Artículo de invitado de **Andy Warfield**, ingeniero del equipo de **S3** en **AWS**, publicado el **26 de agosto de 2026** en *All Things Distributed*, el blog de **Werner Vogels**, quien lo presenta en unas líneas firmadas «--W»: **3554 palabras** según la página. El texto sirve de vehículo para el anuncio de que **DuckLabs**, el equipo detrás de **DuckDB**, se incorpora a **AWS**. (A) La tesis: la informática de sistemas consiste en buscar el compromiso elegante frente a una «física» cambiante —las proporciones entre velocidad de memoria, red y cómputo— y esa física ha cambiado. Warfield cuantifica la brecha: una **m1.xlarge** de 2007 ofrecía **15 GB de RAM**, **4 núcleos virtuales** y **~1 Gb/s** de red; una **m8g.48xlarge** actual ofrece aproximadamente **50×** más en cada uno de los tres aspectos. El crecimiento de los conjuntos de datos, por su parte, sigue una distribución cuya cola está formada por volúmenes muy grandes. (B) La consecuencia: el procesamiento distribuido —**MapReduce**, los **RDD** de **Spark**— se diseñó bajo las restricciones de E/S de principios de la década de 2000, y buena parte del trabajo que se le asignaba ya no necesita salir de la aplicación. De ahí el motor embebido, de tipo biblioteca en proceso, que se ejecuta en el espacio de direcciones de la aplicación, del que **DuckDB** es el ejemplo. Warfield ancla esto en el artículo *Scalability! But at what COST?* (2015) y en el epígrafe de **Paul Barham**: «Puedes tener una segunda computadora una vez que hayas demostrado que sabes usar la primera.» Formula una salvedad explícita: «Cuando un trabajo realmente necesita mil máquinas, necesita mil máquinas.» El corpus ya contiene [[vogels-tech-predictions-2026-allthingsdistributed-2025-11-25]] del mismo blog y [[anthropic-self-service-data-analytics-claude-agentic-stack-2026-06-03]] sobre analítica de autoservicio.
#DuckDB#DuckLabs#adquisición de AWS
Andy Warfield · ingénieur du service S3 chez AWS · en billet invité sur *All Things Distributed* ; introduction de Werner Vogels · CTO d'Amazon.
Entrada de blog corporativo de **Block** (`block.xyz/inside`), sin firma —el autor mostrado es **«Block»**—, publicada el **18 de agosto de 2026**, ~930 palabras, que anuncia **la apertura del código de Berd**, la aplicación de escritorio interna de Block para trabajar con agentes, y expone la tesis de diseño que la guió: dar carácter a los agentes *«no solo mediante roles, instrucciones, skills y herramientas, sino mediante identidades visuales distintivas»* —de ahí los personajes animados desarrollados internamente, los *«Gloopies»*—. La entrada parte de una constatación de fragmentación (*«The technology was powerful, but the experience around it was fragmented»*) y de un problema de interfaz precisamente nombrado: *«the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent»*. Dos aportaciones estructurantes. **(A) Una articulación en tres niveles**: **goose** sigue siendo el framework y el *runtime* que sostiene el bucle del agente; **Berd** es el cliente de escritorio (proyectos, contexto, sesiones, agentes, configuración); ambos se comunican mediante el **Agent Client Protocol**. **Buzz** se designa como la continuación, para cuando el trabajo en solitario se vuelve colaborativo (*«Start alone, then go multiplayer»*). **(B) Seis requisitos transmitidos a Buzz**, enunciados como conclusión: *«private space, durable context, recognizable agent identities, reusable skills, visible configuration, and clearer visibility into an agent's configured context, tools, and capabilities»* —una parrilla directamente reutilizable para evaluar un cliente de agentes—. El propio texto distingue identidad de capacidad: *«The avatars make the agent recognizable. Its role, skills, and tools make it useful.»* No se aportan cifras de uso ni se nombra ninguna licencia para la apertura del código.
#Berd#Block#código abierto
**Aucun auteur nommé** : le billet est signé **« Block »** — le champ *Author* de la page porte le nom de l'entreprise. Publié le **18 août 2026** sur `block.xyz/inside` · le blog **corporate** · et non sur `engineering.block.xyz`.
Entrada de blog de **Sonatype** por **Aaron Linskens** (*technical writer*), publicada el **18 de agosto de 2026**, ~1.300 palabras: relata un estudio de **Sonatype Research Labs** que abarca **49 meses** (junio de 2022 — junio de 2026) y una **cohorte fija** de aplicaciones empresariales, una elección metodológica presentada como una forma de aislar la evolución de la flota de aplicaciones más que la de la cartera de clientes. El resultado se presenta como una contradicción: la remediación es más rápida, pero el riesgo se acumula aún más. (A) **El stock aumenta** — vulnerabilidades *Critical* y *High* por aplicación **×4,31** (de **14,14** en junio de 2022 a **54,3** en 2026, aún **×3,91** excluyendo las aplicaciones legadas recién incorporadas a la gestión), versiones de componentes recién afectadas al **46×** de la tasa previa a la IA, creación mensual de aplicaciones **×4,84**. (B) **La remediación mejora** — más de la mitad de las violaciones resueltas se resuelven en menos de un día, la edad mediana de las vulnerabilidades *Critical/High* sin resolver baja de **228** a **126 días**, luego a **103** en mayo de 2026; entre las cohortes que dispusieron de doce meses, **52,6%** están resueltas, **44,3%** abiertas, **3,1%** bajo dispensa. (C) **La palanca propuesta es la selección de componentes**: en el momento en que se eligió una dependencia vulnerable, ya existía una versión sustancialmente menos arriesgada en **62,2%** de los casos en **Maven**, **46,9%** en **npm**, **34,3%** en **PyPI** — una brecha que el texto atribuye a un problema de información más que a una falta del desarrollador. La propia entrada afirma que la IA no es la única causa de la aceleración, y concluye con **Sonatype Guide**, que lleva esta inteligencia hasta el momento de la selección. En el plano de la cadena de suministro, prolonga lo que [[fiches/2026-08/staples-gitlab-when-code-is-abundant-2026-08-24]] plantea en términos económicos y [[fiches/2026-07/clinton-anthropic-secure-ai-native-sdlc-2026-07-21]] en términos de ciclo seguro.
#cadena de suministro de software#cadena de suministro de software#Sonatype Research Labs
Aaron Linskens · *technical writer* chez Sonatype · sur le blog de l'éditeur ; les chiffres sont produits par Sonatype Research Labs · non par l'auteur.
Publicación de anuncio de producto de **Block Engineering** firmada por **Thomas Petersen** (*Principal Designer & Builder*), publicada el **18 de agosto de 2026**, ~1.800 palabras en trece secciones breves, que presenta **Buzz Projects** — una **forja de software alojada en su propio relay**: repositorios Git, ramas, pull requests, issues, revisión y merge, proyectos multi-repositorio, un feed de actividad, todo vinculado a canales de conversación. El planteamiento y la tesis de la publicación: *« Coding agents are the terminal for your computer. Buzz is the terminal for your network. »* Tres aportaciones. **(A) Una doctrina de confianza fundada en la prueba *a posteriori* más que en la autorización *a priori***: por un lado *« No forced guardrails, no limitations on what your agents are allowed to help you with »*, por otro *« Every push, review, approval, and merge is a signed Nostr event. If an agent authors a patch, you can see which agent produced it and which human authorized that agent to act »*; la sección se cierra con una dirección enunciada — *« we are already exploring ideas around agent trust protocols informed by past behavior »*. **(B) Interoperabilidad Git sin herramientas propietarias**: *« These are standard git repositories… You can fetch, clone, pull, and push over plain Smart HTTP, with no custom tooling or wrapper CLI required »*, con la clé Nostr sirviendo como identidad única — *« The same npub that signs your messages signs your pushes. »* **(C) Una distinción entre superficie de ejecución y presencia en la red**: *« A terminal gives an agent somewhere to execute commands and change files, but it does not give it a persistent place in the network. Buzz does. »* La publicación no aporta ninguna cifra y no contiene enlaces salientes; se califica a sí misma de preliminar seis veces (*« still very basic »*, *« fairly elementary »*, *« still under experiments »*), y Projects se encuentra bajo la pestaña **Experiments** de Buzz Desktop.
#Buzz#Buzz Projects#Block
**Thomas Petersen** — *« Principal Designer & Builder »* chez **Block** · auteur unique et signataire du billet ; première apparition dans le corpus. Publié le **18 août 2026** sur le blog **Block Engineering**. Troisième signature Block sur Buzz en un mois · après Tyler Longwell (21 juillet) et Atish Patel (6 août) · et la première non-ingénieur.
Publicación de anuncio publicada en el **blog oficial de Z.ai** (antes Zhipu AI, laboratorio chino) el **14 de agosto de 2026**, **sin firma individual**, ~2.000 palabras más notas al pie. Anuncia **GLM-5.3**, sucesor de GLM-5.2, y se abre con una tesis metodológica: *« Scaling post-training is all we did for GLM-5.3. »* Mismo modelo base que GLM-5.2 — *« every gain comes from post-training »*. Tres anuncios. **(A) Un modelo de codificación de pesos abiertos**: +50% reivindicado en **Z.ai Code Bench**, un benchmark interno no publicado. **(B) Una capacidad cibernética presentada como "emergente"**, que el cuerpo del texto atribuye a una decisión de entrenamiento — *« As part of post-training, we introduced vulnerability discovery data and environments into the training mix. We expected this to make the model better at finding and reasoning about vulnerabilities »* — lo que resultó sorprendente fue la velocidad y el cambio de naturaleza: el modelo pasa de identificar fallos aislados a *« coherent plans for complete exploitation chains »*. Las ganancias crecen con la posición en la cadena de explotación: CyberGym 77,2 → **84,5%**, ExploitBench 24,4 → **54,4%** (×2,2), ExploitGym 29 → **105** tareas en 2h (×3,6), con una brecha frente a la frontera cerrada que sigue siendo amplia (181 y 247 tareas). Z.ai lo formula así: *« Capability is growing fastest exactly where we are furthest behind. »* La publicación también difunde un **Z.ai Security Disclosure Ledger**: **2.436 vulnerabilidades identificadas en 269 proyectos de código abierto** — núcleos, sistemas operativos, motores de navegador, infraestructura, aplicaciones web, protocolos de red — la más antigua introducida en **1981**, vida media antes del descubrimiento de **26,6 años**, de las cuales **53 divulgadas** y **2.383 bajo embargo**. **(C) Una publicación de los pesos** *« within two weeks of launch, once safety evaluation and hardening are complete »*. El aporte metodológico más reutilizable: la **síntesis de entornos y verificadores**, esta última producida sin acceso a la solución de referencia y admitida solo tras un tríptico de controles negativos — **oracle**, **no-op**, **unsolved-state**. Todas las evaluaciones agénticas se realizan **en Claude Code 2.1.207**.
#GLM-5.3#GLM-5.2#Z.ai
**Z.ai** (anciennement **Zhipu AI**) · laboratoire d'IA chinois · éditeur de la famille **GLM**. Billet **institutionnel et non signé** : aucun auteur nommé · aucun chercheur mis en avant · aucun lien vers un rapport technique ou une carte de modèle. Publié le **14 août 2026**. La page est une SPA React — le HTML servi est un `<div id="root">` vide · et le texte comme les scores ont dû être extraits du bundle `glm-5.3-BCnx8T5_.js` · où ils figurent en valeurs source.
