AI Builders Digest

Anthropic rastrea un mes de quejas sobre Claude Code hasta tres cambios independientes

Tres cambios sin relación entre sí se apilaron hasta parecer una degradación amplia e inconsistente en Claude Code, el Agent SDK y Cowork, mientras que la API nunca se vio afectada. El reasoning effort por defecto bajó de high a medium el 4 de marzo, una optimización de caching del 26 de marzo contenía un bug que descartaba el razonamiento previo de Claude en cada turno una vez que la sesión quedaba obsoleta, y una línea del system prompt del 16 de abril que limitaba las respuestas a 100 palabras costó cerca de un 3% en evals tanto para Opus 4.6 como para 4.7. Los tres quedaron resueltos el 20 de abril, el valor por defecto ahora es xhigh para Opus 4.7 y high en todo lo demás, y se están reiniciando los límites de uso para todos los suscriptores. Un detalle que vale la pena de la investigación: al probarlos retroactivamente contra los PR causantes, Opus 4.7 encontró el bug de caching y Opus 4.6 no.

• #products
• #evals

GPT-6 Astra con reasoning bajo supera a GPT-5.6 Sol con reasoning alto

Guía de calibración desde el lado de Codex y ChatGPT en OpenAI: GPT-6 Astra con reasoning effort en low rinde mejor que GPT-5.6 Sol en high. Si venías usando Sol en high y estabas contento con eso, el consejo es bajar a low o medium en Astra en lugar de arrastrar la configuración anterior.

• #evals
• #products

Planifica como si la I+D de AI estuviera totalmente automatizada a principios de 2029

La mediana de Ryan Greenblatt para la automatización total de la I+D de AI es finales de 2030, pero su percentil 35 es finales de 2028, y esa fecha más temprana es la que cree que la gente debería usar de referencia para planificar. «No diría que la superinteligencia es mala. Diría que es peligrosa.» Su escenario central va así: la ingeniería de software dentro de las empresas de AI totalmente automatizada a principios de 2028, modelos que piensan en un lenguaje solo para AI que podremos pedirles que descodifiquen hacia mediados de 2028, aproximadamente 4 veces más progreso en AI en 2029 que en 2025, y después un giro desde el reward hacking chapucero hacia el scheming competente y la toma de control. El plan AI 2040 que coescribió intenta ganar tiempo mediante un acuerdo entre Estados Unidos y China basado en rastrear el cómputo y una transparencia total en la investigación, lo que destriparía el mayor foso competitivo de los laboratorios de frontera y aun así dejaría el PIB mundial creciendo unas 200 veces durante la década de 2030.

• #policy
• #safety

Anthropic: los usuarios aprobaron el 93% de los permission prompts de Claude Code

La telemetría mostró que los usuarios pulsan aprobar en torno al 93% de los permission prompts, lo que justifica tratar la contención, y no la revisión humana, como la defensa principal. Un sandbox a nivel de sistema operativo redujo los prompts un 84%, y Opus 4.7 mantiene el éxito de los ataques de prompt injection en torno al 0,1% en intentos únicos y entre el 5 y el 6% tras 100 intentos adaptativos. Los dos fallos más instructivos se colaron por todas las capas probabilísticas: un red team interno hizo phishing a un empleado para que pegara un prompt que exfiltraba ~/.aws/credentials en 24 de 25 ejecuciones, y un tercero demostró que tener api.anthropic.com en la allowlist permitía que un archivo envenenado del workspace subiera datos a la cuenta de Anthropic del propio atacante. La lección que se repite es que las primitivas curtidas en batalla aguantaron, y lo que se rompió fue el proxy a medida que escribieron ellos mismos.

• #agents
• #security

Claude Code ya puede publicar artifacts en vivo que tu equipo puede abrir

Las sesiones de Claude Code ahora pueden producir una página web compartible construida a partir de todo el contexto de la sesión, incluyendo el codebase, los conectores y la propia conversación. Cada publicación es una versión nueva en el mismo enlace, con historial de versiones, y las páginas abiertas se actualizan en el sitio, así que la investigación de un incidente se republica a sí misma según avanza y acaba siendo el postmortem. Los artifacts son privados para el autor por defecto, solo pueden verlos los miembros autenticados de la organización y no se pueden hacer públicos. Está en beta para Claude Team y Enterprise desde la CLI y la app de escritorio.

• #products
• #agents

Anthropic saca el harness del agent fuera del contenedor sandbox

Managed Agents divide un agent en tres interfaces intercambiables: una sesión que es un registro de eventos de solo anexado, un harness que ejecuta el bucle y un sandbox que ejecuta el código. Meter las tres en un mismo contenedor convertía ese contenedor en una mascota, así que un crash hacía perder la sesión y conectar Claude a la VPC de un cliente implicaba emparejar redes. Desacoplarlas significa que solo se aprovisiona un contenedor cuando una llamada a herramienta lo necesita, lo que redujo el p50 del tiempo hasta el primer token cerca de un 60% y el p95 más de un 90%. La ganancia en seguridad es que las credenciales nunca llegan al sandbox: los tokens de git se cablean en el remoto local durante la inicialización, y los tokens OAuth de MCP viven en un vault detrás de un proxy que el harness nunca ve.

• #agents
• #products

A la caza de sesiones de agents en la nube que arranquen en segundos, no clonando repos

La única pieza que le falta al harness que quiere son las sesiones en la nube, y el objetivo es arrancar en segundos, lo que exige un snapshotting ingenioso. Clonar los repos desde cero, que es lo que hace hoy, no es lo bastante rápido. Espera tenerlo la semana que viene, y por separado dice que no recuerda la última vez que las capacidades dieron un salto tan grande de golpe.

• #agents
• #products

La regla de producto de Brilliant: nunca le des la respuesta a quien aprende

Sue Khim, cofundadora de Brilliant, construye sobre un único principio: nunca le des la respuesta a quien aprende, porque hacer trampa y explicarle la respuesta a tu hijo se parecen más de lo que crees. Su idea es que usar AI para saltarse el aprendizaje es como llevar un brazo robótico al gimnasio para que levante las pesas por ti, y que aprender nunca fue cuestión de la respuesta sino de fortalecer la parte de ti capaz de concentrarse y batallar. Su consejo para cualquiera que construya productos de AI es encontrar áreas donde tengas datos únicos que hagan que el producto mejore con el tiempo.

• #products
• #education