Aquesta setmana esperàvem dos anuncis importants. D’una banda, GPT-5.6, la nova versió d’OpenAI, de la qual s’espera una finestra de context molt més gran —fins a 1,5 milions de tokens—, un rendiment clarament superior en tasques llargues de programació i, evidentment, millores en els principals benchmarks. De l’altra, la disponibilitat de Mythos-Fable. L’administració Trump ha frenat el llançament dels dos models imposant una disponibilitat escalonada, amb autoritzacions concedides client a client. Tot indica que, més endavant, l’accés s’obrirà també al públic general, però encara no se sap quan. Aquesta incertesa pot tenir un impacte directe en la sortida a borsa de les dues empreses.

Però, mentre esperàvem aquestes novetats, han passat moltes altres coses rellevants, especialment en l’àmbit de la recerca i de la infraestructura d’IA.

Una de les més significatives l’ha protagonitzada Broadcom. Broadcom és una empresa de semiconductors que es va fer coneguda, en bona part, per produir xips de baix consum energètic per a smartphones. En aquell moment, tota l’atenció estava centrada en els ordinadors personals, on l’objectiu era millorar el rendiment costés el que costés, sovint simplement augmentant la velocitat del rellotge. Broadcom va ajudar a obrir una nova etapa: la dels xips eficients.

Doncs bé, en un món ara dominat pels xips d’alt rendiment per a centres d’IA, Broadcom sembla disposada a repetir la jugada. Primer, amb l’operació amb OpenAI i la presentació de Jalapeño, un xip orientat a inferència dissenyat per OpenAI que faran servir els seus models. Després, amb la compra de Modular, una empresa d’open source que ha desenvolupat Mojo —una mena de Python amb velocitat de C++— i un stack capaç de permetre que els models s’executin sobre AMD, Nvidia, Apple i Broadcom.

Això és important perquè Broadcom no entra només a competir en hardware. Entra també en la capa de software de base. És a dir, es posiciona en el mateix terreny on avui juguen Nvidia, AMD, les TPU de Google i la resta de grans actors que volen controlar la infraestructura de la intel·ligència artificial.

Però potser la notícia sorpresa de la setmana ha vingut de la mà d’Anthropic amb Claude Tag.

Slack és una plataforma similar a WhatsApp —però amb moltes més funcionalitats pensades per a l’empresa— i és omnipresent a les companyies nord-americanes. Allà, bona part de la feina passa per Slack. Una mica com a la Xina passa amb WeChat. El correu electrònic, encara molt present a Europa, ha perdut molt pes en aquests entorns.

I ara Anthropic proposa una idea aparentment senzilla, però amb implicacions profundes: tenir un participant més dins dels grups de Slack. No una eina externa. No un chatbot aïllat. Un agent Claude dins la conversa. Aquest és Claude Tag.

Li pots delegar tasques, pot seguir el context del grup i pot participar com un membre més de l’equip. És un petit canvi d’interfície, però pot ser un gran canvi en la manera com treballem. Fins ara, interactuàvem amb els agents obrint una finestra i fent-los preguntes. Ara comencem a integrar-los directament en els espais on ja passa la feina.

El següent pas no és només tenir millors models. És tenir nous companys de feina digitals.

El nou chip d’OpenAI & Broadcom – Jalapeño

OpenAI i Broadcom han presentat Jalapeño, el primer xip d’OpenAI dissenyat específicament per accelerar la inferència dels grans models de llenguatge. És a dir, no està pensat per entrenar models nous, sinó per fer que eines com ChatGPT, Codex o altres aplicacions d’IA responguin més de pressa, amb més eficiència i amb un cost menor.

El xip ha estat creat des de zero pensant en les necessitats actuals i futures dels models d’IA generativa. Segons OpenAI, les primeres proves indiquen que Jalapeño oferirà una eficiència energètica superior a la dels acceleradors més avançats actuals, tot i que la companyia encara no ha publicat les dades tècniques finals. L’objectiu és reduir el moviment de dades dins del sistema i equilibrar millor el càlcul, la memòria i la xarxa, tres elements clau per fer funcionar models d’IA a gran escala.

