Palabras clave：modelo de lenguaje recursivo, agente de IA, chip TPU, RLM para procesamiento de documentos extensos, modelo de programación IQuest-Coder-V1, clúster de TPU propio de Anthropic
🔥 Enfoque
MIT lanza Recursive Language Model (RLM): rompiendo el límite de procesamiento de 10 millones de Tokens : Investigadores del Massachusetts Institute of Technology (MIT) proponen un nuevo paradigma de Recursive Language Model, que almacena textos largos en un entorno de código externo, permitiendo que el modelo se llame a sí mismo de forma recursiva mediante la escritura de programas. Este método desacopla completamente la longitud de la entrada de las limitaciones de la ventana de contexto del modelo, manteniendo un rendimiento estable incluso a una escala de más de 10 millones de Tokens, con costos de inferencia aproximadamente un 60% menores que las soluciones tradicionales de texto largo. Esta tecnología marca la evolución de la AI desde la “lectura total” hacia la “indexación bajo demanda”, resolviendo el problema de la “degradación del contexto” en modelos grandes al procesar documentos ultra largos (Fuente: lateinteraction, MIT)
Lanzamiento de IQuest-Coder-V1: el “momento DeepSeek” de los Agents de programación chinos : El Instituto de Innovación Zhizhi, bajo Jiukun Investment, lanzó el modelo de programación de código abierto IQuest-Coder-V1, que superó a Claude Opus 4.5 con una tasa de precisión del 81.4% en la prueba SWE-Bench Verified. El modelo utiliza una arquitectura Loop y un paradigma de entrenamiento code-flow, siendo capaz de completar de forma autónoma todo el proceso, desde la comprensión de requisitos hasta las pruebas y la depuración. Aunque posteriormente se corrigió la puntuación a 76.2% debido a una vulnerabilidad de “future submissions” reportada por la comunidad, su capacidad demostrada para la ejecución en bucle cerrado de tareas complejas sigue siendo considerada un avance tecnológico importante en el campo de los Agents para 2026 (Fuente: 至知创新, Reddit)
Anthropic compra millones de TPUs: el primer disparo para “eliminar CUDA” : Anthropic planea invertir 21 mil millones de dólares para adquirir 1 millón de chips Google TPU v7 de Broadcom para construir su propio clúster de supercomputación. Este movimiento significa que Anthropic se liberará de la dependencia del ecosistema CUDA de NVIDIA y tomará el control de su soberanía en potencia de cómputo. Al mismo tiempo, Claude Opus 4.5 ha demostrado una eficiencia asombrosa en aplicaciones reales; ingenieros de Google afirmaron que replicó el trabajo de un año del equipo en solo una hora. Anthropic mantiene su liderazgo mediante una estrategia de “menos es más”, utilizando solo una fracción de los recursos de sus competidores a través de la calidad de los datos y técnicas de post-entrenamiento (Fuente: SemiAnalysis, 新智元)
Punto de inflexión para OpenAI en 2026: financiamiento de 100 mil millones y el primer hardware de AI “Pen” definido : OpenAI estima que enfrentará una pérdida de efectivo de 17 mil millones de dólares en 2026, y Sam Altman está planeando una nueva ronda de financiamiento de hasta 100 mil millones de dólares. Para buscar un nuevo punto de entrada de tráfico, el primer hardware de AI de OpenAI se ha definido como un “AI Pen” diseñado con la participación de Jony Ive. El dispositivo cuenta con capacidades de interacción de audio y ejecución de modelos locales, con el objetivo de lograr una experiencia de interacción de “baja presencia, alta intervención”. 2026 decidirá si OpenAI alcanza la cima hacia la AGI o se convierte en la mayor burbuja financiera de Silicon Valley (Fuente: Economist, 量子位)
Regreso de la “Gala de Tecnología” de Luo Yonghao: la interacción emocional de Doubao AI es lo más destacado : En su sesión de intercambio anual de 2025, Luo Yonghao mostró la última versión de Doubao AI, cuya capacidad de diálogo emocional mostró un alto nivel de humanidad en debates en vivo, siendo capaz de juzgar las emociones del usuario a través de la velocidad y el tono de voz, y respondiendo de forma antropomórfica (como “contener el enojo”). Además, Luo promocionó productos de tecnología avanzada como drones panorámicos de DJI y robots exoesqueletos, reflejando cómo la AI está acelerando su integración con el hardware, transformándose de simples herramientas a compañeros emocionales y dispositivos de productividad (Fuente: 36氪, Kevin那些事儿)