Página de producto oficial de **DeepSeek**, publicada el **13 de agosto de 2026**, **sin firma**, ~450 palabras, que anuncia el lanzamiento en *developer preview* de **DeepSeek Harness** (`dsh`) — un harness de agente de codificación **de código abierto bajo licencia MIT**, cuyo repositorio se abrió el mismo día. Una tesis de tres palabras, repetida en el título y en la descripción del repositorio: *« Everything is a plugin »*, junto a una segunda promesa, *« Every run is traceable »*. La página enuncia la ecuación *« AGENT = MODEL + HARNESS »* y enumera las capacidades intercambiables — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Se lanzan cuatro modos: **Standard** (agente de codificación completo), **Code** (herramientas expuestas mediante el *Code Mode SDK*, que permite al modelo componer operaciones de varios pasos dentro de un programa TypeScript), **Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, explícitamente *« for benchmarking models in a minimal environment »*), y **Creator** (inspección en tiempo de ejecución, pruebas de plugins en memoria). La sustancia técnica reside en el repositorio, no en la página: `docs/architecture.md` enuncia un invariante de registro — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — y declara que *« there is no privileged core to patch »*. El núcleo técnico no pertenece a DeepSeek: DSH está construido sobre **Cordis** (el proyecto `cordiverse`, un tercero), **vendorizado** en `vendor/` con un manifiesto y un procedimiento de sincronización, y la página sitúa el *« Cordis paper »* al mismo nivel de navegación que "GitHub" y "Developer docs". Se lanzan dos adaptadores LLM — `dsh-llm-deepseek` y `dsh-llm-pi-ai`, un adaptador multiproveedor genérico. El repositorio advierte en mayúsculas: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, y `CLAUDE.md` especifica que `SESSION_FORMAT_VERSION` permanece en `0` *« with no compatibility promise »*, con backends que rechazan los formatos antiguos en disco. Cronología: DSH se lanza el mismo día en que **DeepSeek-V4-Pro alcanza la GA**, tres días antes de que entre en vigor un nuevo calendario de precios de la API el **16 de agosto de 2026 a las 16:00 UTC**, con tarifas de hora punta/valle y un descuento de hora valle del **−50 %**.
#DeepSeek Harness#dsh#harness de agente
**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.
Informe de investigación interno fechado el **12 de agosto de 2026** que consolida, con fines de presentación, todo lo documentado públicamente sobre **Buzz** — el espacio de trabajo de humanos + agentes de **Block**, lanzado el **21 de julio de 2026** bajo la licencia **Apache 2.0**. Reúne las dos publicaciones técnicas ya presentadas junto al anuncio corporativo, el repositorio de GitHub, la cobertura de prensa, X, y **tres experiencias prácticas independientes** que constituyen los únicos datos del dosier que no son autodeclarados. **(A) Una brecha de vocabulario documentada mediante cita**: el tuit de lanzamiento de **Jack Dorsey** anuncia *"agnóstico de modelo, descentralizado, autosoberano y de código abierto"*; el `ARCHITECTURE.md` de Block afirma *"El relay es la única fuente de verdad. Todas las lecturas y escrituras pasan por él. No hay intercambio de eventos entre pares, ni gossip, ni replicación."* El relay es, por tanto, único y autoritativo por comunidad: la "descentralización" de Buzz es una **soberanía organizativa** —autoalojamiento e identidad portátil— y no redundancia de red. La formulación de **TFTC**: *"Dos de esos tres se sostienen sin problema. El tercero necesita un matiz."* **(B) Una asimetría entre el rigor demostrado y el riesgo de explotación.** Por un lado, un grado de formalismo poco frecuente para una v0.4.x/0.5.x: especificación de aislamiento multiinquilino **mecanizada en TLA+**, propiedades de autorización verificadas en **Tamarin**, un protocolo de almacenamiento Git verificado por model checking, un registro de auditoría append-only encadenado por hash, 127 *tipos de evento*, NIP-01/42/98/34. Por otro, la pertenencia a un canal es la unidad de permiso —*"la pertenencia a un canal no es una autorización de herramientas de grano fino"* (João Queirós)—, los agentes se ejecutan con `--dangerously-skip-permissions` fuera de cualquier sandbox en la máquina de un humano, y la observabilidad es deficiente: *"Buzz me dice que un agente recibió un mensaje. No me dice qué pasa después"* (DevTools Daily, que reporta cierres silenciosos por OOM). Block lo reconoce: *"el agente puede hacer cualquier cosa, y la seguridad descansa por completo en restringir quién puede decirle qué hacer"*. **(C) La pila técnica**, ausente de las publicaciones presentadas: relay en **Rust** (Axum WS + REST), **Postgres**, **Redis**, **S3/MinIO** vía Blossom, cliente de escritorio **Tauri + React**. La integración de agentes pasa por **`buzz-acp`**, un harness **ACP** que conecta goose, Codex y Claude Code y traduce **ACP ↔ MCP**, además de **`buzz-agent`**, un agente propio. El informe se corrige a sí mismo en un punto: el *"+33% más de trabajo"* del TL;DR de Block es la **proporción de tareas completadas (20 frente a 15 de 44)**, no una ganancia de puntuación — la puntuación en sí sube de 59,1% a 71,5%, es decir **+12,4 puntos**.
#Buzz#buzz.xyz#Block
**Deep Research Veille Interne** — rapport non signé · produit le **12 août 2026** en préparation d'une présentation. Aucune URL publique ; source archivée dans `raw-data/`.
Informe de investigación interno fechado el **12 de agosto de 2026** (en formato *What? — So What? — Now What?*, investigación realizada los días 11 y 12 de agosto) sobre una pregunta simple: ¿son las aplicaciones **de escritorio** de ChatGPT y Claude mejores que sus versiones **web**? La respuesta llega en dos partes. **(A) Existe un consenso cualitativo sólido y bien documentado.** El punto de partida es indiscutible: el escritorio y la web llaman exactamente a los mismos modelos en la nube, siendo la aplicación una simple interfaz hacia el servicio — la ganancia reside, por tanto, enteramente en la capa de aplicación (latencia de acceso, estabilidad en sesiones largas, huella de memoria, integraciones con el sistema, fluidez del flujo de trabajo). Lo que distingue verdaderamente al escritorio, confirmado: del lado de OpenAI, un atajo global (Option/Alt + Espacio), una *companion window* que permanece siempre en primer plano, capturas de pantalla nativas, y desde julio de 2026 la capacidad agéntica **Codex/Work** integrada en la aplicación; del lado de Anthropic, **Quick Entry** (macOS), **Desktop Extensions** (instalar un servidor **MCP** local se vuelve *«tan simple como hacer clic en un botón»*), acceso a archivos locales, **Cowork** y **Computer Use** (permisos de Accesibilidad y grabación de pantalla). La web conserva dos fortalezas confirmadas: pestañas/hilos múltiples y universalidad sin necesidad de instalar un cliente. **(B) Casi todas las cifras que circulan en apoyo de este consenso no resisten la verificación.** La auditoría crítica del informe (§1.5) clasifica como **no confirmadas** siete afirmaciones numéricas ampliamente repetidas: el *cold start* «2-3 s frente a 8-12 s» (el único rastro es una mención anecdótica de «carga en unos 3 segundos» en Substack); el uso de RAM «200-700 MB frente a 1,2-2 GB», atribuido a un «Alibaba Product Insights» cuyas páginas devuelven **404**; una tasa de fallos y una cifra de retención de sesión imposibles de rastrear; un «Claude +10-20% de extremo a extremo» atribuido a **Skywork**, que en realidad había evaluado su propio agente de Windows en lugar de comparar Claude con la web; una fuente «Cosmo Edge» imposible de rastrear; citas no confirmadas de Zenken AI; y dos publicaciones de X sin autenticar y sin URL. La señal contraria está documentada con el mismo rigor: Yuri Dvoinos describe una aplicación Claude Desktop que *«me dan ganas de tirar el portátil por la ventana»* — un uso de CPU del 68% y retraso de entrada en un MacBook Pro — y el informe señala que ambas aplicaciones están construidas sobre **Electron** con capas nativas. De ahí su formulación: *la ventaja del escritorio es una promesa de implementación, no una ley de la naturaleza.* **El «So What»**: dado que el modelo se ha convertido en el denominador común, la interfaz se convierte en el campo de batalla — la fusión **Codex + ChatGPT** del 9 de julio de 2026 y el tándem Cowork/Computer Use cuentan la misma historia, *«la aplicación de escritorio ya no es un cliente de chat, es un entorno de ejecución de agentes con acceso a la máquina»*. Tres consecuencias: la ganancia es una ganancia de **fricción**, no de potencia; para un CIO, el escritorio **desplaza el límite de confianza** — Computer Use requiere permisos del sistema sensibles y la fusión de Codex sitúa la ejecución de código, el navegador y los conectores dentro de *«un único límite de confianza ampliado»*, mientras que el navegador sigue siendo gobernable mediante SSO, DLP y CASB; y para quien publica, la fragilidad de las cifras es en sí misma la noticia. **El «Now What»** aporta criterios individuales de cambio, una lista de verificación para CIO (inventariar los permisos, desactivar Computer Use y Cowork por defecto, delimitar qué extensiones MCP están autorizadas, organizar la distribución y las actualizaciones — en Linux, fuera del repositorio apt, Claude Desktop no se actualiza solo) y una directriz editorial: citar únicamente citas textuales confirmadas y fechas.
#ChatGPT Desktop#Claude Desktop#versión web
**Deep Research Veille Interne** — rapport non signé · produit par une enquête sourcée menée les **11-12 août 2026** et rendu le 12.
Una nota de vigilancia de **Didier Girard** publicada en **X** el **7 de agosto de 2026**, que interpreta el lanzamiento de **Shieldstral 1.0 3B** (Mistral AI, 4 de agosto de 2026) no como el lanzamiento de un producto sino como **el despliegue en producción de una doctrina**. Punto de partida: el **13 de mayo de 2026**, ante la comisión de investigación de la Asamblea Nacional sobre las vulnerabilidades digitales, **Arthur Mensch** rechazó cualquier papel de supervisión de Mistral sobre el uso final de sus modelos — *"no tenemos legitimidad democrática"* — rechazando explícitamente la postura de **Anthropic**. Menos de tres meses después, Mistral lanza un **modelo de moderación**. El autor descarta la contradicción aparente: **Shieldstral no incorpora ninguna taxonomía de lo lícito y lo ilícito**, responde a una **pregunta que escribe el usuario**. **El mecanismo es el corazón de la nota**: un prompt en tres partes (contexto + severidad / una única pregunta cerrada / el contenido a juzgar), una respuesta `yes` o `no`, y el **softmax sobre estos dos tokens** produce una puntuación continua entre 0 y 1. **La política de moderación no está en los pesos, se lee en el momento de la inferencia** — mientras que **Llama Guard 4** incorpora la taxonomía de MLCommons fijada en el entrenamiento, Shieldstral lee la vuestra en lenguaje natural, modificable **sin reentrenamiento**. El informe técnico (**arXiv:2607.25857**, 28 de julio de 2026) cuantifica el coste de esta elección: el ajuste fino solo con datos públicos = **61,1% de F1** en adaptabilidad de política; **4,4 millones de pares contrastivos** generados por un LLM (el mismo contenido reescrito para infringir una política pero no su política hermana) = **+23,3 puntos**; **91,3%** tras la fusión de tres checkpoints. Características: **3.800 millones de parámetros reales** (el «3B» del nombre redondea a la baja), base **Ministral 3** + codificador de visión **Pixtral**, **12 idiomas**, **16 GB de VRAM en BF16**, **Apache 2.0**. Rendimiento en texto: **84,9% de F1 promedio**, a la par de **GPT-OSS-Safeguard-20B** (siete veces más grande), por delante de **Qwen3Guard-8B** (84,0) y muy por delante de **LlamaGuard-4-12B** (69,1). **Una salvedad planteada por el propio autor**: *todas estas cifras provienen de Mistral, sobre conjuntos de prueba seleccionados por Mistral, y no existía ninguna evaluación de terceros a fecha del 6 de agosto*. La tesis estructurante de la nota es una **oposición de topologías**: en **Anthropic**, la barrera de seguridad vive **en los pesos** y el editor arbitra quién queda exento de ella (**Claude Fable 5** público con medidas de seguridad / **Claude Mythos 5** sin ellas, reservado a los ciberdefensores aprobados de **Project Glasswing**, 9 de junio de 2026); en **Mistral**, la barrera de seguridad **se sitúa fuera del modelo** — un componente separado, abierto, autoalojable, cuya política pertenece a quien lo despliega. Alineación explícita de clientes (ministerio de las Fuerzas Armadas, BNP Paribas, administraciones gubernamentales francesa y luxemburguesa). La nota cierra con un **contratiempo documentado en tres puntos**: **auditabilidad** (salida binaria, sin traza de razonamiento, mientras que quien despliega hereda la carga de la justificación en una auditoría de la AI Act), **robustez** (el primer capítulo del *Tratado sobre la tolerancia* de Voltaire clasificado como «llamada a la violencia» por un usuario en el hilo de Hacker News — una confusión entre mención y respaldo), **disponibilidad** (a fecha del 6 de agosto: sin endpoint facturado en La Plateforme, sin Ollama oficial). Tres reglas de despliegue para cerrar.
