RESUMEN DIARIO DE IA / 5 de noviembre de 2026
En el caso de las API de pago, resulta difícil confirmar si el proveedor ha aplicado los pesos prometidos. FlashProve, un prototipo de investigación de código abierto de Anthropic, utiliza pruebas criptográficas para verificar los pesos de forma lateral, pero el coste de las pruebas, el contexto de 1024 tokens y las limitaciones de la decodificación codiciosa siguen siendo obstáculos para su generalización. En esta edición también se trata la posible adquisición de Pierre por parte de OpenAI, el lanzamiento de WorkBuddy por parte de Hy4 (de Hun Yuan), la divulgación de información sobre IA de Nexus Mods, la evaluación de «caducidad», los pedidos por encargo de Uber, el referéndum sobre los centros de datos, el caso práctico de diseño de hardware de Astra, así como la vinculación entre las búsquedas escolares y la IA en 2027.
FlashProve intenta demostrar si la respuesta de la API procede de la ponderación especificada.
Al realizar llamadas de pago a la API, al usuario le resulta difícil confirmar si el proveedor realmente ha utilizado el conjunto de pesos prometido; ni la calidad de la respuesta ni el tono son pruebas suficientes. Anthropic ha publicado el prototipo de investigación de código abierto FlashProve, que intenta avalar los resultados del razonamiento mediante pruebas criptográficas (zkSNARK): el proveedor de servicios crea primero una huella digital de compromiso de los pesos del modelo y, a continuación, adjunta la prueba a la respuesta; de este modo, el usuario no necesita obtener los pesos ni volver a ejecutar el modelo a gran escala por sí mismo para verificar si la salida se ajusta al cálculo previsto en dicho compromiso.


En los experimentos con Llama 4 Maverick (aproximadamente 400.000 millones de parámetros MoE, 4 bits), una sola tarjeta H100 generó pruebas a una velocidad de unos 110 tokens por segundo, con un tamaño aproximado de 19 MB cada una; la verificación con una CPU estándar tardó unos 17 segundos (24 subprocesos). En comparación con la inferencia convencional de vLLM, el tiempo de la GPU dedicado a las pruebas es aproximadamente entre 70 y 95 veces mayor. El código y la documentación se publican bajo la licencia Apache 2.0, y el proyecto sigue siendo un prototipo de investigación.
Nota:Los límites de la verificación deben quedar claros: la certificación se refiere a «si, con la ponderación especificada, se han calculado estos tokens», no a la corrección de las respuestas ni a la calidad del servicio, y tampoco explica la mala experiencia derivada de las indicaciones, los cortes de contexto y los parámetros de decodificación. La huella digital en sí misma debe ser publicada por una entidad de confianza; de lo contrario, solo se puede demostrar que «se ha utilizado un modelo bloqueado», lo que no equivale automáticamente a «que se trate del modelo comercial que usted ha adquirido».
Los costes de generación de certificados y las limitaciones de muestreo siguen siendo un obstáculo para su generalización
Las cifras de rendimiento dependen de las condiciones experimentales: el rendimiento y el volumen mencionados corresponden a una ventana de aproximadamente 1024 tokens, pesos enterizados y decodificación codiciosa; el muestreo aleatorio habitual en los productos de chat no entra dentro del alcance de la presente demostración, y esta tampoco oculta la arquitectura del modelo.

