Hi ha setmanes en què sembla que no passa res i d’altres en què tot canvia de cop. Aquesta n’ha estat una. OpenAI, Anthropic, Meta i Google han mogut fitxa gairebé simultàniament i han posat sobre la taula una nova generació de models. Alguns porten una numeració que sembla gairebé administrativa —Claude Fable 5.1, Muse Spark 1.3—, però quan els utilitzes costa parlar d’actualitzacions incrementals. Són més capaços, treballen durant més temps, utilitzen eines millor i necessiten cada vegada menys supervisió. El canvi fonamental és que ja no ens limitem a preguntar-los coses: comencem a encarregar-los feina.

Anthropic n’és un bon exemple. Fable 5.1 sembla pel nom una evolució menor, però millora significativament en programació, recerca i treball agèntic de llarga durada. Meta, després d’haver quedat temporalment enrere, torna a situar-se a primera línia amb Muse Spark 1.3, especialment orientat a agents capaços de mantenir diversos fluxos de treball, corregir els seus propis plans i treballar sobre objectius oberts. La competició ja no consisteix només a construir el xatbot que dona la millor resposta. La nova cursa és construir la màquina que pot assumir una tasca i acabar-la.

I aleshores arriba GPT-6 Astra. OpenAI el qualifica de “nova generació d’intel·ligència" i Greg Brockman ha anat encara més lluny: Welcome to the AGI era. Les dades expliquen l’entusiasme. Astra arriba al 99,9% a ARC-AGI-3, davant del 7,8% de GPT-5.6 Sol; obté un 97,6% a FrontierMath Tier 4 i un 100% a ExploitBench. Pot treballar directament amb ordinadors, navegar, programar, construir models CAD, analitzar dades científiques i executar processos professionals de múltiples passos. OpenAI afirma, a més, que una versió del model ha contribuït a obtenir nous resultats en problemes matemàtics oberts, inclosos avenços sobre els gaps entre nombres primers. És també el primer model d’OpenAI classificat al nivell Critical en ciberseguretat, després d’haver descobert durant les proves vulnerabilitats zero-day desconegudes.

Però potser el més revelador és mirar fora de la pantalla. Austin s’ha convertit aquesta mateixa setmana en l’aparador del robotaxi de Tesla, que hi acaba d’introduir el Cybercab —sense volant ni pedals— dins del seu servei autònom; Tesla ja ofereix Robotaxi a diverses ciutats de Texas i Florida. I a Londres ja han començat a circular els primers taxis autònoms d’Uber i Wayve, de moment amb conductor de seguretat mentre s’espera l’autorització per eliminar-lo. La IA deixa així de ser una cosa que viu només al núvol: comença a conduir cotxes, controlar robots, operar ordinadors i actuar directament sobre el món físic. Podem discutir si Astra compleix o no una determinada definició acadèmica d’Artificial General Intelligence. Probablement ho discutirem durant anys. Però potser ens estem fixant en la pregunta equivocada. El que realment importa és que estem entrant en un món on una màquina pot raonar, veure, utilitzar eines, actuar, aprendre dels seus errors i executar una feina de principi a fi. Si això és o no AGI dependrà de la definició que vulguem utilitzar. Però una cosa sembla cada vegada més difícil de negar: Una nova era acaba de començar.

Les notícies clau

OpenAI Astra

OpenAI acaba de presentar GPT-6 Astra i ho fa amb una declaració que fins fa poc hauria semblat provocadora: Greg Brockman creu que hem entrat en l’era de l’AGI. La companyia el presenta com el seu model més intel·ligent i alineat fins ara, amb un salt molt fort en ús de l’ordinador, browsing, programació, ciència, ciberseguretat i treball professional. Les xifres impressionen: 99,9% a ARC-AGI-3, 97,6% a FrontierMath Tier 4 i 100% a ExploitBench. Però el més important no és un benchmark concret. Astra està dissenyat per fer feina de principi a fi: pot navegar, utilitzar programari, analitzar dades, preparar documents i presentacions, programar, corregir errors i mantenir objectius durant fluxos de treball llargs. En OSWorld, per exemple, aconsegueix millor rendiment que GPT-5.6 Sol fent les tasques aproximadament en la meitat de temps, i OpenAI afirma que combinat amb el nou harness de Codex pot completar determinades tasques de computer use fins a 1,9 vegades més ràpid.

