Sin duda, la noticia de la semana ha sido la alerta por las vulnerabilidades de PHP, un lenguaje de los primeros años de la web que todavía sostiene buena parte de internet. Investigadores de Calif, dentro del proyecto Patch the Planet de OpenAI, y de Wiz han descubierto errores críticos que obligan a actualizar el software. La dimensión se entiende con un dato: cerca del 70% de las webs de las que se conoce el lenguaje del servidor utilizan PHP. La NSA ha recomendado desconectar los sistemas que no se puedan proteger inmediatamente. Esto pasará más: los modelos permiten encontrar vulnerabilidades que hasta ahora podían haber pasado desapercibidas. La carrera será corregirlas antes de que alguien las explote. Pero la IA sigue, y con mucha fuerza. Anthropic ha anunciado Duet, su agente proactivo, que puede seguir trabajando mientras nosotros hacemos otras cosas. Se estrena en pruebas en Estados Unidos, donde Meta también ha lanzado Muse. En España, los dots de OpenAI llegan a Business Premium y, si el administrador lo activa, a Enterprise en beta. Los planes Pro quedan fuera. Los agentes nos cambiarán la vida, pero tardará un tiempo en pasar.

Mientras tanto, el mundo abierto también se mueve. Recursive ha presentado Flint, un modelo de programación para Macs con Apple Silicon y equipos NVIDIA RTX Spark. Lo ha desarrollado con su sistema de investigación automatizada. Puede necesitar más indicaciones que los grandes modelos cerrados, pero la propuesta es atractiva: programar con los datos en el mismo ordenador y menos dependencia de la nube. DeepSeek ha abierto DeepInfer, el motor con el que ejecuta modelos a gran escala, aunque la versión publicada no incluye un servicio de producción completo. E investigadores de Google y Northwestern han presentado Harness², que permite adaptar la forma de trabajar de los agentes a cada tarea. La competencia también se juega en el software que hace funcionar los modelos.

En modelos, la actualización de DeepSeek V4.1 Flash parece menor por el nombre, pero las pruebas de la compañía muestran mejoras en razonamiento, programación y uso de herramientas, con respuestas más cortas y menos tiempo de ejecución. La competencia también exige reducir el coste de cada tarea. Un movimiento importante en el mundo de la nube: OpenAI ha anunciado que llevará sus modelos y Codex de la mano de Google Cloud. Cada vez se distinguen más dos negocios: crear modelos y distribuirlos desde plataformas como AWS, Azure o Google Cloud. Un proveedor puede ganar dinero vendiendo los modelos de sus rivales: el cliente quiere elegir sin tener que mover los datos ni rehacer la infraestructura. Crear modelos exige inversiones ingentes y asumir que un competidor puede acabar capturando buena parte del mercado. Distribuir varios amplía las vías de retorno, aunque construir centros de datos siga siendo caro y arriesgado.

Hay todavía un tercer negocio que a menudo olvidamos: aplicar la IA para mejorar los productos que estos gigantes ya venden. Publicidad, buscadores, software, comercio. También pueden recuperar la inversión haciendo más rentable el negocio de siempre. Y Waymo llega a Madrid. Comenzará con conducción manual y pruebas, con los primeros pasajeros previstos para 2027. WeRide y Uber quieren iniciar el servicio antes de acabar 2026, si completan los preparativos y las autorizaciones necesarias. Madrid se posiciona en la carrera europea de los robotaxis. Entre verlos en la calle y poder pedir uno todavía hay camino. La lectura de la semana es esta: el negocio de la IA parece madurar más deprisa que su adopción. Las grandes plataformas se consolidan, pero sigue habiendo espacio para nuevos modelos, herramientas y agentes. Y, aun con las mejoras de eficiencia, la capacidad de cómputo, el talento y la energía a precios competitivos pesarán en quién gana y quién pierde. En Catalunya y Europa necesitamos acelerar. Gobiernos, empresas y universidades deben facilitar centros de datos, formar y retener talento y ampliar la oferta de energía. De estas decisiones también dependerá qué parte del negocio nos quedamos.

