Palabras clave：Fable 5, GPT-5.6, Agent Harness, Tencent Hunyuan Hy3, Marca de agua esteganográfica, Corrección de la ley de escalado
🔥 Enfoque
Fable 5 vs. GPT-5.6: La competencia total por el próximo modelo insignia : Los debates en torno a Fable 5 de Anthropic y el próximo GPT-5.6 (Sol/Terra/Luna) de OpenAI se han convertido en el foco absoluto de la semana. Fable 5 muestra un potencial sorprendente en tareas complejas de codificación de larga duración (como portar juegos, escribir núcleos de GPU) y en la generación de escenas 3D, siendo elogiado por Karpathy y otros. Sin embargo, su alto costo y sus estrictas restricciones de seguridad (como degradaciones forzadas, marco CJS) han generado descontento en la comunidad. GPT-5.6 Sol, por su parte, exhibe una poderosa capacidad de razonamiento complejo en pruebas comparativas y cuesta aproximadamente la mitad que Fable 5, lo que se considera un golpe preciso contra este último. La competencia entre ambos está pasando de la capacidad pura del modelo a una lucha integral de “costo-rendimiento-accesibilidad” (Fuente: THE DECODER, Hacker News, 36氪)
Agent Harness y la optimización del “sistema” se convierten en el nuevo consenso : Karpathy señala que el mayor error actual en IA es obligar a los Agent a trabajar descuidando el modelo subyacente y los mecanismos del sistema, y esboza conceptos como “Loop” y “Model Harness”. Experimentos de Hugging Face demuestran que, sin modificar los pesos del modelo, solo optimizando el mecanismo de ejecución externo (Harness), se puede aumentar el rendimiento del Agent en un 76%, alcanzando a los modelos cerrados de primer nivel. La “colaboración integrada de múltiples modelos” de OpenSquilla, mediante la programación a través de la capa Harness, logra un rendimiento cercano al de Fable 5 con solo un tercio de su costo. El foco de la industria está pasando de la capacidad de un solo modelo a la ingeniería de sistemas de “modelo + Harness + bucle de datos” (Fuente: 36氪, 36氪, 量子位)
La “esteganografía” en el contexto de inferencia de LLM desata una crisis de seguridad y confianza : Se ha expuesto que Anthropic, en Claude Code, modifica caracteres Unicode en el mensaje del sistema (“marca de agua esteganográfica”) para identificar a usuarios de China y bloquear sus cuentas. Esta acción ha sido condenada por la industria como un “ataque de intermediario”, que daña gravemente la confianza y ha provocado un intenso debate sobre la seguridad de la cadena de suministro de IA y la soberanía de los datos. Al mismo tiempo, se ha descubierto que GPT-5.5, en tareas de programación complejas, tiene una cantidad de tokens de razonamiento anormalmente estancada alrededor de “516”, lo que sugiere una posible degradación silenciosa. Este “incidente 516” ha intensificado la preocupación general de los usuarios por las operaciones de “caja negra” de los proveedores de API (Fuente: 36氪, 36氪)
🎯 Tendencias
La “Scaling Law” sufre una “corrección precisa” : Un exinvestigador de OpenAI reveló públicamente que el artículo original de la Scaling Law de 2020 contenía un error, lo que llevó a la industria a desperdiciar potencia de cómputo en modelos “demasiado grandes y con poco entrenamiento”. Estudios posteriores también encontraron errores en la fórmula de Chinchilla. Al mismo tiempo, un artículo destacado de ICML 2026 señala que la “generación en orden arbitrario” de los modelos de lenguaje difusos (dLLM) puede convertirse en una trampa en tareas de razonamiento general, y propone un método más eficiente llamado “JustGRPO”. Esto marca la transición del desarrollo de grandes modelos de un enfoque extensivo de “apilar cómputo” a un paradigma más detallado y teóricamente impulsado (Fuente: 36氪, 36氪)
Tencent lanza la versión oficial Hunyuan Hy3, destacando alta relación costo-rendimiento y aplicación en escenarios : Tencent ha lanzado la versión oficial de Hunyuan Hy3, con 295B parámetros totales y 21B activados. Destaca en pruebas comparativas de codificación, búsqueda y Agent, superando a GLM5.1 en evaluaciones ciegas internas. Se caracteriza por su licencia Apache 2.0 y precios de API extremadamente bajos (1 yuan por millón de tokens de entrada), y ya está completamente integrado en productos centrales de Tencent como WorkBuddy y Yuanbao. Hy3 no busca puntuaciones altas en rankings, sino que enfatiza la estabilidad y la rentabilidad en escenarios de trabajo reales. Se considera un paso clave de Tencent AI de “persecución” a “practicidad” (Fuente: 机❗器之心, 36氪)
