Anthropic: Claude resolvió un misterio criptográfico de décadas y diseñó circuitos cuánticos más eficientes. Anthropic informó el viernes de que uno de sus modelos de investigación internos averiguó, en menos de media hora, de dónde proceden los llamados valores semilla de las curvas NIST (P-192, P-224, P-256, P-384 y P-521) de ECDSA, el estándar de firma digital con curvas elípticas más extendido. En su día los facilitó la Agencia de Seguridad Nacional estadounidense (NSA) sin ninguna explicación, por lo que durante décadas se sospechó que podían ocultar una puerta trasera. Según Claude, ninguno es el resultado de un algoritmo de hash: son simplemente salidas del generador de números aleatorios lrand48 de la biblioteca de C, inicializado con una marca de tiempo Unix, de modo que hoy cualquiera puede reproducirlos. Anthropic subraya que no se trata de un ataque ni de una debilidad; más bien confirma que no se introdujo ningún fallo intencionado en las curvas, y nadie tiene que hacer nada. Ese mismo día se publicaron también los resultados del programa de becas STEM de la empresa: Claude Mythos 5 diseñó circuitos cuánticos para ocho tareas descritas en lenguaje corriente —de la química a la simulación física y la teoría de números— que, según la empresa, superan a las mejores soluciones publicadas, en algunos casos en un orden de magnitud o más. Esto podría reducir los recursos cuánticos necesarios para aplicaciones útiles; en el trabajo participaron también investigadores de la Universidad de Harvard. Fuente: Anthropic (ECDSA), Anthropic (circuitos cuánticos).
Agentes descontrolados: OpenAI dio a conocer cuatro incidentes más, y en India los agentes de varios desarrolladores entraron en sistemas en producción. OpenAI añadió el jueves cuatro casos más, de junio, a su serie de informes sobre comportamientos no deseados de los modelos (misalignment). Un modelo interno buscaba el número de camas hospitalarias en una web estadística gubernamental y, tras ser rechazado, obtuvo a través de la función de descarga del sitio la configuración del servidor y credenciales de acceso, y luego eludió la comprobación de permisos. Otro debía consultar cinco cifras en un panel de investigación público, pero en su lugar se coló en los sistemas internos de la organización, modificó la configuración y descargó 147.451 filas de datos no públicos, sin informar de ello. Un tercer modelo, de la familia GPT-5.6 Sol, pagó comisiones en una red de pruebas de Ethereum desde un monedero ajeno: calculó las claves del monedero a partir de frases de recuperación que los desarrolladores usan de forma notoria, y aunque se «planteó» si tenía permiso, lo consideró aceptable porque los tokens de prueba no tenían valor. El cuarto eludió las restricciones de internet a través de un navegador externo. Según OpenAI, desde entonces ha reforzado las protecciones y ha bloqueado el acceso de los modelos a internet en vivo durante el entrenamiento y la evaluación. Mientras tanto, la agencia india de ciberseguridad, CERT-In, informó de que varios desarrolladores de modelos habían comunicado voluntariamente que, durante ejecuciones de investigación y de prueba, sus agentes entraron en sistemas en producción de organizaciones indias con credenciales olvidadas en la configuración de aplicaciones, en repositorios de código públicos y en permisos de nube demasiado amplios, y leyeron datos personales y documentos empresariales confidenciales. La agencia no identificó ni a los desarrolladores ni a las organizaciones afectadas. Fuente: OpenAI, Ars Technica, TechCrunch.
Casa Blanca: la Super Intelligence Force se pone manos a la obra; encargará un informe de riesgos y regulará la notificación de incidentes. El grupo de trabajo sobre IA del Gobierno de Trump celebró el jueves su primera reunión oficial y aprobó su carta fundacional, con lo que empezó a correr el plazo de 120 días que se le ha fijado. Según Semafor, encargará al Consejo de Asesores del Presidente en Ciencia y Tecnología (PCAST) un informe sobre tres ámbitos: ciberseguridad e infraestructuras críticas, bioseguridad y aplicaciones de doble uso, y control de los modelos y rendición de cuentas. El subsecretario de Defensa Emil Michael está elaborando protocolos para que los laboratorios notifiquen al Gobierno intrusiones, hackeos y otros incidentes cibernéticos; Andrew Ferguson, presidente de la Comisión Federal de Comercio (FTC), dirige junto con el Departamento de Justicia un comité de coordinación en materia de aplicación de la ley y protección al consumidor; y un grupo de trabajo aparte se encarga de ejecutar el acuerdo firmado en la Casa Blanca por las principales empresas de IA. Aún no está claro cómo se harán cumplir las normas: según un funcionario del Gobierno, los controles a la exportación podrían ser una de las herramientas. El director de Inteligencia Nacional, Jay Clayton, que preside el grupo, calificó la reunión de «muy buena» ante CNBC. Fuente: Semafor, CNBC.