El projecte també mostra un canvi important en l’estratègia d’OpenAI. La companyia ja no només desenvolupa models i productes, sinó que vol controlar més parts de la infraestructura que els fa possibles: des dels xips fins als centres de dades, passant pel software, les xarxes i els sistemes de desplegament. Aquesta integració vertical podria ajudar-la a reduir costos, millorar la fiabilitat i oferir serveis d’IA més accessibles.

Un dels punts més destacats és la velocitat del desenvolupament: OpenAI assegura que Jalapeño ha passat del disseny inicial a la fase de fabricació en només nou mesos, amb l’ajuda dels mateixos models d’IA per accelerar parts del procés. Broadcom ha aportat la seva experiència en implementació de silici i tecnologies de xarxa, mentre que Celestica participa en la integració de plaques, racks i sistemes.

Jalapeño és el primer pas d’una plataforma de computació que OpenAI i Broadcom volen desplegar durant els pròxims anys, amb una escala que podria arribar a centres de dades de nivell gigawatt. Per a OpenAI, la importància d’aquest xip és clara: la inferència és el moment en què la IA arriba realment als usuaris. Si aquesta part és més ràpida, barata i fiable, també ho poden ser les respostes de ChatGPT, les tasques de Codex o les aplicacions que empreses i desenvolupadors construeixen amb la seva API.

El moviment confirma que la cursa de la intel·ligència artificial ja no es juga només en els models, sinó també en la infraestructura física que els sosté. En un sector on la demanda de càlcul creix de manera accelerada, tenir xips propis pot convertir-se en un avantatge estratègic decisiu.

Qualcomm compra Modular

Qualcomm ha acordat comprar Modular, una startup de software per a intel·ligència artificial, per prop de 3.900 milions de dòlars en accions, segons The Information. Modular desenvolupa eines que permeten als programadors escriure codi una sola vegada i executar-lo en diferents tipus de xips, sense haver-lo d’adaptar manualment a cada plataforma.

La compra és rellevant perquè apunta directament a un dels grans avantatges de Nvidia: CUDA, el seu ecosistema de software, que s’ha convertit en l’estàndard dominant per entrenar i executar models d’IA en els seus xips. Modular, fundada el 2022, volia precisament oferir una alternativa més oberta i flexible a aquesta dependència.

Per a Qualcomm, tradicionalment molt forta en xips per a mòbils, l’operació és una manera d’intentar guanyar pes en el mercat dels centres de dades d’IA. En aquesta cursa, no n’hi ha prou amb fabricar bons xips: també cal oferir als desenvolupadors un entorn de software fàcil d’utilitzar. Si la integració funciona, Modular podria ajudar Qualcomm a competir millor amb Nvidia i a fer que el seu hardware sigui més atractiu per a empreses i desenvolupadors.

Anthropic Claude Tag

Anthropic ha presentat Claude Tag, una nova manera d’integrar el seu assistent d’intel·ligència artificial dins dels equips de treball. La primera plataforma on estarà disponible és Slack, on Claude podrà participar com si fos un membre més del canal. Els usuaris només hauran d’escriure @Claude en una conversa per encarregar-li una tasca, demanar-li informació, resumir un fil o ajudar a resoldre un problema.

La diferència respecte d’un xat tradicional és que Claude Tag està pensat per treballar en equip. Dins d’un canal de Slack hi ha un únic Claude compartit, de manera que qualsevol membre pot veure què està fent, continuar una conversa iniciada per una altra persona o aprofitar el context acumulat. Amb el temps, Claude pot recordar informació rellevant dels canals als quals té accés, cosa que evita haver d’explicar-li sempre de nou el projecte, els objectius o les decisions prèvies.

