Noticias
Cognition a 48.000 millones: los VCs apuestan a varios en la IA de código
Cuatro meses después de valorarla en 26.000 millones, Cognition levanta 2.000 más. El run-rate se va a 900 millones y el múltiplo ya supera al de Cursor en primavera.
Archivo
Todos los artículos
Todo lo publicado, del más nuevo al más viejo. 316 piezas y subiendo: aquí no se pierde nada.
Desmontajes
OpenAI publica una prueba de 165 páginas de Navier-Stokes: qué dice el paper, qué dice Buckmaster y qué falta por verificar
El 8 de septiembre de 2026, OpenAI publicó un paper de 165 páginas y su formalización en Lean afirmando haber resuelto el Problema del Milenio de Navier-Stokes. La prueba existe. El escrutinio independiente, todavía no.
Desmontajes
Decirle TDD al agente no lo hace verificador
Dan Luu midió si TDD, Lean 4, QuickCheck o property-based testing mejoran a un agente de código. Default, sin esas instrucciones, quedó por encima de la media.
Desmontajes
Instinct vale 2.500 millones y no sabemos qué modelo usa
Silicon Valley le entrega correo, credenciales y pagos a un agente en acceso privado. Lo interesante no es el modelo, que no está documentado: es esconder la ingeniería detrás de un "ocúpate".
Reflexiones
AI Engineer: cuando en realidad son prompteadores con autoestima
El título se ha puesto de moda. El stack, no. La diferencia se ve cuando el modelo falla y no hay nada debajo.
Desmontajes
Fatiga de modelos: aceleran el Flash y aparcan el flagship
Google lleva cuatro Gemini Flash desde mayo y Gemini 3.5 Pro sigue en coming soon. Lo que los labs sí cuantifican esta semana es cache, tokens y tool calls, no un insignia nuevo.
Casos reales
Astra vs Fable 5.1: 62,7% o 99,9%, según el harness
Fable 5.1 entrega código idiomático; Astra usa subagentes y caza bugs. Las cifras de OpenAI y las de terceros no se pueden mezclar.
Desmontajes
GPT-6 Astra: la gente lo corona, los índices no. ¿Quién miente?
Nadie. Quien lo usa mide computer use y su trabajo; los índices miden conocimiento estándar. Las dos lecturas cuadran.
Casos reales
Spotify recortó un 90% de tokens en Claude Code: el agujero era el contexto
El plugin shunt, apoyado en Portal, saca las lecturas masivas del contexto de Claude y las manda a un worker efímero. El ~90% sale de un monorepo Java; la calidad del código no se midió.
Desmontajes
Omen Alpha: el stealth ya no es un misterio, es el nuevo canal de marketing
Ox Alpha pudo ser una filtración; Omen Alpha, quince días después y con el mismo patrón, convierte el anonimato en canal de marketing. El alias se cae en días; el sobreprecio, no.
Artículos
Claude Code, Codex y Cursor coinciden solo el 42% al elegir herramientas
Armature Research midió 16.893 sesiones en las que tres coding agents instalan servicios de terceros. El agente que uses vota el stack: Codex se fía de la web, Claude Code de lo que ya sabe, Cursor se queda en medio.
Casos reales
GPT-6 Astra cruza Critical: el salto es real y la tabla tiene trampa
OpenAI lanza el 3 de septiembre de 2026 un modelo que, según su propio framework, encuentra zero-days sin ayuda humana. FrontierMath 97,6%. El "welcome to the AGI era" no sale de esos números.