The Batch n°350 — How Coding Agents Accelerate Different Types of Software Work (Andrew Ng) + GLM-5.1, Digit chez Schaeffler, anti-data-center revolt, assistant axis

Puntos clave

1. Número 350 de The Batch. publicado el 24 de abril de 2026, ~15 minutos de lectura, editorial de Andrew Ng.
2. Jerarquía de aceleración impulsada por agentes de codificación. (de la más acelerada a la menos acelerada): 1. Frontend — "los agentes de codificación son fluidos en lenguajes frontend populares como TypeScript y JavaScript". Bucle autónomo agente-navegador (el agente prueba sus resultados en un navegador, itera). Cuando el diseño está especificado, la implementación es rápida. 2. Backend — aceleración moderada. El desarrollador debe guiar al modelo a través de los casos límite, las consideraciones de seguridad y las migraciones de bases de datos. Errores sutiles + efectos en cascada = se requiere supervisión humana experimentada. 3. Infraestructura — la aceleración más débil. Los LLM tienen un conocimiento "relativamente limitado" de las complejidades y compensaciones de la infraestructura. Las pruebas, la experimentación y la depuración de configuraciones de red erróneas exigen una experiencia de ingeniería profunda que va más allá de las capacidades actuales de los agentes. 4. Investigación — aceleración mínima pese a los beneficios del código. Los agentes aceleran la generación de código y la orquestación de experimentos, pero el trabajo conceptual (formación de hipótesis, interpretación, iteración) sigue siendo humano.
3. Conclusión de gestión. "Comprender estas distinciones ayuda a las organizaciones a calibrar las expectativas y la organización de los equipos en torno a las capacidades de la IA".
4. Lectura en espejo con Karpathy. (ficha [karpathy-vibe-coding-agentic-engineering-software-3-0-2026-04-29](karpathy-vibe-coding-agentic-engineering-software-3-0-2026-04-29.md)): Ng propone una jerarquía por dominio, Karpathy una explicación por verificabilidad — los dominios con una señal de verificación fuerte (renderizado visual del frontend, matemáticas/código) alcanzan su punto máximo; los dominios difusos (infraestructura, investigación conceptual) se quedan atrás. Los dos marcos son congruentes. ### Noticia 1 — GLM-5.1 (Z.ai): agente autónomo de 8 horas
5. Arquitectura. MoE, 754.000 millones de parámetros totales, 40.000 millones activos por token.
6. Contexto. 200.000 tokens de entrada, 128.000 de salida.
7. Licencia. MIT, pesos abiertos (HuggingFace).
8. Precio de API. 1,40 $ / 0,26 $ (en caché) / 4,40 $ por millón de tokens (entrada/caché/salida).
9. Capacidad distintiva. se mantiene de forma autónoma hasta 8 horas en una sola tarea, con un bucle de planificación→ejecución→evaluación y un abandono adaptativo tras cientos de llamadas a herramientas si el enfoque falla (en lugar de terminar de forma prematura).
10. Rendimiento. líder en SWE-Bench Pro con 58,4% (frente al 54-57% de los competidores); 3.º en Arena Code (1530 Elo); récord en CyberGym con 68,7; queda por detrás en GPQA Diamond con 86,2% frente al 94,3% de Gemini 3.1.
11. Mercado. Z.ai subió sus precios de API en torno a un 40% y duplicó el coste de la suscripción de codificación — reduciendo la brecha competitiva con los modelos propietarios. ### Noticia 2 — Digit (Agility Robotics) en la línea de producción de Schaeffler
12. Primer despliegue operativo. de humanoides en la industria (Carolina del Sur, piezas de automoción).
13. Especificaciones de Digit. 1,75 m (5'9"), 65 kg (143 lb), piernas bípedas de rodilla invertida, pinzas de 4 dedos, sensores RGB de profundidad + LiDAR + IMU.
14. Régimen. dos turnos de 4h con recarga; tareas especificadas como flujos de trabajo (no como órdenes motoras directas) — transferencia de contenedores.
15. Economía. Agility sitúa el coste operativo en 10-25 $/h frente a ~20 $/h para un puesto humano de nivel inicial. Schaeffler prevé cientos de despliegues en EE. UU. + Europa de aquí a 2030.
16. Contexto global. ~200 humanoides en fábricas en 2026; proyección de McKinsey: 5 millones de aquí a 2040.
17. Efecto sobre el empleo. la investigación sugiere una reestructuración más que una eliminación — promoción hacia funciones de supervisión. ### Noticia 3 — Revuelta anti-centros de datos
18. Magnitud. ~64.000 millones de dólares en proyectos de centros de datos bloqueados/retrasados entre mayo de 2024 y marzo de 2025.
19. Legislación. Maine — moratoria para instalaciones ≥20 MW hasta 2027 (proyecto de ley pendiente de la firma del gobernador). Wisconsin (Port Washington) — primer referéndum de EE. UU. que exige un voto popular para incentivos fiscales en megaproyectos. Misuri (Festus) — los votantes destituyeron a los concejales que habían aprobado un centro de datos de 6.000 millones de dólares. Ohio — enmienda constitucional propuesta que prohíbe las instalaciones ≥25 MW.
20. Quejas. presión sobre la red eléctrica, aumento de las tarifas energéticas residenciales, consumo de agua, molestias por ruido, impacto en el vecindario, huella medioambiental.
21. Incidentes violentos. (1) un cóctel molotov en casa de Sam Altman en San Francisco; (2) disparos en el domicilio de un concejal de Indianápolis que había apoyado un centro de datos de 500 millones de dólares.
22. Mitigaciones técnicas. refrigeración de circuito cerrado eficiente en agua; creciente generación eléctrica privada fuera de red.
23. Tensión estratégica. las empresas tecnológicas ven el centro de datos como infraestructura de soberanía de IA frente a China — de ahí la rápida expansión pese a la resistencia local. ### Noticia 4 — "Eje del asistente" (Christina Lu, MATS / Oxford / Anthropic)
24. Problema. los LLM entrenados como asistentes sufren una deriva de persona en conversaciones largas o cargadas emocionalmente — adoptando rasgos alternativos.
25. Solución. un "eje del asistente" = un vector derivado de las salidas de las capas que mide la adherencia a la persona de asistente entrenada. Permite tanto la detección COMO la corrección de la desviación.
26. Metodología. 1.200 preguntas de sondeo de personalidad + 1.375 prompts de sistema alternativos; mediciones en Gemma 2 27B / Qwen3 32B / Llama 3.3 70B; "capado de activaciones" = restringir las salidas dentro de los parámetros de la persona de asistente en el momento de la inferencia.
27. Resultados de jailbreak.
28. Qwen3 32B: respuestas dañinas 83% → 41%
29. Llama 3.3 70B: respuestas dañinas 65% → 33%
30. Preservación del rendimiento. IFEval, GSM8k, MMLU-Pro, EQ-Bench estables o mejorados — el refuerzo de la alineación no compromete la capacidad.
31. Ejemplo de impacto. una conversación de 30 turnos en torno a la ideación suicida — el modelo sin modificar se desliza hacia un tono inapropiado; la versión capada mantiene los límites terapéuticos + una orientación compasiva.
32. Implicación. una forma práctica y ligera de estabilizar la persona sin reentrenamiento — cercana al tema de vigilancia de Anthropic sobre el entrenamiento de carácter (cf. [anthropic-measuring-political-bias-claude-2025-11-13](../2025-11/anthropic-measuring-political-bias-claude-2025-11-13.md)).