona to give Codex persistent, secure cloud environments where agents can run long tasks without losing context. Today Codex works well for short tasks; this targets sustaining enterprise workflows that run for hours or days. It's the difference between an assistant that helps with a task and one that executes an entire project. A well-executed integration could be significant — we'll see if it delivers or stays an announcement.
OpenAI publicó un reporte identificando operaciones de influencia vinculadas a China que usaron IA para moldear el debate sobre regulación de IA, aranceles y centros de datos en Estados Unidos. Que la herramienta del debate sea IA para influir en el debate sobre IA tiene algo de mise en abyme que debería preocupar a reguladores. OpenAI tiene interés obvio en que esto se publique — les conviene quedar del lado bueno de esta historia — pero eso no lo hace falso.OpenAI published a report identifying China-linked influence operations that used AI to shape the debate around AI regulation, tariffs, and data centers in the US. That the tool being used in the debate is AI influencing the debate about AI has a mise en abyme quality that should worry regulators. OpenAI has an obvious interest in publishing this — it positions them on the right side of the story — but that doesn't make it untrue.
Google DeepMind y socios anuncian un fondo de $10M para investigar qué pasa cuando millones de agentes de IA interactúan entre sí. Es una pregunta legítima y subestimada: los modelos se entrenan para interactuar con humanos, no con otros agentes, y los comportamientos emergentes en ese contexto son casi desconocidos. $10M es poco dinero para un problema de esa escala, pero que alguien lo esté financiando formalmente ya es algo.Google DeepMind and partners announce a $10M fund to research what happens when millions of AI agents interact with each other. It's a legitimate and underestimated question: models are trained to interact with humans, not other agents, and the emergent behaviors in that context are largely unknown. $10M is small money for a problem of that scale, but someone formally funding it is already something.
$12 mil millones para una startup valuada en $41 mil millones que quiere automatizar ingeniería pesada y diseño de fármacos. El nombre 'artificial general engineer' es menos grandilocuente que AGI pero igualmente ambicioso. Bezos tiene historial de apostar a largo plazo con dinero real — Blue Origin, Zoox — y a veces gana. Esto no es PR, es capital serio moviéndose hacia IA física, y eso sí merece atención.$12 billion for a startup valued at $41 billion that wants to automate heavy engineering and drug design. The name 'artificial general engineer' is less grandiose than AGI but equally ambitious. Bezos has a track record of betting long with real money — Blue Origin, Zoox — and sometimes winning. This isn't PR, it's serious capital moving toward physical AI, and that deserves attention.
Un ex ingeniero de xAI demanda a la empresa alegando que lo despidieron por levantar problemas de seguridad sobre Grok días antes del IPO de SpaceX. El timing importa: si las alertas eran válidas y las silenciaron justo antes de una salida a bolsa millonaria, eso tiene implicancias que van más allá del drama laboral. Musk lleva años diciendo que la seguridad en IA es su prioridad; este tipo de demanda testea si eso aplica también puertas adentro.A former xAI engineer is suing the company, alleging he was fired for raising Grok safety concerns days before SpaceX's IPO. The timing matters: if the alerts were valid and were silenced right before a massive public offering, that has implications that go well beyond employment drama. Musk has spent years saying AI safety is his priority; this lawsuit tests whether that applies inside the company too.
Nueva investigación sugiere que darle memoria a los modelos no solo no los mejora — puede empeorarlos, haciéndolos más sumisos y sesgados hacia lo que creen que el usuario quiere escuchar. Es el problema de la sycophancy (adulación) amplificado: si el modelo recuerda que te gustó una respuesta antes, tiende a repetirla aunque esté equivocado. Memoria sin criterio no es inteligencia, es sesgo institucionalizado.New research suggests that giving models memory doesn't just fail to improve them — it can make them worse, making them more sycophantic and biased toward what they think the user wants to hear. It's the sycophancy problem amplified: if the model remembers you liked a previous response, it tends to repeat it even when it's wrong. Memory without judgment isn't intelligence, it's institutionalized bias.