Anthropic afirma que, anteriormente, los sistemas de código abierto comparables tardaban a menudo horas en procesar unos 1.000 tokens; FlashProve ha reducido el tiempo a «verificación en segundos y pruebas públicas», pero aún dista mucho de ser un servicio de autenticación de API de uso generalizado. Para los desarrolladores: se puede utilizar para crear prototipos de auditoría o verificación, aunque su implantación sigue viéndose frenada por el coste de las pruebas, los límites de contexto y las restricciones de muestreo.
Nuestra valoración:Describir FlashProve como «una solución definitiva para la verificación de autenticidad en casos de intercambio de archivos en puntos de tránsito» sería exagerado; una descripción más cercana a la realidad sería: ya existe un prototipo reproducible de verificabilidad de identidades ponderadas, pero su coste y su ámbito de aplicación hacen que aún esté muy lejos de convertirse en un complemento predeterminado de las API de pago.
Pierre se integrará en Codex; ya existen componentes para la visualización de archivos y la revisión de diferencias.
OpenAI ha anunciado la adquisición de Pierre Computer Company, una empresa dedicada a herramientas para desarrolladores (el importe no se ha revelado y la operación está sujeta a condiciones de cierre, como la aprobación de las autoridades reguladoras). Las funciones de exploración de archivos («Trees») y revisión de diferencias de código («Diffs») de la aplicación Codex ya utilizan componentes de Pierre; además, «Diffs» permite a los revisores modificar directamente las líneas de código sin necesidad de volver al editor.
Las autoridades han afirmado que el proyecto de código abierto seguirá siendo de código abierto y continuará recibiendo aportaciones; los clientes de Code Storage podrán seguir utilizándolo tras la cesión, y está previsto que sus funciones se integren progresivamente en Codex, aunque aún no se ha determinado con certeza cuánto tiempo se mantendrá el servicio independiente. Hasta que se complete la cesión, ambas partes seguirán siendo empresas independientes.
Nuestra valoración:Esto supone una mayor integración de la cadena de herramientas de «revisión y análisis de código» en Codex, pero no significa que se haya completado la integración de todo el proceso de desarrollo, desde la rama hasta la puesta en producción.
Hy4 se ha lanzado oficialmente en WorkBuddy; los materiales visuales se pueden incluir en los comentarios sobre las tareas
La versión oficial de Tencent Hun Yuan Hy4 ya está disponible en WorkBuddy. En comparación con la versión preliminar, incorpora la comprensión visual y sigue reforzando la gestión de tareas a largo plazo: permite subir imágenes o grabaciones de pantalla como referencia para generar código, y luego realizar capturas de pantalla de forma continua para comprobar los resultados y ajustar la visualización.


Los casos prácticos de pruebas reales que recoge el medio APPSO de Ifaner (como la creación de un mini MOBA funcional a partir de la grabación de «Honor of Kings» o la generación de varios documentos en media hora) muestran la capacidad de los modelos y la cadena de herramientas para colaborar en la creación de prototipos de demostración; sin embargo, las operaciones informáticas complejas suelen requerir varias rondas de orientación, y la gestión de datos como los de vuelos depende de API adicionales.
Conclusión:No se debe presentar la lista de fabricantes ni los resultados de pruebas puntuales como si representaran «un liderazgo absoluto en la producción real»; entre la creación de un prototipo de demostración y la entrega de un producto listo para su puesta en marcha, sigue siendo necesario realizar verificaciones manuales y completar los detalles.
Nexus Mods exige que las descripciones de los mods recién subidos incluyan información sobre el uso de la IA
La plataforma de módulos para PC Nexus Mods exige que los nuevos módulos subidos indiquen si utilizan IA; los marcados como «asistidos por IA» deben explicar además en qué se utiliza y cómo, y hacer que las etiquetas de IA ya existentes sean más visibles.

