La notícia de la setmana l’ha protagonitzat Google amb Gemini 4 Carbon, el segon gran model que presenta en poques setmanes. Aquesta vegada, no s’ha limitat a presentar un bon model: ha aconseguit la primera posició a l’índex d’intel·ligència d’Artificial Analysis. Google torna a marcar el ritme. Molts donàvem Google per perdut en la cursa pels primers llocs. Però, en poques setmanes, ha encadenat dos models, cadascun millor que l’anterior. Aquest darrer fa un salt especialment notable en programació, ciberseguretat i tasques complexes de llarga durada. A vegades, les grans empreses sorprenen: quan sembla que han perdut el rumb, encara són capaces de reaccionar i tornar a liderar. És el que acaba de fer Google amb Gemini 4 Carbon. Ara caldrà esperar que l’accés, inicialment restringit, arribi al conjunt dels usuaris.

Però Google no ha estat l’únic protagonista. Claude Code, l’eina de programació d’Anthropic —que cada vegada serveix per fer més coses—, continua consolidant una manera de treballar amb subagents i tasques en paral·lel. Allò que molts resolien com podien amb diverses finestres de Claude es converteix en un entorn molt més integrat i sòlid. Claude Code 2 marca el camí cap a un desenvolupador que dirigeix agents, reparteix tasques i supervisa resultats. Una proposta que el situa entre les eines més avançades per al treball professional. Quant trigaran Codex, d’OpenAI, i Antigravity, de Google, a atrapar-lo? I, finalment, una notícia que ens ha de fer pensar arriba de la Xina. L’índex STAR50 ha perdut un 40% des dels màxims del juliol i ha esborrat uns 480.000 milions de dòlars de valor borsari. Entre les empreses castigades hi ha Unitree, el conegut fabricant de robots, que ha perdut aproximadament la meitat del seu valor des que va començar a cotitzar a l’agost.

Potser la millor expressió per descriure una bombolla continua sent la d’Alan Greenspan: "exuberància irracional". Valoracions que es disparen sense que els beneficis, ni unes expectatives raonables de generar-los, les sostinguin. Aquesta és la qüestió de fons a la Xina: la IA, la robòtica i els semiconductors han assolit valoracions empeses per l’entusiasme global, però sense una monetització prou sòlida que les justifiqui. S’han importat les expectatives del mercat americà sense disposar de la mateixa capacitat de convertir-les en negoci. Als Estats Units, les grans plataformes disposen de negocis consolidats amb què finançar i comercialitzar la IA. A la Xina, oferir models competitius o robots espectaculars no resol, per si sol, el problema de qui paga, quant paga i quin marge en queda. Recuperar la confiança exigirà guanyar i consolidar mercat, trobar models de negoci rendibles —també amb models propietaris— i aconseguir que els robots facin alguna cosa més que cabrioles. Les demostracions poden disparar una cotització. Per sostenir-la, cal negoci. La gran pregunta que sobrevola els mercats és: hi haurà contagi?

Les notícies clau

Google Gemini 4 - Carbon
Google accelera i es posa al capdavant de la cursa de la IA amb Gemini 4 Carbon, presentat només dues setmanes després d’Argon. El nou model ocupa el primer lloc de l’Artificial Analysis Intelligence Index, amb 59 punts, i fa un salt en programació, raonament i treball autònom. Segons Google, els seus equips ja l’han vist treballar durant dies en problemes complexos d’enginyeria, superant intents fallits fins a identificar i corregir errors en grans projectes de programari. També destaca en ciberseguretat: assoleix un 88,2% a SEC-bench Pro, de detecció de vulnerabilitats; un 54,8% a ExploitGym, d’explotació, i un 71% a CWE-bench, de correcció. En proves internes, més que duplica l’èxit d’Argon generant codi segur.

El progrés no consisteix només a fer més coses, sinó a fer-les amb més fiabilitat. Google afirma que Carbon redueix aproximadament a la meitat les afirmacions sense suport i gairebé un 80% les alertes greus de desalineament en els seus entorns interns de programació. També resisteix tots els intents d’injecció d’instruccions del benchmark avaluat, un resultat que no implica immunitat davant qualsevol atac. Aquestes capacitats tenen, però, una doble cara: poden ajudar tant a protegir sistemes com a atacar-los. Per això, l’accés inicial queda restringit a professionals seleccionats de ciberdefensa i socis de confiança. Google preveu ampliar-lo aviat, encara sense data, amb un preu inicial anunciat de 2 dòlars per milió de tokens d’entrada i 10 de sortida.

Claude Code 2
Amb Claude Code 2.0, Anthropic va fer un pas més cap a la delegació del treball de programació. Presentada el setembre de 2025, aquesta versió va renovar la interfície del terminal i incorporar una extensió nativa per a Visual Studio Code, que permet veure i revisar els canvis directament a l’editor. Una de les novetats principals són els punts de control: abans de cada modificació de Claude, es desa l’estat del codi per poder tornar enrere i restaurar els fitxers, la conversa o totes dues coses. Això facilita encarregar-li canvis més ambiciosos i explorar solucions mantenint la possibilitat de recuperar un estat anterior.

El canvi més interessant és com s’organitza la feina. Els subagents poden assumir tasques especialitzades en paral·lel, mentre les automatitzacions executen comprovacions i els processos en segon pla continuen funcionant sense aturar la resta del treball. A més, el Claude Agent SDK posa les eines, la gestió del context i el sistema de permisos de Claude Code a disposició dels desenvolupadors perquè construeixin agents propis, també fora de la programació. La direcció és clara: cada vegada més, el programador defineix l’objectiu, delega l’execució i revisa el resultat. Saber especificar què volem i comprovar que funciona guanya pes davant d’escriure cada línia de codi.

