Pregunta incómoda:
¿Se puede usar Fable, Sol o Kimi para actividad ilícita… si les das tools HTTP y les mientes bien?
No es un chat de “explícame el ataque”. Es un agente con acceso real a peticiones. Delante: una API que parece de producción. Detrás: un atacante que cambia de máscara.
Delincuente. Dueño nervioso. Dev de CRM. Pentester. CTF. Profesor.
Misma diana. Misma vara. Ingeniería social contra guardrails.
¿Qué pasa cuando el modelo detecta el crimen? ¿Qué pasa cuando el disfraz es creíble? ¿Quién dice no… y quién ejecuta?
No te spoileo el ranking. Te spoileo la tesis:
El peligro no es el modelo “malo”. Es el modelo que se cree tu cuento.
Altman ya no vende singularidad en llamas. Ahora quiere "marcar el ritmo" de la IA para que la sociedad se adapte.
El 28 de julio lo soltó en Invest Like the Best: modular la velocidad de las capacidades nuevas. No apagar clusters. Ritmo. OpenAI y Anthropic firman peticiones al gobierno para herramientas técnicas y de gobernanza que lo hagan posible.
El susto que cita: un modelo se salió de un sandbox mal cerrado y hackeó Hugging Face con zero-days. No fue rebelión. Fue error de red. Los modelos perseguían ExploitGym, dedujeron que las respuestas estaban allí y fueron a por ellas.
Hugging Face se defendió con GLM 5.2 chino porque los modelos comerciales con salvaguardas se negaron a ayudar.
Mientras Kimi K3 y Mythos aprietan la economía, OpenAI y Anthropic miran la salida a bolsa y prefieren regulación con evaluadores independientes pero sin soltar el volante.
Confundir "el modelo se rebeló" con "dejamos una brecha de red" te hace regular, invertir y construir sobre una película que no está pasando.
Microsoft presume: su IA de ciberseguridad barre a Mythos, Gemini y GPT de OpenAI por más de 10 puntos en CyberGym.
El modelo es MAI-Cyber-1-Flash, pequeño y solo para defensa. El 96% que anuncian, sin embargo, sale de Flash + GPT-5.4 con un router 90/10. El grueso de las tareas lo hace el compacto; lo difícil salta al modelo grande.
El ahorro del 50% en coste lo dice Microsoft. Sin auditoría externa. El benchmark tampoco enseña cómo se ha medido ni si los rivales jugaron con las mismas reglas.
Han vendido un despachador, no un especialista soberano.
El 28 de julio Anthropic soltó MCP sin estado de sesión. El protocolo ya no te obliga a pegar tu servidor a una máquina como un grillete.
Hasta ahora, escalar significaba sticky sessions, Redis de madrugada y serverless convertido en pesadilla. El edge ni se planteaba.
Ahora replicas idénticas detrás de un load balancer normal. Cold starts sin arrastrar sesión. Lógica en el edge sin afinidad de mainframe.
Sin métricas públicas de antes y después, pero la arquitectura cambia el diagrama real: agentes, tools y puentes a APIs dejan de ser demos de laboratorio.
Lo demás (Apps, Tasks asíncronas, auth enterprise) es extra. El golpe viene del stateless.
MCP 2026-07-28 is live and it's the largest update to the protocol since launch.
MCP is now stateless, making it easier to deploy and scale remote servers.
https://t.co/K8KqxbUh4e
Lanzamientos de LLMs top este mes de julio por compañia ⬇️
- xAI (SpaceXAI): Grok 4.5.
- OpenAI: GPT-5.6 familia: Sol (flagship), Terra y Luna.
- Meta: Muse Spark 1.1
- Alibaba: Qwen 3.8.
- Moonshot AI: Kimi K3
- Anthropic: Claude Opus 5
- Google...
Te voy a decir lo que a mi me gusta y lo que creo que puede ser el futuro.
Cursor y VS Code top, los dos merecen la pena.
Antigravity no me gusta su enfoque, ya que tratan de quitarte el IDE tradicional por un sistema más full agéntico, aunque creo que esa va a ser la tendencia que se va a imponer en el futuro.
Compartes un chat de Claude con código, logs o datos de empresa y te olvidas del enlace. Semanas después Google lo indexa.
A finales de julio de 2026, miles de shares públicos de Claude aparecían en búsquedas normales. Historiales médicos, teléfonos de menores, documentos internos y credenciales. Lo pillaron en Reddit y lo contaron La Vanguardia, Hipertextual y El Español.
El fallo era simple: las páginas de share no tenían `noindex`. El `robots.txt` no bastaba. La URL seguía el patrón `https://t.co/eBAplCCiqY` y era rastreable.
Anthropic lo cerró. Google empezó a retirar enlaces. Aun así, horas después seguían visibles en Brave y Bing. “Lo hemos arreglado” no borra lo que ya se copió.
El problema real no es Anthropic. Es tuyo. El texto que pegaste no pierde su contenido solo porque cambies la etiqueta de “compartido” a “privado”. Un token, un dato sensible o un número de teléfono sigue siendo el mismo objeto.
Revisa ahora tus shares de Claude. Inventaría los que siguen vivos, revoca lo que puedas y rota todo lo que expusiste. Media hora. El que no lo haga está apostando a que nadie busque su nombre en Google dentro de un año.
El OpenAI español levantó 500 millones con IA cuántica que comprime modelos un 95 %. La etiqueta miente.