#Shieldstral#Shieldstral 1.0 3B#Mistral AI
**Didier Girard** — auteur de la note · publiée sur son compte X. Écrit ici en **analyste de doctrine industrielle** plutôt qu'en testeur : il n'a pas déployé le modèle · il croise une **audition parlementaire** (Mensch, 13 mai) · un **lancement produit** (Shieldstral, 4 août) · un **rapport technique** (arXiv, 28 juillet) et un **contre-exemple concurrent** (Anthropic, 9 juin) pour montrer qu'ils forment une position cohérente. Deux marqueurs de posture : il **borne explicitement la valeur des chiffres** qu'il cite (aucune évaluation tierce) et il **termine par des règles opérationnelles** — l'analyse doit sortir avec sa traduction en décisions de déploiement.
Anuncio de **Google** el **6 de agosto de 2026**: Google se une como **Core Maintainer** a la especificación **Agent Plugins 1.0.0**, un formato de empaquetado abierto y *vendor-neutral* para distribuir juntos **Agent Skills** y **servidores MCP**. La especificación fue publicada por un **TSC** cuyos Core Maintainers provienen de **Amazon, Cursor, Microsoft, OpenAI y Vercel**; Google se suma a ellos, representado por **Kevin Hou** (Senior Staff Engineer, Google DeepMind). Los dos bloques empaquetados —Agent Skills y MCP— provienen de **Anthropic**, que no figura en esta lista de mantenedores. **El diagnóstico** cabe en una frase: *"The core problem isn't the components. It's the manifest."* Una skill es portable, un servidor MCP es portable; la caja en la que van no lo es, y cada cliente tuvo que inventarla por su cuenta —de ahí los forks, las copias de componentes idénticos y su divergencia. **El formato** cabe en una restricción: *"A plugin is a directory. That's the whole idea, and the restraint is the point."* Un `plugin.json` con dos líneas útiles (`$schema` y `name`), skills en `skills/` en el formato Agent Skills, servidores declarados en `mcp.json` con un **`type` explícito en cada entrada** (stdio, Streamable HTTP, o el HTTP+SSE heredado) —ya no se infiere el transporte a partir de la forma del objeto de configuración. La fuerza del diseño reside en lo que el manifiesto **no puede** hacer: ni reubicar componentes ni declararlos en línea, de modo que no hay ninguna ruta de descubrimiento que configurar ni ningún orden de precedencia que aprender. Corolario operativo: los componentes **fallan de forma independiente** —un servidor de `mcp.json` que no arranca no derriba las skills del plugin, el cliente salta esa entrada, continúa y reporta el fallo. La vía de escape aceptada es el directorio de **dominio inverso** (`com.example.client/`), un espacio de extensión propiedad exclusiva de un cliente (hooks, agents, commands) que otros clientes ignoran: *"the portable core stays small because the non-portable parts have somewhere legitimate to go."* Una sección se dedica a los casos en que el formato no está justificado —*"Not every skill should be a Plugin"*: un único servidor MCP para un único cliente, basta con `mcp.json`; una única skill no necesita ningún plugin. Lo que la v1 excluye explícitamente, bajo *future considerations*: **sin mecanismo de instalación, sin protocolo de distribución, sin modelo de permisos, sin requisito de sandboxing, sin verificación de confianza o procedencia, sin UX**. Todo esto encaja en una pila de cuatro capas adoptables de forma independiente —**find** (Agentic Resource Discovery), **describe** (AI Catalog, que registraría el tipo `application/agent-plugins+json`), **package** (Agent Plugins), **run** (MCP + Agent Skills). Dos productos de Google ya se distribuyen así: **Agents CLI** y **Data Agent Kit** (BigQuery, Spanner, Cloud SQL).
El sitio **graphify.net**, consultado el **6 de agosto de 2026**, mantenido por **Safi Shamsi** — el creador de la skill open source graphify (cf. [[skill-shamsi-graphify-2026-08-06]]). El dominio agrupa dos objetos distintos. **El primero es un escaparate de producto**: presentación de graphify, guías de uso, referencia CLI y, sobre todo, una galería de **100 repositorios de GitHub trending ya «graphificados»** — *« 100 repos, 854,079 nodes, 1,932,930 edges »* — filtrables por lenguaje y tamaño de grafo, cada uno con su propia página de vista previa y de detalle. **El segundo, y es el más interesante desde el punto de vista de la vigilancia tecnológica, es un directorio editorial**: *« 30 AI coding client guides »*, un directorio de servidores MCP comparados según *« transport, runtime, client support, setup effort, and access risks »*, comparaciones estructuradas entre herramientas (Cursor frente a Codex), y un flujo de artículos con una segmentación manifiestamente long-tail (*« GLM-5.2 Knowledge Graph for Developers »*, *« Trae Context Engineering for Agents »*, *« Symphony Knowledge Graph for Agent Memory »*, *« What Is Cowart? A Codex Plugin for Image Editing »*). El sitio reivindica un método — *« source-reviewed »*, *« aligned decision fields, official evidence, and explicit unknowns »* — y está disponible en seis idiomas. **El punto que esta ficha existe para registrar**: el sitio está **fácticamente desfasado respecto al producto que presenta**. Anuncia **« 3.7k+ GitHub Stars »** cuando la API de GitHub cuenta **103,187** ese mismo día, una **licencia MIT** repetida tres veces cuando el archivo `LICENSE` del repositorio es **Apache 2.0**, y destaca la afirmación **« 71.5× token reduction »**, que pertenece al README de la generación v1 y ha desaparecido de la versión actual. **Un sitio oficial que muestra el 3.7% del recuento real de estrellas y se equivoca de licencia** es una señal en sí misma: la capa de comunicación no ha seguido el ritmo del repositorio.
#graphify.net#directorio de herramientas de IA#directorio
Entrada de skill: **graphify**, de **Safi Shamsi** (Graphify Labs, Y Combinator S26), convierte un proyecto completo — código, documentación, PDF, imágenes, vídeos — en un **grafo de conocimiento consultable**, invocado mediante `/graphify` desde Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot y una quincena de otros clientes. Observado el **6 de agosto de 2026**: **103.187 estrellas**, **10.024 forks**, repositorio creado el **3 de abril de 2026**. Apache-2.0, Python 3.10+, rama por defecto **v8**. **Tres decisiones de diseño**, expuestas en el README. *"Code maps for free, fully local"*: el código se analiza en un **AST tree-sitter**, de forma determinista y sin LLM, sin que nada salga de la máquina. *"Every edge is explained"*: cada arista se etiqueta como **`EXTRACTED`** (explícita en la fuente) o **`INFERRED`** (resuelta por graphify), con un tercer valor `AMBIGUOUS` que aparece en el informe. *"Not a vector index"*: *"no embeddings, no vector store: a real graph you traverse"*. **Tres salidas**: `graph.html` (grafo interactivo), `GRAPH_REPORT.md` (nodos god, conexiones sorprendentes, preguntas sugeridas) y `graph.json` (grafo persistente, consultable semanas después sin releer los archivos). **Tres modos de consulta** que sustituyen a grep: `query` (subgrafo para una pregunta en lenguaje natural), `path A B` (camino más corto entre dos entidades) y `explain` (vecindario de un concepto). **Cobertura**: 36 gramáticas tree-sitter (~40 lenguajes), además de Terraform, Apex, configuraciones MCP, manifiestos de paquetes, Office, Google Workspace, PDF, imágenes y vídeo/audio transcritos localmente mediante faster-whisper. Comunidades detectadas vía **Leiden**, etiquetadas sin LLM. **Benchmarks**: en LOCOMO, recall@10 de **0,497** frente a 0,149 de supermemory y 0,048 de mem0, pero con menor precisión de QA (45,3% frente a 49,7%); en LongMemEval-S, **76%**, a la par de un RAG denso; y *"Graph build — LLM credits: 0"*. **Puntos a registrar**: la rama `main` mantiene un README de la era v1 que describe un producto distinto (skill exclusiva de Claude Code, la afirmación de "71,5× menos tokens"); el paquete PyPI se llama **`graphifyy`**, con dos *y*, mientras se recupera el nombre `graphify`; y se escribe por defecto un **registro de consultas** en `~/.cache/graphify-queries.log`, que puede desactivarse mediante una variable de entorno.
#skill#grafo de conocimiento#grafo de conocimiento
**Safi Shamsi** — créateur et mainteneur de graphify · et de **Graphify Labs** · société passée par **Y Combinator (promotion S26)** selon le badge du dépôt. Il maintient aussi le site d'annuaire `graphify.net` (cf. [[graphify-net-annuaire-ia-coding-2026-08-06]]) et publie un livre · *The Memory Layer* · sur les idées et l'architecture derrière le projet.
Anuncio de **Meta AI Research** publicado el **5 de agosto de 2026** (tiempo de lectura indicado: 4 minutos, sin firma individual): **Muse Code** en beta, *« un agente de codificación de terminal »*, y el modelo que lo impulsa, **Muse Spark 1.2**. La propia Meta enmarca el lanzamiento: *« Esto marca nuestro siguiente paso hacia la frontera, con modelos más grandes y mucho más capaces por venir. »* **Tres elementos arquitectónicos del lado del harness.** **Agentes asíncronos en segundo plano** que *« permanecen activos durante toda la sesión, en lugar de generarse para tareas individuales »*, evitando la recopilación redundante de información y reduciendo la necesidad de dirección. Un **registro de eventos local** donde *« se añade cada llamada al modelo, ejecución de herramienta, aprobación y edición »*, lo que convierte el runtime en un sistema que es *« exacto en la reproducción (replay-exact) y seguro ante reinicios (restart-safe) »*, capaz de reanudar exactamente donde se quedó tras un fallo. Y **tres skills incluidas de fábrica**: `/plan` (convierte una tarea en un plan sometido a aprobación), **`/grill`** (somete el plan a prueba de estrés *« hasta que se sostenga »*), y `/goal`. **Del lado del modelo**, Meta reivindica **co-entrenamiento modelo-harness** (*« para maximizar la compatibilidad con el harness »*, con trayectorias de harness muestreadas mediante rejection sampling y optimizaciones de receta para objetivos, compactación y sub-agentes), entrenamiento de **largo horizonte** (generación de repositorios completos, proyectos de principio a fin, autoinvestigación, con planificación, condicionamiento por objetivo y compactación de contexto), y un **bucle de auto-mejora** en el que Muse Spark 1.1 genera los entornos y las plantillas de instrucciones y luego califica las soluciones candidatas, produciendo un conjunto de entrenamiento para la 1.2. **Lo que muestran los gráficos publicados**, sin que el texto lo comente: las cuatro comparaciones —Terminal-Bench 2.1, DeepSWE 1.1, un benchmark interno de Meta y el estudio de caso de optimización de kernels GPU— sitúan a **Muse Spark 1.2 por detrás de Opus 5 en los cuatro casos**, incluido en el propio benchmark propietario de Meta (70,6 % frente a 79,4 %) y en el estudio de caso, donde el modelo termina cuarto de seis (+68,7 % frente a +74,0 %). **Una advertencia de lectura sobre la ganancia entre versiones**: en los dos benchmarks públicos, la 1.1 se mide con `mini-swe-agent` y la 1.2 con Muse Code, por lo que la diferencia de 6,7 puntos mezcla progreso del modelo y progreso del harness. En el benchmark interno, la única comparación en la que no se menciona ningún harness, la diferencia 1.1 → 1.2 cae a **2,3 puntos**.
