Sens dubte, la notícia de la setmana ha estat l’alerta per les vulnerabilitats del PHP, un llenguatge dels primers anys de la web que encara sosté bona part d’internet. Investigadors de Calif, dins del projecte Patch the Planet d’OpenAI, i de Wiz han descobert errors crítics que obliguen a actualitzar el programari. La dimensió s’entén amb una dada: prop del 70% de les webs de les quals es coneix el llenguatge del servidor utilitzen PHP. L’NSA ha recomanat desconnectar els sistemes que no es puguin protegir immediatament. Això passarà més: els models permeten trobar vulnerabilitats que fins ara podien haver passat desapercebudes. La cursa serà corregir-les abans que algú les exploti. Però la IA segueix, i amb molta força. Anthropic ha anunciat Duet, el seu agent proactiu, que pot continuar treballant mentre nosaltres fem altres coses. S’estrena en proves als Estats Units, on Meta també ha llançat Muse. A Espanya, els dots d’OpenAI arriben a Business Premium i, si l’administrador ho activa, a Enterprise en beta. Els plans Pro en queden fora. Els agents ens canviaran la vida, però trigarà una estona a passar.

Mentrestant, el món obert també es mou. Recursive ha presentat Flint, un model de programació per a Macs amb Apple Silicon i equips NVIDIA RTX Spark. L’ha desenvolupat amb el seu sistema de recerca automatitzada. Pot necessitar més indicacions que els grans models tancats, però la proposta és atractiva: programar amb les dades al mateix ordinador i menys dependència del núvol. DeepSeek ha obert DeepInfer, el motor amb què executa models a gran escala, tot i que la versió publicada no inclou un servei de producció complet. I investigadors de Google i Northwestern han presentat Harness², que permet adaptar la manera de treballar dels agents a cada tasca. La competència també es juga en el programari que fa funcionar els models.

En models, l’actualització de DeepSeek V4.1 Flash sembla menor pel nom, però les proves de la companyia mostren millores en raonament, programació i ús d’eines, amb respostes més curtes i menys temps d’execució. La competència també exigeix reduir el cost de cada tasca. Un moviment important al món del núvol: OpenAI ha anunciat que hi portarà els seus models i Codex de la mà de Google Cloud. Cada vegada es distingeixen més dos negocis: crear models i distribuir-los des de plataformes com AWS, Azure o Google Cloud. Un proveïdor pot guanyar diners venent els models dels seus rivals: el client vol triar sense haver de moure les dades ni refer la infraestructura. Crear models exigeix inversions ingents i assumir que un competidor pot acabar capturant bona part del mercat. Distribuir-ne de diversos amplia les vies de retorn, encara que construir centres de dades continuï sent car i arriscat.

Hi ha encara un tercer negoci que sovint oblidem: aplicar la IA per millorar els productes que aquests gegants ja venen. Publicitat, cercadors, programari, comerç. També poden recuperar la inversió fent més rendible el negoci de sempre. I Waymo arriba a Madrid. Començarà amb conducció manual i proves, amb els primers passatgers previstos per al 2027. WeRide i Uber volen iniciar el servei abans d’acabar el 2026, si completen els preparatius i les autoritzacions necessàries. Madrid es posiciona en la cursa europea dels robotaxis. Entre veure’ls al carrer i poder-ne demanar un encara hi ha camí. La lectura de la setmana és aquesta: el negoci de la IA sembla madurar més de pressa que la seva adopció. Les grans plataformes es consoliden, però continua havent-hi espai per a nous models, eines i agents. I, fins i tot amb les millores d’eficiència, la capacitat de còmput, el talent i l’energia a preus competitius pesaran en qui guanya i qui perd. A Catalunya i Europa ens cal accelerar. Governs, empreses i universitats han de facilitar centres de dades, formar i retenir talent i ampliar l’oferta d’energia. D’aquestes decisions també dependrà quina part del negoci ens quedem.

