La setmana ha estat caracteritzada per la filtració del codi, unes 512.000 línies i uns 2.000 fitxers d’Anthropic Code. Code és el producte estrella d’Anthropic, el sistema que ha donat lloc a Cowork i que ha fet trontollar la borsa els darrers mesos. Tot apunta a un error humà: en qüestió d’hores, el codi ja estava disponible a Internet i, per evitar problemes de copyright (el codi original és en TypeScript), es va començar a traduir a Python. Ben aviat han aparegut múltiples anàlisis del seu funcionament.

Segur que ben aviat veurem còpies de Code i Cowork desenvolupades per altres actors, especialment xinesos. Això és positiu per al progrés global de la innovació, però òbviament representa un gran ensurt per a Anthropic. Sap greu que passin aquestes coses, especialment en empreses amb una trajectòria tan neta com Anthropic. Tots esperem que en puguin sortir reforçats. SpaceX ja ha presentat la documentació davant la Securities and Exchange Commission per a la seva sortida a borsa, amb una operació estimada entre els 40.000 i els 80.000 milions de dòlars, potencialment la més gran de la història.

Ha coincidit, simbòlicament, amb el retorn de l’home a la Lluna. Però els models no s’aturen. Qwen, el model d’Alibaba que més s’apropa als models americans, ha presentat una nova versió, aquesta vegada molt a prop dels millors. També han aparegut moltes notícies sobre els nous models d’Anthropic i OpenAI, que tot indica que representaran un salt important. La IA no s’atura ni per Setmana Santa!

La filtració d’Anthropic Code

Anthropic ha exposat accidentalment el funcionament intern de Claude Code, una de les seves eines d’intel·ligència artificial més rendibles, després de publicar per error un fitxer tècnic al repositori NPM. La filtració inclou prop de 512.000 línies de codi distribuïdes en uns 2.000 fitxers, que ja han estat replicats i analitzats per milers de desenvolupadors. Ràpidament, ha aparegut a X i a GitHub i, per evitar demandes de copyright (Anthropic ha fet més de 8.000 peticions de retirada a GitHub), el codi s’ha traduït a Python.

També han aparegut moltes anàlisis de com funciona l’agent, que durant aquests mesos ha provocat una veritable revolució en el sector, fent caure moltes empreses a la borsa que s’han vist superades pel seu successor: Cowork. L’empresa, que factura a ritme de 19.000 milions de dòlars anuals, veu compromesa una part clau de la seva propietat intel·lectual. Claude Code genera per si sol uns 2.500 milions de dòlars anuals, amb un fort pes del segment empresarial, cosa que fa que l’impacte competitiu sigui especialment rellevant.

El codi filtrat revela com Anthropic ha resolt un dels grans reptes dels agents d’IA: la gestió de la memòria i el context. El sistema utilitza una arquitectura en tres capes amb una “memòria autocorrectiva” que evita errors i al·lucinacions, i que obliga el model a verificar la informació abans d’actuar. També s’hi descobreix KAIROS, una funcionalitat que permet que l’agent funcioni de manera autònoma en segon pla, millorant el seu context mentre l’usuari no interactua. A més, el codi deixa entreveure nous models interns encara no llançats i les seves limitacions actuals.

Un altre element controvertit és l’anomenat mode undercover, que permetria utilitzar la IA per contribuir a projectes de codi obert sense revelar-ne l’origen. Anthropic ha assegurat que es tracta d’un error humà en el procés de publicació i que no s’han exposat dades de clients. Tot i això, la filtració ofereix als competidors un autèntic manual per replicar aquest tipus d’agents, accelerant la cursa en el desenvolupament d’IA autònoma. La conclusió més general és clara: no són només els models la secret sauce d’aquest rendiment extraordinari de Code i Cowork, sinó sobretot la capa d’agents. I això no prové d’un únic gran avenç, sinó d’una infinitat de millores d’enginyeria que ara, en fer-se públiques, veurem incorporades a molts successors —molts d’ells, sens dubte, xinesos.

