El Pulso del 21 de febrero de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
El guion de audio está listo; la voz se publicará cuando termine la generación.
Claude Sonnet 4.6 (lanzamiento del modelo + beta de 1M de contexto)
POR QUÉ ENTRA EN EL RADARSonnet recibe un salto fuerte de capacidad (coding, computer use, planificación con contexto largo) y se mantiene en el “pricing de Sonnet”: cambia lo que un equipo puede salir a producción sin pagar costos de nivel Opus.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“1M de contexto está bueno, pero la historia de verdad es computer use + consistencia: esto es lo que desbloquea a los equipos chicos.”
Filtrado dinámico para Claude Web Search / Web Fetch (post-procesamiento escrito en código)
POR QUÉ ENTRA EN EL RADAREs un patrón de arquitectura que conviene copiar: filtrar antes del contexto. Puede mejorar precisión y bajar tokens al empujar parsing y deduplicación al código, no al prompt del modelo.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Dejá de meter HTML crudo en el contexto: copiá este patrón de ‘dynamic filtering’ para tus propios agentes.”
Gemini 3.1 Pro (upgrade de razonamiento core; rollout en preview)
POR QUÉ ENTRA EN EL RADARGoogle posiciona a 3.1 Pro como baseline para tareas complejas y flujos agentic (el rollout incluye API, Vertex y NotebookLM). Además, el empujón de ecosistema (Gemini CLI + Antigravity) es una señal fuerte.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Gemini no es solo un drop de modelo: Google está armando un stack de agentes (CLI + Antigravity + NotebookLM).”
Claude Code → Figma (capturar UI del browser a frames editables de Figma)
POR QUÉ ENTRA EN EL RADAREs un puente concreto entre prototipos de “vibe coding” y colaboración real de diseño: convertir UIs en ejecución en artefactos editables baja el costo del handoff.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Loop nuevo: prompt → código → UI corriendo → ‘pegar en Figma’ → iteración del equipo. Así escala un builder solo.”
ggml.ai (llama.cpp) se suma a Hugging Face (sostenibilidad del local AI + integración más estrecha con Transformers)
POR QUÉ ENTRA EN EL RADARllama.cpp es infraestructura, no un juguete. El respaldo de HF puede acelerar soporte de arquitecturas y packaging/UX para inferencia local “para gente normal”. También sube la chance de que GGUF siga siendo ciudadano de primera.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El local AI acaba de tener un ‘evento de funding de largo plazo’. ¿Qué cambia cuando llama.cpp tiene a HF detrás?”
“Claws” como la capa de arriba de los agentes (watch de terminología de Karpathy)
POR QUÉ ENTRA EN EL RADARLa terminología suele anticipar categorías de producto. “Claws” = orquestación + scheduling + persistencia + tool calling sobre hardware personal. Si el meme prende, va a moldear cómo se empaquetan y venden las tools.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los agentes fueron una capa; ‘Claws’ puede ser la capa de OS para agentes. Así se van a ver los productos si eso se confirma.”
Survey: Large Language Model Reasoning Failures (TMLR 2026; taxonomía + mitigaciones + repo curado)
POR QUÉ ENTRA EN EL RADARSirve como motor de contenido: podés tomar un failure mode por episodio (robustez, límites fundamentales, fallas domain-specific) y mostrar mitigaciones prácticas (verificación, self-consistency, tool use, constraint checks).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Una checklist de por qué los modelos fallan en reasoning (y qué fixes realmente funcionan en apps reales).”
Google Antigravity (plataforma agentic de desarrollo citada por creators)
POR QUÉ ENTRA EN EL RADARVarios videos de creators ya enmarcan “Antigravity” como el pegamento de workflows agentic (CLI + loops de design-to-code). Aunque el detalle público sea fino, mirar cómo lo posiciona Google es early-signal.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Antigravity es la historia del ‘agent IDE’: qué mirar y qué features importan (evals, tooling, sandboxing, deploy).”