Les notícies clau

Claude Duet: la IA que treballa mentre tu fas altres coses
I si la IA detectés què has de fer abans que li ho demanis? Aquesta és la proposta de Claude Duet, el nou agent d’Anthropic, pensat per a professionals i petits empresaris. Es connecta al correu, al calendari i a les eines de treball, prepara un resum de prioritats cada matí i avisa quan alguna cosa necessita atenció. També li podem delegar tasques: preparar una reunió, revisar factures pendents, elaborar una previsió de vendes o construir una aplicació. Disposa d’un ordinador propi al núvol i continua treballant encara que tanquem el portàtil. El canvi és passar de conversar amb la IA a delegar-li feina.

La seva importància va més enllà d’estalviar-nos uns quants clics. Si aquests agents compleixen la promesa, un professional o una petita empresa podran assumir tasques que avui exigeixen més personal, temps o serveis externs. La IA es podria convertir en una capa de coordinació entre les aplicacions que ja utilitzem. Ara bé, l’autonomia té límits: Duet està dissenyat per demanar autorització abans d’enviar missatges, efectuar pagaments, signar documents o eliminar informació, i encara pot equivocar-se interpretant prioritats. De moment, només s’ofereix en fase experimental, amb llista d’espera, als subscriptors Pro i Max dels Estats Units. La promesa és potent: ampliar la nostra capacitat de treball sense haver d’estar pendents de cada pas.

Alerta al 70% de la web: serveis aturats
Què passa quan la IA troba una esquerda en un dels fonaments d’internet? Aquesta setmana, PHP, el llenguatge que fa funcionar una gran part de la web, ha publicat correccions urgents per a dues vulnerabilitats crítiques que podien permetre executar codi als servidors afectats sense autenticar-se. Investigadors de Calif, amb GPT‑5.6 Sol d’OpenAI, i de Wiz van contribuir a descobrir-ne l’abast. Però hi ha un detall revelador: l’arrel d’un dels problemes ja s’havia identificat el 2024, sense arribar a resoldre’s per la complexitat tècnica i els recursos limitats. La investigació assistida per IA en va evidenciar la gravetat. Les filtracions abans de la divulgació coordinada van obligar a avançar la publicació de les correccions al 21 d’octubre. Trobar el forat era només el principi: calia preparar la defensa abans de donar pistes als atacants.

Darrere d’aquesta investigació hi ha Patch the Planet, una iniciativa que OpenAI va presentar el juny amb Trail of Bits, dins del seu programa de ciberseguretat Daybreak, i amb la col·laboració de HackerOne i Calif. La idea és combinar models avançats amb especialistes humans per trobar vulnerabilitats, comprovar-les i ajudar els responsables del programari de codi obert a corregir-les. La Fundació PHP s’hi va incorporar i Calif va començar l’auditoria el 30 de juliol. El cas mostra tant l’oportunitat com el problema: podem revisar la infraestructura digital amb una capacitat inèdita, però les mateixes eines també poden accelerar els atacants. La cursa ja no és només descobrir errors: és corregir-los i desplegar les solucions abans que algú els exploti.

DeepSeek obre el motor per abaratir la IA
La batalla de la IA també es guanya abaratint cada resposta. DeepSeek ha obert DeepInfer, el motor d’inferència que utilitza per executar els seus models en producció: el programari que determina la rapidesa de les respostes, quants usuaris es poden atendre simultàniament i a quin cost. Incorpora tècniques que anticipen fragments de la resposta per accelerar-ne la generació, reparteix el treball entre múltiples xips i permet generar dades en formats estructurats, essencials per connectar la IA amb aplicacions i agents. Funciona amb maquinari de Nvidia i Huawei, i la seva llicència Apache 2.0 permet utilitzar-lo comercialment sense pagar llicències. Aquesta primera versió encara no inclou totes les peces per desplegar un servei complet i només admet determinades arquitectures recents. Però el pas és important: DeepSeek comparteix els models i també una part de la tecnologia que permet explotar-los eficientment. Això pot reduir costos, facilitar serveis propis i accelerar la competència.

Recursive: la IA comença a construir IA
I si els pròxims models d’IA els desenvolupés, en bona part, una altra IA? Recursive, l’empresa liderada per Richard Socher, ha presentat Flint, un model de pesos oberts especialitzat en programació que podem executar al nostre ordinador. Té prop de 40.000 milions de paràmetres, però només n’activa uns 2.500 milions per generar cada fragment de text, cosa que redueix el càlcul necessari. Segons les proves de l’empresa, supera els 125 tokens per segon en un MacBook Pro amb M4 Pro. Es distribueix amb llicència Apache 2.0, que permet adaptar-lo i utilitzar-lo comercialment: programar amb IA sense enviar el codi a un servidor extern ni pagar per cada consulta.