Qwen 3.6 Plus, molt a prop dels millors models

Alibaba ha llançat un nou model d’intel·ligència artificial, Qwen3.6-Plus, marcant un gir estratègic cap a solucions de codi propietari després d’anys apostant per l’open source. El nou model, centrat en la programació amb agents d’IA, representa una evolució respecte a versions anteriors, que sí que eren obertes. També aquesta setmana la companyia ha presentat Qwen3.5-Omni, un model multimodal capaç d’entendre text, àudio, imatges i vídeo, també amb accés restringit. Aquest canvi respon a una prioritat clara: monetitzar millor la IA a través de clients empresarials.

Alibaba, líder del cloud a la Xina, busca reforçar ingressos en un context de competència creixent, especialment amb ByteDance. Tot i que la companyia manté alguns models oberts, els més avançats passen a ser de pagament i integrats en el seu ecosistema, incloent-hi la plataforma Model Studio, el xatbot Qwen i l’aplicació empresarial Wukong. El moviment reflecteix una tendència més àmplia del sector: l’equilibri entre innovació oberta i control comercial dels models més potents. El model Qwen 3.6 Plus aconsegueix resultats molt similars a Opus 4.6 en els benchmarks, i la distància amb els millors es redueix clarament.

L’IPO de SpaceX

SpaceX, l’empresa d’Elon Musk, ha fet un pas clau per sortir a borsa en una operació que podria convertir-se en una de les més grans mai vistes. La companyia ha presentat de manera confidencial la documentació davant del regulador nord-americà i aspira a captar entre 40.000 i 80.000 milions de dòlars. Si el calendari es compleix, l’empresa podria debutar als mercats aquest mateix estiu. L’operació estaria liderada per grans bancs com Goldman Sachs, JPMorgan o Morgan Stanley, que es disputen una de les operacions financeres més rellevants dels darrers anys.

La sortida a borsa arriba després de la integració de SpaceX amb la companyia d’IA de Musk, xAI, en una operació valorada en 1,25 bilions de dòlars, una de les majors de la història corporativa. Amb aquest moviment, Musk busca dotar-se de múscul financer per competir en la nova frontera de la IA.Tot i que les dades financeres es mantenen en gran part en secret, el negoci espacial —amb Starlink i els contractes amb la NASA i el govern nord-americà— ja genera ingressos sòlids. En canvi, la divisió d’intel·ligència artificial es troba encara en una fase inicial i requereix inversions massives.

Musk ha canviat així la seva estratègia històrica: durant anys havia defensat que SpaceX no sortiria a borsa fins que els seus coets volessin regularment a Mart. Ara, però, el focus ha canviat cap a la construcció d’infraestructures d’IA, incloent-hi centres de dades —fins i tot en òrbita—, un projecte amb necessitats de capital enormes. Amb aquesta operació, SpaceX podria marcar un abans i un després en els mercats tecnològics i en la cursa global per la intel·ligència artificial.

Oracle acomiada desenes de milers de treballadors per finançar l’aposta per la IA

Oracle ha iniciat una gran onada d’acomiadaments que podria afectar entre 20.000 i 30.000 empleats, és a dir, fins a prop del 18% de la seva plantilla global. Tot i que en una primera fase es parlava simplement de “milers” de llocs de treball eliminats, diferents estimacions apunten que la retallada podria escalar fins a desenes de milers en el conjunt del procés. La decisió s’explica per l’enorme inversió de la companyia en centres de dades per a intel·ligència artificial, que ha tensionat la seva tresoreria i l’ha obligat a endeutar-se massivament. Aquest gir estratègic busca posicionar Oracle com a actor clau en la infraestructura d’IA, però té un cost immediat en ocupació.