Anthropic també destaca que Claude Tag pot actuar de manera més proactiva. Si l’empresa ho activa, l’assistent pot avisar de novetats importants, detectar tasques que han quedat pendents o recuperar converses que s’han aturat sense una conclusió clara. També pot treballar de manera asíncrona: se li pot encarregar una tasca i deixar que la desenvolupi mentre l’equip continua amb altres prioritats. Segons Anthropic, la seva versió interna ja s’utilitza de manera habitual dins de la companyia, fins al punt que el 65% del codi del seu equip de producte és creat amb l’ajuda d’aquesta eina.

La companyia remarca que els administradors podran controlar amb detall a quins canals, eines, dades i fins i tot repositoris de codi pot accedir Claude. A més, cada configuració mantindrà permisos i memòria separats: per exemple, un Claude pensat per a vendes no compartirà informació amb un Claude d’enginyeria. També es podran fixar límits de despesa i consultar un registre de les tasques que l’assistent ha fet i qui les ha demanat.

Claude Tag ja està disponible en beta per als clients de Claude Enterprise i Claude Team, i substitueix l’antiga aplicació de Claude per a Slack. Anthropic preveu portar aquesta experiència a altres plataformes de treball en el futur. El llançament apunta a un canvi important: els assistents d’IA deixen de ser eines individuals per convertir-se en companys digitals compartits, integrats directament en el dia a dia dels equips.

La nova API d’agents de Google – Interactions

Google ha presentat una nova API per crear agents d’intel·ligència artificial, una eina pensada perquè els desenvolupadors puguin construir assistents més autònoms i connectats amb aplicacions, dades i serveis empresarials. A diferència d’un xat tradicional, aquests agents no només responen preguntes, sinó que poden planificar tasques, utilitzar eines externes i completar processos amb diversos passos.

La nova API s’integra amb els models Gemini, cosa que permet aprofitar les capacitats més avançades de raonament de Google. També facilita la connexió dels agents amb bases de dades, sistemes interns, altres API i eines de treball, tot des d’una interfície unificada. D’aquesta manera, les empreses podrien crear agents capaços d’ajudar en àmbits com l’atenció al client, la recerca, el desenvolupament de programari o l’automatització de processos de negoci.

Google també incorpora funcions com la memòria persistent, l’ús d’eines i la possibilitat de coordinar diversos agents alhora per resoldre tasques més complexes. El llançament encaixa dins de l’ecosistema d’IA de la companyia, que inclou Gemini, Vertex AI i el protocol Agent2Agent, pensat per facilitar la comunicació entre agents.

La nova API estarà disponible a través de Google Cloud per a desenvolupadors que vulguin crear aplicacions d’IA en entorns de producció. El moviment confirma una tendència cada vegada més clara en el sector: la cursa de la intel·ligència artificial ja no gira només al voltant dels xatbots, sinó dels agents capaços d’actuar, coordinar-se i fer feina real dins de les organitzacions.

Com la IA ens canviarà la vida

Escoles amb Smart Desks
Algunes escoles de la Xina estan ja equipades amb Smart Desks

Avions robot autònoms militars

Robots malabaristes
Aquests són robots malabaristes capaços d’aprendre només amb dos intents

Els Chatbots són d’esquerres
El Washington Post ha testejat els chatbots més comuns i ha trobat que són bàsicament d’esquerres

Els nous robotaxis de Waymo
La nova generació de robotaxis de Waymo

La Recerca IA

IBM Debuts World’s First Sub-1 Nanometer Chip Technology - AI Lab: IBM

IBM ha presentat una nova tecnologia de xips per sota d’1 nanòmetre, una fita que podria marcar el futur de la indústria dels semiconductors. El nou disseny, anomenat nanostack, permet apilar transistors en tres dimensions i integrar-ne prop de 100.000 milions en un xip de la mida d’una ungla.