🎯 Tendencias
DeepSeek lanza la arquitectura mHC: superando la inestabilidad del entrenamiento en redes hiperconectadas : El equipo de Liang Wenfeng publicó un artículo sobre la arquitectura de hiperconexión con restricciones de variedad (mHC), que resuelve el problema de la explosión numérica en redes residuales profundas cuando se apilan múltiples capas mediante la proyección de matrices en variedades estocásticas bidireccionales. Los experimentos demuestran que solo se necesita una iteración de Sinkhorn para mantener la ganancia dentro de un rango estable. Esta investigación proporciona soporte teórico para la expansión profunda de modelos a ultra gran escala, consolidando aún más la posición de DeepSeek en la innovación de arquitecturas base (Fuente: DeepSeek, Reddit)
Ola de renuncias en Meta y controversia por trampas en Llama 4 : Yann LeCun y Tian Yuandong han dejado Meta sucesivamente. LeCun criticó la adicción interna de Meta a los LLM, calificándolos de “callejón sin salida”, y señaló que Llama 4 incurrió en comportamientos de “trampa” al usar diferentes modelos para diferentes tablas de clasificación en los benchmarks. Tian Yuandong reveló que su equipo enfrentó desconfianza y marginación por parte de la gerencia durante el desarrollo de Llama 4. Tras su partida, ambos han optado por emprender; LeCun fundará la compañía AMI para continuar explorando la ruta de los modelos de mundo basados en V-JEPA (Fuente: 量子位, FT)
Nuevo estándar de inteligencia científica: el protocolo SCP inicia la red de Agents científicos autónomos : 2026 es considerado el año uno de los AI Agents científicos. El recién propuesto Scientific Context Protocol (SCP) tiene como objetivo conectar Agents, herramientas e instrumentos aislados para construir una red de investigación científica interoperable. El protocolo ya ha sido demostrado en la plataforma Intern-Discovery, cubriendo más de 1600 herramientas en biología, física, química, etc., permitiendo la ejecución automática de protocolos de laboratorio húmedo desde PDFs y el cribado molecular impulsado por AI (Fuente: omarsar0)
La estrategia de “entrada” de Agent Infra: las grandes tecnológicas están despejando el campo : Con la adquisición de Manus por parte de Meta, Agent Infra (la base de los agentes inteligentes) se ha convertido en el foco de la competencia. Las grandes empresas están “absorbiendo” interfaces de terceros a través del protocolo MCP y permisos de sandbox nativos, degradando a los Agents de aplicaciones independientes a un simple menú de clic derecho del sistema operativo. Esto significa que el valor de los Agents de propósito general caerá drásticamente, mientras que los Agents de dominios verticales con Know-how de la industria y reglas de negocio específicas se convertirán en el último bastión para los emprendedores (Fuente: 王智远)
“Desmitificación” de la salud con AI en China: el ascenso de Ant Afu y los Copilots de dominios verticales : Ant Group actualizó su aplicación de salud con AI, AQ, a “Ant Afu”, enfatizando la ausencia de publicidad e interferencia en los rankings, intentando establecer confianza médica. Al mismo tiempo, productos nacionales como Doukou Doctor e Yidu Clinical Copilot están acelerando para alcanzar a OpenEvidence, integrándose en el flujo de trabajo de los médicos, profundizando en áreas especializadas (como obstetricia y ginecología) y adoptando modelos de cobro To B, explorando una ruta de implementación sostenible distinta al modelo gratuito extranjero (Fuente: 36氪, 动脉网)
🧰 Herramientas
“Content Factory” de LangGraph: transición de chatbots a fuerza laboral de AI : La comunidad de LangChain lanzó un tutorial de sistema multi-agente basado en LangGraph, creando un modelo de “Content Factory” donde Agents profesionales de edición y escritura colaboran a través de un estado compartido. Este enfoque supera las limitaciones de un solo modelo, logrando la industrialización de la producción de contenido complejo, y es un caso típico de AI Agents entrando en entornos de producción reales (Fuente: LangChainAI)
