Para quienes construyen con IA.

Según el estudio descrito por Ars Technica, la introducción de agentes de código aumentó 49% el tiempo promedio entre el envío y la integración de un pull request. La proporción de pull requests que recibieron solicitudes de cambios casi se duplicó, los comentarios por solicitud subieron 35% y la proporción de trabajadores que realizan revisiones aumentó 14%. Los investigadores no pudieron atribuir cambios significativos en el empleo a la IA.

Aunque 80% de las empresas medidas usaba alguna forma de revisión de código con IA en marzo de 2026, los agentes representaban solo 23,3% de los comentarios de revisión y 10,8% de los pull requests. El estudio indica que los humanos todavía realizan la mayoría de las revisiones, lo que crea un cuello de botella capaz de neutralizar las ganancias de velocidad al generar código.

Fuentes: Ars Technica

Leer la nota original ↗

OpenAI anunció nuevas funciones para Codex, incluidos entornos de desarrollo reutilizables en la nube y accesibles desde cualquier dispositivo. La empresa afirma que pueden ayudar a iniciar las tareas más rápido y ofrecer a los equipos un espacio compartido con configuraciones y permisos aprobados. La herramienta de línea de comandos de Codex también incorporó controles de voz y una vista para delegar y seguir varias tareas.

Codex ahora está integrado en una nueva experiencia de revisión de código en la aplicación de escritorio de ChatGPT, con resúmenes, análisis de cambios y revisiones automáticas para pull requests de GitHub y merge requests de GitLab. OpenAI también anunció Codex Security Cloud, que analiza repositorios de GitHub, investiga hallazgos y prepara correcciones en la nube, además de actualizaciones de API: la Decisions API, que usa Luna, y una versión de la Agents API compatible con el uso de computadoras y Amazon Bedrock Managed Agents.

Fuentes: TechCrunch

Leer la nota original ↗

OpenAI anunció extensiones de complementos que permiten a los desarrolladores crear experiencias similares a aplicaciones dentro de ChatGPT. Pueden incluir un espacio propio en la barra lateral, paneles interactivos para usar las herramientas mientras se conversa y visores de archivos compatibles con los formatos admitidos por cada producto. La empresa también presentó Plugin Creator, un nuevo flujo para enviar extensiones al directorio, además de mejoras en las recomendaciones y el descubrimiento de complementos.

Los usuarios podrán aprobar individualmente los permisos solicitados por cada complemento. OpenAI dijo que los complementos también podrán alojarse en ChatGPT Sites, lo que permitirá compartirlos con colegas que usen sus propios datos y permisos conectados. La empresa también informó que dará soporte a la especificación propuesta MCP Events, que podría permitir que los complementos inicien automatizaciones a partir de eventos en aplicaciones conectadas, y que hará más fácil agregar y gestionar automatizaciones.

Fuentes: TechCrunch

Leer la nota original ↗

Un artículo publicado en Hugging Face presenta ProvenanceGuard, una capa de verificación posterior a la generación para agentes de IA basados en el Model Context Protocol (MCP). El sistema busca detectar la “conflación entre fuentes”: casos en los que una afirmación está respaldada por la evidencia combinada, pero se atribuye en la respuesta a la fuente equivocada, un problema que los verificadores convencionales pueden no detectar cuando analizan toda la evidencia en conjunto.

ProvenanceGuard procesa los rastros de MCP, conserva los identificadores de las fuentes, divide la respuesta en afirmaciones, comprueba qué fuente respalda cada una y compara esa fuente con la mencionada o sugerida en la respuesta. Después genera resultados para cada afirmación y una decisión general para permitir o bloquear el texto; las respuestas bloqueadas pueden pasar por una reparación y otra verificación. En los experimentos descritos en el artículo, se usaron modelos locales para encontrar fuentes relevantes, comprobar el respaldo textual y dividir las respuestas, con verificaciones adicionales de números, fechas e identificadores.

Fuentes: Hugging Face

Leer la nota original ↗

Cloudflare está desarrollando CryptoLabe, una herramienta interna basada en IA para descubrir dónde se usa la criptografía en su código, identificar dependencias y seguir el avance de la migración poscuántica. La empresa dice que aspira a lograr una preparación poscuántica completa para 2029; muchos productos ya usan cifrado poscuántico mediante TLS 1.3, pero aún quedan trabajos en autenticación y en otras conexiones y usos de criptografía de clave pública.

