AI Builders Digest

Misha Laskin, de Reflection AI: los modelos abiertos ya se llevan el 70% de los tokens en los gateways

Misha Laskin dice que el reparto de tokens en gateways como OpenRouter y Vercel se invirtió en unos seis meses. Antes era de aproximadamente 70/30 a favor de los modelos cerrados y ahora es de 70/30 a favor de los abiertos. Espera que los modelos abiertos acaben ocupando el lugar que Linux tiene en los servidores, aunque seguirá habiendo empresas valiosas de modelos cerrados a su lado. Beam, el primer modelo abierto de Reflection, tiene 500.000 millones de parámetros en total y 23.000 millones activos. Se preentrenó en unas 6.000 GB300 y después dedicó más cómputo al reinforcement learning: algo más de 10.000 GB300 durante cuatro semanas. Según Laskin, esto ayuda a que Beam sea entre 3 y 4 veces más eficiente en razonamiento que los modelos de su misma categoría. Compara comprar tokens por API con alquilar todo el stack. También predice que las empresas que gastan más de 100 millones de dólares al año en modelos cerrados pasarán a ser dueñas del stack, y que el primer paso será personalizar el harness en torno a un modelo abierto. Sobre la geopolítica habla sin rodeos: «los modelos abiertos son caballos de Troya para la infraestructura que traen consigo».

• #open-source
• #models
• #enterprise

Vercel: el 58% del tráfico ya son bots y más del 60% de los despliegues son agénticos

Guillermo Rauch compartió estadísticas de la red de Vercel. En los últimos 30 días, el 58,18% del tráfico vino de bots, frente al 32% de enero de 2024. Además, más del 60% de los despliegues ya son agénticos, cuando en enero de 2026 eran cerca del 3%. En los sitios de documentación de la propia Vercel, los agentes generan hasta el 83% de las páginas vistas, y la proporción sube cuanto más optimizado está el contenido para ellos. Rauch prevé que en los próximos años el tráfico humano directo será algo residual y que la web estará hecha por y para agentes. Añade que los agentes ya compran en el marketplace de Vercel a través de su CLI con una frecuencia que tiene asombrado al equipo, y que Vercel está extendiendo esto a los dominios.

• #agents
• #infrastructure

Los usuarios aprobaban el 93% de las solicitudes de permiso de Claude Code, así que Anthropic ahora apuesta por contener

Anthropic comprobó que aprobar acción por acción no funciona, porque los usuarios aceptaban aproximadamente el 93% de las solicitudes de permiso de Claude Code. Por eso ahora limita lo que un agente puede dañar mediante sandboxes, VMs y controles sobre el tráfico de salida. Solo el sandbox a nivel de sistema operativo de Claude Code redujo las solicitudes de permiso en un 84%. Dos incidentes muestran por qué las defensas a nivel de modelo no bastan por sí solas. En el primero, un phishing del red team consiguió que Claude leyera ~/.aws/credentials y las enviara por POST al exterior en 24 de 25 intentos. En el segundo, un archivo malicioso en Cowork usó la API key de un atacante para subir archivos del espacio de trabajo a la cuenta del atacante, pasando por api.anthropic.com, un dominio que estaba en la lista de permitidos. Anthropic corrigió este segundo caso con un proxy dentro de la VM que solo deja pasar el token de la propia sesión. Ahora trata cada dominio permitido como una concesión de capacidades y no como un simple filtro de destinos. En todos sus productos, gVisor, seccomp y los hipervisores resistieron; lo que falló fueron los componentes a medida que Anthropic construyó a su alrededor.

• #security
• #agents

Aaron Levie: los enjambres de agentes consumirán 1.000 veces más tokens que las personas escribiendo prompts

Aaron Levie predice que los agentes que lanzan otros agentes, los agentes trabajando en segundo plano en cada tarea y los enjambres de agentes consumirán 1.000 veces más tokens que las personas que dan prompts a los agentes de uno en uno. Sostiene que el chat, que solo avanza tan rápido como tú le escribas, parecerá una reliquia dentro de uno o dos años, porque la inmensa mayoría de los tokens irá a agentes que trabajan sin parar en segundo plano. Su conclusión es que la adopción de agentes todavía está en una fase temprana y que hará falta mucho más cómputo e infraestructura para sostenerla.

• #agents
• #compute

Madhu Guru: los modelos de pesos abiertos no iniciaron la caída del precio por inteligencia

Madhu Guru sostiene que los modelos de pesos abiertos impulsan la caída del precio por unidad de inteligencia, pero no la causan. La atribuye a tres factores que ya estaban en marcha: los laboratorios que destilan sus mejores modelos en otros más pequeños y baratos, la eficiencia de la infraestructura y la competencia entre proveedores. El patrón se repite en todas las empresas de modelos: la versión x del modelo mediano alcanza la inteligencia de la versión x-1 del modelo grande, y cuesta menos.

• #pricing
• #open-source

La suscripción a ChatGPT ahora también es una suscripción a Devin

Thibault Sottiaux, que trabaja en Codex y ChatGPT en OpenAI, anunció que una suscripción a ChatGPT ahora también es una suscripción a Devin. Además, comentó que Dots «recibió una mejora bastante grande».

