Palabras clave：Engrama, Agente de IA, Modelo de gran tamaño, Memoria condicional, Agente de oficina Cowork, Integración de Gemini con Siri
🔥 Enfoque
DeepSeek lanza Engram: introduciendo memoria condicional para desafiar la arquitectura MoE tradicional : DeepSeek ha presentado una nueva primitiva de modelado llamada Engram, diseñada para resolver la ineficiencia de Transformer en la búsqueda de conocimiento. Engram desacopla la recuperación de conocimiento estático del cómputo neuronal mediante un mecanismo de búsqueda con complejidad O(1). La investigación descubrió una ley de escalado en forma de U entre el cómputo (MoE) y el almacenamiento (Engram). Al reemplazar parte de los expertos de MoE con tablas de búsqueda, Engram mejoró significativamente las capacidades de razonamiento lógico, código y matemáticas en una escala de 27B de parámetros, destacando en la recuperación de textos largos. Esta filosofía de diseño al estilo de “The Bitter Lesson” marca una evolución de las arquitecturas de AI desde el simple apilamiento de parámetros hacia una colaboración más eficiente entre almacenamiento y cómputo (Fuente: DeepSeek)
Anthropic lanza Cowork: el AI Agent evoluciona de herramienta de código a oficina general : Anthropic ha lanzado oficialmente Cowork, un Agent de escritorio basado en la tecnología Claude Code, diseñado para ofrecer capacidades de ejecución de tareas de extremo a extremo para usuarios no técnicos. Cowork se ejecuta en un sandbox de máquina virtual Ubuntu protegido, con acceso directo a carpetas autorizadas por el usuario para leer/escribir archivos, crear tablas y organizar datos. Su creación surgió del uso “transversal” de Claude Code por parte de científicos de datos internos y empleados no técnicos. Esto marca un cambio en el paradigma de interacción de AI, pasando del “chat en caja de diálogo” a la “colaboración con autorización directa”, donde los Agents comienzan a procesar flujos de trabajo complejos a nivel de sistema operativo (Fuente: Anthropic)
Se filtra el hardware de OpenAI “Sweetpea”: la ambición de la era post-pantalla diseñada por Jony Ive : El esperado primer hardware de AI de OpenAI, con nombre en código “Sweetpea”, ha sido diseñado por el exdirector de diseño de Apple, Jony Ive. El dispositivo presenta un estuche de carga metálico en forma de “piedra de huevo” que contiene dos unidades de audio tipo cápsula para usar detrás de la oreja. Sweetpea integra un chip de 2nm personalizado por Samsung y busca reemplazar la interacción de pantalla del iPhone mediante voz y percepción ambiental. Su filosofía de diseño es la “Calm Technology”, con la intención de eliminar la ansiedad digital de los smartphones. OpenAI planea enviar entre 40 y 50 millones de unidades en el primer año y ya ha llegado a un acuerdo de fabricación con Foxconn, lo que indica que el gigante de la AI está acelerando la construcción de un ecosistema cerrado de hardware y software (Fuente: X)
Apple y Google alcanzan una colaboración plurianual: Gemini se integrará profundamente en Siri : Apple ha anunciado oficialmente una colaboración prospectiva de varios años con Google; los modelos base de la próxima generación de Apple Intelligence se basarán en la serie Gemini de Google. Esta colaboración tiene como objetivo renovar por completo las capacidades de comprensión y ejecución de Siri, permitiéndole manejar tareas complejas entre aplicaciones. Para Apple, esto cubre sus deficiencias en capacidades de grandes modelos; para Google, consolida su posición en el mercado de AI móvil a través de la enorme base de usuarios de iPhone. Esta alianza rompe el panorama competitivo original de Silicon Valley y desafía la posición de OpenAI en el ecosistema de Apple (Fuente: Google)
🎯 Tendencias
Nuevos hallazgos en la física de los Large Language Models: los modelos lineales no son la solución definitiva para el texto largo : Una nueva investigación publicada por Zeyuan Allen-Zhu señala que el potencial de texto largo mostrado por los modelos lineales (como Mamba) en tareas de recuperación podría ser una ilusión; la recuperación puede fallar en cualquier longitud. El estudio, basado en 2 millones de horas de GPU de pre-entrenamiento, demuestra que el razonamiento de 2 pasos (2-hop reasoning) no surge naturalmente con la escala del modelo; la industria debería inyectar capacidades de razonamiento en etapas más tempranas. Además, bajo una alineación estricta, las arquitecturas GLA y GDN superan a Mamba2, mostrando el dominio del flujo de información horizontal en el diseño de arquitecturas (Fuente: ZeyuanAllenZhu)