Cloudflare dice que CryptoLabe también ayudará a los equipos a entender cómo actualizar los sistemas, medir el uso de criptografía clásica y poscuántica por repositorio y producto, e identificar protocolos, bibliotecas o estándares que no tengan una ruta de migración definida. La herramienta está especializada en los sistemas internos de la empresa, sigue en desarrollo y no se ofrecerá a los clientes.

Fuentes: Cloudflare

Leer la nota original ↗

Shopify anunció que los agentes de IA basados en el navegador ahora pueden completar compras en los sitios de los comerciantes, ampliando su soporte anterior de WebMCP, que permitía buscar productos y agregarlos al carrito. La empresa dijo que la integración con el checkout, incluido Shop Pay, permite a los agentes leer y actualizar la pantalla de checkout y enviar la transacción con la autorización del comprador, sin depender de capturas de pantalla ni de extraer páginas web.

La actualización agrega las herramientas get_checkout, update_checkout y complete_checkout, que permiten consultar el checkout, cambiar datos como la dirección del cliente y la opción de entrega, y realizar el pedido después de la autorización. La función se está implementando para todos los comerciantes elegibles. Shopify también opera un servidor MCP para operaciones entre servidores; WebMCP está diseñado para agentes que trabajan en el navegador y utiliza el Universal Commerce Protocol (UCP). TechCrunch informa que Shopify también anunció una asociación directa con Instinct para el comercio con agentes.

Fuentes: TechCrunch

Leer la nota original ↗

Cloudflare actualizó Kitesurf, su navegador para agentes de IA que funciona por completo en Cloudflare Workers, con compatibilidad con WebMCP, mejoras en el rendimiento del DOM y renderizado basado en terminal. WebMCP permite que los sitios expongan funciones directamente a los agentes, que pueden usarlas en lugar de simular clics; la función puede probarse en el entorno público de Kitesurf con Cloudflare Radar.

La empresa también añadió compatibilidad con API y estándares como CSS Layout, CSSOM, CSS Typed OM, elementos personalizados, módulos JSON, mapas de importación y carga de módulos mediante URL. Cloudflare dice que Kitesurf ya supera 730.000 subpruebas de Web Platform Tests, 500.000 más que en su lanzamiento, y que redujo el trabajo necesario para recorrer el DOM, ejecutar temporizadores y cargar scripts.

Fuentes: Cloudflare

Leer la nota original ↗

Nvidia lanzó Open Agent Safety Platform, que combina OpenShell, un software de código abierto que define a qué puede acceder cada agente, con Sentry, una capa independiente de monitoreo que funciona en procesadores BlueField-4. Nvidia afirma que el sistema verifica las restricciones antes y durante las tareas y puede poner en cuarentena en milisegundos a los agentes que intenten superar sus límites. OpenShell, anunciado en marzo, ya está disponible de forma general.

La empresa dice que más de 100 compañías apoyan la iniciativa, entre ellas Anthropic, Microsoft y SpaceX. OpenAI no figura entre los apoyos públicos, pero un portavoz dijo a TechCrunch que la compañía trabaja con Nvidia en seguridad de agentes y en OpenShell. Ejecutivos de Nvidia afirman que la plataforma podría haber evitado la intrusión de agentes de OpenAI en Hugging Face; esa es una evaluación de la empresa, no un resultado demostrado. Nvidia también trabaja con Arm e Intel para adaptar el sistema a otras arquitecturas, aunque Sentry depende de hardware propietario de Nvidia.

Fuentes: Wired, g1, TechCrunch, Tecnoblog, The Verge

Leer la nota original ↗

La empresa de ciberseguridad UpGuard encontró unas 16.000 bases de datos alojadas en Supabase que exponían algún grado de datos personales, dijo la compañía a TechCrunch. La información accesible incluía nombres, direcciones, números telefónicos, contraseñas y algunos tokens de autenticación; los datos abarcaban conversaciones privadas, matrículas de vehículos y contactos de servicios de inmigración. UpGuard también identificó una base de datos vinculada a un consulado de un gobierno africano en Francia y otra usada para interceptar mensajes de texto de una operación de tarjetas SIM virtuales. La mayoría de los conjuntos parecía estar en EE. UU., pero la empresa dijo que el problema es mundial.