El canvi és encara més profund quan mirem què pot fer sense que una persona li indiqui cada pas. Astra combina raonament amb capacitat d’actuar directament sobre eines reals: pot reconstruir objectes en CAD amb un 95,9% de precisió, executar processos de software engineering, treballar sobre dades científiques i mantenir memòria de projectes que superen una sola finestra de context. OpenAI destaca també resultats científics que van més enllà dels benchmarks: Astra ha contribuït a millorar resultats matemàtics sobre els gaps entre nombres primers que feia anys —i en un cas dècades— que no avançaven. Però aquesta autonomia té una cara més inquietant. Astra és el primer model d’OpenAI que arriba al nivell Critical en ciberseguretat: en proves internes va descobrir i utilitzar dos zero-days desconeguts, va assolir 100% a ExploitBench i va demostrar capacitat per aconseguir execució arbitrària de codi en sistemes protegits. OpenAI, per tant, està desplegant-lo amb controls més estrictes i restringint les capacitats ofensives més avançades.

Cal dir que l’AGI ja ha arribat i continua sent discutible, però el canvi de fase és cada vegada més difícil de negar. Hem passat de models que responien preguntes, a models que raonaven, i ara a models que poden executar processos sencers amb criteri propi. Astra encara falla —59,3% a Agents Last Exam o 41,4% a AutomationBench deixen molt camí per recórrer—, però la direcció és clara: el valor ja no està només a tenir una IA que "sap més”, sinó en tenir-ne una que pot treballar per nosaltres. I OpenAI hi afegeix una altra dada decisiva: Astra és més obedient als límits de l’usuari, evita molt millors accions fora d’abast i és menys propens a fingir capacitats que no té, encara que el seu raonament intern s’ha tornat més difícil de monitorar. La pregunta per a les empreses, per tant, ja no és només què pot fer millor la IA que una persona. És quines feines podem començar a delegar completament a una màquina. Potser encara discutirem durant anys quin dia va arribar l’AGI; el que serà molt més difícil de discutir és quan les màquines van començar a treballar, de principi a fi, en feines que fins aleshores reservàvem als humans.

Anthropic Fable 5.1 

El més interessant no és que Anthropic presenti un altre model "més potent", sinó que intenta fer possible amb Claude Fable 5.1: convertir els agents d’IA en una eina capaç d’assumir projectes llargs amb molta menys supervisió humana. El model està pensat per treballar durant hores, navegar entre aplicacions, investigar en múltiples passos, programar sobre bases de codi senceres i produir documents, fulls de càlcul o presentacions acabades. Anthropic afirma que millora especialment en coding, recerca científica i tasques agèntiques, però hi ha una dada econòmicament més important: manté el preu de Fable 5, però redueix un 75% el cost de recuperar informació de la memòria cau, cosa que segons la companyia abarateix aproximadament un 25% les càrregues normals i fins a un 45% les tasques intensives en agents. És una evolució significativa: la competició ja no és només per tenir el model que respon millor, sinó pel cost de delegar-li hores de feina. 

Però Fable 5.1 també apunta cap a una altra transformació. Fable 5.1 i Mythos 5.1 són, en realitat, el mateix model, però Anthropic n’ofereix dues versions segons qui l’utilitza i per a què: Fable incorpora barreres que limiten determinades capacitats de ciberseguretat, biologia i química, mentre que Mythos les manté accessibles a organitzacions verificades. Les barreres, a més, s’han refinat: Fable ja pot detectar vulnerabilitats directament en codi font i els falsos positius dels filtres de biologia han caigut un 85%, tot mantenint restringides activitats com generar exploits o fer penetration testing. És possiblement la idea més important del llançament: el futur pot no ser un model diferent per a cada mercat, sinó la mateixa intel·ligència amb diferents permisos segons l’usuari, el risc i el context. Si aquesta arquitectura s’imposa, els models d’IA començaran a assemblar-se menys a un programari que comprem i més a una infraestructura a la qual se’ns concedeixen diferents nivells d’accés. 

