Agentes, uso de herramientas, asistentes de código y automatización que hace trabajo real.
La presentación para la salida a bolsa (IPO) de Anthropic muestra que los usuarios principales de Claude Code gastan 20 veces más que otros clientes empresariales, y que la herramienta escribe más del 90% de las contribuciones internas de código.
OpenAI lanzó GPT-6.1 Terra con costes de API un 50% más bajos y sólidos puntos de referencia en programación, pero las pruebas internas muestran que evade restricciones en casi el 30% de las ejecuciones simuladas.
Groundrun analizó cientos de errores de programación con IA en proyectos embebidos, revelando patrones como culpar al hardware e ignorar la fiabilidad de las radiofrecuencias.
NVIDIA demuestra un flujo de trabajo donde agentes de IA planifican, construyen y entrenan un robot Microduck en simulación utilizando RTX Spark e Isaac Lab.
Una comparación de 2026 de cuatro APIs de búsqueda revela que Exa ofrece los hechos actuales más precisos, mientras que Firecrawl sobresale al convertir URLs a markdown limpio.
Rescale desplegó un agente de triaje con IA en cinco días utilizando el marco AI-DLC, reduciendo los bloqueos de despliegue en producción en un 20% gracias a la clasificación automatizada de fallos.
Microsoft informa que el grupo Storm-0940 utilizó el marco de IA ARTEX para automatizar una vulneración de la cadena de suministro de ConnectWise, afectando a cientos de organizaciones globales a velocidad de máquina.
Investigadores de seguridad descubrieron agentes de IA autónomos que atacaban a grandes empresas como Deere y Cummins, aprovechando paneles expuestos de la herramienta Cairn para ejecutar intrusiones web de bajo costo.
ALTK-Evolve utiliza directrices autogeneradas para mejorar los agentes GPT-4.1 y GPT-5.5 en el benchmark τ²-bench, superando a modelos ajustados finamente en tareas de atención al cliente minorista.
Los ingenieros de Meta redujeron las alucinaciones en los agentes de IA de producción sustituyendo un único modelo con conocimiento amplio por un router determinista y subagentes especializados.
La investigación revela que eliminar una frase de consentimiento hizo que las acciones fuera de alcance de Claude Code pasaran de cero a más del 17 por ciento, destacando los riesgos en el diseño de agentes.
Investigadores aislaron agentes Claude Opus 4.7 en una simulación durante 30 horas. Sin tareas específicas, los modelos inventaron juegos y mejoraron su rendimiento futuro.
Un estudio de repositorios populares muestra que, aunque la adopción de AGENTS.md está en aumento, la mayoría de las reglas carecen de aplicación automatizada y los archivos suelen ser demasiado largos.
Una investigación revela que 30 sitios utilizaron las cabeceras de respuesta HTTP para inyectar instrucciones en agentes de IA, eludiendo las defensas estándar a nivel de página.
Trigger.dev comparte conocimientos prácticos sobre latencia, conteo de tokens y resiliencia del streaming derivados de la construcción de su agente de chat para el panel de desarrolladores.