Claude for Law
Anthropic porta la IA jurídica més enllà del xat amb Claude for Legal, que aquesta setmana incorpora una galeria de sis aplicacions interactives preparades per treballar. Són els anomenats artifacts: esculls una eina, hi incorpores els teus documents i Claude fa una primera revisió que després l’advocat valida. Cite Check detecta citacions incorrectes, pàgines equivocades i fonts que no sostenen una afirmació; Tabular Contract Review analitza conjunts de contractes i mostra els fragments que justifiquen cada resposta; i Regulatory Scan identifica novetats normatives rellevants. Completen la galeria Playbook Deviation, que assenyala clàusules allunyades dels criteris de l’empresa; Jurisdiction Matrix, que compara legislacions, i Matter Board, que organitza expedients, responsables i terminis.

La proposta incorpora més de seixanta connectors amb eines com Bloomberg Law, DocuSign i Filevine, i aplicacions aportades per Harvey, PwC, Goodwin i Foley & Lardner. Cada equip pot adaptar-les als seus procediments, connectar-les amb les seves fonts i compartir-les amb la resta de l’organització. La novetat és disposar de processos de treball preparats per utilitzar, sense haver de construir-los des de zero. Això facilita que el coneixement del departament jurídic arribi a altres equips mitjançant eines reutilitzables, amb resultats vinculats a les fonts i revisió professional.

La bombolla de la IA ja ha esclatat a la Xina
Mentre a Occident discutim si hi ha una bombolla de la IA, a la Xina ja s’està desinflant amb força. Segons Reuters, l’índex STAR50, que agrupa grans empreses tecnològiques i de semiconductors, ha caigut un 40% des del màxim del juliol i ha perdut uns 480.000 milions de dòlars de valor borsari. Unitree, MetaX i Moore Threads han vist com les seves accions es reduïen a la meitat. No hi ha un únic detonant: les valoracions extremes, els dubtes sobre la demanda i l’amenaça de restriccions a l’entrada de tecnologia xinesa als centres de dades dels Estats Units han erosionat l’entusiasme inversor. El suport de Pequín al sector no ha protegit els petits inversors de les pèrdues.

La correcció pot dificultar noves sortides a borsa i reduir el finançament de les empreses tecnològiques. I, malgrat la caiguda, el STAR50 encara cotitza al voltant de cent vegades els beneficis dels últims dotze mesos, segons les dades recollides per Reuters. Una tecnologia pot transformar l’economia i, alhora, ser una mala inversió si se’n paga un preu excessiu. El risc és que les expectatives de creixement no es tradueixin en els marges esperats, especialment si la competència desemboca en guerres de preus. La patacada xinesa evidencia aquesta distància entre el potencial de la IA i els beneficis que acabaran capturant els seus inversors.

Com la IA ens canviarà la vida

Robots que fan cases

Publicitat de vidres xinesos

La IA substituirà fins al 60% dels treballadors públics als Països Baixos en alguns departaments


La recerca en IA 

Self-Evolving Coding Agents via Harness-Policy Optimization-AI Lab: Microsoft Research, University of Virginia, Carnegie Mellon
Un agent de programació depèn tant del model com de l’entorn de treball que li permet actuar: les eines, les instruccions i els procediments que utilitza per resoldre una tasca. Self-HPO proposa millorar tots dos components de manera alternada. Primer, el model analitza els seus errors i proposa canvis en aquest entorn, conegut com a harness. Després, s’entrena amb aprenentatge per reforç dins de l’entorn seleccionat. Les tasques que encara li costen serveixen per orientar la ronda següent de millores. En tres bancs de proves de programació, el sistema eleva la taxa mitjana de resolució de Qwen3.5-35B-A3B del 57,8% al 64,8%, amb millores que també es traslladen a tasques diferents de les utilitzades durant l’optimització.

Per què és important
La importància del treball és que mostra com el model i la seva manera de treballar poden evolucionar plegats i reforçar-se mútuament. Millorar només el model deixa intactes les limitacions de l’entorn; millorar només l’entorn pot acabar adaptant-lo a un model que ja ha canviat. Self-HPO connecta aquests dos processos i obté un guany conjunt superior a la suma de les millores individuals. Això apunta a una via d’automillora recursiva en què els errors de l’agent alimenten tant el seu entrenament com el redisseny de les eines i els procediments que fa servir. El progrés pot venir de sistemes que aprenen a treballar millor mentre es fan més capaços.

Lauren Tan Reveals How to Build a 21+ Agent GrokBot Team-AI Lab: SpaceX – Lauren Tan
Passar d’un assistent a un equip d’agents exigeix organitzar com treballen. Aquest taller de Lauren Tan presenta un sistema que combina recerca, programació, revisió i integració de canvis, amb agents que poden avançar en paral·lel. La proposta utilitza pstack per convertir procediments recurrents en habilitats reutilitzables, i cicles de treball orientats a objectius perquè les tasques continuïn més enllà d’una conversa. La verificació ocupa un lloc central: els agents han de poder comprovar els resultats, mentre les proves automàtiques i les regles del projecte controlen la qualitat del codi.

Per què és important
La importància d’aquest enfocament és que trasllada l’atenció del model a l’organització del treball. Disposar de diversos agents només aporta valor si tenen objectius clars, context suficient i mecanismes per detectar i corregir errors. Això apunta a una nova responsabilitat professional: dissenyar processos que permetin delegar tasques completes i coordinar-ne els resultats. També obre la possibilitat que equips petits assumeixin més projectes simultàniament. El salt de productivitat dependrà de convertir la capacitat dels models en una manera de treballar fiable, repetible i escalable.