IA y trampas en exámenes & Agentes mejoran con su arnés - Noticias de IA (9 jul 2026)

Por favor, apoya este pódcast visitando a nuestros patrocinadores: - Lindy es tu asistente de IA definitivo que gestiona proactivamente tu bandeja de entrada - https://try.lindy.ai/tad - Diseño con IA sin esfuerzo para presentaciones, sitios web y más con Gamma - https://try.gamma.app/tad - Descubre el futuro del audio con IA con ElevenLabs - https://try.elevenlabs.io/tad Apoya directamente a The Automated Daily: Cómprame un café: https://buymeacoffee.com/theautomateddaily Temas de hoy: IA y trampas en exámenes - Un caso en Brown, con una media de 96 en el parcial y 48 en el final presencial, reaviva el debate sobre ChatGPT, integridad académica y aprendizaje real. Agentes mejoran con su arnés - La conversación sobre self-improvement se desplaza del modelo base al harness: memoria, herramientas, permisos y workflows. También pesan la calidad del codebase y la eficiencia de contexto en tareas largas. Menos JSON, más herramientas útiles - Microsoft encontró que los argumentos clásicos en CLI funcionan mejor que un payload JSON para agentes. Google y OpenAI, mientras tanto, refuerzan APIs, MCP, conectores y tareas en segundo plano. Gemma 4 acelera la IA abierta - Gemma 4 llega como familia open-weight multimodal con texto, imagen y audio, además de contexto largo y modo de razonamiento. La clave es combinar rendimiento fuerte con menor costo de cómputo. Fiabilidad: bucles y evals - Liquid AI propone Antidoom para frenar loops repetitivos en LLMs, mientras crecen las dudas sobre benchmarks de alineación mal calibrados. El foco pasa a medir mejor y corregir fallos concretos. Microsoft busca dominar la empresa - La apuesta de Microsoft sería controlar la pila de IA empresarial, desde software y workflows hasta Azure y modelos. Eso podría darle una posición estructural más fuerte que un simple chatbot. La carrera por energía y chips - Interconexión eléctrica lenta, HBM agotada y chips propios en DeepSeek muestran que la IA ya depende tanto de la infraestructura como del software. Palabras clave: red eléctrica, HBM, inferencia, Nvidia, centros de datos. - AI Self-Improvement May Depend on Harness Engineering - MiniMax Launches Updated Web Agent With Memory and New M3 Model - MiniMax Updates Its API Model Catalog Across Text, Video, Audio, and Music - Microsoft: Keep CLI Arguments Instead of Rewriting for JSON - OpenAI Expands Codex and Responses API With New Developer Features - MiniMax M3 Uses Sparse Attention to Enable Long-Horizon AI Agents - Liquid AI unveils Antidoom to curb repetitive model loops - Gemma 4 Launches as Open Multimodal Model Family - Why AI alignment evals need calibration - Microsoft’s AI Strategy Is About Owning the Enterprise Stack - Why Clean Codebases Give AI a Coding Advantage - AI Expansion Is Being Held Back by Grid Bottlenecks - OpenAI Announces Public Launch of GPT-5.6 Sol and Related Models - Claude Offers Limited-Time Promotional Access to Fable 5 - Brown professor’s AI cheating test sends exam scores plunging - AWS Launches Open Source Strands Agents SDK for Production AI Agents - Google Expands Gemini API Managed Agents with Background Tasks and Remote MCP - Kastor Tries Terraform-Style Management for AI Agents - Zvi Mowshowitz Highlights New Anthropic Interpretability Paper - Atai Barkai Says Self-Learning Agents Can Create a Moat - Microsoft Research Launches Flint, an AI-Friendly Chart Specification Language - Meta Launches Muse Image for AI-Powered Image Creation - MiniMax rolls out Token Plan subscriptions for multimodal M2.7 API access - DeepSeek Plans Its Own AI Chips Amid US Export Controls - Claude Cowork expands to web and mobile - SK hynix Sees Prolonged AI Memory Boom and Higher 2026 Spending Transcripcion del Episodio IA y trampas en exámenes Arrancamos en la universidad. Un profesor de economía en Brown sospechó que su clase estaba usando IA de forma masiva después de ver resultados inusualmente altos en un examen para llevar a casa: media de 96 y decenas de notas perfectas. Cuando cambió el final a un formato presencial, la asistencia se desplomó y la media cayó a 48. Más allá del caso concreto, la noticia importa porque resume un problema cada vez más serio: si las herramientas generativas elevan la nota sin elevar el aprendizaje, las calificaciones empiezan a decir menos sobre lo que un estudiante realmente sabe hacer. Agentes mejoran con su arnés En agentes de IA, la idea más interesante del día es que la mejora recursiva puede llegar antes por el sistema que rodea al modelo que por el modelo en sí. Memoria persistente, herramientas, permisos, evaluación y orquestación están emergiendo como el verdadero motor de los agentes que resuelven tareas largas, sobre todo