El Od\u00edn, mi pastor alem\u00e1n, lleva un rato mir\u00e1ndome con esa cara de “ya est\u00e1s otra vez pegado a la pantalla” mientras el Sheldon duerme panza arriba con gatuna pereza en el sill\u00f3n como si el mundo no se estuviera cayendo a pedazos \u2014 y la neta es que esta semana la industria de la inteligencia artificial decidi\u00f3 quitarse la ropa en p\u00fablico, unos a prop\u00f3sito y otros por puro descuido.<\/p>\n
Empecemos por el descuido, que es lo m\u00e1s sabroso. Anthropic \u2014 la empresa que me hace la herramienta con la que estoy escribiendo esto \u2014 public\u00f3 por accidente el c\u00f3digo fuente completo de Claude Code: 512 mil l\u00edneas de TypeScript, mil novecientos archivos, todo el mecanismo interno de lo que probablemente sea el agente de programaci\u00f3n m\u00e1s usado del planeta. \u00bfC\u00f3mo? Un archivo de configuraci\u00f3n que alguien olvid\u00f3 excluir antes de subir el paquete al repositorio p\u00fablico. En cuesti\u00f3n de horas ya hab\u00eda miles de copias circulando y la comunidad de desarrolladores estaba destripando cada rinc\u00f3n. Lo que encontraron adentro es fascinante y rid\u00edculo a partes iguales: un asistente siempre activo llamado KAIROS que “sue\u00f1a” \u2014 consolida memoria mientras el usuario no est\u00e1\u2014, un sistema de planificaci\u00f3n profunda de treinta minutos llamado ULTRAPLAN, un Tamagotchi virtual llamado Buddy, modelos no lanzados con nombres en clave como Capybara y Strudel, y \u2014 aqu\u00ed viene lo bueno \u2014 un “Modo Encubierto” dise\u00f1ado espec\u00edficamente para evitar que se filtre informaci\u00f3n interna de Anthropic a trav\u00e9s de c\u00f3digo generado por IA. Es decir, construyeron un sistema para prevenir filtraciones y el sistema se filtr\u00f3 junto con todo lo que estaba protegiendo. Dario Amodei, el CEO, no ha dicho ni p\u00edo en X en semanas. Supongo que est\u00e1 ocupado.<\/p>\n
Y es la segunda filtraci\u00f3n en menos de una semana. La primera fue un error en su sistema de gesti\u00f3n de contenidos que revel\u00f3 detalles de un modelo secreto llamado Claude Mythos. Dos tropezones en siete d\u00edas de una empresa que se vende como la m\u00e1s cuidadosa y alineada del sector. Ojo: el c\u00f3digo expuesto es genuinamente impresionante \u2014 cuarenta y tantas herramientas, capas de permisos, orquestaci\u00f3n multi-agente \u2014 pero cuando tu narrativa es “nosotros s\u00ed nos tomamos la seguridad en serio”, un archivo olvidado en un repositorio p\u00fablico te deja peor que cualquier prueba de rendimiento.<\/p>\n
Mientras Anthropic se tapaba, OpenAI se destapaba a prop\u00f3sito: cerr\u00f3 una ronda de financiamiento de 122 mil millones de d\u00f3lares \u2014 la m\u00e1s grande en la historia de la inversi\u00f3n privada. Amazon meti\u00f3 50 mil millones, Nvidia otros 30 mil, SoftBank co-lider\u00f3, y hasta entraron inversores minoristas por primera vez. La valuaci\u00f3n post-money qued\u00f3 en 852 mil millones de d\u00f3lares, m\u00e1s que todas menos unas quince empresas del S&P 500. Sam Altman no busca inversores, busca aliados para financiar una era entera, y el camino apunta a una salida a bolsa para finales de 2026. Los n\u00fameros de uso son de locura: m\u00e1s de 900 millones de usuarios activos semanales en ChatGPT, con los clientes empresariales ya representando el 40 por ciento de los ingresos. Mientras tanto, Sora \u2014 su generador de video que tanto entusiasm\u00f3 al mundo \u2014 se cierra porque las p\u00e9rdidas por c\u00f3mputo eran insostenibles; Los Angeles Times report\u00f3 que una inversi\u00f3n de mil millones de Disney nunca se ejecut\u00f3. OpenAI quiere ser la superapp de la IA y para eso necesita concentrar todo en un solo producto. Los que apostaron a Sora como plataforma de producci\u00f3n se quedan mirando, otra vez, la fragilidad de construir sobre herramientas propietarias ajenas.<\/p>\n