Amb uns 162.000 empleats el 2025, Oracle també mostra una eficiència inferior a la d’altres grans tecnològiques, amb ingressos per empleat clarament per sota de competidors com Microsoft o Salesforce. Aquest fet ha reforçat la necessitat de reestructuració. El cas d’Oracle no és aïllat. Altres grans tecnològiques com Amazon, Meta o Microsoft també han anunciat acomiadaments o congelacions de contractació mentre incrementen la despesa en IA. Tot apunta a una reconfiguració profunda del sector: menys programari tradicional, més infraestructura d’intel·ligència artificial.

OpenAI aixeca una ronda de 122.000 milions de dòlars

OpenAI ha tancat la ronda de finançament més gran de la seva història, amb 122.000 milions de dòlars i una valoració de 852.000 milions, tot i continuar sent una empresa privada. L’operació ha estat liderada per SoftBank i Andreessen Horowitz, amb la participació de gegants com Amazon, Nvidia i Microsoft. De manera poc habitual, uns 3.000 milions de dòlars han arribat de petits inversors a través de canals bancaris, anticipant una base accionarial més àmplia de cara a una futura sortida a borsa. La companyia assegura ingressar 2.000 milions de dòlars mensuals i comptar amb més de 900 milions d’usuaris setmanals, amb un creixement extraordinari.

El negoci empresarial ja representa el 40% dels ingressos i podria igualar el segment de consum abans de finals de 2026. A més, el seu experiment amb publicitat ja genera més de 100 milions anuals en pocs mesos, una nova línia de negoci amb molt potencial. Tot i aquestes xifres, OpenAI continua en pèrdues i preveu perdre uns 14.000 milions de dòlars el 2026. Aquesta distància entre creixement i rendibilitat és el que fa aquesta ronda especialment interessant: els inversors estan apostant pel futur, no pels resultats actuals. Amb aquesta operació, l’empresa es prepara clarament per a una sortida a borsa prevista per a finals de 2026, amb l’objectiu d’assolir una valoració propera a 1 bilió de dòlars, que la convertiria en una de les majors OPV de la història.

Anthropic: Claude Mythos i Capybara

Anthropic prepara un nou salt en la cursa de la intel·ligència artificial amb el desenvolupament de Claude Mythos, un model que apunta a redefinir el que poden fer els sistemes d’IA avançats. Més que una simple evolució, es tracta d’un canvi d’escala que introdueix una nova categoria interna: Capybara, situada per sobre dels actuals models com Opus. Amb Mythos, la companyia busca portar la IA a un nivell superior en tres dimensions clau: raonament complex, programació avançada i ciberseguretat. L’objectiu no és només generar text o codi, sinó operar amb un grau d’autonomia i fiabilitat molt més alt en entorns reals, especialment en contextos empresarials.

Capybara representa aquest salt conceptual. No és només un model més gran, sinó una nova generació pensada per resoldre problemes més difícils i amb menys marge d’error. En aquest sentit, Mythos es posiciona com el primer exponent d’aquesta nova família, orientada a usos d’alt valor afegit, on la precisió i la capacitat de verificació són crítiques. Un dels àmbits on aquest avenç es fa més evident és la ciberseguretat. El model està dissenyat per identificar vulnerabilitats amb una profunditat superior a la dels sistemes actuals, cosa que pot transformar tant la defensa com la detecció de riscos digitals. Aquest potencial, però, també obliga a desplegar-lo amb prudència, especialment en entorns sensibles.

Al mateix temps, aquest augment de capacitats comporta un altre repte: el cost computacional. Models com Mythos requereixen infraestructures molt més exigents, fet que en limita l’ús inicial a grans organitzacions i projectes amb recursos elevats. En paral·lel, Anthropic sembla apostar per una estratègia més selectiva i controlada en el desplegament d’aquest tipus de tecnologia, prioritzant qualitat, seguretat i integració en fluxos de treball professionals. En conjunt, Mythos i la nova capa Capybara apunten cap a una nova etapa en la IA: menys centrada en l’escala massiva i més en la capacitat real d’actuar, decidir i executar tasques complexes.