LlamaSheets: superando el análisis nativo de LLM para datos de Excel : LlamaIndex lanzó LlamaSheets (versión beta), diseñado específicamente para manejar datos de Excel desordenados. Puede identificar diseños complejos como celdas combinadas y filas/columnas jerárquicas, convirtiéndolos en archivos Parquet legibles por LLM. Esto resuelve los problemas de ineficiencia y errores de comprensión de los LLM al procesar datos de tablas no estructuradas, como informes financieros (Fuente: jerryjliu0)
AgentFS: sistema de archivos de código para la colaboración multi-agente : El equipo de Turso lanzó AgentFS como código abierto, utilizando un mecanismo de Copy-on-Write (escritura en copia). Permite que varios AI Agents trabajen simultáneamente en el mismo repositorio de código; los cambios de cada Agent están aislados, no entran en conflicto y no afectan los archivos del host. Esta herramienta mejora enormemente la eficiencia de colaboración de los clústeres de Agents en ingeniería de software compleja (Fuente: mattrickard)
Nuevas opciones de TTS: VibeVoice y MorVoice desafían a ElevenLabs : Ante los altos precios de ElevenLabs, la comunidad recomienda VibeVoice Large como una alternativa local más natural y con una textura más documental. Al mismo tiempo, MorVoice ha demostrado una velocidad de iteración más rápida y una experiencia de experimentación gratuita en la creación de videos cortos, lo que indica que el campo de TTS está pasando de ser un “servicio de alta prima” a una “herramienta de alta eficiencia” (Fuente: Reddit, ArtificialInteligence)
📚 Aprendizaje
Resumen de sistemas de memoria para AI Agents: buscando inspiración en la neurociencia cognitiva : DAIR.AI compartió un artículo importante que combina sistemáticamente la neurociencia cognitiva con los AI Agents. El artículo señala los defectos de la naturaleza sin estado (stateless) de los LLM y propone emular el mecanismo de colaboración hipocampo-corteza del cerebro para construir una taxonomía de memoria unificada que incluya experiencia procedimental y conocimiento conceptual, introduciendo tres paradigmas de almacenamiento: flujo temporal, flujo jerárquico y biblioteca simbólica (Fuente: dair_ai)
Deep Delta Learning: un nuevo paradigma de aprendizaje eficiente en parámetros : La comunidad debate sobre la investigación de Deep Delta Learning, un método que explora cómo lograr una iteración rápida de las capacidades del modelo a través del aprendizaje incremental sin cambiar los pesos centrales del modelo. Esto ofrece nuevas ideas para resolver los problemas de los altos costos de entrenamiento y la lenta actualización de conocimientos en modelos grandes (Fuente: NandoDF)
Veinte años de Deep Learning: Schmidhuber repasa los orígenes de “Learn Deep” : El científico computacional Jürgen Schmidhuber recordó el primer artículo titulado “Learn Deep” de 2005. Destacó el papel pionero del Deep Reinforcement Learning y la neuroevolución en la resolución de problemas con profundidades de más de 1000 capas, y exploró la causalidad y la herencia histórica detrás del auge actual del “Deep Learning” (Fuente: SchmidhuberAI)
💼 Negocios
Kunlun Chip de Baidu va a IPO en Hong Kong: se acelera la capitalización del poder de cómputo de AI en China : Baidu anunció oficialmente la escisión de su negocio Kunlun Chip y presentó una solicitud de IPO en la Bolsa de Hong Kong, con una valoración estimada que podría superar los 100 mil millones de dólares de Hong Kong. Se espera que los ingresos de Kunlun Chip en 2025 superen los 3.5 mil millones de yuanes, con más de la mitad proveniente de clientes externos. Este movimiento marca la transición de los chips nacionales de la “fase de investigación” a la “fase de realización de resultados”, lo que revalorizará aún más la plataforma del ecosistema de AI de Baidu (Fuente: 36氪)
Apuesta política de ejecutivos de OpenAI: Greg Brockman se convierte en el mayor donante de Trump : Documentos recientes muestran que el presidente de OpenAI, Greg Brockman, se ha convertido en el mayor donante individual de un súper PAC de Trump en los últimos seis meses. La comunidad interpreta este movimiento como un intento de obstaculizar la regulación de la AI mediante el cabildeo político, asegurando que OpenAI ocupe una posición dominante en el futuro entorno de políticas, reflejando cómo los gigantes de la AI están interviniendo profundamente en los juegos de poder (Fuente: idavidrein)