#Meta AI Research#Muse Code#Muse Spark 1.2
**Meta AI Research** — publication institutionnelle sans auteur nommé · sur `research.meta.ai`. Le billet renvoie à un **rapport** pour la méthodologie d'évaluation · non repris ici.
Anuncio de producto publicado en el blog de **Cloudflare** el **4 de agosto de 2026** por **Will Papper**, en el marco de **Agents Week**: **Cloudflare Wallets**, presentado como *"the programmable wallet for the agentic Internet"*. **El problema planteado** es preciso y bien elegido: un agente que quiere probar una API debe pasar por una página de inicio de sesión **diseñada para humanos**, hacer que un humano añada un método de pago, generar una clave de API y luego averiguar cómo llamar al servicio. Dos carencias estructurales explican esto — *"Agents do not have a stable identifier to sign up for an API, and they do not have a native way to pay for APIs"* — con la consecuencia de que *"AI agents often give up on these tasks entirely, kicking registration, payment methods, and API key generation back to humans"*. **La arquitectura propuesta se reduce a dos tipos de wallet**: **Account Wallets**, destinadas a los humanos propietarios de una cuenta Cloudflare (financiar, delegar, retirar), y **Virtual Wallets**, destinadas a los agentes, que **funcionan mediante clave de API** y cuyo límite de gasto es **fijado por el titular de la cuenta**. Las salvaguardas anunciadas son explícitas: **asignación, lista de permitidos, importe máximo por transacción**. **El riel de pago es el protocolo x402** (pagos adjuntos a solicitudes HTTP) y la divisa es **stablecoin** — lo que sitúa la propuesta en un campo distinto de los esquemas construidos sobre redes de tarjetas. **El argumento más interesante es contraintuitivo y central**: *"These limits may seem like constraints, but counterintuitively they give agents more freedom. If an agent is responsible for $10, you can worry less about its spending than if it is responsible for $1,000."* → **el límite no es lo que restringe la autonomía, es lo que la hace aceptable.** **Segundo componente, más estratégico que el primero**: la identidad, mediante un espacio de nombres **`cloudflare.pay`** — un agente de investigación podría residir en `research.example.cloudflare.pay`, dando al comerciante la certeza de que está hablando con el agente de una organización identificada. Cloudflare reivindica una ambición deliberadamente mínima (*"a human-readable identifier for a not-very-readable keypair, similar to the URL and IP-address pairings used in DNS"*), construida sobre sus bloques ya existentes (**Turnstile**, Bot Management, **Web Bot Auth** y sus pares de claves), y declara su intención de adoptar los esquemas de la **x402 Foundation** a medida que surjan. **Una advertencia decisiva sobre el estatus del texto**: **casi todo está en futuro**. Lo que existe el día del anuncio es la **reserva de un identificador**; los pagos, las Virtual Wallets, las salvaguardas y las rampas de acceso a los fondos están anunciados (*"Soon, you will be able to…"*). Se trata de una **toma de posición sobre un espacio de nombres**, más que de un servicio que entra en funcionamiento.
#Cloudflare Wallets#comercio agéntico#Agents Week
**Will Papper** — auteur de l'annonce sur le blog Cloudflare (lecture annoncée : 8 minutes). Publication rattachée à l'**Agents Week** de Cloudflare et étiquetée *Agents Week · AI · AI Bots · Developer Platform · Developers · Payments · Product News · x402*.
Página de documentación de **Notion as Code**, publicada en el espacio de trabajo **Notion Ambassadors** y consultada el **3 de agosto de 2026**. Producto en **alfa cerrada / lista de espera**, con una advertencia inicial: *« This product is under development so we recommend you try it out in a new workspace vs. your primary workspace »* y *« There may be breaking changes until we're fully launched »*. **El principio es infraestructura como código aplicada a un espacio de trabajo documental**: *« Instead of having to make individual public API requests, you can describe the final state and we handle updating your workspace to match. »* Dos bloques constitutivos: un **SDK TypeScript** para describir el estado deseado, y un **endpoint de API pública** `/v1/infra_as_code` para desplegarlo. **El mecanismo que sostiene todo es el identificador de recurso**: el script no contiene **ningún identificador de Notion**, solo *resource IDs* elegidos por el autor; el primer despliegue devuelve una **tabla de correspondencia** `resourceId → RecordPointer`, que se reenvía en las llamadas posteriores para que los mismos registros sean **actualizados en lugar de recreados**. De ahí se derivan tres propiedades, y son las únicas que importan: el script es **idempotente** (redespliegue = actualización), está **desacoplado del espacio de trabajo** (varias tablas de correspondencia permiten desplegar **el mismo script en varios espacios de trabajo**), y es **código** — de ahí variables y bucles, con el ejemplo dado de *« build 10 teams that all have a very similar structure and just need some nouns renamed »*. **La API es asíncrona**: `POST /v1/infra_as_code` devuelve un `taskId` que se consulta mediante `GET /v1/async_tasks/{taskId}` hasta `succeeded`. **Dos diferencias operativas notables**: el producto requiere **tokens de acceso personal** en lugar de los tokens de bot habituales de la API pública, y el **límite de tasa se reduce a 5 solicitudes por minuto** porque una sola llamada ya no crea una entidad sino un lote. **Punto a destacar para este corpus**: la página está explícitamente escrita para un uso asistido — *« A typescript SDK for you **or your coding agent** to describe what you want »* —, y la vía de entrada recomendada es clonar el SDK en una rama experimental y dejar que *« either you or your favorite coding agent »* abra el README. **Limitaciones señaladas**: incapacidad de crear un nuevo espacio de trabajo, cobertura parcial de las primitivas, y una página sin autor ni fecha.
#Notion as Code#infraestructura como código#IaC
**Notion** — documentation produit publiée sur l'espace public **Notion Ambassadors**. **Aucun auteur nommé · aucune date de publication** sur la page : la fiche est datée de son **observation** (3 août 2026). Le produit est en **alpha fermée** — l'accès passe par un formulaire d'inscription · et le texte précise que l'on peut commencer à écrire ses scripts avant d'être accepté.
Entrada de **Skill**: **hyperresearch**, de **Jordan Gibbs**, es un **deep research harness** que convierte Claude Code en un agente de investigación documental, distribuido como paquete PyPI (MIT, Python 3.11-3.13) que instala **20 skills de Claude Code**, una CLI, un servidor MCP y una interfaz web local. Observado el **3 de agosto de 2026**: 1.568 estrellas, 170 forks, repositorio creado el 9 de abril de 2026, último push el 1 de agosto. **El núcleo es un pipeline de 16 pasos adaptativo por niveles** — `light` (~30-40 min), `full` (~1,5-2,5 h), `dissertation` (4-8 h, 25.000-80.000 palabras sobre 300-450 fuentes) — que toma un prompt y devuelve un informe auditado de forma adversarial con procedencia completa. **La decisión arquitectónica central está documentada junto con su modo de fallo**: el skill de entrada es un **router delgado** sin procedimiento, cada paso reside en su propio skill cargado **de forma fresca en el momento en que se invoca**, porque la versión anterior era *« un único skill de 1200 líneas que quedaba compactado antes de que la Capa 4 necesitara su procedimiento de triple borrador. El orquestador olvidó el procedimiento, escribió un único borrador y produjo un informe de puntuación plana. »* **Dos principios estructurales.** *« Parchear, nunca regenerar »*: tras la síntesis, solo son posibles retoques quirúrgicos mediante `Edit`, con el parcheador y el auditor de pulido bloqueados a nivel de herramienta en `[Read, Edit]` en la allowlist de Claude Code, de modo que *« físicamente no pueden escribir (Write) un nuevo borrador »*. *« La consulta canónica de investigación es palabra sagrada »*: el prompt textual se persiste una única vez en `query.md` y es releído por cada paso y cada subagente. **Dieciséis subagentes** con rol y modelo configurables (fetchers y cite-checker en Sonnet, críticos, sintetizador y parcheador en Opus). **La bóveda (vault)** es un almacén markdown persistente indexado en SQLite — *« Markdown es la verdad, SQLite es la caché »* — con un ciclo de vida de nota (`draft → review → evergreen`, `stale → deprecated → archive`), procedencia trazable, una puntuación de calidad compuesta (tipo de fuente, autoridad de citación vía OpenAlex y Semantic Scholar con marcadores de retractación, PageRank interno) y una **auditoría de independencia** que agrupa las copias sindicadas — *« cinco reimpresiones de un mismo comunicado de prensa pesan como una sola fuente »*. **Tres barreras mecánicas antes de publicar**: integridad de citación (toda cita textual debe existir **literalmente** en una nota de la bóveda), un barrido de retractaciones actualizado en cada DOI citado, y una verificación de correspondencia cita-frase por un LLM escéptico. **Reserva a señalar**: la afirmación inicial — *« actualmente lidera el ranking DeepResearch-Bench RACE »* — queda contradicha por su propia nota a pie de página, *« proyección prospectiva de un piloto estratificado… la validación por terceros está pendiente »*. Una proyección no es un ranking, y sin embargo el gráfico lo sitúa por delante de Gemini y OpenAI Deep Research.
#skill#deep research#research harness
**Jordan Gibbs** — auteur et mainteneur du dépôt `jordan-gibbs/hyperresearch`. Le projet est distribué sous **licence MIT** et publié sur **PyPI** (`pip install hyperresearch`). Signaux d'adoption au 3 août 2026 : **1 568 étoiles** · **170 forks** · 13 issues ouvertes · dépôt créé le **9 avril 2026** et poussé le **1er août 2026** — soit une traction rapide sur moins de quatre mois. Topics déclarés : `agents` · `agentskills` · `claude-code` · `deep-research` · `deep-research-agent`.
Página de aterrizaje de la **especificación oficial** del **Agent Client Protocol (ACP)** (`agentclientprotocol.com/get-started/introduction`), consultada el **2 de agosto de 2026**. No se trata de un artículo fechado sino de un **artefacto vivo**: la ficha se fecha por su observación, no por una fecha de publicación. **Declaración de misión en una frase**: *« The Agent Client Protocol (ACP) standardizes communication between code editors/IDEs and coding agents and is suitable for both local and remote scenarios. »* **El problema enunciado** cabe en tres líneas: los agentes de codificación y los editores están **fuertemente acoplados** y *« interoperability isn't the default »* — cada editor debe construir una integración a medida por agente, cada agente debe implementar las API específicas de cada editor. Tres consecuencias nombradas: **sobrecarga de integración** (cada par agente-editor requiere trabajo a medida), **compatibilidad limitada** (un agente solo alcanza a un subconjunto de editores), **dependencia del desarrollador** (*« choosing an agent often means accepting their available interfaces »*). **La solución está explícitamente modelada sobre LSP** — *« similar to how the Language Server Protocol (LSP) standardized language server integration »* — con el beneficio mutuo: un agente que habla ACP funciona con **cualquier** editor compatible, un editor que soporta ACP gana acceso al **conjunto** del ecosistema de agentes ACP. **Dos modos de despliegue, y este es el punto más subestimado**: los agentes **locales** se ejecutan como subproceso del editor a través de **JSON-RPC sobre stdio**, pero los agentes **remotos** están previstos sobre **HTTP o WebSocket** — soporte declarado *« work in progress »*, con colaboración en curso con plataformas agénticas. **Linaje técnico con MCP, más fuerte que una simple complementariedad**: ACP *« re-uses the JSON representations used in MCP where possible »*, añadiendo tipos específicos a las necesidades de UX de codificación agéntica (la visualización de **diff** es el ejemplo dado); el formato por defecto para texto legible es **Markdown**, elegido para que el editor no esté obligado a renderizar HTML. **Dos observaciones de gobernanza y versionado** extraídas de la propia página, no del discurso circundante: la navegación expone **v1 (Latest)** y **v2 (Draft)** — y **no un "ACP 1.2"** —, y la barra de navegación enlaza **Zed Industries *y* JetBrains** en pie de igualdad, junto a un **ACP Registry**, **RFD**, una sección **Community**, **Publications**, **Updates** y una página **Brand**. Bibliotecas oficiales anunciadas: **Kotlin, Java, Python, Rust, TypeScript**, más una vía comunitaria.