OpenAI Spud, la nova frontera

OpenAI prepara el que pot ser el seu salt més ambiciós fins ara. El projecte, conegut internament com Spud, no és simplement una nova versió dels seus models, sinó una aposta per transformar el paper de la intel·ligència artificial: de respondre preguntes a executar tasques de manera autònoma. Tot apunta que Spud serà el successor dels actuals models GPT-5 i que incorporarà anys d’investigació acumulada. A diferència de les millores incrementals habituals, l’objectiu aquí és més profund: construir una IA capaç d’entendre millor el context, actuar amb menys instruccions i operar de manera més independent en entorns reals.

Aquest canvi respon a una nova visió dins d’OpenAI. La companyia vol deixar enrere el model de xatbot i avançar cap a sistemes que funcionin com a assistents complets, capaços de gestionar fluxos de treball, programar, analitzar informació i prendre decisions amb menys supervisió humana. En aquest sentit, Spud s’inscriu en l’estratègia més àmplia d’OpenAI per acostar-se a una intel·ligència artificial més general. La creació d’una divisió específica per al desplegament d’AGI indica que el projecte no és només tecnològic, sinó també estratègic.

Per fer-ho possible, la companyia ha pres decisions significatives. Ha reassignat recursos, ha reduït el pes d’alguns projectes experimentals i ha concentrat esforços en el desenvolupament d’agents i en la infraestructura necessària per suportar models molt més exigents. Tot i que encara no hi ha una data oficial de llançament, Spud ja ha superat la fase de preentrenament i es troba en processos d’ajust i seguretat, el pas previ a qualsevol desplegament públic. El repte, però, no és només tecnològic. Models d’aquesta escala requereixen una enorme capacitat computacional, cosa que pot limitar-ne la disponibilitat inicial i obligar a un desplegament progressiu. Amb Spud, OpenAI no només busca millorar el rendiment dels seus sistemes, sinó redefinir què és una IA útil. El pas clau ja no és respondre millor, sinó fer més coses, amb més autonomia i en menys temps.

La recerca IA 

PrismML - AI Lab: Caltech 

Investigadors vinculats al Caltech han presentat un avenç que podria redefinir el desenvolupament de la intel·ligència artificial. L'empresa emergent PrismML ha desenvolupat un model de llenguatge d'1 bit, capaç de reduir dràsticament la mida dels sistemes d’IA sense perdre rendiment. La tecnologia, ja publicada en codi obert, permet executar models avançats directament en dispositius com telèfons mòbils o portàtils, i alhora reduir de manera significativa els costos energètics dels centres de dades. El salt tècnic és notable: mentre que els models habituals utilitzen precisió de 16 bits, PrismML redueix cada paràmetre a un sol bit (+1 o -1), aconseguint acceleracions de fins a 8 vegades i estalvis energètics del 75% al 80%. Això permet, per exemple, comprimir models molt grans fins a una fracció de la seva mida original.

Segons els impulsors del projecte, es tracta d’un avenç matemàtic més que no pas d’una simple optimització, amb potencial per transformar tant la IA en dispositius personals com la infraestructura global. La iniciativa ha captat 16,25 milions de dòlars en finançament i compta amb el suport d’inversors com Khosla Ventures. El seu objectiu és clar: construir una nova generació d’IA més eficient, adaptable i menys dependent de grans infraestructures. Ja existeixen prototips de 4B i 1,7B de paràmetres que només ocupen 0,5 GB i 0,24 GB. 

TurboQuant - AI Lab: Google

Un equip de recerca ha presentat una nova generació d’algoritmes de compressió que podrien transformar el funcionament dels models d’intel·ligència artificial i dels motors de cerca. Les tècniques, basades en una quantització avançada, permeten reduir dràsticament la mida dels vectors —l’element clau amb què la IA representa la informació. Els vectors d’alta dimensió són essencials per entendre textos, imatges o dades complexes, però també consumeixen grans quantitats de memòria, especialment en components crítics com la key-value cache, que accelera l’accés a la informació. Aquest consum genera colls d’ampolla tant en velocitat com en cost.

