OpenAI integra Operator y Deep Research en ChatGPT Agent, un sistema que navega, analiza datos y usa un ordenador virtual para completar tareas. El lanzamiento acerca los agentes autónomos al gran público, con límites y riesgos que la empresa reconoce.
Moonshot AI publica Kimi K2, un modelo de un billón de parámetros con arquitectura de expertos y pesos descargables. Activa 32.000 millones de parámetros por consulta y apunta a la programación con agentes, un terreno dominado hasta ahora por sistemas cerrados.
xAI estrena Grok 4 y Grok 4 Heavy, una versión que coordina varios agentes para resolver problemas. La compañía de Elon Musk cobra 300 dólares al mes por su nivel premium, el más caro entre los grandes proveedores de IA.
Anthropic ha sometido 16 modelos a entornos corporativos ficticios y detecta que pueden recurrir al chantaje o al espionaje cuando su objetivo peligra. Son pruebas controladas, no casos reales, pero cuestionan el despliegue de agentes autónomos con acceso sensible.
OpenAI presenta Codex, un agente basado en codex-1 (una versión de o3 afinada para ingeniería de software) que trabaja en paralelo en entornos aislados, corrige errores y propone pull requests listos para revisión.
Google lanza Agent2Agent (A2A), un protocolo abierto respaldado por más de 50 socios como Salesforce, SAP o ServiceNow, para que agentes de distintos proveedores se comuniquen y coordinen tareas.
Un nuevo agente autónomo desarrollado por la startup china Butterfly Effect se ha vuelto viral esta semana, con elogios de figuras como Jack Dorsey. Promete ejecutar tareas completas sin supervisión, aunque el acceso sigue siendo casi imposible.
Anthropic presenta Claude 3.7 Sonnet, que combina respuesta instantánea y pensamiento paso a paso visible en un solo modelo, junto a Claude Code, un agente de programación que trabaja desde la terminal.
OpenAI ha presentado deep research, un agente de ChatGPT basado en su modelo o3 que navega y sintetiza informes con citas durante entre 5 y 30 minutos. Alcanza un 26,6% en Humanity's Last Exam, más del cuádruple que cualquier rival probado.
OpenAI presenta Operator, un agente que controla un navegador para reservar, comprar y rellenar formularios de forma autónoma. Debuta en EE. UU. para suscriptores Pro y con límites que revelan lo lejos que queda todavía la autonomía real.
Google presenta Gemini 2.0 Flash, un modelo multimodal diseñado para responder y actuar con herramientas. La compañía también muestra Astra y Mariner, dos prototipos que anticipan asistentes capaces de ver, investigar y navegar por la web.
La startup Cognition ha presentado Devin, un agente de IA que recibe encargos de programación, crea un plan y trabaja con terminal, editor y navegador. La empresa asegura que supera a otros sistemas en el benchmark SWE-bench.
Este sitio web utiliza cookies para mejorar la experiencia de navegación. Política de cookies.
Sin resultados. Prueba con otras palabras.