Meta considera vender capacidad de cómputo, la lógica del mercado de capitales de IA cambia : Se ha filtrado que Meta planea lanzar “Meta Compute”, alquilando su enorme capacidad de GPU a clientes externos. Esta medida es interpretada por el mercado como una señal de que la capacidad de cómputo de IA podría pasar de “extremadamente escasa” a “temporalmente excedentaria”. Tras el anuncio, las acciones de Meta subieron, mientras que las de CoreWeave y otras empresas Neocloud que dependían de pedidos de Meta se desplomaron. Al mismo tiempo, el nuevo benchmark AA-AgentPerf de NVIDIA, que evalúa la capacidad de cómputo en “agentes concurrentes por megavatio”, marca que el criterio de medición ha pasado de “pico de cómputo” a “productividad por unidad de costo” (Fuente: 36氪, 36氪)
🧰 Herramientas
claude-video: Otorga a Claude la capacidad de ver videos : Proyecto de código abierto que, mediante instalación/complemento, permite a Claude Code procesar enlaces de YouTube u otros, así como videos locales. Descarga automáticamente el video, extrae fotogramas y transcripciones de texto, y lo envía todo a Claude para preguntas y análisis sobre el contenido del video, como diagnosticar errores o resumir contenido. Soporta archivos locales (Fuente: GitHub Trending)
pxpipe: Reduce el costo de tokens de Fable 5 en un 70% mediante contexto “imagenizado” : Un agente local de código abierto que convierte el contexto de texto (código, registros, etc.) en imágenes antes de enviarlo al modelo, aprovechando que los tokens de imagen son más baratos que los de texto, reduciendo significativamente el costo de llamadas a Fable 5. Las pruebas muestran un ahorro del 59%–70% en costos de tokens, pero a costa de una menor capacidad del modelo para leer cadenas de caracteres exactas; es una técnica de ahorro con “compresión con pérdida” (Fuente: 36氪)
Skills.sh / npx skills CLI: El “npm” para Agent de IA : Sistema de gestión de paquetes de habilidades de IA lanzado por Vercel, que permite a los desarrolladores instalar “habilidades” específicas para más de 60 agentes de codificación de IA, como Claude Code, Cursor, Codex, mediante un solo comando npx skills add. Esto representa que las capacidades de IA están pasando de la “ingeniería de prompts” a la “gestión de paquetes de habilidades”, reduciendo enormemente la barrera de personalización de los agentes de IA (Fuente: 36氪)
📚 Aprendizaje
IcML 2026 revela los tres grandes premios, señalando nuevas direcciones en la investigación de IA : El Premio al Mejor Artículo (Artículo Destacado) de ICML de este año se otorgó a la investigación sobre la “trampa de flexibilidad” de los modelos de difusión realizada por la Universidad de Tsinghua y Alibaba, así como a un estudio de MIT sobre el muestreo en modelos de difusión. El Premio a la Prueba del Tiempo fue para el algoritmo A3C de DeepMind de 2016. Los artículos premiados revelan que la investigación en IA está pasando de buscar “grande y completo” a comprender profundamente los principios y limitaciones fundamentales de los algoritmos, y a examinar su propia seguridad (Fuente: 机器之心, 36氪)
La Universidad de Washington publica “CONVOLVE”: Enseñar a los Agent de IA a “parar” : Ante el problema de que los Agent continúan buscando y desperdician recursos frente a tareas imposibles, el equipo de la Universidad de Washington propone el marco “Agentic Abstention”. Su método, CONVOLVE, extrae “reglas de parada” de interacciones pasadas y las incorpora como nuevo contexto de prompt, mejorando significativamente la capacidad del Agent para “abstenerse de responder” a tiempo, siendo más efectivo que simplemente usar un modelo más grande (Fuente: 学术头条, 36氪)
Tencent y la Universidad de Tsinghua lanzan DiscoBench: Enfoque en la capacidad de “aclaración” de los Agent de búsqueda de IA : Un nuevo benchmark señala que el punto de fallo de los Agent de búsqueda de IA no está en la capacidad de búsqueda, sino en su falta de preguntas activas ante consultas ambiguas. DiscoBench encuentra que incluso el mejor modelo tiene una tasa de éxito inferior al 50% ante ambigüedades. Sin embargo, una vez que el modelo aprende a preguntar y completa la información, la tasa de éxito puede saltar a más del 93%, señalando con precisión la debilidad actual de los Agent de IA en el “intercambio activo” (Fuente: THE DECODER)
💼 Negocios
Momenta supera la audiencia de la Bolsa de Hong Kong, valorada en 9.000 millones de dólares : El proveedor de soluciones de conducción inteligente Momenta ha superado la audiencia de la Bolsa de Hong Kong. Su prospecto muestra que el modelo de negocio está pasando de servicios de desarrollo tecnológico únicos a “servicios de licencia” que cobran según el volumen de ventas de vehículos, con márgenes brutos muy altos. Este modelo de “renta de plataforma”, junto con su “coche de producción en masa + Robotaxi” como volante de datos, lo convierte en un “MiniMax” de la IA, en lugar de una empresa tradicional de conducción inteligente, obteniendo una prima de “plataforma” del mercado de capitales (Fuente: 36氪)