Segons IBM, aquesta tecnologia podria oferir fins a un 50% més de rendiment o un 70% més d’eficiència energètica que els seus xips de 2 nanòmetres. L’avenç és especialment rellevant per a camps com la intel·ligència artificial generativa, el núvol, els dispositius electrònics i les infraestructures digitals.

Tot i que encara no és un producte comercial, IBM assegura que aquesta arquitectura podria arribar a producció en uns cinc anys. La companyia defensa que el descobriment obre una nova etapa en la fabricació de xips, ja molt a prop de l’escala dels àtoms.

Santander AI Open Source - AI Lab: Banco de Santander

El Banco Santander ha obert a GitHub una nova organització de projectes d’intel·ligència artificial sota el nom Santander AI Open Source. La iniciativa, impulsada pel seu AI Lab, posa a disposició de la comunitat eines i codi obert relacionats amb IA responsable, MLOps, models petits, avaluació de grans models de llenguatge i aprenentatge automàtic aplicat al sector financer.

Entre els projectes destacats hi ha eines per generar grafs sintètics de frau, entrenar adaptadors per millorar sistemes de recuperació d’informació, crear guardrails per a models de llenguatge, avaluar la robustesa de models amb conjunts de dades “estressats” o estudiar biaixos i discriminació en decisions de crèdit. També inclouen llibreries per connectar-se a diferents proveïdors d’IA, com OpenAI, AWS Bedrock o Google Gemini, des d’una mateixa interfície.

Santander remarca que tots els projectes fan servir dades sintètiques o anonimitzades, i que no s’hi publica informació real de clients. El banc també ha definit un sistema de governança per revisar els projectes abans de fer-los públics: una via ràpida per a eines genèriques, tutorials o SDKs, i una revisió més completa per a models d’IA, frameworks amb propietat intel·lectual o codi que hagi tingut contacte amb dades internes.

El moviment mostra com la banca comença a participar de manera més activa en l’ecosistema de codi obert d’intel·ligència artificial. Per a Santander, obrir aquests projectes no només pot ajudar a captar talent i col·laboracions, sinó també a reforçar la confiança en l’ús de la IA en un sector especialment sensible com el financer. En un moment en què els bancs busquen aprofitar la IA sense perdre control sobre la seguretat, la transparència i el compliment normatiu, el codi obert es converteix en una eina estratègica.

Loop Engineering: The Anthropic Playbook for Designing Systems that Prompt your Agents - AI Lab: Anthropic

Després de l’auge de conceptes com prompt engineering, context engineering o harness engineering, ara comença a aparèixer una nova expressió en el món de la intel·ligència artificial: loop engineering. El terme, impulsat recentment per figures com Peter Steinberger, Boris Cherny i Addy Osmani, descriu una nova manera de treballar amb agents d’IA: no es tracta només de donar millors instruccions al model, sinó de construir circuits perquè l’agent pugui treballar gairebé sol, de manera repetida i amb supervisió.

La idea central és que l’humà deixa d’estar al centre de l’execució de la tasca. En lloc de fer la feina directament, dissenya el “bucle” que permet a l’agent descobrir què cal fer, rebre l’encàrrec, produir una resposta, verificar-la, guardar el que ha après i programar el següent pas. Cada volta del bucle inclou cinc moviments: descoberta, traspàs de la tasca, verificació, persistència i planificació.

Un dels punts més importants és separar qui genera la feina de qui l’avalua. Segons els autors, quan un agent ha de jutjar el seu propi resultat tendeix a ser massa complaent. Per això és més eficaç crear un segon agent, independent i més escèptic, que revisi la feina abans que avanci. Aquesta separació entre generador i avaluador pot ser clau per evitar errors, biaixos o resultats massa optimistes.

El text cita exemples que van des de rutines personals, com un sistema que organitza les tasques del matí d’un enginyer, fins a casos empresarials de gran escala, com el de Stripe, que ja fusiona més de 1.300 canvis de codi generats per màquines cada setmana. Aquests casos mostren que els bucles poden multiplicar la productivitat, però també introdueixen riscos menys visibles: acumulació de deute de verificació, pèrdua de comprensió del que s’està fent, dependència excessiva de l’agent i un consum creixent de tokens i recursos.