Pero aqu\u00ed viene el dato que me dej\u00f3 pensando m\u00e1s que ning\u00fan otro y que conecta todo lo dem\u00e1s. La ARC Prize Foundation lanz\u00f3 ARC-AGI-3, una prueba nueva que funciona como un videojuego: mete al modelo en un entorno interactivo sin instrucciones, sin reglas, sin datos de entrenamiento, y le dice “descubre c\u00f3mo funciona esto y resu\u00e9lvelo”. Los humanos lo resuelven al cien por ciento en el primer intento. \u00bfLos modelos de frontera? Gemini 3.1 Pro sac\u00f3 0.37 por ciento. GPT-5.4 sac\u00f3 0.26. Claude Opus 4.6 \u2014 el que tengo encendido aqu\u00ed \u2014 sac\u00f3 0.25. Los mismos modelos que en la prueba anterior llegaban al 77 por ciento. \u00bfLa diferencia? La anterior med\u00eda reconocimiento de patrones \u2014 b\u00e1sicamente memoria disfrazada de inteligencia. Esta mide la capacidad de aprender algo nuevo desde cero. Y ah\u00ed, como dir\u00eda Fran\u00e7ois Chollet, el creador de la prueba, la inteligencia no est\u00e1 en el modelo sino en el andamiaje que los humanos construimos alrededor.<\/p>\n
Y mientras los modelos sacan cero en aprender, un modelo interno no publicado de OpenAI produjo tres demostraciones matem\u00e1ticas publicables de problemas abiertos de Erd\u0151s \u2014 problemas de combinatoria y teor\u00eda de n\u00fameros que llevaban d\u00e9cadas sin resolverse \u2014 sin gu\u00eda humana alguna. Los autores del art\u00edculo en arXiv dicen que el modelo gener\u00f3 las pruebas completas solo; los humanos nada m\u00e1s limpiaron la redacci\u00f3n. Terence Tao, que algo sabe del tema, observ\u00f3 que los sistemas de IA son buenos para la “cola larga” de problemas oscuros donde las t\u00e9cnicas est\u00e1ndar aplican pero nadie se hab\u00eda sentado a intentarlo sistem\u00e1ticamente. Eso no es aprender, es aplicar lo que ya sabe a escala industrial. Que es exactamente lo que los modelos hacen bien y exactamente lo que ARC-AGI-3 demuestra que no alcanza.<\/p>\n
Lo que nos deja con una paradoja que la encuesta de Quinnipiac captura con n\u00fameros: el 51 por ciento de los estadounidenses ya usa herramientas de IA para buscar informaci\u00f3n \u2014 desde consultas cotidianas hasta tareas de trabajo\u2014, arriba del 37 por ciento hace un a\u00f1o. Pero el 76 por ciento le conf\u00eda poco o nada a lo que esas herramientas le responden. El 70 por ciento cree que la IA va a destruir empleos \u2014 y entre los de la Generaci\u00f3n Z, que son los que m\u00e1s la usan, la cifra sube al 81 por ciento. El 55 por ciento piensa que la IA hace m\u00e1s da\u00f1o que bien en la vida cotidiana, once puntos m\u00e1s que el a\u00f1o pasado. M\u00e1s uso, menos confianza. La gente no se est\u00e1 volviendo esc\u00e9ptica por ignorancia sino por experiencia directa. Como escribi\u00f3 Luiza Jarovsky en su newsletter de hoy, las brechas que la IA generativa est\u00e1 creando \u2014 de acceso, de capacidad, de poder \u2014 ya son visibles apenas tres a\u00f1os y medio despu\u00e9s de la ola. Con los smartphones y las redes sociales nos tardamos dos d\u00e9cadas en ver el da\u00f1o. Esta vez el reloj va m\u00e1s r\u00e1pido.<\/p>\n
Y Google, que no descansa, lanz\u00f3 Veo 3.1 Lite \u2014 un modelo de generaci\u00f3n de video que recorta los costos de inferencia a la mitad. Esto es un ataque directo a Kling y Runway, porque lo que Google est\u00e1 haciendo no es competir por calidad sino por volumen: producir m\u00e1s video sint\u00e9tico, m\u00e1s barato, m\u00e1s r\u00e1pido, en formato vertical para TikTok y horizontal para YouTube. El 7 de abril baja tambi\u00e9n el precio de Veo 3.1 Fast. La estrategia es asfixiar a la competencia por precio, como hizo Amazon con los libros. Mientras tanto, Meta lanz\u00f3 sus Ray-Ban con graduaci\u00f3n \u00f3ptica real \u2014 desde 499 d\u00f3lares, con IA local que registra comidas y resume chats, ocho horas de bater\u00eda. Quieren que su inteligencia artificial viva en tu cara las veinticuatro horas. Ya controlan el 76 por ciento del mercado de lentes inteligentes.<\/p>\n
Karpathy public\u00f3 el domingo su viejo diagrama “LLM OS” de 2023 y lo puso junto a lo que existe hoy \u2014 la tesis de que los modelos de lenguaje se convertir\u00edan en sistemas operativos se est\u00e1 cumpliendo pieza por pieza. Y solt\u00f3 otra observaci\u00f3n que me qued\u00f3 dando vueltas: not\u00f3 que las herramientas de c\u00f3digo de Anthropic est\u00e1n empujando fuerte en la direcci\u00f3n de convertir Claude Code en algo mucho m\u00e1s ambicioso. “Ya lanzaron varias funciones que apuntan claramente a empujar Code hacia lo que era Claw”, escribi\u00f3. Claw \u2014 as\u00ed se llamaba el proyecto antes de que lo renombraran. Parece que Karpathy ley\u00f3 el c\u00f3digo filtrado antes que todos nosotros.<\/p>\n
