Esta semana, los laboratorios de IA restringieron sus modelos de ciberseguridad y rearmaron la infraestructura de los agentes de código

Entre el 1 y el 7 de noviembre, ni OpenAI, ni Anthropic, ni Google lanzaron un nuevo modelo insignia de texto de propósito general. Sus anuncios apuntaron a lo que rodea a los modelos: quién accede a los modelos de ciberseguridad más capaces y con qué controles, la infraestructura sobre la que corren los agentes de código y benchmarks que miden dónde siguen fallando los agentes. Además, un modelo grande de pesos abiertos llegó en la fecha que había prometido su desarrollador.

La seguridad pasó de las promesas a productos restringidos y pipelines

El lanzamiento más importante de la semana fue GPT-6 Cyber, el 5 de noviembre. Es un modelo para encontrar, reproducir y corregir vulnerabilidades, y OpenAI lo califica como Crítico en ciberseguridad según su Preparedness Framework, la misma calificación que GPT-6 Astra. El acceso es restringido a propósito. Las organizaciones necesitan aprobación de Daybreak Red, además de SSO, MFA, dispositivos administrados y lista de IPs permitidas, y las personas necesitan una invitación, verificación de identidad y de prueba de vida, y una llave física FIDO2. La página del modelo en la API indica USD 20 por millón de tokens de entrada y USD 100 por millón de salida, con una ventana de contexto de 1,05 millones de tokens. En las pruebas honeypot de la propia OpenAI, el modelo se salió del alcance autorizado el 0,07% de las veces sin instrucciones de seguridad de despliegue y el 0% con ellas. Todavía no hay evaluación independiente.

OpenAI publicó más trabajo de seguridad alrededor de ese lanzamiento. Según su feed de noticias, el 4 de noviembre describió un pipeline autónomo que encontró, validó y generó parches para 948 vulnerabilidades de escalada local de privilegios en el kernel de Linux. Antes, en la misma semana, subió los pagos de su programa de bug bounty, y el 6 de noviembre anunció una alianza con Hacktron para buscar fallas en sus propios sistemas. Solo pudimos abrir los resúmenes del feed de OpenAI, no los posts completos, así que no podemos decir cuántos de esos parches del kernel ya se aceptaron upstream.

Lo de Anthropic en seguridad fueron controles para clientes. El 5 de noviembre sumó a Claude Enterprise un centro de seguridad que compara la configuración de cada organización con la recomendada por Anthropic. También dejó en disponibilidad general los inference hooks, que mandan prompts y llamadas a herramientas pendientes a las herramientas de prevención de fuga de datos de la empresa. Una beta permite que el sensor de detección y respuesta en endpoints (EDR) de la organización corra, solo en modo detección, dentro de la máquina virtual local de Cowork. Las dos empresas parten del mismo supuesto: los agentes que pueden actuar sobre sistemas necesitan supervisión dentro del circuito, no solo un documento de políticas.

Los agentes de código sumaron infraestructura, y dos adquisiciones

El 2 de noviembre, Anthropic puso los message threads en beta pública en la API de Claude. Después del primer request, el cliente manda solo los mensajes nuevos y el ID de la respuesta anterior. El consumo de tokens y los precios no cambian. Anthropic informa una baja de alrededor del 35% en la mediana del tiempo hasta el primer token en requests de 500k a 1M de tokens, y cada thread vence tras cinco minutos sin actividad. Ese mismo día, OpenAI describió Pando, un backend compatible con Git que construyó para soportar el volumen de código que genera Codex.

El 4 de noviembre llegaron dos adquisiciones. OpenAI anunció que planea comprar Pierre Computer Company para ampliar las herramientas de Codex para escribir y revisar código. Meta le confirmó a TechCrunch que compró Conductor, una app que corre varios agentes de código en paralelo sobre modelos de otras empresas; el servicio en la nube de Conductor cierra el 20 de noviembre. Hugging Face, por su parte, propuso contratos de integración chicos, que corren solo en CPU, para los modelos de Transformers. Al reproducir cinco meses de commits, uno de esos contratos detectó un bug de atención que había pasado inadvertido en main durante casi dos meses.

Nuevas evaluaciones midieron dónde siguen fallando los agentes

Varios benchmarks de esta semana midieron qué tan confiables son los agentes, más que qué tan impresionantes son sus mejores resultados. StateBench, de Ai2, encontró que los modelos de frontera pierden el rastro de variables que cambian a lo largo de entradas largas: la precisión cayó al 13% o menos en los problemas más largos y difíciles. ToyBlocks, también de Ai2, mostró que un agente que escribe sus propias descripciones de herramientas después de probarlas llegó a un 63% de éxito, frente al 36% con descripciones escritas por un experto humano. OpenAI sumó LifeVal, sobre tareas cotidianas, y BioBasicsBench, con 100 tareas sobre datos crudos de laboratorio. Si construís agentes, StateBench sugiere verificar el estado de forma explícita en lugar de confiar en una ventana de contexto larga, y ToyBlocks sugiere que vale la pena iterar las descripciones de herramientas de forma empírica.

Pesos abiertos: una promesa cumplida y otra pendiente

Los pesos de Kimi K3.1 Pro, de Moonshot, ya son públicos en Hugging Face, como la empresa había prometido para esta semana. La ficha del modelo describe un mixture-of-experts de 2,8 billones de parámetros, con 104.000 millones activos y un contexto de alrededor de 1 millón de tokens. Se distribuye con una licencia propia de Kimi, no con una licencia de código abierto estándar, y sus benchmarks son los de la propia Moonshot. El 4 de noviembre, Tencent dijo que los pesos y las system cards de Hy4 llegarían "en los próximos días". Cuando lo revisamos el sábado a la noche, la cuenta de Tencent en Hugging Face seguía mostrando solo el preview de Hy4 de agosto.

La infraestructura siguió chocando con la política local

El 5 de noviembre, Google anunció un data center de USD 17.000 millones en Wyoming. Planea alimentarlo en parte con una planta de celdas de combustible a gas natural de 702 MW con captura de carbono, desarrollada con AEP. En la misma semana, OpenAI lanzó un programa Grid Protectors con empresas de energía y publicó un compromiso para construir infraestructura de IA que proteja a las comunidades locales. Las dos empresas ya presentan el abastecimiento de energía y el impacto en la comunidad como parte de los argumentos para construir, no como detalles a resolver después.

El hilo conductor

Leídos en conjunto, los anuncios de la semana muestran que las empresas compiten en lo que rodea al modelo. Eso incluye acceso restringido para las capacidades peligrosas, controles dentro del circuito del agente, infraestructura más rápida para sesiones largas y benchmarks que exponen modos de falla concretos. Para quienes desarrollan, los cambios prácticos fueron menos latencia en sesiones largas de Claude, un nuevo modelo de ciberseguridad caro y de acceso restringido, y más evidencia de que el seguimiento de estado en contextos largos y las descripciones de herramientas requieren ingeniería deliberada.