en programación e investigación. La lectura de fondo es clara: el código se está convirtiendo en el lenguaje universal para diseñar y mejorar esos sistemas. Y eso enlaza con otra observación importante: la IA rinde mucho mejor en codebases limpias, conocidas y consistentes que en entornos heredados y caóticos. Incluso decisiones de arquitectura, como hacer más eficiente el manejo de contexto largo, pueden pesar más en la práctica que otro pequeño salto en benchmarks. Menos JSON, más herramientas útiles En herramientas para desarrolladores, la lección del día es bastante terrenal: no todo lo que suena más moderno funciona mejor para agentes. Microsoft probó si un CLI basado en un único bloque JSON ayudaba a los modelos, y encontró lo contrario. Los argumentos tradicionales fueron más correctos, más estables y además más baratos en uso. Mientras tanto, Google reforzó sus Managed Agents con ejecución en segundo plano, conexión a servidores MCP remotos y mejor manejo de credenciales. OpenAI siguió la misma línea práctica: más capacidades en Codex, conectores en la Responses API para correo, calendario y almacenamiento, y conversaciones persistentes para apps con contexto real. Además, OpenAI ya anticipó el lanzamiento público de GPT-5.6 Sol, Terra y Luna esta misma semana. La señal general es que el mercado se está moviendo de las demos vistosas a la infraestructura útil. Gemma 4 acelera la IA abierta Google también presentó Gemma 4, una nueva familia open-weight y multimodal que trabaja con texto, imágenes y audio. Lo llamativo aquí no es solo la amplitud de la gama, sino la mezcla de rendimiento y eficiencia. Google promete mejor manejo de contexto largo, menor costo de memoria y un modo de razonamiento que ayuda especialmente en matemáticas y código. Si esos resultados se sostienen fuera del laboratorio, Gemma 4 puede convertirse en una pieza importante para investigación abierta, despliegues locales y productos que no pueden permitirse modelos gigantescos. En otras palabras, la IA abierta sigue ganando músculo sin depender siempre de más tamaño. Fiabilidad: bucles y evals En fiabilidad, hubo dos avances que conviene mirar juntos. Por un lado, Liquid AI presentó Antidoom, una técnica pensada para reducir esos bucles en los que un modelo empieza a repetir una frase y se queda atrapado. En sus pruebas, la caída del problema fue fuerte y, de paso, mejoraron resultados en tareas difíciles porque el modelo dejó de atascarse. Por otro lado, sigue creciendo la crítica a cómo se evalúa la alineación. La advertencia es que muchos tests miden si el modelo aprendió a pasar la prueba, no si va a comportarse bien en situaciones reales. Eso importa porque la industria necesita evaluaciones con sensibilidad conocida, no solo porcentajes bonitos. Microsoft busca dominar la empresa En estrategia empresarial, una lectura sobre Microsoft sostiene que su objetivo real en IA no es ganar únicamente la batalla del chatbot para consumidores. La apuesta sería controlar la pila completa que usan las empresas: aplicaciones, flujos de trabajo, infraestructura en la nube y acceso a modelos. Si esa visión es correcta, Microsoft está compitiendo por convertirse en la capa operativa desde la que las compañías integran IA en su negocio diario. Y eso ayuda a entender por qué tantas de sus decisiones recientes giran alrededor de plataforma, integración y control del entorno, más que de un solo producto estrella. La carrera por energía y chips Y cerramos con la parte física de esta carrera. Un análisis sobre grandes campus de IA sostiene que el cuello de botella ya no es solo generar electricidad, sino conectarla a tiempo: las colas para interconexión a la red están frenando proyectos durante años. A la vez, SK hynix dice que su oferta de memoria HBM para 2026 ya está prácticamente comprometida, una señal de que la demanda de hardware para IA sigue superando la capacidad disponible. Y Reuters cuenta que DeepSeek está explorando chips propios de inferencia para depender menos de proveedores externos en medio de tensiones geopolíticas. En conjunto, todo esto deja una conclusión simple: la próxima fase de la IA se juega tanto en el software como en la energía, la memoria y el silicio. Suscríbete a fuentes específicas por edición: - Space news * Apple Podcast English * Spotify English * RSS English Spanish French - Top news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - Tech news * Apple Podcast English Spanish French * Spotify English Spanish Spanish * RSS English Spanish French - Hacker news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - AI news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French Visit our website at https://theautomateddaily.com/ Send feedback to [email protected] Youtube LinkedIn X (Twitter)