Però la novetat més interessant és com l’han construït. Segons Recursive, un petit equip de persones i agents ha desenvolupat Flint des de zero en menys de quatre mesos amb l’ajuda de l’Eureka Machine, un sistema que proposa idees, les implementa, fa experiments i utilitza els resultats per decidir què provar després. Ha contribuït a l’arquitectura, l’entrenament i l’optimització del model. És un pas cap a l’automillora recursiva: models millors que ajudin a investigar i construir successors encara millors. Flint encara no demostra una espiral autònoma d’automillora, però apunta a un canvi profund: la IA comença a automatitzar la recerca que fa avançar la mateixa IA.

Harness²: agents que milloren sense canviar de model
Per tenir una IA més capaç, no sempre cal un model més potent. Investigadors de Google Cloud AI Research i Northwestern University han presentat Harness², un sistema de codi obert que millora les instruccions, les eines, la memòria i l’organització del treball que permeten a un model actuar com un agent. Davant d’una tasca nova, proposa canvis, provar alternatives i compara com funcionen, sense necessitar una resposta correcta coneguda prèviament. Després conserva les lliçons perquè les pròximes adaptacions parteixin de l’experiència acumulada. El model es manté intacte; el que evoluciona és la manera de fer-lo treballar.

Per què és important? Perquè obre una via per millorar els agents sense passar pel costós procés de reentrenar els models. En els experiments publicats, una sola ronda de millora aporta fins a 11,5 punts addicionals en un dels bancs de proves de tasques professionals. Experimentar també consumeix recursos, i aquests resultats encara s’han de traslladar al treball quotidià, però la implicació és profunda: una empresa podria guanyar capacitat fent que els seus agents perfeccionessin els procediments amb què treballen. Una part de l’avantatge competitiu podria estar en aquesta experiència acumulada: saber quines eines, instruccions i processos funcionen millor per a cada feina.

Anthropic obre 400+ skills 
Un model generalista pot fer moltes coses. Per treballar bé en una empresa, també necessita procediments, eines i context. Anthropic ofereix biblioteques obertes de complements que incorporen aquestes peces a Claude: instruccions especialitzades, habilitats reutilitzables i connexions amb aplicacions. La col·lecció Knowledge Work Plugins inclou paquets per a vendes, finances, màrqueting, anàlisi de dades o revisió de contractes, entre altres funcions. El directori de Claude Code afegeix complements de programació desenvolupats tant per Anthropic com per tercers. Es poden instal·lar i adaptar per donar a Claude una manera de treballar més coherent amb cada equip.

La importància és que el coneixement sobre com fer una feina es pot empaquetar, compartir i reutilitzar. Una empresa ja no ha de començar de zero per explicar a la IA com preparar una reunió comercial, analitzar dades o revisar un document: pot partir d’un procediment existent i incorporar-hi els seus criteris. Això pot accelerar l’adopció i reduir la dependència d’uns quants empleats experts a escriure instruccions. Els complements oberts no eliminen el cost d’utilitzar Claude ni la necessitat de configurar accessos, però faciliten convertir-lo en una eina de treball especialitzada. L’oportunitat és transformar les bones pràctiques d’una organització en capacitats que tot l’equip pugui utilitzar.

Com la IA ens canviarà la vida

Alerta de l'FBI 

Elon Musk i l’Optimus v3 

Somnis de robot xinès

Waymo arriba a Madrid 

 

La recerca en IA 

Harness2: Recursive Agent Harnessing for an Open World-AI Lab: Goofle and Northwestern University 
Harness² permet que els agents d’IA millorin la seva manera de treballar sense modificar el model que utilitzen. Desenvolupat per investigadors de Google Cloud AI Research i Northwestern University, actua sobre les instruccions, les eines, la memòria i els procediments que envolten el model. Ho fa en dos nivells: davant d’una tasca nova, proposa ajustos, provar alternatives i combina les que funcionen millor, sense necessitar una resposta correcta coneguda prèviament. Després extreu lliçons d’aquests experiments i les conserva per orientar les millores en tasques futures. En les proves amb GLM-5 i Gemini 3.5 Flash, una sola ronda de millora ha aportat guanys de fins a 11,5 punts en un dels bancs de proves professionals.