La tesi de fons és clara: amb aquests sistemes, generar feina serà cada vegada més barat. El recurs escàs ja no serà tant la producció, sinó el criteri per decidir què és correcte, útil i segur. Per això, el mateix bucle pot donar resultats excel·lents en mans d’un equip amb bon judici, o resultats problemàtics si ningú sap supervisar-lo bé. En la nova etapa dels agents d’IA, saber preguntar ja no serà suficient: caldrà saber dissenyar, controlar i jutjar els bucles que treballen per nosaltres.

Qwen-AgentWorld: Language World Models for General Agents - AI Lab: Alibaba Qwen team

Un equip d’investigadors ha presentat Qwen-AgentWorld, una nova família de models d’intel·ligència artificial capaços de simular entorns i anticipar què pot passar després d’una acció. Aquest tipus de sistema es coneix com a world model, o model del món, i és una peça clau perquè els agents d’IA puguin planificar millor abans d’actuar.

La idea és senzilla: en lloc de limitar-se a respondre ordres, el model intenta imaginar les conseqüències de cada pas. Això pot ajudar un agent a decidir millor, corregir errors i resoldre tasques complexes, com utilitzar eines digitals, programar o moure’s per un sistema operatiu.

Aquest avenç també és important per al futur de la robòtica. Un robot no pot actuar només per prova i error: si agafa malament un objecte, xoca amb una persona o calcula malament un moviment, les conseqüències poden ser físiques. Per això, els models del món poden ser essencials perquè els robots simulin mentalment diferents opcions abans d’executar-les.

Segons els autors, Qwen-AgentWorld ha estat entrenat amb més de 10 milions d’interaccions en entorns reals i supera altres models avançats en qualitat de simulació. Si aquesta línia progressa, podria ajudar a crear agents i robots més fiables, capaços de planificar, anticipar riscos i actuar amb més autonomia en entorns complexos.

Index Nature 2026 – la Xina top 9 dels 10 primers i Zhejiang primera universitat - Nature

La Universitat de Zhejiang, a la Xina, ha superat Harvard i s’ha situat com la primera institució acadèmica del món al Nature Index 2026 Research Leaders. El rànquing mostra un canvi de pes en la recerca global: nou de les deu primeres universitats són xineses, amb Harvard com a única institució nord-americana dins del top 10.

El Nature Index és una base de dades elaborada pel grup Nature que mesura la contribució d’universitats, centres de recerca i països a articles publicats en revistes científiques d’alt impacte. No és un rànquing universitari general, com poden ser el QS o el Times Higher Education, sinó un indicador centrat sobretot en producció científica de qualitat. L’edició del 2026 es basa en articles publicats durant el 2025 i inclou més de 125.000 articles de recerca en set grans àrees, entre ciències naturals, salut, ciències aplicades i ciències socials.

La classificació utilitza indicadors com el Count, que compta els articles en què participa una institució, i el Share, que reparteix el pes d’un article entre les institucions signants. Això permet aproximar no només quants articles publica una universitat, sinó quina part real de la contribució científica li correspon.

El lideratge de Zhejiang i la forta presència de la Xina reflecteixen l’acceleració del sistema científic xinès en els últims anys, especialment en àrees com la química, els materials, l’enginyeria, la física i la intel·ligència artificial. També confirma que la competició científica mundial s’està desplaçant: les universitats xineses ja no només publiquen més, sinó que guanyen presència en revistes de màxim impacte.

Tot i així, cal llegir el Nature Index amb prudència. Mesura una part molt concreta de l’activitat científica i no avalua altres dimensions importants, com la docència, la transferència de coneixement, la qualitat de vida universitària o l’impacte social de la recerca. Però com a fotografia de la producció científica d’alt nivell, el resultat és contundent: la Xina ja competeix al capdamunt de la ciència mundial.