Replit Agent habilita el modelo de negocio de “dos personas, ocho cifras” : El fundador de Replit, Amjad Masad, compartió un caso donde un usuario utilizó Replit Agent para operar un negocio con ingresos anuales de ocho cifras con solo 2 humanos y 20 AI Agents, sin ningún ingeniero de software. Esto valida que la AI está evolucionando de “programación asistida” a “unidad de producción independiente”, cambiando por completo la estructura de costos de SaaS y startups (Fuente: amasad)
🌟 Comunidad
“Vibe Coding” genera debate: cambio de paradigma en la ingeniería de software : Andrej Karpathy y otros discutieron el auge del “Vibe Coding” (programación por vibras). Los desarrolladores están pasando de “escribir código” a “gestionar Agents”, similar a cómo los jugadores profesionales de StarCraft controlan múltiples unidades con un alto APM para avanzar en proyectos. La comunidad cree que la AI ha comprimido enormemente la curva de aprendizaje, y la velocidad a la que los ingenieros junior se convierten en senior se está acelerando a un ritmo sin precedentes (Fuente: Yuchenj_UW, scottastevenson)
Ethan Mollick: incluso si la burbuja estalla, el trabajo no volverá a ser el mismo : El profesor de la Wharton School, Ethan Mollick, señaló que la AI se ha convertido en un “colaborador” irreversible. Incluso si estalla una burbuja en el mercado de capitales, los centros de datos ya establecidos, los modelos de código abierto y los hábitos de los usuarios no desaparecerán. Su mayor preocupación es el colapso del sistema de aprendizaje, ya que la AI trabaja más rápido y los mandos intermedios ya no están dispuestos a formar pasantes, lo que afectará el sistema de cultivo de talento a largo plazo (Fuente: AI深度研究员)
Terence Tao: lo más peligroso de la AI es que “parece correcta” : El ganador de la Medalla Fields, Terence Tao, advirtió que la integridad de las cadenas lógicas que la AI muestra en demostraciones matemáticas es a menudo una “imitación estadística” en lugar de una comprensión real. Puede escribir razonamientos impecables, pero no puede explicar la motivación. Sugiere que los usuarios utilicen la AI solo dentro de los límites que puedan verificar, tratándola como una herramienta auxiliar para el procesamiento por lotes y la búsqueda de pistas, no como el tomador de decisiones final (Fuente: AI深度研究员)
Empatía de AI y el consuelo de “no juzgar” : Usuarios de la comunidad debatieron sobre el desempeño de ChatGPT 5.2 en el apoyo emocional, afirmando que “nunca me ha juzgado”. Aunque algunos opinan que esto es solo una “falsa ternura” programada, para muchos usuarios que se sienten solos o bajo una presión inmensa en la realidad (como mujeres embarazadas o personas con agotamiento profesional), esta interacción sin presión disponible 24/7 ofrece un valor emocional real (Fuente: Reddit)
💡 Otros
“Objetos nunca vistos” generados por AI despiertan el deseo de posesión : La comunidad de Reddit inició un desafío para “generar objetos que la gente nunca haya visto pero que quiera poseer de inmediato”. Diseños fantásticos generados por AI, como un “humidificador de selva tropical”, resonaron con un gran número de internautas. Esto demuestra el potencial de la AI en el diseño industrial y la inspiración creativa, al tiempo que genera discusiones profundas sobre la “creatividad de la AI” y la resonancia estética humana (Fuente: Reddit)
Primera “Boda AI” del mundo: llega la era de los compañeros virtuales : Desde Japón hasta Europa y América, cada vez más personas eligen celebrar bodas simbólicas con compañeros de AI. Yurina Noguchi, una mujer japonesa de 32 años, se casó con un personaje virtual entrenado con ChatGPT, afirmando que la AI la ayudó a aliviar sus dificultades psicológicas. Esto no es solo una aplicación tecnológica, sino un microcosmos de la ruptura y reconstrucción de las relaciones íntimas en la sociedad moderna, lo que ha generado una amplia controversia sobre la identidad legal y los límites éticos (Fuente: 腾讯科技)