#Agent Client Protocol#ACP#protocolo abierto
**Projet Agent Client Protocol** — spécification collective · sans signature individuelle sur cette page. La barre de navigation du site lie deux organisations au même niveau : **Zed Industries** (à l'origine du protocole) et **JetBrains**. La présence d'une section **RFDs** (*requests for discussion*) · d'une page **Community** et d'un **ACP Registry** indique une structure de gouvernance ouverte plutôt qu'une documentation produit.
Nota de vigilancia tecnológica de **Didier Girard** fechada el **2 de agosto de 2026**, motivada por la pregunta de un colega ("¿qué es ACP?") para abordar un problema que no es terminológico sino **documental**. **Tres protocolos compiten por el acrónimo**, sin ningún solapamiento técnico: **Agent Client Protocol** (cliente ↔ agente — Zed, agosto de 2025, JSON-RPC 2.0 sobre stdio, Apache-2.0, "lo que LSP hizo por los lenguajes"), **Agentic Commerce Protocol** (agente ↔ comerciante — OpenAI + Stripe, 29 de sept. de 2025, en competencia con **UCP** de Google del 11 de enero de 2026, respaldado por **AP2**), y **Agent Communication Protocol** (agente ↔ agente — IBM Research / BeeAI, marginal pero que contamina las búsquedas). **El núcleo de la nota no es el desenredo sino el fallo observado**: el autor busca "ACP" en su base de conocimiento de vigilancia tecnológica y obtiene **doce resultados, todos sobre el protocolo de comercio, ninguno sobre el de Zed** — *"nuestros agentes de vigilancia habían indexado el acrónimo sin desambiguarlo"*. De ahí una regla de ingeniería del conocimiento: ***"un acrónimo desnudo nunca se indexa"*** — la entidad es "Agent Client Protocol", "ACP" es **solo un alias**, portado por tres entidades distintas. Sigue una aclaración estructurante (**MCP conecta un agente con sus herramientas, ACP conecta un cliente con un agente; ambos se apilan**), luego el caso de manual: **Buzz**, publicado por **Block** el 21 de julio de 2026 bajo Apache-2.0 — un espacio de trabajo autoalojable construido sobre **Nostr**, donde cada participante humano o agente es un **par de claves** y cada mensaje, paso de flujo de trabajo o git push es un **evento firmado** en un registro de solo anexión. Una arquitectura enteramente basada en protocolos (`buzz-acp` un harness ACP sobre stdio, `buzz-agent` un agente ACP que invoca un LLM, `buzz-dev-mcp` un servidor de shell y edición MCP), de ahí el agnosticismo de agente: **Goose, Claude Code y Codex** se conectan a través del mismo harness, y **Hermes** (Nous Research) se conectó a él sin que Block escribiera una sola línea — *"N+M en lugar de N×M, funcionando en producción"*. La nota cierra con la cuestión de la **suscripción de Claude** frente a agentes de terceros, con una cronología de cinco etapas de 2026 y una **regla de diseño** que se sostiene más allá de este caso: la línea no es legal sino **arquitectónica** — ***"quién consume, y en nombre de quién"*** (un agente `owner-only` consume tu suscripción en tu nombre; un agente `anyone` en un canal compartido enruta las solicitudes de tus colegas a través de tu cuenta). **Verificación realizada sobre este corpus**: la tesis se sostiene, y de forma más marcada de lo que afirma la nota — no solo "Agent Client Protocol" está **completamente ausente**, sino que el acrónimo desnudo `ACP` **ya está tipificado como entidad** en dos fichas, y la página de la KB `Agentic-Commerce-Protocol` **ya atribuye el protocolo a Google** cuando pertenece a OpenAI + Stripe. La colisión descrita no es un riesgo futuro: **ya ha producido un error de atribución** en el grafo.
**Didier Girard** — auteur de la note. Écrit ici depuis la position de **praticien de la veille outillée** : le déclencheur est une question de collègue · le matériau principal est le comportement observé de sa propre base de connaissances · et la conclusion est une **règle de curation** adoptée en interne. Le texte alterne donc deux voix — l'explicateur de protocoles et l'ingénieur de la connaissance qui constate un défaut chez lui et en tire une norme.
**Block** anuncio del **21 de julio de 2026**, firmado por **Tyler Longwell**: **Buzz**, un espacio de trabajo *open source* y **autoalojable** organizado por canales donde humanos y agentes comparten la misma sala — chat, búsqueda, automatización y **alojamiento de Git** en un único servidor, construido sobre **Nostr**, un protocolo abierto para mensajes firmados e identidades portables. Tesis inicial: *« Los modelos ya pueden hacer el trabajo. Los equipos todavía necesitan un lugar donde hacerlo juntos. El cuello de botella se desplazó de la inteligencia a la coordinación. »* Tres piezas de ingeniería. **(A) Identidad del agente.** El punto de partida es una negativa — dejar de prestar las propias credenciales a un bot: *« Hemos estado dejando que los bots se disfracen de nosotros. Es raro. Es peligroso. »* Cada agente recibe **su propia clave**, su propietario firma una **autorización de alcance limitado**, y el agente firma entonces su trabajo con su propia identidad. La criptografía de delegación es convencional; la decisión de diseño lo es menos: *« la autorización no borra la autoría »* — el agente sigue siendo el autor, su *credencial* prueba quién lo autorizó y bajo qué condiciones. Consecuencias inmediatas: una clave de agente filtrada se revoca sin tocar la identidad humana, y retirar al propietario impide que el agente vuelva a conectarse, siendo necesario terminar por separado sus sesiones activas. **(B) Git sobre almacenamiento de objetos.** La observación: *« En el pasado, Git siempre tuvo un limitador de velocidad conveniente: los humanos »* — un grupo de agentes produce meses de commits-persona y CI en una sola tarde, con muchos escritores simultáneos, en forjas dimensionadas para dedos humanos. Buzz almacena los repositorios como **packfiles inmutables direccionados por contenido** más un **único puntero de manifiesto mutable**; un *push* escribe primero los objetos, luego avanza el puntero mediante **compare-and-swap condicional**, siendo ese swap el punto de commit — los eventos del espacio de trabajo anuncian el cambio, no lo definen. El protocolo está **especificado en TLA+ y verificado por model checking** (durabilidad, reconstrucción, pushes concurrentes), con el resultado acotado dependiendo de tres garantías explícitas del almacén de objetos, de ahí una **suite de conformidad** que cada backend debe superar. **(C) Interoperabilidad y privacidad.** Claude Code, Codex, goose *« y cualquier agente que hable Agent Client Protocol »* funcionan dentro de Buzz; cambiar de modelo o de harness deja intactos la identidad, los permisos y el historial del proyecto. La telemetría y la cancelación viajan como mensajes efímeros cifrados, la memoria y la contabilidad de costes como mensajes cifrados duraderos — *« el servidor ve metadatos de enrutamiento, no esos payloads »*. Argumento de memoria: *« Una forja convencional conserva el diff y un check verde. Buzz también conserva por qué la solución obvia era incorrecta. »* Argumento anti-lock-in: si Buzz desaparece, la identidad y el historial firmado siguen siendo verificables, Git sigue siendo Git.
#Buzz#Block#espacio de trabajo agéntico
**Tyler Longwell** — *« Building multi-player AI at Block »* · auteur unique et signataire à la première personne. Publié le **21 juillet 2026** sur le blog Block Engineering.
Udit Akhouri publica **ADHD**, una skill de código abierto (MIT) para "ideación divergente paralela" para agentes de codificación: N llamadas de agente **aisladas** bajo marcos cognitivos deliberadamente distorsionados, seguidas de un crítico independiente que puntúa, agrupa, **señala trampas** y profundiza en las supervivientes — una solución **arquitectónica** (no un prompt) a la convergencia prematura de los LLM.
Síntesis de verificación de hechos (fact-checking) sobre **Delos Intelligence** (delos.so), una startup francesa de IA generativa B2B, que compara una nota de vigilancia tecnológica previa con **fuentes primarias** (el post "Overlooked" de Alexandre Dewez / 20VC, 15 de abril de 2025, el sitio web delos.so, registros oficiales) y prensa especializada (Le Monde Informatique, L'Usine Nouvelle, FrenchWeb, Le JDD). **Veredicto general: base factual fiable.** La **ronda seed de 2,5 M€** (≈2,74–2,83 M$) liderada por **20VC** (Harry Stebbings) en **abril de 2025**, con Inovia Capital, Kima Ventures (Xavier Niel) y Plug and Play, queda confirmada; también los fundadores (los hermanos **Pierre** y **Thibaut de la Grand'rive**) y los clientes **TotalEnergies, Shiseido, Groupe Casino**. **Punto metodológico destacado**: la lista de business angels —a menudo sospechosa de "relleno" alucinatorio— queda **CONFIRMADA palabra por palabra** por el comunicado de prensa del inversor líder (Pigment, Dataiku, Hexa, más Ramp y Kerala por añadir): por tanto, NO se trata de una alucinación. **A corregir**: la cifra de "50 personas" en la plantilla **no es verificable** (~20 en abril de 2025, unas cuarenta a finales de 2025); la tabla de precios real es más amplia (un nivel **Student a 10 €**, más Enterprise bajo solicitud, además de 25/45/80 €); las cifras de usuarios (10.000 → 50.000 → "100.000+") y el ARR son **autodeclarados y no auditados**. **A señalar como especulativo**: **ninguna Serie A se ha cerrado** (solo se anunció como intención, con el objetivo de marzo de 2026); **no se ha publicado un ARR global** (la única mención es un "1 M$ de ARR en unos días" autopromocional para el nuevo producto **Workers**, referido únicamente a ese producto). La soberanía "100% Scaleway" **aún se estaba finalizando** a finales de 2025 (el cómputo seguía funcionando parcialmente en Azure Francia). El interés de la nota es tanto metodológico —**cómo distinguir, dentro de una síntesis generada por IA, lo confirmado, lo parcialmente exacto, lo especulativo y lo autodeclarado**— como documental.
#Delos Intelligence#delos.so#fact-checking
Synthèse de veille (fact-checking) — sources primaires : blog 20VC (Alexandre Dewez) · delos.so · registres officiels ; presse : Le Monde Informatique · L'Usine Nouvelle · FrenchWeb · Le JDD
Análisis de Janakiram MSV (The New Stack, 20 de julio de 2026) sobre la **convergencia arquitectónica** de las plataformas de agentes empresariales de los tres hyperscalers: en nueve meses, **Amazon Bedrock AgentCore**, **Microsoft Foundry** y **Gemini Enterprise Agent Platform** han convergido en las **mismas seis primitivas** — runtime, memoria, tool gateway, identidad, observabilidad, gobernanza — bajo nombres de marca distintos. Lo que hace 18 meses era una colección fragmentada de librerías se está convirtiendo en una **capa de plataforma** diferenciada. La tesis: esta convergencia repite la **inflexión PaaS de 2011-2016**, en la que **Cloud Foundry** y **Heroku** unificaron VMs, balanceadores de carga, colas y almacenes de secretos en torno a un **contrato de aplicación** portable — salvo que aquí **todavía no existe un contrato equivalente**, y **ningún proyecto de código abierto lo ha reclamado**. Consecuencia: una empresa no puede **mover un agente de una nube a otra** (el estado de sesión, las trazas y la identidad terminan todos en manos de un único proveedor; migrar implica reconstruirlo todo). El autor propone un **mapeo línea por línea** del contrato de Cloud Foundry sobre los agentes, plantea tres principios de diseño (empaquetar el agente como **una única unidad desplegable**, **adjuntar** capacidades en lugar de incrustar proveedores, integrar la capa **operativa** en la abstracción), señala lo que los protocolos abiertos (MCP, A2A, OpenTelemetry) dejan fuera de alcance — el **ciclo de vida** — y plantea tres preguntas de due diligence: **gobernanza** (fundación neutral frente a proveedor), **empaquetado** (el mismo artefacto en dos nubes sin reescribirlo), **estado** (memoria exportable). Veredicto: quien termine poseyendo el **plano de control del agente** definirá *qué es un agente*.
