AI Builders Digest

OpenAI le corta a Cursor el acceso a los modelos GPT el 12 de noviembre

OpenAI pone fin a su alianza con Cursor y dejará de dar acceso a sus modelos a través de la herramienta el 12 de noviembre, y la razón declarada es de confianza, no de economía ni de capacidad. Los desarrolladores que quieran seguir usando modelos GPT ahí pueden llevar su propia API key de OpenAI, y las extensiones de IDE de OpenAI seguirán funcionando dentro de Cursor. El planteamiento es una ruptura con una empresa concreta, no un repliegue de las herramientas de terceros: OpenAI dice que seguirá trabajando con la mayor variedad posible de harnesses, tanto open source como cerrados, y que seguirá invirtiendo en sus propios esfuerzos open source.

• #products
• #developer-tools

Anthropic dice que su alianza con Cursor continúa

Thariq, del equipo de Claude Code, se declaró admirador de Cursor desde hace mucho, dijo que pocos han hecho tanto por llevar la programación con AI al mundo y que en Anthropic están entusiasmados por seguir siendo sus socios. Lo publicó el mismo día en que OpenAI anunció la decisión contraria, así que la lectura práctica para quien construye dentro de Cursor es que el acceso a Claude es el que no tiene fecha de caducidad.

• #products
• #developer-tools

Replit se ofrece a financiar a las empresas que abandonen Cursor

Amjad Masad hizo una oferta abierta para financiar la transición de cualquier empresa que quiera una alternativa independiente y multimodelo a Cursor. Su argumento: los modelos de OpenAI son gratis en Replit, y el router de Replit hace que los modelos de gama alta salgan a cuenta. Es la respuesta competitiva más rápida a la salida de OpenAI de Cursor, publicada pocas horas después.

• #products
• #developer-tools

Anthropic atribuye un mes de quejas sobre Claude Code a tres cambios distintos

Tres cambios sin relación entre sí, y no una rebaja silenciosa del modelo, explican los reportes de que Claude Code había empeorado, y la API nunca se vio afectada. El 4 de marzo el reasoning effort por defecto bajó de high a medium para arreglar una interfaz que parecía congelada durante los razonamientos largos; los usuarios lo interpretaron como menos inteligencia, y se revirtió el 7 de abril, con valores por defecto que ahora son xhigh para Opus 4.7 y high en todo lo demás. Una optimización de caching del 26 de marzo, pensada para limpiar el razonamiento antiguo una sola vez en las sesiones inactivas, acabó limpiándolo en cada turno durante el resto de la sesión, lo que volvía a Claude olvidadizo y repetitivo y además consumía los límites de uso por los fallos de caché repetidos; se corrigió el 10 de abril en la v2.1.101. Una línea del system prompt añadida el 16 de abril, que limitaba el texto entre tool calls a 25 palabras y las respuestas finales a 100, costó cerca de un 3% en una evaluación tanto para Opus 4.6 como para 4.7 y se revirtió el 20 de abril. Anthropic está reseteando los límites de uso de todos los suscriptores.

• #products
• #evals

Anthropic separa el cerebro del agent de sus manos y recorta un 60% el p50 del time to first token

Managed Agents es un servicio alojado dentro de la Claude Platform para agents de horizonte largo, construido sobre la apuesta de que el harness de hoy se queda obsoleto a medida que mejoran los modelos, así que virtualiza tres piezas intercambiables: el registro de sesión, el harness y el sandbox. Sacar el harness del contenedor convirtió a ambos en ganado y no en mascotas, de modo que un contenedor muerto vuelve como un error de tool call en lugar de como una sesión perdida, y un harness caído se reinicia y retoma desde el último evento del registro. Como la sesión vive fuera de la ventana de contexto, el agent vuelve a leer porciones posicionales de su propio historial en vez de tomar decisiones irreversibles de compactación sobre qué conservar. Aprovisionar un contenedor solo cuando una tool call lo necesita de verdad redujo el p50 del time to first token alrededor de un 60% y el p95 más de un 90%, y las credenciales ahora viven en un vault o en un remoto de git preconfigurado que el sandbox puede usar pero nunca leer.

• #agents
• #products

La amenaza interna en la empresa ahora es un agent que tú aprobaste

El modelo de amenaza para los datos corporativos se ha invertido: el actor peligroso ya no es un extraño con credenciales robadas, sino un agent que la propia empresa aprobó, con permisos legítimos, borrando una tabla de producción a velocidad de máquina. Los cofundadores de Eon dicen que la metodología de detección se hereda de la era del ransomware, pero la velocidad no, y que hace seis meses nadie quería hablar de esto con ellos, mientras que hoy casi todos los líderes que conocen o bien lo han vivido o bien lo temen. Su tesis contraintuitiva es que los agents multiplican los dashboards en vez de matarlos: «De hecho creo que vamos a ver más dashboards, porque será la única forma de entender qué demonios está pasando». También leen la compra por parte de Google de los datos de la quebrada Spirit Airlines por 10 millones de dólares, aviones excluidos, como el inicio de una ola de compras de datos salidos de quiebras, porque encontrar datos de entrenamiento que se comporten como una empresa real es casi imposible.