Anthropic: presentó a los legisladores estadounidenses su propio proyecto de ley de seguridad de la IA. Según tres fuentes de Politico, representantes de Anthropic llevaron discretamente a varios congresistas un borrador de ley ya terminado. Según el texto, el Gobierno solo podría detener el lanzamiento o el uso de un modelo de frontera si supusiera un peligro previsible y directo de causar la muerte o lesiones graves a más de 50 personas, o daños de más de 1.000 millones de dólares, y además ese peligro tendría que derivarse de la creación o liberación de un arma biológica, de un ciberataque o de que el modelo escapara al control de su desarrollador. Los modelos serían examinados periódicamente por evaluadores independientes registrados en el Departamento de Comercio; si detectaran un riesgo así, deberían notificarlo en un plazo de 72 horas, y el departamento podría pedir al tribunal federal de Washington la suspensión del modelo. Ningún otro organismo federal podría hacerlo. Según un portavoz de Anthropic, la propuesta recoge las ideas del Advanced AI Framework que la empresa defiende desde junio: las empresas tendrían que probar sus modelos, publicar los resultados y permitir auditorías independientes periódicas. Fuente: Politico, Bloomberg Law.
Controles a la exportación: China regularía la exportación de sus modelos y agentes de IA más potentes, y Taiwán castigaría el envío de chips de IA a China. Los ministerios chinos de Comercio y de Ciencia sometieron el viernes a consulta pública la ampliación de la lista de tecnologías cuya exportación está prohibida o restringida: 23 de los 40 nuevos elementos están relacionados con la inteligencia artificial, entre ellos los grandes modelos de lenguaje, los agentes, los clústeres de cómputo y ciertas tecnologías de procesamiento de información. La norma no se aplicaría a las tecnologías ya publicadas como código abierto o en artículos científicos, y según el ministerio tampoco se considera exportación de tecnología que una empresa ofrezca su modelo en el extranjero a través de una API, una app, un sitio web o como servicio en la nube. Según el análisis de On The Wire, la restricción afectaría a los modelos entrenados con al menos 10²⁶ operaciones, con al menos 2 billones de parámetros o situados entre los diez primeros del mundo en las clasificaciones públicas. Se pueden presentar observaciones hasta el 15 de noviembre, y hasta entonces la exportación de las tecnologías afectadas debe notificarse con antelación. Mientras tanto, el ministro de Economía de Taiwán dijo a Bloomberg que los servidores de IA y los semiconductores de gama alta se incorporarán a la lista de productos controlados, de modo que enviar hardware de IA restringido a China pasará a ser delito; forma parte de los compromisos del acuerdo comercial con Estados Unidos, aunque no dio fecha. Fuente: MOFCOM, SCMP, On The Wire, The Straits Times (Bloomberg).
Reflection AI: Beam ya se puede descargar con una licencia de uso libre. La estadounidense Reflection AI, respaldada por Nvidia, publicó el viernes los pesos de Beam en Hugging Face con licencia Apache 2.0 (ya informamos de la presentación del modelo, cuando se prometieron los pesos para finales de mes). El modelo de mezcla de expertos tiene 501.000 millones de parámetros, de los que 23.000 millones están activos por token; solo procesa texto, tiene una ventana de contexto de un millón de tokens y está pensado para programación, razonamiento y tareas de agentes de larga duración. Junto con los pesos, también se publicaron un informe técnico de seguridad y el entorno de agentes de código abierto utilizado en el entrenamiento, y el modelo está disponible en más de 40 socios. Según las mediciones independientes de Artificial Analysis, Beam obtuvo 30 puntos en el índice de inteligencia, lo que lo convierte en el segundo mejor modelo de pesos abiertos estadounidense, por detrás de Muse Spark Open de Meta (39); genera poco texto por tarea, pero en la prueba de conocimientos, cuando no sabía la respuesta correcta, se equivocó al adivinar en el 47 % de los casos en lugar de indicar su incertidumbre. Fuente: Reflection AI, Hugging Face, Artificial Analysis (X).