• #products
• #agents

Managed Agents de Anthropic separa el cerebro de las manos y recorta más de un 90% el p95 del tiempo hasta el primer token

Anthropic reconstruyó Claude Managed Agents en torno a tres piezas intercambiables. La primera es un log de sesión duradero. La segunda, un harness sin estado que ejecuta el bucle. La tercera, unos sandboxes a los que el harness llama como a cualquier otra herramienta, mediante una única llamada execute(name, input) que devuelve un string. Al sacar el harness del contenedor, los contenedores pasaron a ser desechables y las credenciales quedaron fuera del alcance del código que genera Claude: los tokens de git se configuran durante el setup y las llamadas MCP pasan por un proxy respaldado por un vault. Como las sesiones ahora solo aprovisionan un contenedor cuando lo necesitan, el p50 del tiempo hasta el primer token bajó cerca de un 60% y el p95, más de un 90%. El diseño parte de la idea de que las suposiciones del harness se quedan obsoletas con el tiempo. El log de sesión guarda el contexto fuera de la ventana de contexto, así que un harness puede volver a leer el historial en lugar de tomar decisiones de compactación irreversibles. Un ejemplo: los reinicios de contexto que se añadieron en su día para la «ansiedad de contexto» de Sonnet 4.5 se convirtieron en un lastre con Opus 4.5.

• #agents
• #infrastructure

Un solo prompt a Opus 5.5 portó el proyecto personal de Thariq a Claude Managed Agents

Antes de entrar en Anthropic, Thariq dedicó unas dos semanas a construir un proyecto personal con Opus 4 sobre el Agent SDK. Necesitaba un proceso ejecutándose todo el tiempo y no funcionaba bien. Un solo prompt a Opus 5.5 lo portó a Claude Managed Agents y lo hizo mucho más fiable. Ahora funciona en su página de nueva pestaña, y ya ha empezado a hacer merge de PRs de otras personas.

• #agents
• #products

Anthropic atribuye la caída de calidad de Claude Code en marzo y abril a tres cambios de producto

Anthropic rastreó las quejas de que Claude Code había empeorado y encontró tres cambios de producto distintos detrás. Asegura que la API y la capa de inferencia no se vieron afectadas. El primer cambio, del 4 de marzo, bajó el esfuerzo de razonamiento por defecto de alto a medio y se revirtió el 7 de abril. El segundo, del 26 de marzo, debía borrar el razonamiento antiguo una sola vez tras una hora de inactividad, pero acabó borrándolo en cada turno; se corrigió el 10 de abril. El tercero, del 16 de abril, fue una línea en el system prompt que limitaba a 25 palabras el texto entre llamadas a herramientas. Costó un 3% en una evaluación y se revirtió el 20 de abril. El bug del razonamiento volvió a Claude olvidadizo y repetitivo y, por los fallos de caché que provocaba, es lo que según Anthropic agotó los límites de uso más rápido. Superó la revisión de código, los tests y el dogfooding. Opus 4.7 lo detectó cuando Anthropic probó retroactivamente su herramienta Code Review, y Opus 4.6 no lo vio. Anthropic restableció los límites de uso de todos los suscriptores el 23 de abril. A partir de ahora, ejecutará evaluaciones amplias por modelo en cada cambio del system prompt de Claude Code, y los cambios que puedan restar inteligencia pasarán por periodos de observación y despliegues graduales.

• #products
• #evals

Nan Yu: después de autocompletar código con tab, ahora autocompletamos los prompts a los agentes

Nan Yu, que trabaja en producto para Codex en OpenAI, resume la evolución así: primero escribíamos código a mano, luego lo autocompletábamos con tab, después pasamos a dar prompts a agentes y ahora también autocompletamos los prompts. Asegura que no puede recalcar lo suficiente cuánto le ha encantado usar esta función.

• #coding
• #products

De un solo prompt a un video profesional para tu empresa, con tu propio estilo, ya disponible para todos

Matt Turck destaca un lanzamiento, disponible para todos desde hoy, que convierte un solo prompt en un video de nivel profesional para tu empresa o producto, con tu propio estilo. Dice que es literalmente la visión que Synthesia ha perseguido desde sus inicios, y que ha llegado «poco a poco, y luego de golpe».

• #video
• #products

¿Usas un Grok Bot como jefe de gabinete? Ponle a su correo un nombre propio

Peter Yang aconseja a quien use un Grok Bot como jefe de gabinete que registre su correo con otro nombre, no con el suyo propio. Si no, frases como «Pongo en copia a Peter para buscar un hueco» tienen poco sentido cuando es el propio bot quien te pone en copia.

• #agents
• #productivity

Fundadores, excluyan a los VCs de sus promociones pagadas en X: parece que compran atención

Nikunj Kothari pide a los fundadores que sus equipos de marketing excluyan a los VCs cuando promocionen productos en X. Recibe tres DMs al día que le proponen una «colaboración» en una «oportunidad brutal» que resulta ser una promoción pagada, y a veces le siguen escribiendo por email. Advierte que esto demuestra poco criterio y que, cuando una startup compra atención para preparar una gran ronda, se acaba sabiendo.

• #startups
• #funding