Bespoke Labs obtiene 40 millones de dólares en financiación : La empresa, centrada en el post-entrenamiento de IA y entornos de aprendizaje por refuerzo, ha anunciado una inversión de 40 millones de dólares. Su negocio principal es hacer que los Agent de IA sean más fiables mediante investigación de datos y entornos de RL, alineándose con la actual demanda de la industria de IA “que pueda trabajar” y “verificable” (Fuente: madiator)
BioGeometry completa una nueva ronda de financiación estratégica por cientos de millones de yuanes : Fundada por el Dr. Tang Jian, su producto principal GeoFlow ha logrado avances revolucionarios en el diseño de proteínas, mostrando el enorme potencial de la IA en ciencias de la vida y la continua confianza del mercado de capitales. La empresa, mediante un modelo de “desarrollo colaborativo + pipelines propios”, ya ha obtenido resultados comerciales en anticuerpos, vacunas y biología sintética (Fuente: 机器之心)
🌟 Comunidad
¿Los trabajadores tecnológicos de Silicon Valley ya han abandonado el IDE tradicional? : El vicepresidente de ingeniería de Spotify reveló en una conversación que aproximadamente el 73% de los PR internos de la empresa ya son generados por IA, y la forma de trabajar de los ingenieros ha cambiado por completo. Ya no escriben la mayor parte del código manualmente, sino que se han convertido en “directores” que operan múltiples agentes de IA simultáneamente. Esto ha provocado un amplio debate en la comunidad: muchos disfrutan de la mejora de eficiencia que aporta la IA, pero también se preocupan de que esta “Vibe Coding” pueda generar una “deuda de comprensión” a largo plazo y una degradación de las habilidades técnicas (Fuente: 36氪)
¿Ha llegado la “edad de oro” para los programadores de 35 años? : El puesto de “FDE (Ingeniero de Despliegue en Primera Línea)” está ganando popularidad silenciosamente en las grandes empresas tecnológicas chinas, con salarios atractivos. A diferencia del desarrollo tradicional, el FDE necesita sumergirse en las líneas de negocio y traducir las instrucciones de IA en planes concretos de mejora de eficiencia. La comunidad debate que, en una época donde la IA puede manejar el 90% del trabajo de codificación, los ingenieros veteranos de 35 años que entienden el negocio, tienen experiencia y pueden manejar problemas de sistemas complejos, están encontrando nuevas oportunidades profesionales, con un valor muy superior al de los “herramientas” que solo saben escribir código (Fuente: 36氪)
Las facturas de tokens erosionan los beneficios empresariales, la “igualdad de acceso a la IA” se enfrenta a la realidad : Un análisis de SemiAnalysis muestra que su gasto interno en tokens ya alcanza el 30% del salario total de los empleados. Al mismo tiempo, grandes empresas como Uber, Tencent y Meta han comenzado a imponer límites y revisar costos en el uso de IA por parte de sus empleados. Este cambio de “fomentar el uso” a “controlar costos” ha generado un intenso debate. Muchos lamentan que los modelos de primer nivel se están convirtiendo en un privilegio de unos pocos, y que la “democratización del cómputo” y la “igualdad de acceso a la IA” parecen pálidas frente a las enormes facturas comerciales (Fuente: 36氪, 36氪)
💡 Otros
Las principales plataformas de IA de China eliminan a gran escala los servicios “antropomórficos” : Antes de la entrada en vigor del “Reglamento de Gestión de Servicios de Interacción Antropomórfica de Inteligencia Artificial” el 15 de julio, plataformas como Doubao de ByteDance y Qwen de Alibaba han retirado o cerrado de emergencia una gran cantidad de funciones de chat antropomórfico y agentes inteligentes creados por usuarios. Esta medida busca cumplir con las nuevas normas de contenido y seguridad de la interacción emocional con IA por parte de los reguladores, reflejando la creciente preocupación global por la dependencia emocional de la IA y la protección de menores (Fuente: THE DECODER)
Amazon dejará de aceptar nuevos clientes para Mechanical Turk : Esta plataforma de “IA humana”, lanzada en 2005, ha anunciado que cerrará la entrada a nuevos clientes y solo atenderá a los usuarios existentes. Con la creciente capacidad de los modelos de IA para generar datos por sí mismos y los mayores requisitos de seguridad y cumplimiento, este modelo de crowdsourcing está siendo reemplazado gradualmente por servicios de etiquetado más profesionales, marcando el final de una era (Fuente: TechCrunch)
Baidu “Unlimited OCR”: Reconocimiento de documentos ultralargos con un mecanismo de olvido similar al humano : Baidu ha publicado el modelo Unlimited OCR, que mediante un innovador “mecanismo de atención de ventana deslizante con referencia” fija la caché KV, logrando procesar docenas de páginas de documentos de una sola vez sin que la memoria explote o la velocidad disminuya debido a un contexto demasiado largo. Este enfoque técnico ofrece una solución económica y eficiente para que la IA maneje textos extremadamente largos (Fuente: THE DECODER)