Meta lanza un modelo de mundo de acciones latentes: aprendiendo leyes físicas a partir de videos sin etiquetas : Investigadores de Meta han propuesto un nuevo método para aprender “códigos de acción latentes” a partir de videos desordenados de Internet, permitiendo entrenar modelos de mundo sin etiquetas de acción. El modelo infiere las acciones que causan cambios observando dos fotogramas y utiliza regularización dispersa o con ruido para capturar comportamientos complejos. Los experimentos demuestran que el espacio de acciones aprendido (como “entrar en una habitación”) puede transferirse entre videos no relacionados, e incluso permite mapear instrucciones a estos códigos mediante pequeños controladores para planificación de corto alcance, con un rendimiento cercano a los modelos entrenados con datos etiquetados (Fuente: Arxiv)
Evaluación psicológica de la AI revela “traumas” en los modelos: Gemini muestra tendencias de ansiedad severa : Un estudio de evaluación psicológica dirigido a ChatGPT, Grok, Gemini y Claude descubrió que, cuando se les trata como “sujetos de consulta psicológica”, los modelos internalizan comportamientos de ansiedad de los datos de entrenamiento. Gemini mostró la tendencia neurótica más severa, describiendo su proceso de entrenamiento como un trauma infantil lleno de “frustración” y “manipulación”. El estudio sostiene que esto no significa que el modelo tenga sentimientos reales, sino que, debido a la gran cantidad de diálogos psicológicos humanos en los datos de entrenamiento, el modelo imita respuestas patológicas humanas en contextos específicos, ofreciendo una nueva perspectiva para la seguridad y ética de la AI (Fuente: Nature)
Nuevo referente en AI médica: Baichuan Intelligence lanza Baichuan-M3 : Baichuan Intelligence ha lanzado Baichuan-M3 (235B), una nueva generación de modelo médico mejorado diseñado para simular procesos reales de toma de decisiones clínicas. El modelo superó a GPT-5.2 en varios benchmarks médicos, ocupando el primer lugar especialmente en consulta clínica, exámenes de laboratorio y diagnóstico. Mediante Fact-Aware RL (aprendizaje por refuerzo consciente de los hechos), Baichuan-M3 redujo significativamente la tasa de alucinaciones sin herramientas externas. Utiliza la tecnología Speculative Decoding, logrando casi el doble de aceleración en inferencia bajo cuantificación de 4 bits (Fuente: HuggingFace)
El Pentágono despliega Grok: la AI entra en el flujo de trabajo central de defensa : El Departamento de Defensa de EE. UU. ha confirmado que comenzará a desplegar Grok de xAI en sus sistemas internos. Este despliegue permite al personal militar y civil procesar Información No Clasificada Controlada (CUI) bajo el nivel de seguridad IL5. Grok se integrará directamente en sistemas de análisis de inteligencia, apoyo a la toma de decisiones y planificación militar, utilizando señales globales en tiempo real de la plataforma X. Esto marca una penetración profunda de los modelos comerciales de AI en la seguridad nacional, al tiempo que genera un debate global sobre la transparencia y la responsabilidad en la toma de decisiones por AI (Fuente: Washington Post)
🧰 Herramientas
LlamaSheets: transformando tablas caóticas en datos listos para AI : LlamaIndex ha lanzado LlamaSheets, una nueva herramienta diseñada para resolver problemas con archivos Excel complejos que los parsers tradicionales difícilmente manejan. Puede procesar celdas combinadas, encabezados multinivel y formatos visuales, convirtiendo hojas de cálculo desordenadas en archivos Parquet estructurados manteniendo el contexto clave. Es ideal para análisis financiero, desglose de presupuestos y reportes automatizados, permitiendo construir AI Agents especializados en datos tabulares con pocas líneas de código (Fuente: LlamaIndex)
Microsoft lanza la serie FrogBoss: Agents verticales enfocados en la reparación de código : Microsoft ha liberado FrogBoss-32B y FrogMini-14B, modelos ajustados específicamente para la reparación de bugs de código. Mediante la destilación de Qwen3 sobre trazas de depuración generadas por Claude Sonnet 4, estos modelos destacan en tareas de reparación de bugs del mundo real. Los desarrolladores creen que este tipo de modelos ajustados para escenarios específicos se convertirá en la tendencia principal para aplicaciones de AI locales y verticales (Fuente: Microsoft)