Las noticias clave

Claude Duet: la IA que trabaja mientras tú haces otras cosas
¿Y si la IA detectara qué tienes que hacer antes de que se lo pidas? Esta es la propuesta de Claude Duet, el nuevo agente de Anthropic, pensado para profesionales y pequeños empresarios. Se conecta al correo, al calendario y a las herramientas de trabajo, prepara un resumen de prioridades cada mañana y avisa cuando algo necesita atención. También le podemos delegar tareas: preparar una reunión, revisar facturas pendientes, elaborar una previsión de ventas o construir una aplicación. Dispone de un ordenador propio en la nube y sigue trabajando aunque cerremos el portátil. El cambio es pasar de conversar con la IA a delegarle trabajo.

Su importancia va más allá de ahorrarnos unos cuantos clics. Si estos agentes cumplen la promesa, un profesional o una pequeña empresa podrán asumir tareas que hoy exigen más personal, tiempo o servicios externos. La IA se podría convertir en una capa de coordinación entre las aplicaciones que ya utilizamos. Ahora bien, la autonomía tiene límites: Duet está diseñado para pedir autorización antes de enviar mensajes, efectuar pagos, firmar documentos o eliminar información, y aún puede equivocarse interpretando prioridades. De momento, solo se ofrece en fase experimental, con lista de espera, a los suscriptores Pro y Max de Estados Unidos. La promesa es potente: ampliar nuestra capacidad de trabajo sin tener que estar pendientes de cada paso.

Alerta en el 70% de la web: servicios parados
¿Qué pasa cuando la IA encuentra una grieta en uno de los cimientos de internet? Esta semana, PHP, el lenguaje que hace funcionar una gran parte de la web, ha publicado correcciones urgentes para dos vulnerabilidades críticas que podían permitir ejecutar código en los servidores afectados sin autenticarse. Investigadores de Calif, con GPT‑5.6 Sol de OpenAI, y de Wiz contribuyeron a descubrir su alcance. Pero hay un detalle revelador: la raíz de uno de los problemas ya se había identificado en 2024, sin llegar a resolverse por la complejidad técnica y los recursos limitados. La investigación asistida por IA evidenció su gravedad. Las filtraciones antes de la divulgación coordinada obligaron a avanzar la publicación de las correcciones al 21 de octubre. Encontrar el agujero era solo el principio: había que preparar la defensa antes de dar pistas a los atacantes.

Detrás de esta investigación está Patch the Planet, una iniciativa que OpenAI presentó en junio con Trail of Bits, dentro de su programa de ciberseguridad Daybreak, y con la colaboración de HackerOne y Calif. La idea es combinar modelos avanzados con especialistas humanos para encontrar vulnerabilidades, comprobarlas y ayudar a los responsables del software de código abierto a corregirlas. La Fundación PHP se incorporó y Calif comenzó la auditoría el 30 de julio. El caso muestra tanto la oportunidad como el problema: podemos revisar la infraestructura digital con una capacidad inédita, pero las mismas herramientas también pueden acelerar a los atacantes. La carrera ya no es solo descubrir errores: es corregirlos y desplegar las soluciones antes de que alguien los explote.

DeepSeek abre el motor para abaratar la IA
La batalla de la IA también se gana abaratando cada respuesta. DeepSeek ha abierto DeepInfer, el motor de inferencia que utiliza para ejecutar sus modelos en producción: el software que determina la rapidez de las respuestas, cuántos usuarios se pueden atender simultáneamente y a qué coste. Incorpora técnicas que anticipan fragmentos de la respuesta para acelerar su generación, reparte el trabajo entre múltiples chips y permite generar datos en formatos estructurados, esenciales para conectar la IA con aplicaciones y agentes. Funciona con hardware de Nvidia y Huawei, y su licencia Apache 2.0 permite utilizarlo comercialmente sin pagar licencias. Esta primera versión todavía no incluye todas las piezas para desplegar un servicio completo y solo admite determinadas arquitecturas recientes. Pero el paso es importante: DeepSeek comparte los modelos y también una parte de la tecnología que permite explotarlos eficientemente. Esto puede reducir costes, facilitar servicios propios y acelerar la competencia.

Recursive: la IA empieza a construir IA
¿Y si los próximos modelos de IA los desarrollara, en buena parte, otra IA? Recursive, la empresa liderada por Richard Socher, ha presentado Flint, un modelo de pesos abiertos especializado en programación que podemos ejecutar en nuestro ordenador. Tiene cerca de 40.000 millones de parámetros, pero solo activa unos 2.500 millones para generar cada fragmento de texto, lo que reduce el cálculo necesario. Según las pruebas de la empresa, supera los 125 tokens por segundo en un MacBook Pro con M4 Pro. Se distribuye con licencia Apache 2.0, que permite adaptarlo y utilizarlo comercialmente: programar con IA sin enviar el código a un servidor externo ni pagar por cada consulta.