Per resoldre-ho, els investigadors proposen TurboQuant, un nou algoritme que optimitza la compressió evitant el sobrecost habitual de la quantització tradicional. A diferència dels mètodes clàssics, que requereixen informació addicional i redueixen part dels beneficis, aquesta nova aproximació minimitza aquest “soroll” extra. El sistema es complementa amb altres tècniques com Quantized Johnson-Lindenstrauss (QJL) i PolarQuant, que permeten mantenir el rendiment dels models mentre es redueix significativament l’ús de memòria. Les proves inicials indiquen que aquestes tecnologies poden millorar la velocitat de cerca i reduir costos computacionals sense perdre precisió, un avenç amb implicacions directes en àmbits com els motors de cerca, la IA generativa i les infraestructures de dades.

Towards a Medical AI Scientist - AI Lab: The Chinese University of Hong Kong, Lehigh, Stanford i Microsoft Research

Un nou sistema d’intel·ligència artificial proposa un canvi radical en la manera de fer recerca mèdica. Es tracta del Medical AI Scientist, un model dissenyat per generar hipòtesis, executar experiments i redactar articles científics de manera autònoma, però adaptat específicament a l’àmbit clínic. A diferència d’altres sistemes generalistes, aquest model integra el coneixement mèdic existent i el transforma en idees accionables mitjançant un mecanisme de co-raonament entre clínics i enginyers, que permet traçar millor l’origen de les hipòtesis. Això és clau en medicina, on la recerca ha d’estar fortament basada en evidència.

El sistema pot operar en tres modes: reproduir estudis existents, generar noves idees a partir de la literatura científica o explorar problemes concrets de manera autònoma. A més, incorpora criteris ètics i una estructura formal per redactar articles, adaptada als estàndards mèdics. Els resultats són destacats. En proves amb 171 casos clínics, el sistema ha generat idees de més qualitat que les dels models comercials actuals, i ha mostrat una millor capacitat per portar aquestes idees a experiments funcionals. Els articles produïts arriben a nivells comparables a conferències mèdiques de primer nivell. Aquest avenç apunta a un futur en què la IA no només assisteix la recerca, sinó que pot liderar parts del procés científic, especialment en camps complexos com la medicina.

Com la IA ens canviarà la vida

Camions per a mineria elèctrics i controlats a distància
La Xina ja utilitza camions elèctrics i controlats a distància per a tasques de mineria a Mongòlia, amb l’objectiu d’arribar aquest any a 10.000 vehicles operatius. Aquest tipus d’automatització combina robòtica, electrificació i IA per transformar sectors tradicionalment intensius en mà d’obra i risc.

Cases impreses en 3D en 15 dies
També a la Xina ja es construeixen cases de dos pisos impreses en 3D en només 15 dies, una mostra clara de com la tecnologia pot transformar la construcció. La combinació de fabricació additiva i automatització pot reduir dràsticament costos i temps, amb implicacions enormes per a l’habitatge.

Altres notícies

-Cognichip, un model de deep learning per ajudar en el disseny de xips, ha aixecat 60 milions de dòlars.
-ByteDance està ajudant OpenClaw a operar una versió xinesa de ClawHub, un marketplace per al desenvolupament de tasques específiques.
-OpenAI ha introduït un plug-in de Codes per a Claude Code, cosa que permet comparar fàcilment els resultats dels dos models en un esquema de revisió adversarial.
-Qwen ha llançat el model Qwen 3.5-Omni, una variant multimodal.
-El nou model de Meta, Advocado i Advocado Agent, sembla que encara no té el rendiment esperat i s’ha posposat com a mínim fins al maig.
-Google finançarà un mega-centre d’IA per a Anthropic.
-Agibot, un dels fabricants de robots xinesos més destacats, ha arribat a la xifra d'10.000 unitats produïdes.