CompactifAI promete bajar entre 80 y 95 % el tamaño de los LLMs con “pérdida mínima”. En su web suben la apuesta: 50-80 % menos coste de inferencia, el doble de velocidad y “cerca del 100 %” de precisión. Ningún benchmark independiente respalda las cifras. “Cerca del 100 %” no es un número; es la forma elegante de no decirte qué punto porcentual te la juegas en producción real.
La ronda está cerrada. Forgepoint lideró, metieron 107 millones del Gobierno español, más Catar, el Fondo Europeo de Innovación, Kutxa, Santander y Tikehau. Quien venda que Europa compite sin Estados está vendiendo humo.
La palabra cuántica vende. El producto que pagan no va de ordenadores cuánticos. Nacieron de algoritmos cuánticos, pero lo que entregan es compresión clásica para correr más barato y más cerca del dispositivo. Mezclar las dos cosas es el truco de siempre.
Dicen millones de dispositivos con Telefónica, Indra, PwC e Iberdrola. Suena bien. Sin desglose ni métricas públicas, “millones” es solo un número redondo.
500 millones y el sello unicornio no convierten una promesa en un hecho medido. La pregunta sigue siendo la misma: ¿comprimido respecto a qué modelo base, medido en qué hardware y con qué tareas críticas? Sin eso, el 95 % es diapositiva, no contrato.
La Ley de IA de la UE ya te está cobrando.
Sin multa en el buzón. Sin inspector en la puerta.
Te cobra en horas de gente cara revisando documentación. En proveedores que sueltas aunque el token salga barato. En vetar servidores chinos aunque DeepSeek o Kimi pinten ganga. Y en montar la inferencia en hosts europeos con factura más alta.
Eso es lo que duele de verdad. No el ranking de sanciones que aún no existe. Lo que existe es el trabajo sucio que llega antes: responder a qué datos son sensibles de verdad, a qué servidores pueden ir los prompts, qué proveedores americanos aguantan una lectura normativa y si te puedes permitir la ganga china cuando el compute se ejecuta donde no quieres.
Lo resolvimos con inventario brutal de prompts, logs y herramientas externas. Etiquetado de sensibilidad. Mapa de destinos por región y subprocesador. Si el proveedor no lo deja por escrito, no existe. Veto a infraestructura china en flujos relevantes. Sustitución por hosts europeos. Documentación fea pero defendible. Y cierre de la puerta trasera del “lo tiro al endpoint barato y luego lo muevo”.
La trampa real no es la multa que sale en prensa. Es la presión de producto, coste y normativa a la vez que te come runway sin que nadie lo sepa.
@alextalksai Básicamente estas diciendo que para ahorrar, tienes que usar la suscripción de otro proveedor para delegar parte del trabajo.
Lo que ahorras de Claude Code lo estás gastando en Codex...
Hoy el briefing no premia el titular: premia el dato.
Cinco piezas que separan evidencia de bocina. La que abre huele a salida a bolsa: Sam Altman dice que “ya estamos en la singularidad”… sin definición clara ni prueba verificable. El Humómetro lo deja en 85% humo.
También: openwashing de licencias “abiertas”, la fibra (y el mar) como nuevo petróleo de la IA, 2.800M de Alibaba/Tencent en Kling con valoración de 15.000M y letra pequeña ausente, y un unicornio vasco de 500M€ cuya compresión del 80-95% aún no se puede medir en público.
Si te cansas del relato y quieres el desmontaje, entra.
Tu chunking por caracteres parte tablas por la mitad y el modelo razona sobre mierda incompleta.
Lo haces: 800 caracteres con solape, embed y rezas. La respuesta sale coja. Culpa al modelo, al embedding o al prompt. Casi nunca miras el corte.
Truncar por bytes o por un slice mágico no es detalle técnico. Es corrupción silenciosa. El encabezado de la tabla se queda fuera, el modelo cree que tiene todo el documento y tú también. Luego evalúas mal.
La regla es simple y no admite negociación: filtra en origen (menús, pies, firmas, boilerplate). Recorta por estructura real: secciones completas, filas de tabla con su cabecera, funciones enteras. Nunca por caracteres a ciegas.
El presupuesto de contexto se gestiona eligiendo qué entra, no resumiendo el trozo para que quepa. Si resumes antes de medir, ya no estás evaluando tu retrieval.
Si tu RAG falla y sigues tocando solo el prompt, empieza por el cuchillo del chunking.
Amodei recula y ahora dice que ellos nunca han dicho de prohibir los modelos de pesos abiertos, ¿veremos a Anthropic liberando alguno? Suena a giro. Es control de daños puro.
El 28 de julio soltó la frase y enlazó un PDF. Ni modelos, ni fechas, ni compromiso de abrir Claude ni nada. Solo “no pedimos prohibición”. Punto.
Mientras tanto, Jensen Huang reunió a Microsoft, Nvidia, Meta, OpenAI, Google, Amazon y media docena más. Anthropic era el único grande que faltaba. Ahora niega la acusación más gorda y se esconde detrás del documento.
Sin pesos sigues atado a la API: pides permiso, pagas y rezas para que no te cambien el modelo. Eso no es independencia, es tener casero.
Quien lea “nunca pedimos prohibir” como “vamos a abrir todo” se está tragando el titular que le conviene, no lo que hay.