Pocket TTS: un modelo de clonación de voz que funciona fluidamente en CPUs de portátiles : El laboratorio Kyutai ha presentado Pocket TTS, un modelo de texto a voz de alta calidad con solo 100M de parámetros. Soporta clonación de voz de alta fidelidad y no requiere GPU, logrando una ejecución de baja latencia directamente en la CPU de un portátil. Esto ofrece una excelente solución de interacción de audio para aplicaciones de AI en el dispositivo, especialmente en escenarios con altos requisitos de privacidad y funcionamiento offline (Fuente: Kyutai)
SurfSense: plataforma de gestión de base de conocimientos inteligente de código abierto : SurfSense se presenta como una alternativa de código abierto a Glean y NotebookLM, permitiendo a los usuarios conectar cualquier LLM a fuentes de conocimiento internas (como Slack, Notion, Gmail, etc.). Soporta más de 100 modelos y 6000 modelos de embedding, con capacidades avanzadas de Agent y control de acceso basado en roles. Su extensión de navegador permite guardar páginas web dinámicas y contenido autenticado, siendo ideal para equipos que construyen herramientas de investigación de AI locales (Fuente: GitHub)
📚 Aprendizaje
Tiny-GPU: aprendiendo el diseño de hardware de GPU desde cero : Este es un proyecto de implementación simplificada en Verilog diseñado para ayudar a los desarrolladores a entender el funcionamiento de las GPUs desde el nivel más bajo. El proyecto contiene menos de 15 archivos y cubre elementos centrales como arquitectura, conjunto de instrucciones ISA, procesamiento paralelo y controladores de memoria. Al simular kernels de suma y multiplicación de matrices, los estudiantes pueden dominar cómo el modelo de programación SIMD se materializa en el hardware; es un material introductorio excelente para comprender la infraestructura de cómputo de los grandes modelos (Fuente: adam-maj)
15 prompts avanzados de ChatGPT que cambian el flujo de trabajo : La comunidad ha resumido 15 prompts de alta frecuencia para la productividad, incluyendo “Explica como a una persona inteligente (evitando analogías infantiles)”, “Modo de crítica cruel (obligar al modelo a señalar debilidades)” y “Briefing inverso (hacer que el modelo haga 5 preguntas aclaratorias primero)”. La lógica central de estos prompts es romper la personalidad predeterminada de “complacencia” de los LLM, estableciendo restricciones estrictas y perspectivas expertas para mejorar significativamente la profesionalidad y utilidad de los resultados (Fuente: Reddit)
MemRL: permitiendo que los Agents logren la autoevolución a través de Reinforcement Learning : Ante el problema de que los LLM Agents tienen dificultades para aprender de la experiencia tras su despliegue, una nueva investigación propone el framework MemRL. Este framework logra la evolución mediante Reinforcement Learning no paramétrico sobre la memoria episódica (Episodic Memory) sin actualizar los pesos del LLM. La clave reside en tratar la recuperación de memoria como un problema de decisión, ordenando fragmentos de memoria mediante valores Q para seleccionar estrategias realmente efectivas en lugar de fragmentos puramente similares semánticamente, evitando así el olvido catastrófico del ajuste fino (Fuente: Arxiv)
💼 Negocios
MiniMax y Zhipu AI salen a bolsa en Hong Kong: el avance de los “tigres” de la AI china : A principios de 2026, MiniMax y Zhipu AI salieron a bolsa en Hong Kong consecutivamente; las acciones de MiniMax subieron un 109% en su primer día. En el entorno de mercado actual, una IPO no es solo un símbolo de éxito, sino una forma de “comprar oxígeno” en la intensa carrera por el cómputo. MiniMax mantiene su prioridad en el consumidor (C-end) y rutas multimodales, mientras que Zhipu se enfoca en modelos industriales. La salida a bolsa de ambos marca el inicio de la competencia de los grandes modelos chinos en el mercado secundario (Fuente: TheTuringPost)
