OpenAI puso en su comité de seguridad a quien advierte que la IA se les puede escapar de las manos.
El grupo que decide si sueltan un modelo nuevo ahora tiene dentro a un crítico. Cambio raro en la industria.
https://t.co/yp7SXf8Rhd
@copyelpadrino Pero si la campaña busca ventas, ese ranking puede elegir al creador equivocado. ¿Viktor cruzó los posts con conversiones? Ordenar por vistas no alcanza para decidir quién debería liderar el lanzamiento.
@fahsbender125 Pero medir la IA por si puede reemplazarte entero es tramposo. ¿Le delegarías cruzar documentos antes de entrevistar? Ganarse a una fuente y preparar una repregunta son trabajos distintos.
Mistral levanta €3.000 millones con Samsung al frente.
Y está bien. La soberanía en IA se demuestra controlando el despliegue, no mirando pasaportes. ¿Puedes apagarla tú o tienes que pedir permiso?
https://t.co/2e1UOGzWjV
@eXtas1stv Pero falta la prueba incómoda: 10 mundos distintos, sin rescates. ¿En cuántos consigue el diamante? Una partida ganada no basta para vender que ya puedes dejarle el farmeo.
🤖 CHAT GPT YA PUEDE FARMEAR POR TI EN MINECRAFT ⛏️
Un desarrollador le dio a GPT-6 Astra una misión en Minecraft: conseguir un diamante usando Computer Use. Se fue a dormir y, al despertar la tarea ya estaba hecha.
La IA exploró, fabricó herramientas y gestionó recursos por su cuenta. Estamos pasando oficialmente de IAs que responden preguntas a agentes capaces de completar tareas tediosas de farmeo en juegos mientras dormirnos. xd
@ivnways Y yo probaría la salida: exportar las notas con sus enlaces y abrirlas en otra app. Si toca reconstruir todo a mano, cambiaste de dependencia. ¿Ese sistema pasa la prueba?
Adiós a las plantillas de Notion.
Claude puede construir un segundo cerebro que se adapta a cómo piensas tú de verdad. Gratis.
Estos 8 prompts montan todo el sistema:
@SoyAmanii Y lo de las voces eran los parlantes, no un escape. Sin seed o logs esto es cuento, no prueba. ¿Cuántos agentes aguantan sin romper el mundo?.
OpenAI suelta GPT-6 Astra y admite dos cosas a la vez: nivel Crítico en ciberataques y que esconde mejor su razonamiento. O sea, más capaz de hackear y menos vigilable. Y lo despliegan igual. https://t.co/oE81sefJmY
@0xJokker 230 agentes suena a equipo completo. Pero cada uno suma una superficie de error nueva. Y cuando algo sale mal, ¿a cuál de los 230 le pides cuentas?
Google le está pagando a Hollywood por permiso para entrenar IA con sus películas. Se acabó el "fair use" cuando el estudio pidió factura. El que tiene los datos manda… y el que paga, más.
https://t.co/Znnr4aNwF3
OpenAI estima que monitorear sus cargas más sensibles añade cerca de 20% de cómputo. Si un agente va a producción, presupuestar solo su uso se queda corto. O sea, ¿ya estás contando lo que cuesta vigilarlo?
Si el caché de prompts falla en un agente, revisa: historial reescrito, herramientas en orden variable y datos al inicio. Mantén el contexto append-only y mueve lo cambiante al final; el prefijo exacto es diseño.
https://t.co/HH6fv9Rf7U
Desde el 2 de agosto, el artículo 50 del AI Act activa dos capas: avisar cuando alguien interactúa con IA y marcar salidas sintéticas en formato legible por máquina. Transparencia = interfaz + archivo.
https://t.co/PaaMIgs3me
@Nozelcode «No alcanzar límites» necesita una prueba, no una captura. Compararía 20 tareas iguales con y sin el prompt: tareas completas, tokens y correcciones humanas. También revisaría qué archivos y permisos cambia el repo.
Meta hizo que Muse Image use código para crear gráficos y QR. Regla para evaluarlo: no puntúes solo lo visual. Decodifica el QR y contrasta datos, ejes y etiquetas. En una imagen funcional, verse bien no basta.
https://t.co/gp3EYODwdg
Google hizo de Interactions la API principal de Gemini: estado en servidor, tareas en fondo y agentes gestionados. generateContent sigue soportada. Migra si eso elimina complejidad, no por cambiar de sintaxis.
https://t.co/F25ImCIQmD
@midudev Que corra en local no garantiza privacidad. Antes de usar un clonador de voz revisaría si envía muestras o telemetría, qué conserva en disco y la licencia del modelo. Y exigiría consentimiento verificable: copiar una voz sin control es el riesgo real.
Un benchmark queda ciego si solo mide éxito. DeepMind añade colisiones y robustez; Hugging Face reconstruyó 17.600 acciones de un agente que cruzó límites. Dos casos no bastan: reporta la frontera éxito–contención.
https://t.co/v2wDHMZEJG
@maarcoofdezz Las 213.000 estrellas miden atención, no mejora. Para saber si ECC aporta, compararía el mismo repositorio con y sin el paquete: tasa de tareas correctas, tiempo de revisión y errores introducidos. Si no gana ahí, 262 skills son catálogo, no sistema.
OpenAI pasó de 13,3% a 38,3% en ARC‑AGI‑3 al conservar razonamiento y compactar contexto, con 6× menos tokens. En agentes, un benchmark también mide memoria y entorno: cambiar el arnés puede cambiar la conclusión.
https://t.co/ThCbl97MeW