El Pulso del 12 de abril 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.
Project Glasswing + “Claude Mythos Preview” (modelo frontera con capacidades cibernéticas, aún no liberado)
POR QUÉ ENTRA EN EL RADARAnthropic afirma de forma explícita que un modelo frontera puede encontrar y encadenar vulnerabilidades de alta severidad de manera autónoma en sistemas operativos y navegadores principales, y está armando una coalición de industria más US$100 millones en créditos para desplegarlo de forma defensiva.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Si esto es real, el ‘bug bounty’ se vuelve una carrera armamentista: ¿qué cambia para mantenedores de OSS, equipos de appsec y pipelines de CI?”
Claude Mythos Preview System Card (documento upstream)
POR QUÉ ENTRA EN EL RADARLas system cards son donde aparecen las restricciones de verdad: modelo de despliegue, mitigaciones de seguridad, threat model y el encuadre de las evaluaciones.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Leé la documentación: qué revela la system card versus lo que implican los titulares (y qué falta).”
UC Berkeley: “How We Broke Top AI Agent Benchmarks (and what comes next)”
POR QUÉ ENTRA EN EL RADARDemuestran puntuaciones casi perfectas en benchmarks mayores de agentes mediante hacks al evaluador (por ejemplo, conftest.py, wrappers troyanos con curl, filtrado de respuestas vía file://). Eso debilita las afirmaciones de ‘progreso de agentes’ basadas en leaderboards.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los benchmarks están siendo ‘pentesteados’: ¿qué deberían exigir creadores y periodistas antes de creer un nuevo score de agente?”
Respuesta a incidente de OpenAI: impacto del compromiso de la cadena de suministro de Axios en la firma de apps macOS
POR QUÉ ENTRA EN EL RADARNota concreta y técnica, casi postmortem: GitHub Actions descargó axios@1.14.1 malicioso; OpenAI rota y revoca el certificado de firma; las apps macOS deben actualizarse antes del 8 de mayo de 2026.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los controles aburridos que importan: pinear GitHub Actions, minimumReleaseAge, y por qué la higiene de supply chain ahora es ‘AI safety’.”
Deep dive de Socket: “Supply Chain Attack on Axios Pulls Malicious Dependency from npm”
POR QUÉ ENTRA EN EL RADARIndicadores detallados + comportamiento del malware + anti-forensics. También señala la cascada rápida a través de pipelines de publicación automatizados.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Explicá el ataque en 90 segundos + los 3 ‘defaults’ que todo equipo JS debería cambiar hoy.”
Pesos de MiniMax M2.7 liberados (y por qué ‘open’ es complicado)
POR QUÉ ENTRA EN EL RADARFuerte posicionamiento en ‘agentic engineering’ + performance reportada; pero la historia importante es que las liberaciones de pesos ahora vienen empaquetadas con claims de flujo de trabajo (loops de self-evolution, equipos de agentes, tool search).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Qué testear de verdad en local (3 tareas) para validar claims agénticos más allá del marketing.”
Licencia de MiniMax M2.7 (no comercial) — la trampa escondida
POR QUÉ ENTRA EN EL RADAREsto no es open source en el sentido OSI; el uso comercial requiere autorización escrita previa. Esperá confusión, malas lecturas y startups violando términos sin querer.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Open weights versus open source: cómo leer licencias de modelos rápido (y qué bloquea de verdad ‘non-commercial’).”
Google DeepMind: Gemma 4 (Apache 2.0) + posicionamiento de workflows agénticos
POR QUÉ ENTRA EN EL RADARGoogle apuesta a ‘inteligencia por parámetro’ + contexto largo + function calling + historia de edge on-device, y elige una licencia permisiva.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Gemma 4 versus liberaciones ‘open’ no comerciales: por qué la elección de licencia puede importar más que los deltas de benchmark.”
Arcee: Trinity-Large-Thinking (Apache 2.0) — “open model for long-horizon agents”
POR QUÉ ENTRA EN EL RADAROtra narrativa de release abierto(-ish) ‘listo para agentes’, centrada en tool calling multi-turno + coherencia de horizonte largo; posicionada como más barata que los modelos frontera cerrados.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Está emergiendo un patrón: todos venden estabilidad de agentes. Acá qué benchmarkear (y cómo se puede gamear).”