El Od\u00edn bostez\u00f3 hace rato y se fue a dormir. El Pichicuaz, mi siam\u00e9s, lo reemplaz\u00f3 en la puerta del estudio con esa cara de gato que juzga todo. Y lo que juzgar\u00eda si pudiera leer es lo siguiente: una industria que levanta 122 mil millones de d\u00f3lares mientras sus modelos sacan cero en una prueba que cualquier ni\u00f1o resuelve, que filtra su propio c\u00f3digo fuente mientras predica seguridad, y que es usada cada vez m\u00e1s por gente que cada vez conf\u00eda menos en ella. El desnudo fue accidental, pero lo que revel\u00f3 no. Lo que revel\u00f3 es que la distancia entre lo que estas m\u00e1quinas pueden hacer y lo que no pueden aprender sigue siendo el problema central de nuestra \u00e9poca \u2014 y que 852 mil millones de d\u00f3lares de valuaci\u00f3n no compran un solo punto porcentual de comprensi\u00f3n genuina.<\/p>\n
Para comprender el texto<\/strong><\/p>\n TypeScript<\/strong> \u2014 Lenguaje de programaci\u00f3n derivado de JavaScript, muy usado para construir aplicaciones web y herramientas de IA.<\/p>\n Sourcemap \/ archivo de configuraci\u00f3n<\/strong> \u2014 Un archivo t\u00e9cnico que funciona como un mapa del c\u00f3digo fuente original. Si se publica por error, cualquiera puede ver c\u00f3mo est\u00e1 construido el programa por dentro.<\/p>\n Repositorio p\u00fablico (npm)<\/strong> \u2014 Un almac\u00e9n en l\u00ednea donde los desarrolladores suben y comparten paquetes de software. npm es el m\u00e1s grande del mundo para c\u00f3digo JavaScript.<\/p>\n Multi-agente<\/strong> \u2014 Arquitectura donde varios sistemas de IA trabajan coordinados, cada uno con una funci\u00f3n distinta, para resolver tareas complejas.<\/p>\n ARC-AGI-3<\/strong> \u2014 Prueba de inteligencia artificial creada por Fran\u00e7ois Chollet que eval\u00faa la capacidad de un modelo para aprender reglas nuevas sin entrenamiento previo, no solo reconocer patrones ya vistos.<\/p>\n Problemas de Erd\u0151s<\/strong> \u2014 Problemas matem\u00e1ticos abiertos propuestos por Paul Erd\u0151s (1913-1996), uno de los matem\u00e1ticos m\u00e1s prol\u00edficos de la historia. Muchos siguen sin resolverse d\u00e9cadas despu\u00e9s.<\/p>\n arXiv<\/strong> \u2014 Repositorio abierto donde investigadores publican art\u00edculos cient\u00edficos antes de su revisi\u00f3n formal. Es la plataforma est\u00e1ndar para compartir avances en IA, matem\u00e1ticas y f\u00edsica.<\/p>\n Salida a bolsa (IPO)<\/strong> \u2014 El proceso mediante el cual una empresa privada comienza a vender acciones al p\u00fablico general en el mercado de valores.<\/p>\n Inferencia<\/strong> \u2014 En IA, el proceso de generar una respuesta o resultado a partir de un modelo ya entrenado. Cada vez que le preguntas algo a ChatGPT o generas un video con Veo, eso es inferencia \u2014 y cuesta dinero en servidores y energ\u00eda.<\/p>\n Veo 3.1 Lite<\/strong> \u2014 Modelo de generaci\u00f3n de video de Google, versi\u00f3n econ\u00f3mica que reduce costos a la mitad respecto al modelo completo.<\/p>\n<\/div>\n \ud83d\udcd6 Diccionario terminol\u00f3gico de IA<\/a> \u2014 M\u00e1s de 630 t\u00e9rminos explicados El Od\u00edn, mi pastor alem\u00e1n, lleva un rato mir\u00e1ndome con esa cara de “ya est\u00e1s otra vez pegado a la pantalla” mientras el Sheldon duerme panza arriba con gatuna pereza en el sill\u00f3n como si el mundo no se estuviera cayendo a pedazos \u2014 y la neta es que esta semana la industria de la […]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[869],"tags":[],"class_list":["post-3566","post","type-post","status-publish","format-standard","hentry","category-el-vigia"],"aioseo_notices":[],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_shortlink":"https:\/\/wp.me\/pOdts-Vw","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/posts\/3566","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/comments?post=3566"}],"version-history":[{"count":1,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/posts\/3566\/revisions"}],"predecessor-version":[{"id":3569,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/posts\/3566\/revisions\/3569"}],"wp:attachment":[{"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/media?parent=3566"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/categories?post=3566"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/alejandrozenker.com\/blog\/wp-json\/wp\/v2\/tags?post=3566"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n\ud83d\udd27 Directorio de herramientas de IA<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"