El Pulso del 16 de abril de 2026

Anthropic afirma de forma explícita que un modelo de frontera, todavía no lanzado, puede encontrar y explotar vulnerabilidades de alta severidad de manera autónoma y a escala, y está coordinando un despliegue defensivo con vendors importantes y mantenedores de OSS.

Este es el detalle técnico upstream que van a citar los creators: benchmarks, metodología, restricciones de disclosure y ejemplos concretos (por ejemplo, el link al patch de OpenBSD, el corpus de fuzzing y el encadenamiento de exploits). En la práctica, es una hoja de ruta para la “IA como researcher de vulnerabilidades”.

Un empujón creíble hacia la densidad de inteligencia: modelos que caben y corren rápido en teléfonos y laptops con menos RAM y energía. Si se sostiene, cambia la economía de los agentes locales y de las apps privacy-first.

Acá vive la señal real: qué ya se mergeó upstream (soporte Q10 en llama.cpp), qué está pendiente (PRs de MLX) y el link al whitepaper que van a citar los creators.

Vuelve la inferencia descentralizada, pero con un énfasis fuerte en el claim de que el operador no puede leer tus datos (attestation de hardware + runtime endurecido) y con el pitch de que el Apple Silicon idle es una flota enorme todavía sin aprovechar.

Artefacto upstream y citable. Aunque no lo lean entero, pueden sacar de ahí los supuestos de la cadena de attestation, la confianza en el coordinator y las superficies de leakage.

La “automatización agentic del browser” es poco confiable en la práctica. El pitch de Libretto (captura de red → reverse engineer de APIs; snapshots mínimos de contexto; debugging interactivo) es un giro pragmático en el toolstack.

El rechazo al “código con IA” aparece como gobernanza: riesgo de licencia, confianza entre contributors e identidad del proyecto. Esto se va a extender a otros mantenedores de OSS.

Es una cuña hacia el artefacto de negocio más común: las planillas. Lo interesante no son las “fórmulas”, sino las ediciones con permisos y el provenance (“vincula las respuestas a las celdas”).

Buen radar de lo que los builders están corriendo de verdad (y de la taxonomía informal por tiers de VRAM). Sirve para medir qué modelos ganan mindshare fuera de los benchmarks.