 

Meta Muse 1.3

Meta torna a entrar de ple en la cursa dels models frontier amb Muse Spark 1.3, però el més interessant no és tant el benchmark com el tipus de feina que el model intenta assumir. Està dissenyat per sostenir tasques llargues, complexes i multietapa, utilitzant eines, reconstruint context a partir de fonts desordenades, detectant errors en el seu propi pla i mantenint diversos fluxos de treball dins d’una mateixa conversa. També millora en coding i, segons Meta, ho fa amb aproximadament un 20% menys de tool calls i un 25% menys de tokens que Muse Spark 1.2. Això és important perquè en els agents el cost real ja no depèn només del preu del token, sinó de quants passos, intents i eines necessita el model per acabar una feina. Meta manté els preus de l’API i, en comparacions independents, Muse Spark 1.3 se situa ja molt a prop dels millors models d’OpenAI i Anthropic en relació entre capacitat i cost.

El salt més rellevant, però, és qualitatiu: els models comencen a passar de respondre prompts a gestionar processos. Muse Spark 1.3 sap millor quan preguntar, quan continuar sol, quan reconèixer que no sap alguna cosa i quan aturar-se abans d’una acció irreversible; és exactament el tipus de comportament que necessitem si volem delegar feina real a un agent. Cal, això sí, llegir amb cautela els titulars sobre els benchmarks: alguns dels millors resultats que Meta mostra corresponen al mode max reasoning, que encara no està disponible de manera general perquè continua en proves de seguretat. Però la direcció és clara. Meta no està construint només un xatbot millor, sinó una infraestructura per a agents personals i professionals capaços de treballar durant hores sobre objectius oberts. I encara hi ha un altre element estratègic: Meta ja anuncia models més grans i una futura versió open weights de Muse Spark. Si compleix aquesta promesa, la competició amb OpenAI, Anthropic i Google no serà només sobre qui té el model més intel·ligent, sinó sobre qui converteix abans aquesta intel·ligència en mà d’obra digital fiable, barata i desplegable a escala.

Els anuncis de ChatGPT ja generen $1B

OpenAI acaba de demostrar que la publicitat dins de la IA pot convertir-se en un negoci enorme gairebé des del primer dia. Menys de 200 dies després de començar a provar anuncis a ChatGPT, la companyia afirma haver assolit un ritme anual de 1.000 milions de dòlars, amb desenes de milers d’anunciants. No són encara 1.000 milions efectivament ingressats —és una extrapolació del ritme actual—, però la velocitat és extraordinària. I l’escala potencial també: ChatGPT supera els 1.000 milions d’usuaris actius setmanals, els anuncis ja arriben a més de 40 països i OpenAI acaba d’obrir el seu Ads Manager self-service a Europa, Índia, Orient Mitjà i nord d’Àfrica. En només mig any ha començat a construir, al costat de les subscripcions, l’empresa i les API, una quarta pota del seu model de negoci.

Però el canvi real pot ser més profund: ChatGPT no sap només què busquem, sinó què intentem fer. En una conversa expliquem el problema, les restriccions, el pressupost o la decisió que volem prendre; una informació d’intenció comercial potencialment molt més rica que una simple keyword. Aquí hi ha l’amenaça —i l’oportunitat— per al negoci publicitari tradicional de Google o Meta: passar de comprar atenció a intentar aparèixer just en el moment en què es forma una decisió. Encara és un mercat immadur: els anunciants entrevistats per AdExchanger destaquen mancances importants en mesura de conversions, segmentació i atribució, i molts pressupostos continuen sent experimentals. Però aquest és precisament el senyal important: en menys de set mesos OpenAI ja ha creat un negoci de mil milions anuals abans fins i tot d’haver construït una plataforma publicitària madura. La batalla de la IA pot acabar sent també la batalla pel nou punt de venda d’internet: la conversa.

Meta ja fa servir robots als seus centres de Dades 

La cursa per la IA està generant una paradoxa: mentre els models automatitzen cada cop més feina digital, els enormes centres de dades que els alimenten continuen depenent de persones per fer tasques tan físiques com canviar cables, reiniciar servidors, reposicionar components o moure racks. Meta ja està provant robots de Kinova, ABB i Watney Robotics per automatitzar part d’aquest manteniment als seus centres de dades d’Iowa i Ohio. No parlem encara d’humanoides sofisticats, sinó sobretot de braços robòtics i plataformes mòbils especialitzades. La dada més espectacular —que els robots podrien arribar a substituir fins al 80% de la càrrega de treball d’alguns tècnics— s’ha d’agafar amb cautela: és l’estimació d’un empleat citat per WIRED, no una previsió oficial de Meta. De fet, els robots actuals encara són més lents que les persones, necessiten supervisió i tenen problemes amb la navegació, l’autonomia i les operacions més delicades.