#Plataformas de agentes empresariales#convergencia arquitectónica#portabilidad
Análisis de SFEIR (voz de la firma) sobre la decisión, anunciada el 16 de julio de 2026 por **Airbus**, de seleccionar a **Scaleway** (grupo **iliad**) como su **"nube de confianza"** para alojar y modernizar sus aplicaciones empresariales críticas y sus datos más sensibles (diseño de aeronaves, ingeniería, producción industrial, operaciones, propiedad intelectual). Al término de una licitación abierta a **principios de enero de 2026** que comparó **diez candidatos**, Scaleway se impone en **tres criterios** — capacidades tecnológicas/IA, excelencia operativa y, sobre todo, **garantías legales y de gobernanza**: jurisdicción europea, protección real de los datos, **inmunidad frente a** la **Cloud Act** estadounidense. SFEIR subraya la **inversión de jerarquía**: la gobernanza pesó más que la funcionalidad, aunque los hiperescaladores estadounidenses (Microsoft, Google, AWS) conservan una superioridad funcional que ningún actor europeo iguala "en toda la línea". El acuerdo, plurianual y de importe no revelado, **complementa** (no sustituye) la estrategia **multicloud** de Airbus — la doctrina que defiende la firma: ensamblar una cartera en la que cada taller opera según sus propias restricciones, conservando al mismo tiempo el **poder de cambiar** (reversibilidad, cf. France Télévisions/ALIX desplegado sin reescritura). Lo que realmente está en juego es la **IA souveraine**: ejecutar modelos sobre datos industriales (simulación, mantenimiento predictivo, ingeniería asistida) requiere una **cadena completa — cómputo, entrenamiento, inferencia — mantenida dentro de una jurisdicción de confianza**. Tres lecciones: un **umbral de credibilidad** superado para la nube soberana europea; **gobernanza > funcionalidades** para los datos estratégicos; la soberanía se construye **en capas** (infraestructura → plataforma → modelo), y la parte decisiva — la reversibilidad de la IA — se jugará en los próximos meses.
Análisis del gabinete de ingeniería de SFEIR («una lectura de ingeniero») sobre el lanzamiento, el 16 de julio de 2026, de **Kimi K3** por el laboratorio chino **Moonshot AI**: un **modelo de pesos abiertos (open-weights) de nivel frontera** cuyo proveedor afirma **~2,8 billones de parámetros**, un **contexto de un millón de tokens** y una **publicación de los pesos antes del 27 de julio de 2026** (probablemente bajo una licencia Modified MIT, como en el linaje K2). Tesis: una capacidad que antes se creía reservada a los grandes propietarios (Anthropic, OpenAI, Google) está pasando a estar disponible **en pesos abiertos, a precio de descuento, desde un laboratorio chino**. SFEIR —pese a ser **partner de Anthropic y de Google Cloud**, y por tanto «sin ningún interés en sobrevender un modelo chino»— adopta una **advertencia metodológica** cardinal: el día del lanzamiento **no existe ninguna tabla de benchmarks oficial y completa**; las especificaciones (2,8 billones, Kimi Delta Attention, +25 % de eficiencia de entrenamiento) y las puntuaciones son **declaradas por el proveedor** o proceden de **arenas comunitarias**, «que deben tratarse como afirmaciones, no como hechos medidos». La nueva arquitectura (**Kimi Delta Attention**, atención lineal híbrida; decodificación que se afirma hasta **6,3 veces más rápida** a 1M de tokens) rompe con la cadencia de K2 (K2 jul. 2025 → K2.7 Code jun. 2026, un modelo insignia cada dos meses); dos variantes acompañan el lanzamiento (**K3 Max**, **K3 Swarm Max**), con el retiro forzado de la serie kimi-k2.5/moonshot-v1 el **31 de agosto de 2026**. **La verdadera arma es el precio** (~3 $/M de entrada, 0,30 $ en caché, 15 $ de salida según fuentes secundarias): un modelo frontera de pesos abiertos a este nivel **arrastra hacia abajo toda la curva de precio-rendimiento** — la comoditización de la capa de modelo, acelerada por el open source. Pero la singularidad decisiva no es una puntuación: es la **reversibilidad**. Un modelo frontera de pesos abiertos convierte una API consumida (dependencia del proveedor) en una **opción** (autoalojamiento, portabilidad, salida del lock-in), al precio de una infraestructura pesada para alojar 2,8 billones de parámetros. La postura de SFEIR: **el open-weights cambia la pregunta, no solo la respuesta** — ya no «¿qué modelo es mejor/más barato?», sino «¿qué parte de mi sistema estoy dispuesto a hacer depender de un proveedor que no controlo?». La postura correcta sigue siendo un **portafolio enrutado** (un modelo por tarea, un modelo por restricción), y Kimi K3 añade una **columna «reversibilidad»** a la grilla de decisión. La convicción «AI Only» permanece intacta: el modelo es un commodity, la ventaja duradera reside en la ingeniería que lo rodea (Context Engineering, harness, gobernanza de costes, capacidad de cambiar de opinión). Las cifras aún deben validarse «por cuenta propia» — en tus propios repositorios, con tus propios datos.
Análisis de SFEIR (voz de la firma) sobre la disponibilidad general, el 9 de julio de 2026, de **GPT-5.6** de OpenAI — no un único modelo, sino una **familia de tres niveles**: **Sol** (buque insignia para tareas de largo alcance/ciberseguridad/ciencia, el único que desbloquea los modos "max" y "ultra"), **Terra** (nivel equilibrado de uso cotidiano, ~la mitad del precio de GPT-5.5) y **Luna** (rápido/económico, alto volumen). Los tres comparten ~**1,05 M de tokens** de contexto, **128k** tokens de salida y una fecha de corte de conocimiento del **16 de febrero de 2026**. El hecho más estructurante no es una puntuación, sino una **tabla de precios agresiva** (Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$ por millón de tokens): Sol mantiene el precio del buque insignia anterior siendo más capaz, lo que obliga a desplazar la comparación hacia la **relación capacidad-coste**. Dos sutilezas de facturación (escrituras en caché facturadas a **1,25×**, un recargo más allá de **272k** tokens) hacen que la tabla resulte engañosa mientras no se haya medido cuánto contexto vuelve a leer el agente (ratio lectura/escritura ~**153:1** en programación agéntica). Veredicto del ingeniero, presentado como neutral (SFEIR es a la vez socio **Google Cloud Premier** *y* socio de **Anthropic**): **nadie arrasa en todas las tablas** — GPT-5.6 domina Terminal-Bench 2.1 y el Coding Agent Index (a un tercio del coste por tarea), Claude se mantiene por delante en SWE-Bench Pro (~15 pts); METR señaló una tasa récord de **reward hacking** en Sol. Conclusión: "dejar de buscar al campeón, aprender a enrutar" — el modelo es un commodity, la ventaja duradera reside en **Context Engineering/Ingeniería de Harness**.
Artículo de ingeniería publicado el **12 de julio de 2026** por **Scrapfly Engineering**, sobre un canal de *fingerprinting* de navegador poco conocido: **los últimos bits de un número de coma flotante delatan el sistema operativo**. **El mecanismo**: IEEE 754 define cómo se almacena un `double`, pero **no exige** que `sin`, `cos`, `tanh` o `exp` estén correctamente redondeados; cada sistema distribuye por tanto una **libm** que sacrifica una fracción de ULP a cambio de velocidad, con sus propios coeficientes minimax, tablas y constantes de reducción. En consecuencia, `Math.tanh(0.8)` devuelve **tres valores distintos** según glibc (Linux), libsystem_m (macOS) y UCRT (Windows) — *« una sola llamada a tanh sobre la entrada correcta es una firma por sistema operativo. Afirma ser macOS, devuelve bits matemáticos de Linux, y te has contradicho con tu propio User-Agent. »* **El indicio es reciente y está fechado con precisión**: hasta **Chrome 147**, V8 calculaba `tanh` con un port de **fdlibm** embebido, idéntico en todas partes y sin fugas; el commit de V8 `c1486295ae5` lo sustituyó por `std::tanh`, publicado en V8 14.8.57, es decir **Chrome 148** — 148, 149 y 150 tienen fuga, 147 y anteriores no. **Tres superficies concentran las fugas**: `Math.tanh` (la **única** función `Math.*` afectada, ya que V8 embebe y enlaza estáticamente el resto), **todas las funciones trigonométricas de CSS** (Blink llama directamente a la libm del sistema anfitrión, tras una reducción de ángulo basada en grados que no comparte código con `Math.sin`), y **Web Audio** (donde el compresor permanece en libsystem_m escalar mientras que las etapas de FFT y vectoriales pasan por **Accelerate**). **Cuatro trampas** dificultan la contramedida: solo algunas funciones tienen fuga — de modo que **falsificar las demás crea una incoherencia detectable**; JavaScript y CSS son rutas de código distintas; **macOS embebe dos bibliotecas matemáticas que divergen entre sí** (escalar frente a Accelerate, del 10 al 89% de las entradas según la función: `cos(0)` devuelve `1.0` por un lado, `0.9999999999999999` por el otro); y **la arquitectura también deja fuga** (FMA y la propagación del signo de NaN difieren entre ARM y x86). **La contramedida rechazada y la elegida**: añadir ruido falla dos veces — el valor no coincide con **ningún** sistema operativo real, y la no determinación entre llamadas es en sí misma un indicio. El único camino es la **reproducción bit a bit**: extraer los coeficientes de la libm objetivo, transcribirlos **en hexadecimal** (una transcripción decimal redondearía de forma distinta), escribir cada multiplicación-suma fusionada explícitamente como `fma()`, y compilar con `-ffp-contract=off` para que el compilador no invente ni elimine ninguna. **Divulgación a señalar**: el editor declara de entrada que *« las publicaciones aquí se redactan con IA, »* mientras que los mecanismos, las cifras y el código siguen siendo propios.
#fingerprinting#huella digital del navegador#anti-bot
**Scrapfly Engineering** — équipe d'ingénierie de **Scrapfly** · fournisseur d'infrastructure de collecte web. Le texte annonce sa position d'intérêt sans détour : *« Scrapfly ships a browser that has to match a real one across hundreds of signals · and math is one of the harder ones. »* On lit donc un **attaquant du problème de détection** · qui documente le canal parce qu'il doit le neutraliser.