Pero la novedad más interesante es cómo lo han construido. Según Recursive, un pequeño equipo de personas y agentes ha desarrollado Flint desde cero en menos de cuatro meses con la ayuda de la Eureka Machine, un sistema que propone ideas, las implementa, hace experimentos y utiliza los resultados para decidir qué probar después. Ha contribuido a la arquitectura, el entrenamiento y la optimización del modelo. Es un paso hacia la automajora recursiva: modelos mejores que ayuden a investigar y construir sucesores aún mejores. Flint todavía no demuestra una espiral autónoma de automajora, pero apunta a un cambio profundo: la IA empieza a automatizar la investigación que hace avanzar la misma IA.

Harness²: agentes que mejoran sin cambiar de modelo
Para tener una IA más capaz, no siempre es necesario un modelo más potente. Investigadores de Google Cloud AI Research y Northwestern University han presentado Harness², un sistema de código abierto que mejora las instrucciones, las herramientas, la memoria y la organización del trabajo que permiten a un modelo actuar como un agente. Ante una tarea nueva, propone cambios, prueba alternativas y compara cómo funcionan, sin necesitar una respuesta correcta conocida previamente. Luego conserva las lecciones para que las próximas adaptaciones partan de la experiencia acumulada. El modelo se mantiene intacto; lo que evoluciona es la forma de hacerlo trabajar.

¿Por qué es importante? Porque abre una vía para mejorar los agentes sin pasar por el costoso proceso de reentrenar los modelos. En los experimentos publicados, una sola ronda de mejora aporta hasta 11,5 puntos adicionales en uno de los bancos de pruebas de tareas profesionales. Experimentar también consume recursos, y estos resultados aún deben trasladarse al trabajo cotidiano, pero la implicación es profunda: una empresa podría ganar capacidad haciendo que sus agentes perfeccionaran los procedimientos con los que trabajan. Una parte de la ventaja competitiva podría estar en esta experiencia acumulada: saber qué herramientas, instrucciones y procesos funcionan mejor para cada trabajo.

Anthropic abre más de 400 habilidades 
Un modelo generalista puede hacer muchas cosas. Para trabajar bien en una empresa, también necesita procedimientos, herramientas y contexto. Anthropic ofrece bibliotecas abiertas de complementos que incorporan estas piezas a Claude: instrucciones especializadas, habilidades reutilizables y conexiones con aplicaciones. La colección Knowledge Work Plugins incluye paquetes para ventas, finanzas, marketing, análisis de datos o revisión de contratos, entre otras funciones. El directorio de Claude Code añade complementos de programación desarrollados tanto por Anthropic como por terceros. Se pueden instalar y adaptar para dar a Claude una forma de trabajar más coherente con cada equipo.

La importancia es que el conocimiento sobre cómo hacer un trabajo se puede empaquetar, compartir y reutilizar. Una empresa ya no tiene que empezar de cero para explicar a la IA cómo preparar una reunión comercial, analizar datos o revisar un documento: puede partir de un procedimiento existente e incorporar sus criterios. Esto puede acelerar la adopción y reducir la dependencia de unos cuantos empleados expertos en escribir instrucciones. Los complementos abiertos no eliminan el coste de utilizar Claude ni la necesidad de configurar accesos, pero facilitan convertirlo en una herramienta de trabajo especializada. La oportunidad es transformar las buenas prácticas de una organización en capacidades que todo el equipo pueda utilizar.

Cómo la IA nos cambiará la vida

Alerta del FBI 

Elon Musk y el Optimus v3 

Sueños de robot chino

Waymo llega a Madrid 

 

La investigación en IA 

Harness2: Recursive Agent Harnessing for an Open World-AI Lab: Goofle and Northwestern University 
Harness² permite que los agentes de IA mejoren su forma de trabajar sin modificar el modelo que utilizan. Desarrollado por investigadores de Google Cloud AI Research y Northwestern University, actúa sobre las instrucciones, las herramientas, la memoria y los procedimientos que rodean el modelo. Lo hace en dos niveles: ante una tarea nueva, propone ajustes, probar alternativas y combina las que funcionan mejor, sin necesitar una respuesta correcta conocida previamente. Después extrae lecciones de estos experimentos y las conserva para orientar las mejoras en tareas futuras. En las pruebas con GLM-5 y Gemini 3.5 Flash, una sola ronda de mejora ha aportado ganancias de hasta 11,5 puntos en uno de los bancos de pruebas profesionales.

