AI Builders Digest

Anthropic reemplazó git en su monorepo cuando los merges se dispararon a 30.000 al día

Anthropic pasó de unos 2.500 cambios fusionados al día en mayo de 2026 a más de 30.000 en septiembre. El diseño offline-first de git no daba abasto, así que un equipo de siete personas construyó Scion, un sistema de control de versiones centrado en el servidor, y migró el monorepo en cinco meses. Como se da por hecho que los clientes están siempre conectados, el servidor se encarga del historial, el blame, los commits y los merges, y los checkouts son parciales o virtualizados. El resultado: una infraestructura 200 veces más pequeña que los antiguos mirrors de git, y checkouts de CI que tardan segundos en lugar de minutos. Cuando se le pidió, sin más indicaciones, Claude Mythos Preview reescribió el pipeline de ingesta para que usara 20 veces menos memoria y corriera 4 veces más rápido, y muchas veces el trabajo de los ingenieros consistía en decirle "no" a Claude. Anthropic no va a ofrecer Scion como tal; comparte el diseño para que las plataformas de git puedan tomar ideas de él, porque espera que otros se topen con el mismo muro en un plazo de seis a 12 meses.

• #infrastructure
• #agents
• #developer-tools

Box: Gemini 4 Argon supera por 14 puntos a Gemini 3.1 Pro en trabajo empresarial exigente

Box pasó una semana probando Gemini 4 Argon con su evaluación Box AI Complex Work y vio un salto de 14 puntos frente a Gemini 3.1 Pro. Las mayores mejoras se dieron en tecnología (+37) y productos de consumo (+33). La diferencia está en rematar el trabajo: en una tarea de salud, ambos modelos detectaron un nivel peligroso de potasio, pero solo Argon retiró del tratamiento final los fármacos que lo causaban, mientras que 3.1 Pro llegó a indicar una retención superior al 100% en una tarea de tecnología. Por otro lado, Levie sostiene que la ciberseguridad será uno de los grandes terrenos para los agentes de IA, porque los enjambres de agentes que revisan cada línea de código por fin dan a los defensores una cobertura que nunca se habría conseguido contratando gente.

• #models
• #evals
• #security

Every: Google ha vuelto, pero Gemini 4 Argon saca un 21% en una tarea de ingeniero senior

Every publicó su vibe check de Gemini 4 con el titular "Google ha vuelto". Sin embargo, en la tarea de ingeniero senior del benchmark de Every, Shipper dice que Argon lo pasa realmente mal: saca un 21%, muy por debajo de Sol 6 e incluso de Muse.

• #models
• #evals

David Silver apuesta a que la superinteligencia vendrá de la experiencia, no de los datos humanos

David Silver dejó DeepMind para cofundar Ineffable Intelligence, con la apuesta de que el camino hacia la superinteligencia no pasa por los LLM. En su lugar, quiere agentes que aprendan desde cero dentro de mundos simulados ricos, que el equipo llama "crucibles" (crisoles), donde objetivos simples dan lugar a habilidades complejas. Su prueba es AlphaZero: en cuanto su equipo prescindió de los datos humanos, superó en cuestión de horas dos años de trabajo en AlphaGo con humanos en el bucle. Sobre por qué no se sumó a la ola de los LLM: "¿Voy a ser la persona número 100.001 que sigue ese enfoque?". Prevé pruebas sólidas en un año y una superinteligencia de verdad en unos tres años, y es partidario de moderar el ritmo de la IA de frontera en el mundo real mientras se avanza lo más rápido posible en simulación.

• #research
• #reinforcement-learning
• #safety

Rauch: los agentes de programación son la killer app de la IA, así que conviene no casarse con ningún modelo

Guillermo Rauch felicitó al equipo de Gemini y advirtió que nunca hay que apostar contra Google, dado su historial con los Transformers, sus datos, su talento de ingeniería y su capacidad de cómputo. Su tesis de fondo es que todo el mundo ha vuelto, con razón, a centrarse en la programación, y que los agentes de programación son la killer app de la IA. Que Muse Wonder y Gemini Argon hayan llegado uno detrás de otro, dice, recuerda que personas y empresas deberían mantenerse agnósticas respecto al modelo y apoyarse en gateways.

• #models
• #agents

Latent Space intentó acabar con un SaaS de 43.000 dólares al año en un hackathon de fin de semana

En lugar de debatir en abstracto la muerte del SaaS, Latent Space tomó un SaaS real que paga a 43.000 dólares al año y organizó un hackathon global para clonarlo en un fin de semana, con cualquier modelo y cualquier harness permitidos. Recibió 72 proyectos, consumió unos 100.000 millones de tokens y se juzgó con evaluaciones tanto de IA como humanas. El episodio especial comparte los datos, lo que todavía cuesta a la hora de acabar con un SaaS de gama media que no sea trivial, y los ganadores del concurso Kill My SaaS, dotado con 10.000 dólares.

• #products
• #evals

Masad: aunque la investigación de frontera se detuviera hoy, la IA aún necesitaría 10 años para difundirse

Amjad Masad sostiene que, aunque la investigación de frontera se detuviera hoy, la IA tardaría otros 10 años en difundirse por la economía. Replit está trabajando con socios de soluciones para acelerar ese proceso.

• #enterprise
• #adoption

Google muestra a Gemini 4 Argon construyendo un sintetizador a partir de un prompt de 24 palabras

Josh Woodward está presumiendo de lo que puede crear el nuevo Gemini 4 Argon. Una de las demos es un sintetizador a medida, construido a partir de un prompt de 24 palabras, que convierte en música caballos al galope, las ondas del agua y tus propias manos. Otra es una pata de mueble personalizada de 96 milímetros de ancho hecha de esferas apiladas.

• #models
• #products

OpenAI reduce un 60% el uso de disco de la app de escritorio de ChatGPT y Codex

Nuevas optimizaciones en la forma en que la app de escritorio de ChatGPT y Codex guarda su estado deberían reducir un 60% lo que almacena en disco. Sottiaux lo describe como un lanzamiento pequeño, hecho porque los usuarios más intensivos se quedaban sin espacio en disco una y otra vez.

• #products