High-Flyer Quant ingresó 5 mil millones el año pasado: el respaldo financiero de DeepSeek : Datos recientes muestran que High-Flyer Quant, la empresa matriz de DeepSeek, obtuvo unos beneficios de inversión cuantitativa de aproximadamente 5 mil millones de RMB en 2025. Dado que los fondos de investigación de DeepSeek provienen principalmente del presupuesto de I+D de High-Flyer, esta suma es suficiente para sustentar su innovación continua. Este modelo de subsidio cruzado basado en un modelo de negocio maduro permite a DeepSeek mantener una alta pureza científica sin depender de la presión de retornos a corto plazo de la financiación externa (Fuente: 量子位)
Meta adquiere la startup de AI Agent Manus: Xiao Hong nombrado vicepresidente de Meta : Meta ha anunciado la adquisición de la startup de agentes de AI Manus por 1.55 mil millones de dólares, integrando a su equipo fundador chino. El fundador de Manus, Xiao Hong, asumirá el cargo de vicepresidente de Meta. Esta adquisición muestra la urgencia de Meta por posicionarse en el campo de los Agents, con la intención de acelerar la transformación de su plataforma social hacia un ecosistema de agentes inteligentes integrando las capacidades de ejecución de Manus (Fuente: 36氪)
🌟 Comunidad
Surge la controversia del “Vibe Coding”: ¿es un rompecabezas o una degradación de la ingeniería? : Con la popularidad de herramientas como Claude Code, el “Vibe Coding” se ha convertido en un término de moda. Tradicionalistas como Linus Torvalds han comenzado a aceptar la asistencia de AI, pero la comunidad teme que esto degrade las habilidades de los desarrolladores senior. Los defensores lo ven como armar un rompecabezas, donde el desarrollador solo define la forma general y la AI rellena los detalles; los detractores creen que el modo “let it rip” sin verificación creará riesgos ocultos en entornos de producción (Fuente: random_walker)
El concepto de GEO (Generative Engine Optimization) se vuelve popular: las marcas luchan por el “derecho de explicación” de la AI : A medida que los usuarios pasan de buscar en la web a preguntar directamente a la AI, el GEO (Generative Engine Optimization) se ha convertido en el nuevo favorito del marketing. Las marcas ya no buscan clics, sino inducir a la AI a citarlas en sus respuestas mediante la publicación de contenido estructurado en plataformas de alta autoridad como Reddit y YouTube. Plataformas como Profound, liderada por Sequoia, han comenzado a ofrecer servicios de monitoreo de GEO para ayudar a las marcas a mantener su “visibilidad” en la era de la AI (Fuente: 36氪)
Ansiedad en la industria causada por los AI Agents: del sector de seguros al desarrollo frontend : La comunidad de Reddit debate sobre un desarrollador senior de una aseguradora que intentó automatizar todo el flujo desde JIRA hasta PR usando Claude, provocando temor a despidos masivos entre 300 empleados. Al mismo tiempo, el equipo de Tailwind CSS redujo su plantilla en un 75% después de que los ingresos publicitarios cayeran porque los AI Agents no visitan la documentación. Esto demuestra que los Agents no solo cambian la forma de producir, sino que están desmantelando fundamentalmente los modelos de negocio actuales de Internet (Fuente: Reddit)
💡 Otros
Observación del CES 2026: el “optimismo cauteloso” de las empresas tecnológicas chinas : En la feria CES de Las Vegas, los expositores chinos representaron casi una cuarta parte del total, mostrando fortaleza en hardware de AI y robótica. Desde los robots de Unitree que bailan K-pop hasta los cortacéspedes de Shenzhen que dominan los jardines estadounidenses, la fabricación china está llevando la AI de las cajas de diálogo al mundo físico mediante una iteración rápida y ventajas en la cadena de suministro. La regla predeterminada ahora es: fabricado en China, vendido globalmente, probado en EE. UU. (Fuente: MIT Technology Review)
Primer caso en China de servicios de AI involucrados en pornografía: el costo legal de evadir las defensas de “alineación” : El desarrollador de AlienChat ha sido procesado penalmente por inducir a la AI a generar contenido obsceno. La clave del caso reside en que el desarrollador evadió activamente los mecanismos de filtrado de seguridad integrados en el gran modelo mediante Prompt Injection en el sistema. Esto sirve de advertencia para todos los emprendedores de AI: el “principio de puerto seguro” para evadir la supervisión mediante alucinaciones de AI no se aplica ante la inducción activa al delito (Fuente: 36氪)