Però estratègicament el moviment és molt més interessant del que sembla. Els centres de dades estan passant de ser edificis plens d’ordinadors a convertir-se en fàbriques altament automatitzades de computació. Amb la inversió en infraestructura d’IA disparant-se i escassetat de personal tècnic qualificat, automatitzar inspecció, manteniment i resposta a incidències permetria operar instal·lacions cada vegada més grans amb costos marginals menors i disponibilitat 24/7. El pas següent pot ser encara més important: dissenyar servidors, racks i centres de dades perquè siguin mantinguts des del principi per robots. Quan les màquines comencen a mantenir les màquines que fan possible la IA, l’automatització deixa de ser una capa del negoci i comença a convertir-se en la seva infraestructura.

El raspall de dents de Dyson 

Dyson entra ara en la higiene dental amb CameraJet, un raspall de dents de 499 dòlars que incorpora visió artificial per decidir on ha de netejar. Una càmera macro de 100.000 píxels captura 28 imatges per segon i un algoritme entrenat amb 470.000 imatges dentals identifica els espais entre les dents i activa, en menys de 100 mil·lisegons, un raig de col·lutori precisament en aquell punt. El dispositiu combina raspallat, neteja interdental, càmera i feedback personalitzat a l’app MyDyson, tot executant uns 16 milions de línies de codi. Dyson hi ha invertit sis anys de desenvolupament. És un producte extrem —també pel preu—, però mostra fins on està arribant la incorporació d’IA en objectes quotidians.

El més interessant, però, és el canvi de paradigma: l’objecte ja no executa simplement una ordre; observa l’entorn, interpreta què està passant i actua en conseqüència. CameraJet no és només un raspall “smart”: és un petit sistema autònom amb sensors, programari i actuadors que tanca el cercle percepció–decisió–acció. Aquesta mateixa arquitectura està arribant a electrodomèstics, cotxes, robots i maquinària industrial. El CameraJet pot acabar sent un producte de nínxol, però la idea que representa és molt més gran: quan la IA entra dins dels objectes, els productes deixen de ser eines i comencen a comportar-se com agents.

Anthropic publica els Commerce Agents en 'Open Source'

Anthropic acaba de publicar Claude Commerce Agents, una arquitectura oberta perquè empreses de retail, viatges, telecomunicacions o entreteniment puguin construir els seus propis agents comercials. La proposta separa dues figures: un shopping agent que conversa amb el client, busca i compara productes, planifica la compra i prepara el carretó; i un merchant agent que treballa per a l’empresa, analitzant vendes, inventari, preus, catàleg o campanyes. Anthropic assegura que alguns retailers que ja utilitzen agents basats en Claude han aconseguit carrets fins a un 35% més grans i un 60% més de probabilitat de completar la compra —xifres de la mateixa companyia que cal interpretar com a resultats de clients, no com una garantia general. La novetat important és que Anthropic no presenta només una demo, sinó el codi, els patrons, les eines i les barreres necessàries perquè una empresa pugui connectar aquests agents als seus sistemes i portar-los a producció.

Però la batalla real és qui controlarà la nova interfície del comerç digital. Fins ara compràvem navegant per webs, cercadors i marketplaces; cada vegada més, comprarem explicant a un agent què volem i deixant que busqui, compari i prepari la transacció. Anthropic intenta que marques i retailers puguin tenir aquest agent dins del seu propi canal, en lloc de cedir la relació amb el client a Amazon, Google o un assistent extern. Alhora, posa un agent a l’altre costat del taulell perquè gestioni bona part del back office, mantenint les accions sensibles sota aprovació humana. Si el comerç passa de navegar a conversar, la pregunta estratègica ja no serà només on venem, sinó quin agent controla la compra.

