El Pulso del 23 de marzo 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.
Presentamos GPT‑5.4 mini + GPT‑5.4 nano
POR QUÉ ENTRA EN EL RADAROpenAI está optimizando de forma explícita el rendimiento por latencia y la confiabilidad de herramientas (mini/nano como subagentes), con claims de benchmarks en SWE‑Bench Pro, Terminal‑Bench 2.0 y OSWorld‑Verified.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El stack de agentes se parte en dos: modelo planificador + subagentes baratos de ejecución. Qué cambia en productos reales (y cómo copiarlo).”
1M de contexto
POR QUÉ ENTRA EN EL RADARSacar los multiplicadores de precio por contexto largo es un movimiento estratégico fuerte: normaliza flujos con contexto enorme (diffs grandes, PDFs masivos, agentes de larga duración) en vez de forzar chunking o compaction.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“1M de tokens no es un alarde: es un cambio de flujo de trabajo. Los 3 patrones que se vuelven prácticos de un día para el otro.”
Anthropic: detectar y prevenir ataques de destilación (DeepSeek, Moonshot, MiniMax)
POR QUÉ ENTRA EN EL RADAREs uno de los escritos públicos más claros sobre extracción de capacidades a “escala industrial”: claim de unas 24.000 cuentas y unos 16M de intercambios; también marca dónde los labs creen que está el foso (coding agente + uso de herramientas + trazas de razonamiento).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La destilación no es solo ‘copiar un modelo’: es un problema de cadena de suministro y de operaciones. Qué van a hacer los defensores después (y cómo se van a adaptar los atacantes).”
Mistral Small 4
POR QUÉ ENTRA EN EL RADARModelo con licencia abierta, diseño MoE grande (128 expertos / 4 activos) y ventana de contexto de 256k; además, control de “reasoningeffort”. Se posiciona como un modelo para reemplazar varios especializados.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los modelos abiertos están copiando la ‘perilla de razonamiento’. Qué se puede construir cuando controlás el tradeoff: costo vs profundidad.”
Google AI Studio: vibe coding full-stack con el agente Antigravity + integración Firebase
POR QUÉ ENTRA EN EL RADAREs una apuesta de producto de punta a punta: prompt → app → backend (Firestore/Auth) → gestión de secrets. La clave es cerrar el circuito del prototipo a una app desplegable sin salir del entorno.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El vibe coding se está convirtiendo en ‘vibe shipping’. Faltaban auth, DB y secrets—y ahora vienen incluidos.”
Google Labs Stitch: “vibe design”, DESIGN.md, servidor MCP, SDK
POR QUÉ ENTRA EN EL RADARStitch apunta a ser el equivalente del lado diseño de los agentes de código: un canvas nativo de IA + un agente de razonamiento a nivel de proyecto + un formato de especificación exportable (DESIGN.md) para conectar diseño ↔ código.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Las specs de diseño se están volviendo artefactos legibles por agentes. DESIGN.md podría ser el próximo PRD.”
Cursor: Composer 2 (precios + claims de benchmarks)
POR QUÉ ENTRA EN EL RADARCursor publica una narrativa de mejor calidad de coding a partir de preentrenamiento continuo + RL en tareas de horizonte largo—y después ofrece precios agresivos como cuña de mercado.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los IDEs se están convirtiendo en empresas de modelos. Composer 2 muestra cómo se ve el ‘RL vertical’ para coding.”
Flash‑MoE
POR QUÉ ENTRA EN EL RADARUna implementación muy concreta de la idea “LLM in a Flash”: streaming desde SSD + expertos on-demand + page cache del SO. Lo interesante es el diseño de sistema y los tradeoffs observados con el cuello de botella de memoria unificada.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Tu próxima mejora de ‘LLM local’ no es la GPU: es el SSD + el controlador de memoria. Por qué.”
“Agent Kernel” — tres archivos markdown para que los agentes tengan estado
POR QUÉ ENTRA EN EL RADARUn patrón mínimo que se está extendiendo: memoria en texto plano + repo git + convenciones. Está upstream de un montón de demos de “mi agente se acuerda”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Dejá de armar frameworks de memoria. Copiá esta estructura de repo y te llevás el 80% del valor.”
MIT / refresh del stack de difusión: Flow Matching + Diffusion (curso + paper + código)
POR QUÉ ENTRA EN EL RADAREl contenido de creadores alrededor de difusión de imagen/video sigue moviéndose rápido, pero la ventaja durable es entender la matemática + los patrones de implementación (flow matching, difusión discreta, recetas de entrenamiento).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Si este mes aprendés una sola cosa ‘upstream’: flow matching. El modelo mental en 5 minutos.”