AI Builders Digest

Claude Fable 5.2 llega a los planes de pago; el acceso a Mythos se abre mediante solicitud

Claude Fable 5.2 está disponible desde hoy en todos los planes de pago. Las organizaciones que trabajan en investigación de ciberseguridad o biomedicina con fines beneficiosos pueden solicitar acceso a Claude Mythos 5.2. Anthropic también afirma que Fable 5.2 encontró el límite exacto de una técnica utilizada para descartar teorías candidatas de gravedad cuántica.

• #products
• #research

Fable 5.2 permite crear proyectos ambiciosos, pero su costo cambia la ecuación

El equipo de Dan Shipper usó Fable 5.2 para crear un editor de video a medida, convertir los juguetes de un niño en un juego de carreras y hacer un documental a partir de una investigación. Recomienda asignarle una tarea grande, con un criterio claro para darla por terminada y tiempo para comprobar su trabajo. El inconveniente es que tarda y consume muchos token, así que elegiría otro modelo para textos rutinarios o intercambios rápidos de programación.

• #products
• #coding

Los benchmarks de Handshake revelan fallas costosas en los agentes de AI

Handshake AI afirma que, en su benchmark de ciencias de la vida, incluso los modelos de frontera alcanzan una precisión del 50 % o menos, mientras que los agentes obtienen menos del 20 % en sus tareas financieras simuladas. Un agente bancario produjo una hoja de cálculo convincente, pero aplicó mal una norma fiscal y alteró la valoración sin señalar ninguna incertidumbre. Como dijo un banquero: «Si acierta en un 95 %, está equivocado al 100 %». Handshake sostiene que las tareas realistas, la evaluación por expertos y las pruebas de comportamiento perjudicial son esenciales antes de poder confiar en estos agentes.

• #evals
• #agents
• #safety

Vercel está incorporando suscripciones a eventos en su MCP

Guillermo Rauch afirma que MCP Events cubre una carencia del protocolo: un agente puede suscribirse a un evento futuro, como un despliegue exitoso, en vez de comprobar una y otra vez si ya ocurrió. Vercel está incorporando esta función a su propio MCP. Rauch también sostiene que los modelos más recientes pueden coordinar más trabajo en paralelo del que puede manejar una sola computadora, lo que hace cada vez más útiles los entornos aislados en la nube.

• #agents
• #open-source
• #products

Dots ya puede controlar varias máquinas

Dots ya puede controlar muchas máquinas, además de la computadora en la nube que ofrece por defecto. Esto amplía el conjunto de computadoras en las que puede trabajar el agente.

• #agents
• #products

Aaron Levie prevé avances de AI similares a los de programación en todo el trabajo del conocimiento

Aaron Levie predice que los avances en programación, uso de computadoras y razonamiento llevarán colaboradores autónomos a campos como la animación, la fabricación, la arquitectura y el diseño de productos. Espera que esas industrias registren aumentos de producción similares a los de la ingeniería de software y que la demanda crezca a medida que producir resulte más fácil.

• #agents
• #industry

AI podría ayudar a los responsables de producto a profundizar en todo el ciclo de vida

Madhu Guru sostiene que AI debería ayudar a los responsables de producto a trabajar con más profundidad en cada etapa, desde la investigación de usuarios y los prototipos hasta la exploración del código, el análisis de datos y las decisiones de salida al mercado. Propone identificar en qué emplean hoy su tiempo y en qué traspasos se pierde información.

• #products
• #work

Los suscriptores más antiguos reciben más restablecimientos de Fable 5.2

Anthropic está vinculando los restablecimientos de Fable 5.2 a la antigüedad de la suscripción. Los usuarios de Pro reciben uno; los de Max, Ultra y Team Premium pueden recibir hasta tres, según el tiempo que lleven suscritos.

• #products