El Pulso del 8 de agosto 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.
Qwen3.8-Max: 2.4T de parámetros, 95B activos, contexto de 1M
POR QUÉ ENTRA EN EL RADARAlibaba afirma que su nuevo flagship sparse-MoE activa 95B de 2.4T parámetros, admite un contexto de 1 millón de tokens y está pensado para programación, trabajo multimodal y agentes de horizonte largo. El reporte de un proyecto de software autónomo de 16 días conviene tratarlo como hipótesis de demo, no como un hecho cerrado de capacidad.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«2.4T de parámetros, pero solo 95B se despiertan. Por qué MoE se está volviendo la verdadera carrera armamentista de la IA.» Explicar parámetros activos versus totales con una analogía de restaurante y cocina, y después poner a prueba qué cambia de verdad un contexto de 1 millón.
Seedance 2.5 convierte la generación en un flujo de edición
POR QUÉ ENTRA EN EL RADARSeedance 2.5 reclama clips conjuntos de audio y video de 30 segundos, extensión en varias rondas, hasta 30 imágenes + 10 videos + 10 referencias de audio, y ediciones a nivel de timestamp. El cambio que importa no es la duración; es la continuidad y el control guiados por referencias.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El video con IA está saliendo de la era del clip al azar.» Armar una historia de 30 segundos a partir de una hoja de personaje, fotos de producto y referencias de sonido, y después mostrar dónde se rompe todavía la continuidad.
FLUX 3 Video ya está en disponibilidad general, con audio nativo y keyframes
POR QUÉ ENTRA EN EL RADARFLUX 3 Video llega por la API de BFL y partners seleccionados, con clips HD de hasta 20 segundos, audio nativo, entradas de imagen y keyframe, continuación, composición multi-shot y lip-sync en varios idiomas. El Draft Mode es lo que más importa: previews rápidas y baratas deberían hacer que iterar se parezca más a una sala de edición que a una tragamonedas.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La verdadera killer feature del video con IA no es el realismo: son los borradores.» Comparar un pase de ideación de bajo costo con un flujo de render final y cuantificar la lógica de tiempo y costo para creadores.
OpenAI dice que no puede descartar una capacidad cibernética Critical para Astra
POR QUÉ ENTRA EN EL RADAROpenAI afirma que evaluaciones internas preliminares de un modelo próximo, Astra, hacen que no pueda descartar su umbral Critical en ciber, definido en torno al descubrimiento o desarrollo autónomo de zero-days o a ataques de punta a punta sobre blancos endurecidos. Dice que pausó el trabajo que no cumple controles más estrictos y que sumó monitoreo, aislamiento y acceso restringido.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Estamos pasando de la IA que ayuda a los hackers a la IA que puede correr la operación.» Explicar con precisión la definición del umbral y después contrastar la autoevaluación de un vendor con la necesidad de una evaluación independiente.
Databricks: el cuello de botella del coding con IA ahora es la economía, no el acceso
POR QUÉ ENTRA EN EL RADARDatabricks sostiene que el coding agéntico puede mejorar la velocidad de forma dramática, mientras los costos de uso crecen de manera insostenible. La respuesta que propone es una frontera de eficiencia: evaluar modelos en tareas internas, ruteo dinámico de pedidos, y desacoplar a los desarrolladores de un único modelo o harness con un meta-harness.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Tu agente de coding puede ser productivo… y igual quebrar el proyecto.» Mostrar un ruteo de tres niveles: modelo barato para ediciones rutinarias, modelo fuerte para la planificación difícil, y escalamiento solo cuando hace falta.
Claude Code 2.1.225: los límites de gasto y las fronteras de confianza se vuelven features de producto
POR QUÉ ENTRA EN EL RADARLa última release suma visibilidad de límites de gasto en el gateway y un prompt de confianza del workspace para claude agents, junto con correcciones de OAuth, mensajería entre sesiones y confiabilidad headless y remota. Es un cambio pequeño pero revelador: las plataformas de agentes se están volviendo infraestructura gobernada, no meras herramientas locales de desarrollo.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Las features aburridas que hacen desplegable a un equipo de agentes.» Enmarcar los techos de gasto, los prompts de workspace no confiable y la mensajería confiable entre sesiones como la diferencia entre una demo y un flujo de negocio.
Open Agent Teams: orquestación portable de multi-agentes vía tmux
POR QUÉ ENTRA EN EL RADAREsta skill abierta describe cómo correr distintos agentes CLI como ejecutores detached, usando señales de completion basadas en archivos y una separación coordinator/executor. Es un patrón concreto y útil para equipos de agentes agnósticos al modelo, y un antídoto al hype de orquestación atada a un producto.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«No construyan un enjambre de agentes. Construyan un coordinador más hand-offs confiables.» Diagramar el protocolo de la señal de done, por qué tmux wait-for puede caer en una condición de carrera, y dónde esta arquitectura es realmente útil.
DeepSeek V4 Flash 0731 aparece como un candidato práctico de agente local
POR QUÉ ENTRA EN EL RADARTanto HN como LocalLLaMA están hablando del release, y un usuario de LocalLLaMA reporta haberlo corrido en dual DGX Spark para coding y tareas de agentes. Esto es anecdótico, no un benchmark; la historia a seguir es si los modelos rápidos hacen financieramente viables a los agentes locales capaces antes de que llegue el próximo cuello de botella de hardware.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«¿Puede un modelo local ser ahora tu segundo empleado?» Reproducir un flujo acotado (triaje de tickets, cambio en el repo, extracción de documentos) y reportar latencia, costo, tasa de error y requisitos de hardware.