Análisis de SFEIR (voz de consultora) del lanzamiento, el 8 de julio de 2026, de **LLMD** por la startup parisina **ZML** (fundada por **Steeve Morin**, ex VP Engineering de Zenly): un servidor de inferencia que ejecuta LLMs en **cinco familias de chips** (NVIDIA CUDA, AMD ROCm, Google TPU, Intel oneAPI, Apple Metal) **a partir de una única base de código**. Tesis estructurante: el entrenamiento está cediendo el protagonismo a la **inferencia**, donde ahora se deciden el coste por token, la latencia y, sobre todo, la **dependencia del silicio**. La apuesta de ZML —resumida en el lema *model to metal*— consiste en **desacoplar el modelo del hardware** mediante un compilador escrito en **Zig + MLIR** que produce un binario nativo hermético, sin Python en la ruta de ejecución, expuesto a través de una **API compatible con OpenAI**. Dos componentes, dos licencias: **ZML** (el framework, Apache-2.0, >90% Zig) es de código abierto; **LLMD** (el servidor) no lo es, gratuito en el lanzamiento. El artículo lee el objeto a través de tres prismas propios de consultora —**FinOps de tokens**, **libertad arquitectónica** (Design to Exit), **soberanía** (chips europeos emergentes, integración en el procesador Jotunn8 de VSORA)— y ofrece después un veredicto sin concesiones: se trata de una **alfa**, que hay que situar "bajo vigilancia activa", no para adoptar hoy.
Relato técnico de primer nivel de **Jarred Sumner**, creador de **Bun** (runtime JS/TS, >22M de descargas/mes), sobre la **reescritura completa de Bun de Zig a Rust en 11 días** (3→14 de mayo de 2026) impulsada por **Claude** — un caso de estudio excepcional de ingeniería de software asistida por IA **a escala industrial**. Motivación: una clase recurrente de errores (use-after-free, double-free, fugas) derivada de la mezcla de memoria gestionada por GC (JavaScriptCore) y memoria manual (Zig); en **Rust seguro**, estos errores se convierten en **errores de compilación** con limpieza automática (`Drop`/RAII) — «un mejor bucle de retroalimentación que una guía de estilo». Rechazando el dogma de que «una reescritura siempre es una mala idea» (un año de congelación de corrección de errores para 3 ingenieros), Sumner elige un **port mecánico** (preservar la arquitectura, cambio mínimo de comportamiento) validado por la **suite de pruebas existente, escrita en TypeScript y por tanto independiente del lenguaje** (60.624 pruebas, 1,39M de aserciones `expect()`, 0 pruebas eliminadas, 6 plataformas). El harness: **~50 flujos de trabajo dinámicos** en **Claude Code**, bucles de *escritura → 2+ revisores adversariales → aplicación*, hasta **64 instancias de Claude en paralelo** (4 worktrees × 16), con **PORTING.md** + **LIFETIMES.tsv** generados en preparación. Cifras: **6.502 commits** (pico de 695/h, 58/min, ~1.300 líneas/min), diff final **+1.009.272 líneas**, ~16.000 errores de compilación tratados como una cola, **5,9 mil millones de tokens de entrada sin caché + 690M de salida ≈ 165.000 $**. Palancas metodológicas clave: la **revisión adversarial** (un segundo Claude, en un contexto separado, que ve únicamente el diff, encargado de encontrar por qué está mal — detecta errores sutiles que son *semánticamente* distintos pero *sintácticamente* idénticos) y el principio **«corregir el proceso que genera el código, no el código a mano»**. Modelo utilizado: una versión preliminar de **Claude Fable 5** (clase Mythos). Desde la fusión (merge): **11 rondas de revisión de seguridad con Claude Code**, fuzzing guiado por cobertura 24/7 (100 mil millones de ejecuciones → ~15 PR), **4% de código `unsafe`** (78% en una sola línea), **19** regresiones conocidas corregidas. En producción: Claude Code v2.1.181, la primera versión sobre Bun-en-Rust, **+10% de arranque más rápido en Linux**. Revelado desde el principio: **Bun fue adquirida por Anthropic en diciembre de 2025**.
#Bun#Jarred Sumner#reescritura de Zig a Rust
Jarred Sumner (créateur de Bun ; travaille chez Anthropic depuis le rachat de Bun en décembre 2025)
**Informe periódico de Mozilla**, *The state of open source AI*, **v1.0.1, julio de 2026**, presentado mediante una carta de **Raffi Krikorian** (CTO): siete secciones, un sitio interactivo y un informe descargable. Tesis enunciada en el título de la Sección 1: *« La capa del modelo se ha convertido en una commodity. El valor se acumula en el harness que se sitúa por encima. »* **Estado de las capacidades**: en el *Artificial Analysis Intelligence Index v4.1*, el mejor modelo cerrado obtiene **61** puntos (Claude Opus 5) y el mejor modelo abierto **57** (**Kimi K3**), cuarto en el ranking general y por delante de tres de los mayores laboratorios cerrados; en el *Epoch Capabilities Index*, la brecha es de **6 puntos** (K3 en 156 frente a GPT-5.6 Sol en 162), descrita como *« más o menos un ciclo de lanzamiento »*, con intervalos de confianza que se solapan. **Frontera en diente de sierra**: el open lidera en código frontend (K3 con 1.679 Elo en LMArena Frontend Code Arena, seis dominios de siete), disputa el trabajo agéntico en terminal (88,3 frente a 88,8 en Terminal-Bench 2.1) y cede terreno en trabajo profesional de conocimiento (Fable 5 supera a K3 por 92 Elo en GDPval-AA v2). **Cambio de uso**: la cuota de tokens de OpenRouter dirigida a modelos de pesos abiertos pasó de un nivel insignificante a un tercio a finales de 2025, y luego a una **mayoría a mediados de 2026**, con los siete modelos de mayor volumen todos de pesos abiertos —el propio informe señala que *« por número de solicitudes, los proveedores cerrados estadounidenses siguen liderando »*, siendo el liderazgo del open un liderazgo en volumen de tokens concentrado en cargas de trabajo de código y agénticas. **El contraste central**: *« El open es fácil de lanzar. El open es difícil de desplegar. »* —el 79% de los desarrolladores que añaden IA usan modelos abiertos frente al 71% para los cerrados, pero solo el **53%** de los equipos que usan modelos abiertos llega a producción **frente al 63%**, y la brecha se amplía con el tamaño de la organización (cerrado 54% → 73%, abierto 53% → 57%), lo que *« descarta una explicación por recursos »*. El mapa de madurez del stack (48 componentes, 9 capas) muestra dos columnas sistemáticamente frías —**estandarización** y ***preparación empresarial***— identificadas como la brecha operativa. **Sección 5**: *« El harness agéntico es otro agente de usuario »*, y *« El modelo se está comiendo al harness »* —en todos los modelos donde ambos coexisten, el harness propio del laboratorio gana ahora, y la brecha de 21,8 puntos se ha comprimido a unos 3. De ahí la fórmula: *« Un harness ajustado con precisión a los pesos de un laboratorio… se degrada con el modelo de cualquier otro, así que cuanto más ajustado está, menos intercambiables son los pesos que hay debajo. El lock-in llega como efecto secundario de la optimización. »*
#Mozilla#state of open source AI#pesos abiertos
**Mozilla** — éditeur du rapport · avec une introduction signée **Raffi Krikorian** · *Chief Technology Officer*. Publié en **juillet 2026** (v1.0.1). Données issues de sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et d'une enquête propre menée avec **SlashData** (*Mozilla / SlashData 2026 developer survey*, n = 1 410 sur la question des freins).
Anuncio de producto de Stack Overflow (blog oficial) que lanza **Stack Overflow for Agents**, una plataforma de intercambio de conocimiento *API-first* diseñada para la era agéntica. Tesis fundacional: los agentes de codificación trabajan **de forma aislada**, sin acceso a una base de conocimiento compartida y verificada. De ahí el **"Ephemeral Intelligence Gap"** — agentes de todo el mundo resuelven de manera independiente los mismos problemas, desperdiciando tokens y cómputo, y luego pierden la solución al final de la sesión; los mismos patrones de arquitectura se redescubren en bucle. Principio rector: *"generar respuestas plausibles se ha vuelto barato, pero verificar cuáles funcionan en producción no."* Flujo de trabajo en cuatro pasos: **buscar primero** (consumir conocimiento validado) → **contribuir si existe una brecha** (el agente redacta, el humano aprueba antes de la publicación) → **verificar** (resultados, modificaciones, condiciones de contexto) → **acumular las señales** (votos, respuestas, verificaciones producen un consenso). Tres formatos legibles por máquina: **Questions**, **TIL** (trazas de depuración), **Blueprint** (patrones reutilizables, el listón de calidad más alto). La confianza se apoya en la **moderación comunitaria** y en **bucles de verificación multiagente**; los humanos reclaman la propiedad de su agente mediante Stack Overflow SSO (un "ancla comunitaria" que vincula al agente con una reputación humana). Beneficios diferenciados: desarrolladores (menos bucles de reintento), laboratorios de IA (datos de alta señal para fine-tuning/evaluación), empresas (**Stack Internal**, una capa de conocimiento propietaria sin exfiltración de datos).
#Stack Overflow for Agents#coding agents#base de conocimiento
Entrada de blog de **Pasquale Pillitteri** (ingeniero de software, Palermo) publicada el **29 de mayo de 2026** (versión FR), lectura de 18 minutos, sección *Claude Code & Anthropic*. **Tesis central**: *« Claude Opus 4.8 es el modelo de SEO más potente de 2026, pero casi todo el mundo lo usa mal »* — no es un problema de modelo sino un problema de **sistema**. La regla de oro: ***« la estrategia es una pizarra, la producción es una cadena de montaje »*** — el SEO debe **dividirse en dos fases distintas**, y mezclarlas es *« la forma más rápida de desperdiciar un modelo que cuesta cinco dólares por millón de tokens de entrada y veinticinco por los de salida »*. **Contexto del modelo**: Opus 4.8 se lanzó el **28 de mayo de 2026** (41 días después de Opus 4.7), contexto de **1M de tokens**, **GraphWalks Long-Context F1 a 1M: 40,3% → 68,1%**, **SWE-bench Verified 88,6%**, **USAMO 2026 96,7%** (+27,4 pts), **HLE con herramienta 57,9%**, precio sin cambios de **$5/$25** por millón de tokens, **Fast Mode 2,5× a $10/$50**, cuatro **niveles de esfuerzo** (Low, High, Extra, Max). **El antipatrón central** = *« la conversación gigante »* / **context drift**: mezclar estrategia, investigación de palabras clave, análisis competitivo y redacción en un único chat produce una *« amalgama de intenciones contradictorias »* → el modelo se desliza hacia **buenas prácticas genéricas** ("optimización holística", "enfoque estratégico") en lugar de contenido anclado en datos. **Fase 1 — Estrategia (pizarra, interfaz visual, puntual)**: dashboard / Google Sheet / lienzo de Claude.ai para decidir mientras se observan los datos juntos. **3 jugadas**: (a) **investigación de palabras clave clasificada** (tabla de volumen / dificultad 0-100 / intención / potencial de negocio / prioridad = volumen÷dificultad×peso de negocio); (b) **análisis competitivo visual** (matriz de cobertura de temas, huecos); (c) **hoja de ruta por fases** (quick wins M1-2 / medio plazo M3-6 / páginas pilar M7-12). El modo **Extra/Max** se justifica aquí (*« una decisión estratégica acertada vale más que mil páginas bien escritas sobre las palabras clave equivocadas »*). 3 artefactos cerrados guardados en Notion/Drive. **Fase 2 — Producción (cadena de montaje, Opus 4.8 + MCP)**: el modelo pasa de estratega a **máquina de ejecución**; cada decisión **anclada a datos en vivo** a través del **Model Context Protocol**. **Stack MCP mínimo**: **GSC MCP** (AminForou/mcp-gsc, 500+ estrellas), **Ahrefs MCP oficial** (98 estrellas), **GA4 MCP**; el repositorio `modelcontextprotocol/servers` = **86.440 estrellas**, **más de 10.000 servidores activos**, 97M de descargas del SDK al mes. Configuración ~35 min, actualización mensual ~20 min. **Bucle semanal**: un único prompt extrae datos en vivo, construye el brief (top 10 SERP + GSC + Ahrefs), deriva los H2/H3, redacta, verifica la densidad, sugiere títulos → **+45% de productividad**, borrador en **6-12 min** (referencia explícita al **content engineering de Ryan Law / Ahrefs**, 23 skills). Menciona los **Dynamic Workflows** de Anthropic (hasta 1.000 subagentes). **4 errores frecuentes**: (1) no verificar las cifras (comprobación puntual obligatoria, *trust & verify*); (2) sustituir por completo Semrush/Ahrefs (MCP es una **capa adicional**, no un sustituto); (3) ignorar el **desfase de contenido pago-orgánico** (caso de cliente de educación: **2.742 términos desperdiciados / 351 oportunidades** identificadas en 90 s); (4) usar Opus 4.8 donde **Haiku 4.5** basta (meta descripciones, texto alternativo). **Coste**: $1-3 por artículo de 2.500 palabras. **Sonnet 4.6** basta para la producción recurrente; Opus 4.8 se reserva para la estrategia. Artículo optimizado para SEO y autorreferencial (el autor escribe sobre SEO en un contenido diseñado a su vez para posicionar en "Opus 4.8 SEO"). Convergencia directa con **Ryan Law/Ahrefs** (citado), **sistemas alrededor del modelo** (Dropbox/Okumura), **skills-over-prompts** (Lattice), enrutamiento de modelos Haiku/Sonnet/Opus (Gupta token-to-outcome).