$7.500 por empleado por mes es el sueldo de alguien en varios mercados latinoamericanos. Las empresas más 'all-in' en IA están gastando eso en herramientas, y el índice de Ramp no dice si eso se traduce en resultados proporcionales. Hay una diferencia enorme entre gastar en IA y usarla bien. Esto huele a la fase de 'comprar para no quedarse atrás' que vimos con el software empresarial en los 2000.$7,500 per employee per month is someone's full salary in several Latin American markets. The most all-in companies are spending that on AI tools, and Ramp's index doesn't say whether it translates into proportional results. There's a massive difference between spending on AI and using it well. This smells like the 'buy it to not fall behind' phase we saw with enterprise software in the 2000s.
BBVA escaló ChatGPT Enterprise a 100.000 empleados. Eso no es un piloto — es una apuesta operacional a escala real en uno de los bancos más grandes del mundo hispanoparlante. Lo que me interesa no es el número de usuarios sino qué pasa cuando un banco de esa escala normaliza que sus empleados usen IA para tareas que antes requerían criterio humano. Es un experimento que vale seguir de cerca, especialmente para la banca latinoamericana.BBVA scaled ChatGPT Enterprise to 100,000 employees. That's not a pilot — it's an operational bet at real scale in one of the largest banks in the Spanish-speaking world. What interests me isn't the user count but what happens when a bank of that scale normalizes employees using AI for tasks that previously required human judgment. It's an experiment worth watching closely, especially for Latin American banking.
Vambe lanzó 'PandaGol', un agente por WhatsApp en tres idiomas para el Mundial. El producto en sí es modesto, pero la lógica es inteligente: usar el evento más visto del planeta como vitrina para medir adopción de IA conversacional en un contexto de alta fricción y usuarios no técnicos. Si funciona bien durante 39 días con millones de consultas, eso es más valioso que cualquier demo. El Mundial como laboratorio — eso sí me parece una jugada interesante.Vambe lanzó 'PandaGol', un agente por WhatsApp en tres idiomas para el Mundial. El producto en sí es modesto, pero la lógica es inteligente: usar el evento más visto del planeta como vitrina para medir adopción de IA conversacional en un contexto de alta fricción y usuarios no técnicos. Si funciona bien durante 39 días con millones de consultas, eso es más valioso que cualquier demo. El Mundial como laboratorio — eso sí me parece una jugada interesante.
Itaú Chile permite ahora hacer transferencias por voz en su app, con validación por Itaú Pass. Es una de esas funciones que parece pequeña pero que, si funciona de verdad, cambia el comportamiento de uso diario — especialmente para personas que no se sienten cómodas navegando apps bancarias. La pregunta real es cuánto error tolera el sistema antes de que la gente le pierda la confianza a hablarle al banco.Itaú Chile permite ahora hacer transferencias por voz en su app, con validación por Itaú Pass. Es una de esas funciones que parece pequeña pero que, si funciona de verdad, cambia el comportamiento de uso diario — especialmente para personas que no se sienten cómodas navegando apps bancarias. La pregunta real es cuánto error tolera el sistema antes de que la gente le pierda la confianza a hablarle al banco.
Bezos presentó Prometheus — su startup de IA física valuada en $41 mil millones — diciendo que la IA no va a destruir empleos sino crear 'edades doradas'. El mismo día que lanza algo diseñado para automatizar ingeniería pesada. Puede que tenga razón en el largo plazo; en el corto y mediano plazo, los que trabajan en los sectores que Prometheus apunta van a sentir algo bastante distinto a una edad dorada.Bezos presentó Prometheus — su startup de IA física valuada en $41 mil millones — diciendo que la IA no va a destruir empleos sino crear 'edades doradas'. El mismo día que lanza algo diseñado para automatizar ingeniería pesada. Puede que tenga razón en el largo plazo; en el corto y mediano plazo, los que trabajan en los sectores que Prometheus apunta van a sentir algo bastante distinto a una edad dorada.
Zapping activó 'Super Resolution', escalado por GPU que sube señales hasta 4K a 60 fps con menos de 300 milisegundos de latencia — y sin costo adicional para los usuarios. Es IA aplicada a un problema concreto en el momento exacto en que más gente va a estar mirando televisión. Si funciona bien durante el Mundial, Zapping tiene una historia de producto poderosa para los próximos 39 días.Zapping activó 'Super Resolution', escalado por GPU que sube señales hasta 4K a 60 fps con menos de 300 milisegundos de latencia — y sin costo adicional para los usuarios. Es IA aplicada a un problema concreto en el momento exacto en que más gente va a estar mirando televisión. Si funciona bien durante el Mundial, Zapping tiene una historia de producto poderosa para los próximos 39 días.