Entre els primers 500, el CSIC és el n. 77, la UB el 275, el BIST el 300, la UAM el 345, la Universitat del País Basc el 371, la Complutense el 429, la Universitat de València el 442 i l’Institut de Salut Carlos III el 475. El primer centre Europeu és Max Planck amb el n. 13. Només Harvard es situa entre els 10 primers, la resta són xinesos.

La Xina al capdamunt de la Supercomputació - TOP500

La Xina ha tornat al número u de la supercomputació mundial amb LineShine, un superordinador instal·lat al National Supercomputing Centre de Shenzhen. Segons la llista TOP500 de juny del 2026, LineShine ha aconseguit 2,198 exaflops en el test HPL, superant el nord-americà El Capitan i convertint-se en el primer sistema xinès que lidera aquest rànquing des del Sunway TaihuLight el 2017.

La fita és rellevant perquè LineShine ha estat desenvolupat amb tecnologia xinesa i funciona només amb CPU, sense dependre de GPU nord-americanes. Això reforça el missatge de sobirania tecnològica de la Xina en plena competició amb els Estats Units. Tot i així, cal matisar que el TOP500 mesura sobretot potència de càlcul científic tradicional, no necessàriament rendiment en intel·ligència artificial.

Altres notícies

  • La fuga de talent en IA a Google continua: dos investigadors clau de Gemini marxen a Anthropic, en plena ofensiva d’OpenAI i Anthropic per captar perfils estrella abans de sortir a borsa.
  • Google integra l’ús d’ordinador a Gemini 3.5 Flash perquè els desenvolupadors puguin crear agents capaços de veure, raonar i actuar en navegadors, mòbils i escriptoris, amb noves salvaguardes per reduir riscos com la injecció de prompts.
  • Alibaba demanda el Departament de Defensa dels EUA per la seva inclusió a la llista d’empreses militars xineses, en un nou episodi de tensió comercial i política entre Washington i Pequín.
  • Google reorganitza el seu equip especialitzat en eines de programació amb IA per intentar retallar distàncies amb Anthropic i ampliar aquests models cap a usos empresarials com la creació de presentacions.
  • Anthropic acusa Alibaba d’haver accedit il·lícitament a Claude mitjançant milers de comptes falsos per extreure’n capacitats, en una nova escalada de la rivalitat entre laboratoris d’IA dels EUA i la Xina.
  • OpenAI fitxa Chris Grusz, veterà d’AWS, per liderar les aliances al núvol i reforçar la seva ofensiva en IA empresarial, seguint l’estratègia de grans partnerships de l’ecosistema cloud.
  • Cursor prepara el seu gran salt: entrenar des de zero un model de la mida de GPT-4 o Claude Opus per convertir-se no només en una eina de programació amb IA, sinó en un laboratori fronterer propi.
  • Tesla, Sunrun i Renew Home volen crear una central elèctrica virtual de més de 16 GW amb bateries domèstiques i dispositius intel·ligents per alimentar centres de dades, tot i els dubtes sobre la capacitat real disponible i l’impacte per als usuaris.
  • SambaNova, startup de xips d’IA amb suport d’Intel, prepara una ronda de fins a 1.000 milions de dòlars que podria elevar la seva valoració a 10.000 milions, en plena cursa per trobar alternatives més barates a Nvidia.
  • El boom dels centres de dades als EUA topa amb una resistència local creixent: més de 300 ciutats, comtats i estats han aprovat moratòries o prohibicions des del 2023, sobretot aquest any, per frenar nous projectes.
  • ByteDance presenta Seedance 2.5, un nou model d’IA capaç de generar vídeos 4K de 30 segons a partir d’un sol prompt i fins a 50 referències, en plena competència amb Google i OpenAI i sota l’ombra dels conflictes de copyright.