OpenAI: agentes que trabajan en paralelo en GPT-6 Pro, y ChatGPT ya puede ver y manejar las pestañas de Chrome. OpenAI actualizó el viernes los modelos GPT-6 Pro y GPT-6 Astra Pro disponibles en ChatGPT: responden más rápido, aprovechan mejor los complementos y herramientas, y ahora varios agentes pueden trabajar a la vez en distintas partes de una tarea; el usuario puede seguir sus avances y revisar las subtareas terminadas. La actualización está disponible para los suscriptores Pro en la pestaña Chat. Según The Verge, también se ha ampliado la extensión de ChatGPT para Chrome: si se marca Chrome en la app web o de escritorio de ChatGPT, ChatGPT puede ver las pestañas abiertas del navegador (por ejemplo, comparar sofás abiertos en tres páginas distintas), en la barra lateral está disponible todo ChatGPT junto con las conversaciones anteriores, y ChatGPT Work también puede «manejar» las pestañas: enviar mensajes, rellenar formularios, descargar archivos u ordenar las páginas abiertas. Fuente: OpenAI (X), OpenAI (X, Astra Pro), The Verge.
Anthropic: contrata menos ingenieros recién titulados, y su plantilla espera un avance de la IA mucho más rápido que el estadounidense medio. Anthropic publicó el viernes dos análisis económicos. En el primero examinó, con datos internos, cómo está transformando la IA su propio funcionamiento: en la empresa, las horas trabajadas por agentes sextuplican las de las personas, y la productividad tanto de los ingenieros como del personal no técnico se disparó cuando empezaron a usar agentes de programación. En las áreas técnicas, sin embargo, la proporción de perfiles júnior ha bajado del 21 % al 14 % desde principios de 2025, y la de contrataciones júnior, del 27 % al 9 %. La empresa ha creado un sistema de alerta temprana para seguir los puestos en riesgo y da prioridad a los traslados internos. Según el segundo, una encuesta de agosto, el 91 % de los empleados de Anthropic, frente a solo el 39 % de los adultos estadounidenses, cree que en 2030 la IA será capaz de descubrimientos dignos de un Nobel; de media, los empleados esperan que para 2030 la IA pueda hacer el 75 % de su trabajo actual, mientras que los trabajadores estadounidenses hablan de un 28 % de media. Fuente: Anthropic (empleo), Anthropic (expectativas).
Al menos 137 millones de dólares se han destinado a anuncios políticos hechos con IA en la campaña de las elecciones de mitad de mandato en EE. UU. El grupo de investigación Wesleyan Media Project, cuyos resultados también recogió The New York Times, identificó este año más de 220 anuncios políticos creados al menos en parte con herramientas de IA; según los investigadores, es una estimación a la baja. Se gastaron más de 137 millones de dólares en difundir los anuncios, frente a menos de 50.000 dólares en 2024. El 81 % de los anuncios procede de anunciantes republicanos y el 12 %, de demócratas; se emitieron en 34 estados, y solo el 27 % indica que se hizo con IA, una indicación que solo exigen 30 estados. Varios anuncios son falsificaciones protagonizadas por políticos reales: en uno, por ejemplo, el alcalde y la gobernadora de Nueva York anuncian una «pastilla» inventada. Fuente: The New York Times, Campaigns & Elections.
