El Pulso del 21 de mayo 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.
Un modelo de OpenAI refutó la conjetura de «distancia unitaria» de Erdős (geometría discreta)
POR QUÉ ENTRA EN EL RADAREs un caso raro y nítido de «la IA hizo matemática de frontera de verdad»: se refuta una conjetura de décadas con una familia infinita que da una mejora polinomial (en un refinamiento posterior se menciona δ≈0,014).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«¿Qué significa que una IA encuentre una prueba que los humanos no encontraron? (Y por qué la teoría de números apareció en geometría.)»
Codex «desde cualquier lado»: móvil + conexiones remotas + Remote SSH + hooks (empresa)
POR QUÉ ENTRA EN EL RADAREs la productización de agentes de código de larga duración: estado en vivo, aprobaciones, diffs/tests/capturas transmitidos al celular; más Remote SSH + Hooks (guardrails, validadores, logging) + tokens empresariales con alcance acotado.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El nuevo flujo: publicar código lejos del escritorio—qué es real frente al hype, y dónde están las trampas de seguridad.»
Interaction Models: colaboración humano–IA en tiempo real, multi-stream y por «micro-turnos»
POR QUÉ ENTRA EN EL RADARAfirmación fuerte: «la interactividad debería escalar junto con la inteligencia», así que entrenan modelos que nativamente manejan interrupciones, solapamiento, conciencia temporal y uso concurrente de herramientas—menos harness, más modelo.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El chat por turnos es el cuello de botella: acá está el cambio de arquitectura (modelo de interacción + modelo async de fondo) y lo que desbloquea.»
Vista de agentes en Claude Code: gestionar agentes en paralelo desde una sola UI
POR QUÉ ENTRA EN EL RADAREs una mejora de UX pragmática que hace que los «agentes en paralelo» sean realmente usables: un solo lugar para ver sesiones, saber cuáles necesitan input, echar un vistazo/responder y correr en background (/bg, claude --bg).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La orquestación de agentes se vuelve una habilidad de desarrollador de primera línea—qué cambia cuando podés supervisar 5–20 agentes con cordura.»
Command A+ open-source (MoE, Apache 2.0) orientado a cargas agentic
POR QUÉ ENTRA EN EL RADARUn MoE de 218B totales / 25B activos, Apache 2.0, contexto grande (128K in / 64K gen) con énfasis en deployment práctico (cuantizaciones; corre en 1×B200 o 2×H100 a W4A4).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Pesos abiertos para agentes empresariales: qué significa de verdad «25B activos» para velocidad/costo, y para quién es.»
Google Search: ads en AI Mode + «explicador de IA independiente» dentro de resultados patrocinados
POR QUÉ ENTRA EN EL RADAREs el plano de monetización de la búsqueda con IA: ads de descubrimiento conversacional, respuestas destacadas, explicadores de shopping con IA e incluso un «agente para leads» embebido en los anuncios.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La búsqueda con IA se convierte en un formato publicitario: cómo los «explicadores de IA en ads» podrían rearmar la confianza, el SEO y los ecosistemas de afiliados.»
Ola de hype del agente Hermes (de creator-watch a upstream)
POR QUÉ ENTRA EN EL RADARSeñala hacia dónde converge el «mercado masivo» de agentes: memoria persistente, skills que se auto-mejoran, front-ends en Telegram y deploys en VPS de US$5.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Qué hay de real en los «agentes que escriben sus propias skills»—y qué se rompe cuando escalás más allá de las demos.»
Molino de rumores de Qwen: «otro 27B pronto» (watchlist)
POR QUÉ ENTRA EN EL RADARAunque sea rumor, es una señal de mercado: el rango ~27B es un sweet spot para flujos locales + agentic, y la comunidad trata el ritmo de releases como una «mini-frontera».
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Por qué 27B es el nuevo tamaño default del «agente local serio» (y qué testear de inmediato si cae un Qwen nuevo).»
Harness vs modelo: el mismo modelo, harnesses distintos de agentes de código dan resultados muy distintos
POR QUÉ ENTRA EN EL RADARUn recordatorio concreto: los andamiajes de tooling (schemas de herramientas de edición, defaults de acceso web, loops de iteración) pueden dominar la calidad percibida del modelo.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Dejá de comparar «modelos» sin comparar harnesses—acá va un setup de benchmark simple que podés replicar.»