Per què és important
Perquè obre la porta a agents que acumulin experiència útil i perfeccionin els seus procediments. Fins ara, bona part d’aquesta feina exigia que una persona revisés errors, reescrivís instruccions i reorganitzés les eines. Harness² automatitza una part d’aquest procés i intenta aprofitar el que ha après més enllà de l’encàrrec concret. Això podria permetre a les empreses obtenir més capacitat dels models que ja utilitzen, sense haver de reentrenar-los, tot i que les proves addicionals també consumeixen recursos. Encara és recerca experimental, però apunta a un canvi rellevant: el valor d’un agent també dependrà de l’experiència que sigui capaç d’acumular i convertir en millors maneres de treballar.

ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization-AI Lab: Microsoft
Una IA també pot millorar més de pressa si tria bé amb què practicar. Aquesta és la proposta d’ActiveSaddler, un sistema que adapta els exercicis utilitzats per perfeccionar les instruccions, les eines i la lògica de funcionament dels agents. A mesura que l’agent evoluciona, identifica patrons d’error recurrents i estima quins convé treballar perquè ofereixen més marge de millora. Combina aquesta pràctica amb l’exploració de situacions noves per descobrir debilitats desconegudes. Així, el programa d’entrenament evoluciona al mateix temps que l’agent. En els experiments presentats, aquesta estratègia millora la taxa d’èxit al primer intent en 4,4 punts percentuals a GAIA2 i en 7,5 a Terminal-Bench 2.0, respecte del mateix optimitzador amb un ordre d’exercicis fixat prèviament.

Per què és important
Perquè automatitzar la millora dels agents també exigeix decidir què han d’aprendre a continuació. Repetir proves que ja dominen pot consumir recursos sense aportar gaire; insistir en una dificultat que encara no poden superar també. ActiveSaddler intenta dirigir l’esforç cap als problemes on cada nova pràctica pot resultar més útil, revisant contínuament aquestes prioritats. Per a les empreses, això apunta a agents que puguin perfeccionar els seus procediments de manera més eficient i adaptar-se a necessitats canviants. Encara són resultats experimentals, però introdueixen una peça rellevant per a l’automillora de la IA: aprendre a decidir què val la pena aprendre.

MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments-AI Lab: Alibaba
Com s’entrena una IA perquè utilitzi un mòbil o un ordinador? Fent-la practicar, equivocar-se i tornar-ho a intentar. MAI-Gym és una plataforma oberta que integra l’avaluació, la recollida de dades i l’entrenament per reforç d’agents que interactuen amb pantalles, botons i aplicacions. Pot executar fins a 20.000 entorns en paral·lel i generar aplicacions simulades amb tasques que permeten comprovar si l’agent ha aconseguit l’objectiu. Amb aquesta infraestructura, els investigadors han entrenat MAI-Gym-9B, un model de 9.000 milions de paràmetres que, segons els resultats presentats, lidera els agents oberts de menys de 10.000 milions en dues proves de referència: un 78,4% a MobileWorld i un 76,2% a OSWorld-Verified. També publiquen el model, la plataforma i 2.000 tasques verificades.

Per què és important
La dada més important és que la pràctica en aplicacions simulades es transfereix al món real. Després d’entrenar-se en una simulació d’una aplicació de bitllets de tren, l’agent passa del 28,8% al 48,1% d’èxit en l’aplicació real, executada en un telèfon físic. Encara falla en més de la meitat dels intents, però el salt mostra una via per superar un dels grans obstacles d’aquests sistemes: practicar directament en serveis reals és lent, costós i difícil de repetir a gran escala. Si podem generar entorns de pràctica útils, podrem ampliar l’entrenament dels agents que operen les aplicacions que ja fem servir. El potencial és una IA capaç de completar gestions al nostre ordinador o mòbil, també quan el servei no disposa d’una connexió específica per a agents.