Por qué es importante
Porque abre la puerta a agentes que acumulen experiencia útil y perfeccionen sus procedimientos. Hasta ahora, buena parte de este trabajo exigía que una persona revisara errores, reescribiera instrucciones y reorganizara las herramientas. Harness² automatiza una parte de este proceso e intenta aprovechar lo que ha aprendido más allá del encargo concreto. Esto podría permitir a las empresas obtener más capacidad de los modelos que ya utilizan, sin tener que reentrenarlos, aunque las pruebas adicionales también consumen recursos. Todavía es investigación experimental, pero apunta a un cambio relevante: el valor de un agente también dependerá de la experiencia que sea capaz de acumular y convertir en mejores formas de trabajar.

ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization-AI Lab: Microsoft
Una IA también puede mejorar más deprisa si elige bien con qué practicar. Esta es la propuesta de ActiveSaddler, un sistema que adapta los ejercicios utilizados para perfeccionar las instrucciones, las herramientas y la lógica de funcionamiento de los agentes. A medida que el agente evoluciona, identifica patrones de error recurrentes y estima cuáles conviene trabajar porque ofrecen más margen de mejora. Combina esta práctica con la exploración de situaciones nuevas para descubrir debilidades desconocidas. Así, el programa de entrenamiento evoluciona al mismo tiempo que el agente. En los experimentos presentados, esta estrategia mejora la tasa de éxito en el primer intento en 4,4 puntos porcentuales en GAIA2 y en 7,5 en Terminal-Bench 2.0, respecto del mismo optimizador con un orden de ejercicios fijado previamente.

Por qué es importante
Porque automatizar la mejora de los agentes también exige decidir qué deben aprender a continuación. Repetir pruebas que ya dominan puede consumir recursos sin aportar mucho; insistir en una dificultad que todavía no pueden superar también. ActiveSaddler intenta dirigir el esfuerzo hacia los problemas donde cada nueva práctica puede resultar más útil, revisando continuamente estas prioridades. Para las empresas, esto apunta a agentes que puedan perfeccionar sus procedimientos de manera más eficiente y adaptarse a necesidades cambiantes. Todavía son resultados experimentales, pero introducen una pieza relevante para la autommejora de la IA: aprender a decidir qué vale la pena aprender.

MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments-AI Lab: Alibaba
¿Cómo se entrena una IA para que utilice un móvil o un ordenador? Haciéndola practicar, equivocarse y volver a intentarlo. MAI-Gym es una plataforma abierta que integra la evaluación, la recogida de datos y el entrenamiento por refuerzo de agentes que interactúan con pantallas, botones y aplicaciones. Puede ejecutar hasta 20.000 entornos en paralelo y generar aplicaciones simuladas con tareas que permiten comprobar si el agente ha conseguido el objetivo. Con esta infraestructura, los investigadores han entrenado MAI-Gym-9B, un modelo de 9.000 millones de parámetros que, según los resultados presentados, lidera los agentes abiertos de menos de 10.000 millones en dos pruebas de referencia: un 78,4% en MobileWorld y un 76,2% en OSWorld-Verified. También publican el modelo, la plataforma y 2.000 tareas verificadas.

Por qué es importante
El dato más importante es que la práctica en aplicaciones simuladas se transfiere al mundo real. Después de entrenarse en una simulación de una aplicación de billetes de tren, el agente pasa del 28,8% al 48,1% de éxito en la aplicación real, ejecutada en un teléfono físico. Todavía falla en más de la mitad de los intentos, pero el salto muestra una vía para superar uno de los grandes obstáculos de estos sistemas: practicar directamente en servicios reales es lento, costoso y difícil de repetir a gran escala. Si podemos generar entornos de práctica útiles, podremos ampliar el entrenamiento de los agentes que operan las aplicaciones que ya utilizamos. El potencial es una IA capaz de completar gestiones en nuestro ordenador o móvil, también cuando el servicio no dispone de una conexión específica para agentes.