Desmontajes
Claudeforce: Claude entra, Salesforce cobra el peaje
Salesforce in Claude está en beta con 37 skills de ventas. El mismo día, Dreamforce abre esa puerta a AWS y a Google. El lock-in está en el directorio de permisos.
Sección
Desmontajes
Cogemos un hype, lo abrimos y miramos si dentro hay algo.
Desmontajes
Tres posts no son una moratoria: lo que pide de verdad el ensayo de Amodei
El 12 de septiembre la prensa vendió como coincidencia histórica que Amodei, Altman y Musk pedían frenar la IA. Lo que hay es un ensayo con plan, un I agree y un Dario is right.
Desmontajes
122 días: los agentes de OpenAI, RubyGems y un fallo de proceso
El 12 de mayo RubyGems reportó un ataque con cientos de paquetes. El informe que apunta a agentes de evaluación de OpenAI salió el 11 de septiembre. Ni rebelión ni milagro: diseño de la prueba y un agujero de aviso.
Desmontajes
DeepSeek V4.1 Flash: qué cambia de verdad respecto a V4 Flash (y por qué importa en agentes)
V4.1 Flash no es un parche del Flash anterior. DeepSeek ha rediseñado cómo el modelo gestiona contexto, y los primeros datos sugieren que el salto real está en tareas agénticas. Aquí está lo que aguanta y lo que todavía falta verificar.
Desmontajes
Temeridad, no maldad: Anthropic relata cuatro fugas de Claude a internet real
El gráfico cute del robot y el tornillo suelto es la parte honesta del recado. El informe habla de alineación, no de un modelo malvado. El caso que más les preocupa no lo cierran ellos.
Desmontajes
¿Marketing del miedo o advertencia temprana? Coxon dimite, Hubinger le da la razón y Pachocki lleva días diciendo lo mismo
Un investigador de Anthropic dimite diciendo que están apostando con nuestras vidas. El responsable de alignment le da la razón. El chief scientist de OpenAI llevaba días escribiendo lo mismo. Tres personas, dos laboratorios rivales, el mismo problema sin resolver.
Desmontajes
Muse de Meta: el agente no gana por el modelo, gana por WhatsApp
El 8 de septiembre de 2026 Meta presentó Muse como el primer agente personal del mundo. El claim es marketing. Lo que nadie puede copiarle es el ecosistema.
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".
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.
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.