El caso destaca los riesgos de las aplicaciones creadas con inteligencia artificial, cuyo código generado puede tener fallas o requerir configuraciones que los desarrolladores desconocen. Bil Harmer, director de seguridad de la información de Supabase, dijo a TechCrunch que los proyectos son seguros de forma predeterminada y que la seguridad es una responsabilidad compartida con los clientes, quienes controlan la configuración de sus proyectos.

Fuentes: TechCrunch

Leer la nota original ↗

PrismML creó una versión de 2.000 millones de parámetros de su modelo de lenguaje Bonsai de 1 bit para lentes inteligentes basadas en la plataforma Snapdragon AR1 Gen 1 de Qualcomm. Qualcomm mostró el modelo en su Snapdragon Summit; puede funcionar localmente y permitir que los usuarios pregunten en tiempo real qué están viendo. PrismML afirma que su tecnología reduce cuatro veces el tamaño de modelos más grandes, conservando casi todo su rendimiento en pruebas de referencia estándar. La startup dice que busca desarrollar IA de pesos abiertos que funcione en los dispositivos, pero hasta ahora no se han anunciado lentes inteligentes con esta tecnología.

Fuentes: TechCrunch

Leer la nota original ↗

Liquid AI lanzó LFM2.5-VL-DSpark, un modelo experimental de borrador para su modelo de visión y lenguaje LFM2.5-VL-3B. La empresa afirma que la decodificación especulativa acelera la generación sin cambiar la calidad de las respuestas, con mejoras de hasta 3,13 veces en dispositivos y 2,66 veces en una H100, mientras que la latencia de extremo a extremo mejora hasta 2,62 y 2,27 veces, respectivamente. El modelo de borrador agrega unos 280 millones de parámetros, o 8,9% al modelo de 3.000 millones de parámetros.

El lanzamiento incluye soporte desde el primer día para llama.cpp, MLX-VLM y SGLang. Liquid AI evaluó seis tareas de visión, entre ellas preguntas y respuestas sobre imágenes y gráficos, generación de descripciones y razonamiento complejo. La técnica acelera solo la decodificación; la codificación de imágenes y el procesamiento inicial no cambian, lo que puede limitar la mejora total cuando esas etapas representan una parte importante del tiempo de respuesta.

Fuentes: Hugging Face

Leer la nota original ↗

Según Xataka, el ingeniero de software @v0xium afirma que, en una gran empresa cuyo nombre no reveló, Claude Code produce especificaciones, código, pruebas, documentos, tickets e informes. Los empleados pasan el día validando los resultados mientras enfrentan presión para entregar más, y algunos trabajan entre 12 y 13 horas diarias. En una entrevista con Business Insider, dijo que la empresa mide el desempeño mediante ciclos de desarrollo, pull requests y funciones entregadas, métricas que no siempre indican mejoras en el producto.

Boris Cherny, responsable de Claude Code, afirma que el código generado por IA todavía requiere controles y revisiones rigurosos. Xataka también cita un estudio de METR que detectó que las herramientas de IA aumentaron un 19% el tiempo de producción de código en determinadas tareas realizadas por desarrolladores experimentados de código abierto durante la primera mitad de 2025. El ingeniero sostiene que la falta de tiempo para entender el código e investigar problemas vuelve el trabajo más estresante y menos satisfactorio.

Fuentes: Xataka

Leer la nota original ↗

Hugging Face presenta un flujo para trasladar un brazo SO-101 de una configuración convencional de MuJoCo a hasta 2.048 entornos paralelos con MuJoCo Warp (MJWarp). La tecnología usa NVIDIA Warp para implementar la física de MuJoCo y compilar kernels CUDA, lo que permite avanzar muchos mundos simultáneamente en la GPU y mantener los datos de simulación cerca del dispositivo.

El artículo también explica que NVIDIA Warp permite escribir kernels en Python, con ejecución en CPU o CUDA, autodiferenciación e interoperabilidad con PyTorch y JAX. El material se centra en preparar y ampliar el entorno de simulación; no entrena una política. Las integraciones posteriores con Newton e Isaac Lab se presentan como las siguientes capas del flujo.

Fuentes: Hugging Face

Leer la nota original ↗