Com la IA ens canviarà la vida

Tesla ha inundat Austin de CyberCabs

Camions autònoms i elèctrics a la Xina – 100 tones

Robots químics 

Robots que fan la neteja

Robots bombers 

Camions autònoms i elèctrics 

Robots que transformen deserts en boscos

La recerca en IA 

EnvHarness: Awakening Static Worlds for Agent Learning- AI Lab: Washington Univ, Google, North Carolina

Els agents d’IA aprenen interactuant amb entorns, però aquests entorns acostumen a ser estàtics, dissenyats manualment i ràpidament queden desfasats a mesura que l’agent millora. El paper proposa Environment Harness (EnvHarness), una capa programable que modifica el comportament d’un entorn sense tocar-ne la lògica ni el verificador original. A sobre, introdueix EnvRigger, que observa l’agent com una caixa negra, detecta els seus punts febles i genera automàticament components d’EnvHarness per crear situacions que l’obliguin a millorar. En cinc benchmarks i quatre dominis, el sistema supera tant els entorns originals com mètodes específics de generació d’entorns, amb millores de fins a 9 punts i un 9,8% menys de passos d’execució.

Per què és important
La idea potent és que l’entorn d’aprenentatge deixa de ser passiu i passa a evolucionar conjuntament amb l’agent. En lloc d’entrenar una IA sempre sobre el mateix món, EnvHarness adapta aquest món als errors que l’agent encara comet, generant un senyal d’aprenentatge més útil i més exigent. Això pot ser especialment rellevant per al reinforcement learning i els agents autònoms: si volem agents que millorin de manera contínua, també necessitem entorns que aprenguin a desafiar-los de manera contínua.

Distillation Scaling Laws
AI Lab: Apple, Univ of Oxford 
El paper proposa una llei d’escalat per a la distil·lació de models que permet predir quin rendiment tindrà un model petit —l’student— segons el pressupost total de computació i com es reparteix entre entrenar el teacher i l'student. El resultat és una recepta per decidir quan i quant convé invertir en cadascun. Si el teacher ja existeix, o si s’han de crear molts students, la destil·lació supera l’entrenament supervisat fins a un determinat nivell de compute que creix de manera predictible amb la mida de l’student. En canvi, si cal entrenar també el teacher per obtenir un únic student, normalment surt més a compte entrenar directament l’student amb supervised learning.

Per què és important
La distil·lació és una de les vies principals per convertir models frontier enormes i cars en models més petits, barats i desplegables, però fins ara decidir quan compute dedicar al teacher i quant a l’student era en bona part experimental. Aquesta scaling law converteix aquesta decisió en un problema d’optimització econòmica: permet saber quan compensa destil·lar i quan estem malgastant compute construint un professor massa car. La conclusió és especialment rellevant per a empreses que volen desplegar molts models especialitzats: un bon teacher pot convertir-se en una infraestructura reutilitzable que abarateix tota una família de models.

LeRobot: An Open-Source Library for End-to-End Robot Learning-AI Lab: Hugging Face, Univ of Oxford
El paper presenta LeRobot, una llibreria open source que intenta unificar tot el stack del robot learning: des del control dels motors i la teleoperació fins a la captura, emmagatzematge i streaming de grans datasets, passant pels algoritmes d’aprenentatge i la inferència. L’objectiu és superar un dels grans problemes actuals de la robòtica: eines fragmentades, tancades i especialitzades en una sola part del procés. LeRobot està pensat especialment per a robots físics reals, funciona amb hardware assequible, pot adaptar-se a nous tipus de robots i incorpora implementacions eficients de diferents mètodes moderns de robot learning.

Per què és important
La robòtica comença a seguir el mateix camí que va accelerar espectacularment la IA: més dades, més compute, eines comunes i ecosistemes oberts. En lloc de programar manualment cada comportament, LeRobot aposta perquè els robots aprenguin i millorin a mesura que augmenten les dades i la capacitat de computació. Si plataformes obertes com aquesta aconsegueixen estandarditzar el desenvolupament, poden reduir radicalment el cost d’entrada i accelerar la innovació. LeRobot aspira a fer per al robot learning una part del que PyTorch i Hugging Face van fer pels models d’IA: convertir una disciplina complexa en una plataforma accessible i escalable.