• #agents
• #security

La web se parte en dos: deleite humano y señal para máquinas, con los agents como navegador

Guillermo Rauch ve la web separándose en dos extremos: experiencias humanas ultra cuidadas, pensadas para el deleite, la exploración y la marca, y contenido centrado en agents que es pura señal sin pérdidas para las máquinas, con markdown y MCP como la punta visible de lo segundo. Todo lo que queda en medio lo absorben los agents que producen UI just in time, generada en el momento en que la necesitas, lo que convierte al agent en el nuevo navegador. Señala las descargas de npm de mcp-handler como prueba de que la adopción de MCP se está disparando mucho más allá del propio servidor de Vercel. Su propuesta relacionada es eve, donde el agent empieza siendo un repo de Git y tú eres dueño de todo el stack de inteligencia: runtime, elección de modelo, skills, herramientas, conectividad y sandbox.

• #agents
• #products

Toda convicción firme sobre AI tiene una vida media de seis meses

Aaron Levie enumeró las convicciones por las que la industria ya pasó y que hoy nadie comparte: el open source está demasiado atrás para alcanzar a nadie, los labs no pueden ser rentables a escala, todo el software será reemplazado por agents, no se pueden construir moats encima de los modelos, modelos más baratos significan menos cómputo, no hacen falta evals, RAG está muerto, hemos chocado con un muro en el entrenamiento. Su punto no es que alguna de ellas fuera falsa, sino que la creencia firme promedio sobre AI dura seis meses como mucho. La instrucción práctica es mantenerse flexible, porque el cambio constante va a ser el estado estable durante un buen rato.

• #industry

Los playbooks de producto en AI ahora caducan cada tres meses

Los equipos de producto tradicionales están montados para descubrir un playbook y luego exprimirlo durante cinco años. Dentro de los labs de AI, dice Madhu Guru, los equipos tiran los playbooks conscientemente cada pocos meses, en cuanto ven rendimientos decrecientes. Su receta es dejar de optimizar para el playbook y definir en su lugar meta principios para dos cosas: cómo aprendes de forma continua qué quiere el mercado hoy y qué querrá dentro de tres meses, y cómo ejecutas con urgencia extrema. Los equipos heredados están optimizados para exprimir; los equipos de AI tienen que estar optimizados para inventar.

• #products
• #industry

Grok Bot, y no ChatGPT Work ni Claude Cowork, tiene la forma correcta para los agents

Peter Yang sostiene que Claude Cowork y ChatGPT Work son soluciones parciales y que Grok Bot se acerca más al estado final correcto para un producto de agents potente dirigido a gente no técnica. La razón es la legibilidad, no la capacidad: cualquiera entiende de inmediato la idea de un ordenador que corre en la nube. Pídele a un usuario normal que explique la diferencia entre ChatGPT Work y Codex, o cómo funciona en realidad Claude Cowork, y apuesta a que casi nadie puede.

• #agents
• #products

El slop es cuestión de perspectiva, no de quién lo generó

El criterio de Zara Zhang para detectar slop no tiene nada que ver con si lo escribió una máquina. Lo que importa es si aquello está informado por una experiencia y una perspectiva humanas específicas y únicas, y con ese criterio hay muchísimo slop generado por humanos. También planteó una pregunta práctica que los builders están esquivando en voz baja: si inicias sesión con tu cuenta real de X dentro del ordenador virtual de Grok Bot y lo dejas trabajar sobre tu timeline, tus bookmarks o tus seguidores, ¿corre la cuenta el riesgo de ser marcada o suspendida? Dice que ese miedo la ha mantenido extremadamente cauta a la hora de dar a cualquier agent acceso a su cuenta.

• #agents
• #security

El abuso de la H-1B es real, y también lo es el costo de bloquear a trabajadores altamente cualificados

Aditya Agarwal, que pasó por F1, OPT, CPT, H-1B y una green card EB-3 antes de hacerse ciudadano, dice que cuatro cosas pueden ser ciertas a la vez. Existe un abuso real del sistema H-1B que desplaza a los usos legítimos, y le alegra que el gobierno esté actuando sobre ello. El país también pone demasiadas trabas para que se queden los trabajadores genuinamente altamente cualificados, algo que él considera una enorme fuente de fortaleza para Estados Unidos, y los indios altamente cualificados son los que lo tienen más difícil de todos. Su cuarto punto es que las leyes de cualquier país deberían priorizar a sus propios ciudadanos, y su planteamiento va dirigido a quienes opinan sobre visas sin haber pasado por ninguna.

• #policy

No hay malas ideas de AI, solo modelos débiles

El replanteamiento de Dan Shipper para quien haya visto fracasar su producto: en AI no hay malas ideas, solo modelos débiles, y toda idea tendrá su momento a medida que la exponencial siga avanzando. Es un argumento para archivar los intentos fallidos en vez de matarlos. También anunció que Every ya tiene un responsable de evals, aunque el trabajo sigue sin hacerse público.

• #products
• #evals

Los mejores pitches no necesitan la palabra AI

Dos reglas que Nikunj Kothari quiere que los fundadores interioricen antes de su próxima ronda: los pitches más fuertes nunca necesitan usar la palabra AI, y la AI no puede ser la única respuesta a por qué ahora. Aclara que ambas son su opinión subjetiva y no un estándar universal del capital riesgo, pero la implicación es que un pitch que se apoya solo en el cambio tecnológico se lee como un pitch sin ninguna otra razón para existir.

• #funding