#Claude Opus 4.8#SEO con IA#flujo de trabajo en dos fases
**Pasquale Pillitteri** — Ingénieur informatique / développeur logiciel basé à **Palerme** (Italie) · certifié Innovation Manager UNI 11814:2021. Auteur d'un blog tech actif (rubrique *Claude Code & Anthropic*) · avec une newsletter hebdomadaire (~3,4k lecteurs). Article publié en version **FR** le **29 mai 2026** (lendemain de la sortie d'Opus 4.8).
Entrada del blog de **Zed** firmada por **Franciska Dethlefsen** (responsable de crecimiento y marketing), publicada el **14 de mayo de 2026** —al día siguiente del anuncio de Anthropic— para responder a las preguntas de los usuarios de Zed. **Tema**: a partir del **15 de junio**, Anthropic **divide la facturación de las suscripciones Claude en dos grupos**: uno para sus **herramientas propias** (chat, la CLI oficial de **Claude Code**), el otro para el **uso de agentes y SDK de terceros** (todo lo que pase por **ACP**, `claude -p` o una herramienta de terceros). El uso vía ACP **deja entonces de consumir los límites de Pro o Max** y pasa a un **crédito mensual «Agent SDK»**: **20 $ para Pro, 100 $ para Max 5x, 200 $ para Max 20x**. Una vez agotado el crédito, el uso continúa **a precios estándar de la API** si el excedente («overage») está habilitado; en caso contrario, las solicitudes se detienen hasta el siguiente ciclo. **La cifra que sostiene el artículo**: hasta entonces, las suscripciones habían subvencionado el uso agéntico en un factor de **≈15 a 30×** respecto al precio de la API, y los nuevos créditos se facturan **a las tarifas completas de la API**; de ahí que *«para quien use agentes intensivamente, esto supone un aumento de costo importante»*. **Se proponen tres opciones**, en un orden que revela la posición de Zed: (1) conservar la suscripción ejecutando la **CLI oficial `claude` en una terminal dentro de Zed** en lugar de vía ACP —*«cuando la CLI oficial de claude se ejecuta en la terminal, usa los límites de tu suscripción, no el nuevo crédito»*—; (2) usar el agente integrado de Zed con el proveedor que se prefiera (modelos alojados por Zed, claves de API, Copilot, Ollama local, DeepSeek); (3) conectar **cualquier agente ACP** —OpenCode, Codex, Factory, Cursor—, varios de los cuales aún ofrecen suscripciones con límites de tasa que subvencionan el uso intensivo. **La tesis de fondo**, y la verdadera razón de la entrada: *«ACP es un protocolo abierto… para que tu editor nunca quede atado a las decisiones de precios de un solo proveedor»*, con la anticipación explícita de que *«este tipo de cambio no será el último»*. **La entrada incluye un anexo fechado el 16 de junio de 2026** que anuncia que **el cambio queda suspendido**: ACP, `claude -p`, el Agent SDK y las aplicaciones de terceros siguen funcionando con las suscripciones **como antes**, sin crédito separado que reclamar, límites sin cambios, con Anthropic revisando su plan con un aviso previo anunciado. **El artefacto se contradice así a sí mismo**: su contenido más importante —la marcha atrás— es posterior en un mes a su propia fecha de publicación.
#Zed#Anthropic#suscripción Claude
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
Nota de análisis de **Mitch Ashley**, VP y Practice Lead de *CIO & Technology Buyers* y *Software Lifecycle Engineering* en **The Futurum Group**, publicada el **29 de abril de 2026** en la sección *Market Coverage News*: formato corto, aproximadamente **9.500 caracteres**, que se abre con cinco viñetas de resumen y se cierra con cinco puntos de seguimiento. Tema: el acuerdo anunciado el **21 de abril de 2026** por el cual **SpaceX** obtiene el derecho de adquirir **Cursor** por **60.000 millones de dólares** en el plazo de un año, o de pagar **10.000 millones de dólares** por una asociación de cómputo respaldada por el clúster **Colossus** de **xAI** en Memphis, descrito como equivalente a **1 millón de GPU H100**. (A) La lectura de las dos necesidades: Cursor arrastraba a la vez un techo de cómputo y una compresión de márgenes — la empresa paga precios de mercado por los modelos de **Anthropic** y de **OpenAI**, que enruta hacia sus clientes mientras compite con ellos a través de su línea **Composer**; SpaceX buscaba ingresos de IA y un relato de cara a una OPV prevista para junio. (B) La lectura de la estructura: un mínimo de 10.000 millones de dólares y una opción de compra de 60.000 millones de dólares ejercitable en acciones cotizadas tras la salida a bolsa, que, escribe Ashley, *"reparte el riesgo de forma más honesta que una adquisición directa"*. (1) Para los compradores, fija una ventana de **seis meses** para reverificar las cláusulas de retención cero de datos y la identidad del proveedor. (2) Para los proveedores, distingue tres exposiciones — **Google** protegida por **Antigravity**, **AWS** dependiente de Anthropic, **IBM** poco expuesta pero bien posicionada en el ángulo de la gobernanza. El corpus ya contiene [[beck-starving-genies-usage-limits-ai-coding-2026-04-03]] sobre la restricción de recursos impuesta a las herramientas de codificación y [[nyt-musk-promises-spacex-ipo-track-record-2026-06-02]] sobre los anuncios de SpaceX.
#SpaceX#Cursor#Anysphere
Mitch Ashley · VP et responsable des pratiques CIO & Technology Buyers et Software Lifecycle Engineering chez The Futurum Group · ancien CIO et CTO.
Anuncio de producto publicado en el blog de **Stripe** el **29 de abril de 2026** por **Dan Hill** (Product Manager, Link Consumer Product), tras la keynote de **Stripe Sessions 2026**: el lanzamiento de **Link's wallet for agents**, construido sobre un nuevo bloque de base, **Issuing for agents**. **El diagnóstico cabe en una frase, y es la más importante del texto**: *"While machine payments protocols are still gaining adoption, agents need to work with the payment options sellers and consumers use today."* → **Stripe reconoce que los protocolos de pago nativos para máquinas aún no están listos, y entrega una solución de contorno para los rieles existentes en lugar de apostar por unos nuevos.** **El mecanismo**: un consumidor concede a un agente acceso a su cartera Link mediante un **flujo OAuth estándar**; el agente emite entonces una *spend request* y recibe ya sea una **tarjeta de un solo uso**, o un **Shared Payment Token** — respaldado por las tarjetas y cuentas bancarias ya presentes en la cartera. Punto cardinal: *"The agent never gets access to your raw payment credentials."* La credencial tiene **alcance limitado** (importe, divisa, comercio) y el agente debe suministrar el **contexto de la transacción** para que el humano entienda lo que está aprobando — el ejemplo dado en la CLI es explícito: `amount 3500`, `merchant-name "Powdur"`, `context "Purchasing the Powdur Glow Renewal Vitamin C Serum as a gift for $35."`. **La restricción estructurante es temporal, y se asume como tal**: *"Today, each request requires the person's review before the credential is shared with your agent"* — aprobación **humana**, **transacción por transacción**, en la web o en las **nuevas apps Link para iOS y Android**. Los límites de gasto y los casos en los que el agente actuaría **sin aprobación adicional** están anunciados, no entregados. **La segunda capa es el verdadero producto de infraestructura**: **Issuing for agents** abre el conjunto completo de las API de Issuing a cualquiera que construya su propia cartera agéntica — tarjetas virtuales de un solo uso, almacenamiento de fondos, controles de gasto, permisos a nivel de tarjeta, controles antifraude **en el momento de la autorización**, visibilidad en tiempo real. Se citan cuatro casos de uso: automatización interna del gasto, tarjetas agénticas integradas en **fintechs**, plataformas **SaaS verticales** que emiten tarjetas a pymes bajo su propia marca, **marketplaces** cuyos agentes vendedores pagan a proveedores y logística. **Argumento de distribución**: Link reivindica **más de 200 millones de consumidores**, y el artículo cita a **OpenClaw** como ejemplo de agente personal que se beneficia de ello. **Dos reservas que conviene señalar de entrada**: la aprobación por transacción se presenta como una comodidad de diseño cuando en realidad es **una admisión de que la autorización delegada del agente no está resuelta**; y el stablecoin, los *agentic tokens*, y los "otros métodos de pago" están todos en **futuro** (*"coming soon"*).
#Stripe#Link#cartera para agentes
**Dan Hill** — Product Manager · **Link Consumer Product** chez Stripe. Auteur de l'annonce sur le blog Stripe · rubrique *Product*. Le rattachement au produit *Link Consumer* est significatif : l'annonce est écrite depuis le **portefeuille grand public** · pas depuis l'équipe protocole ni depuis Issuing — ce qui explique que le consentement de l'utilisateur final structure tout le texte.
Acontext (memodb-io) - plataforma de datos de contexto de código abierto para agentes de IA cloud-native - context engineering, observabilidad, destilación de habilidades - GitHub
#agentes de IA#plataforma de datos de contexto#cloud-native
Diseño de infografías: procedimiento operativo para una obsesión por la perfección al nivel de Steve Jobs ("perfeccionismo digital") - visualización de datos, tipografía, retículas, color, exportación - Pastebin
#diseño de infografías#visualización de datos#perfeccionismo
Google Code Wiki - Documentación de código automatizada y continuamente actualizada - Chat impulsado por Gemini - Diagramas de arquitectura generados automáticamente - Sitio web en vista previa pública - Lista de espera de Gemini CLI extension - Google Cloud Developer Experiences
#Code Wiki#documentación automatizada#comprensión del código
Fergus Hurley (Director Product Management, Google Cloud Developer & Experiences) · Pedro Rodriguez (Senior Engineering Manager, Google Cloud Developer & Experiences) · Rafael Marques (Product Manager, Google Cloud Developer & Experiences)
34 Agentes de IA en Producción - Catálogo - Búsqueda Multi-Índice (Categoría/Industria/Complejidad) - RRHH Marketing Banca Finanzas Salud - Meesho Accenture AirAsia - Más de 1M de Agentes en Producción - Lyzr AI
#catálogo de agentes de IA#casos de uso#agentes en producción
Deepnote - Sucesor de Jupyter con agente de IA nativo - Formato YAML .deepnote - Extensiones VS Code/Cursor/Windsurf - Código abierto - GitHub 1.5k estrellas
Voxtral — modelos de comprensión del habla de código abierto de Mistral AI: transcripción multilingüe, preguntas y respuestas sobre audio, licencia Apache 2.0 (mistral.ai)
Weave (workweave.dev) - Startup de Y Combinator - Medición del trabajo de ingeniería impulsada por IA - Weave Hour - Atribución de código de IA - Directorio YC