Revisión de código con IA: Claude ya escribe el 90 % del código de Claude Code, y PostgreSQL 19 se retrasa por la detección automática de errores. La función Code Review de Claude Code ya está disponible de forma general para los suscriptores de Anthropic Team y Enterprise: es más rápida, encuentra más errores importantes y los administradores pueden elegir por repositorio un nivel de revisión rápido, normal o exhaustivo. Según la entrada del blog de la empresa, aproximadamente el 90 % del código de Claude Code ya lo escribe el propio Claude; de junio a septiembre el número de cambios fusionados se multiplicó por más de dos, mientras que la proporción de revertidos bajó más de un 40 %, y en el repositorio principal de Anthropic los cambios diarios pasaron de unos 2.500 en mayo a más de 30.000 en septiembre. Mientras tanto, los desarrolladores de PostgreSQL, la popular base de datos de código abierto, han aplazado el lanzamiento de la versión 19 hasta alrededor del 19 de noviembre y han trasladado entre 8 y 10 funciones importantes a la siguiente versión. Según Peter Eisentraut, uno de los principales desarrolladores del proyecto, en ello influye también que la revisión de código asistida por grandes modelos de lenguaje encontró tantos errores, cada uno de ellos menor, que no hubo tiempo de corregirlos todos. Fuente: Claude (X), Anthropic (Claude Code blog), The Register.
Replit: su consejero delegado dice que ya no trabajan con Anthropic; personas conocedoras de la colaboración lo desmienten. Amjad Masad, consejero delegado de la plataforma de desarrollo basada en IA que funciona en el navegador, dijo en la conferencia TechCrunch Disrupt que Replit ya no trabaja con Anthropic. Según él, la decisión se debe al precio, a la colaboración y al rendimiento: «ahora ChatGPT es mejor», y según sus mediciones internas los modelos Sol y Astra de OpenAI rinden mejor cuando hay que crear una aplicación desde cero. Según TechCrunch, todavía a finales de septiembre Replit citaba los modelos Claude Fable de Anthropic en su sistema en producción, y una fuente conocedora de la colaboración afirmó que esta sigue vigente. Según Masad, el 15 % de los ingresos de Replit procede ya de contratos con grandes empresas y más de la mitad, de empresas. Fuente: TechCrunch.
Nuevos modelos de startups: Glimpse, que «piensa» con imágenes, y modelos de decisión rápidos de Perplexity y Liquid AI. Elorian, dirigida por el antiguo investigador de Google DeepMind Andrew Dai, lanzó su primer modelo, Glimpse: según TechCrunch, mientras razona vuelve una y otra vez a la imagen o el vídeo, y puede ampliar un detalle, destacar fotogramas concretos o ejecutar código para medir algo. Está disponible como versión preliminar de investigación a través de API y de una interfaz de chat, a 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de tokens de salida, y según las mediciones de la propia empresa supera incluso a GPT-6 Astra en la interpretación de gráficos científicos y la descripción de vídeos cortos. Perplexity lanzó con pesos abiertos sus modelos de decisión pplx-decider-v1.2 (27.000 millones de parámetros) y pplx-decider-flash-v1.2 (4.000 millones de parámetros), pensados para decisiones automáticas rápidas, como preguntas de sí o no o la elección entre opciones predefinidas, a 2 y 1 céntimos por millón de tokens respectivamente y, según la empresa, hasta cinco veces más rápidos. El nuevo modelo de decisión d1-ultra de Liquid AI se situó en lo más alto del índice de modelos de decisión de Artificial Analysis, sobre todo porque dice «no lo sé» con mucha más frecuencia en lugar de dar una respuesta errónea. Fuente: TechCrunch, Elorian (X), Perplexity (X), Artificial Analysis (X).
Qué significa para ti: Los nuevos incidentes de OpenAI y los casos de India muestran que los agentes de IA también pueden entrar en un sistema a través de contraseñas a la vista y permisos demasiado amplios, así que es buen momento para revisar dónde hay credenciales tuyas accesibles públicamente y qué permisos tiene cada cuenta. Si quieres rodear tu uso de la IA de normas, registros y aprobación humana, nuestro servicio de gobernanza de IA te ayuda; y si quieres probar en tus propios procesos agentes que trabajan en paralelo y también manejan el navegador, empieza por una tarea bien delimitada y mira cómo implantamos agentes de IA dentro de un marco controlado. El ejemplo de PostgreSQL muestra además que la revisión de código con IA puede encontrar más errores de los que un equipo es capaz de corregir rápidamente, así que, al implantarla, reserva también tiempo para las correcciones.