La plataforma ha dejado claro que no prohibirá por completo los módulos generados por IA, alegando que la IA ya se ha integrado en la finalización de scripts, los textures, los sonidos y los paquetes completos de recursos, y que una medida generalizada podría llevar a los autores a ocultar su uso. Al mismo tiempo, se compromete a no utilizar los módulos para entrenar la IA, ni a vender o conceder licencias de los módulos a entidades que se dediquen a este tipo de entrenamiento.
Nuestra valoración:Lo que se exige es la divulgación, no la prohibición; en la normativa se distingue entre «IA utilizable para la creación» y «obras que pueden utilizarse para el entrenamiento».
Las conclusiones de 50 estudios se han vuelto a evaluar en 20 modelos; en las evaluaciones anteriores debe indicarse el alcance.
Los investigadores de Stanford Owen Queen y James Zou volvieron a evaluar 50 conclusiones de modelos grandes frecuentemente citadas, comparándolas con 20 modelos: aproximadamente el 44 % ya no es válido, mientras que otro 34 % se ha debilitado notablemente; de las 22 conclusiones para las que se estimó un plazo de vigencia, la vida media era de unos 15,7 meses; esta cifra corresponde a la muestra y a los criterios de evaluación utilizados, y no representa la «vida media general de todos los artículos».

Según el informe, las deficiencias en el razonamiento se corrigen más rápidamente; las diferencias entre modelos siguen siendo considerables, por lo que las conclusiones anteriores no pueden aplicarse directamente a los modelos no evaluados.
Nuestra valoración:Acerca de la selección y la citación: indicar claramente la versión del modelo y la fecha de la prueba, así como las palabras clave y el código de análisis; considerar que lo que «no se sabía» hace dos años es un hecho generalizado hoy en día conlleva un riesgo muy elevado.
Uber revela los pedidos por cuenta ajena: los datos de los viajes y de la comida a domicilio no pueden sumarse
Uber ha revelado por primera vez el número de pedidos generados por agentes de IA de terceros: en el tercer trimestre de 2026 solo se gestionaron 4 pedidos de transporte; además, según otras fuentes, durante la semana de Halloween se registraron unos 500 pedidos de Uber Eats realizados por agentes. Dado que ambos conjuntos de cifras corresponden a periodos diferentes, no pueden agruparse como «pedidos trimestrales generados por agentes».

La dirección ha manifestado su disposición a colaborar con empresas de IA externas para que actúen como intermediarias en la plataforma de llamadas, aunque considera que es posible que los usuarios sigan prefiriendo abrir directamente la aplicación de Uber y no desea vincularse de forma exclusiva a un único socio.
Nuestra valoración:El modelo de agentes de consumo en Uber se encuentra aún en una fase muy temprana; hay que analizar por separado los servicios de transporte y de comida a domicilio, y habrá que ver si la colaboración genera un volumen de negocio sostenido en el futuro.
Las consultas populares sobre los centros de datos celebradas en diversas localidades de Estados Unidos apuntan a la imposición de restricciones; el impacto concreto dependerá de cómo se apliquen
Según las cifras de The Verge a fecha de la mañana del 4 de noviembre: de las aproximadamente 45 consultas populares locales relacionadas con centros de datos celebradas en Estados Unidos, los resultados de 33 apuntan a una restricción de su desarrollo. Entre los ejemplos se incluyen el de la localidad de Wells, en Maine, que apoyó una suspensión de 180 días en la construcción de grandes centros de datos, y el de varias ciudades de Ohio, donde se votó a favor de prohibir los centros de datos de más de 25 megavatios.

Los referéndums locales y las señales que se desprenden de la campaña electoral no equivalen a una prohibición uniforme a nivel nacional; el impacto concreto dependerá de cómo se legislen y se apliquen las medidas en cada lugar.
Nuestra valoración:Sobre la potencia de cálculo y la elección de ubicaciones: describir las elecciones de mitad de mandato como «una suspensión generalizada de los centros de datos en Estados Unidos» sería ir demasiado lejos, pero la resistencia local se ha convertido en una variable a tener en cuenta en la planificación.
El diseño del hardware del GPT-6 Astra se acelera, pero las limitaciones de fabricación aún requieren varias rondas de revisiones
OpenAI afirma que su equipo de hardware utilizó GPT-6 Astra para completar, en menos de una semana, el diseño de un dispositivo capaz de interactuar por voz con el agente de programación Codex (según se describe como un proyecto aficionado): el modelo se encargó de la carcasa, la selección y el trazado de la placa de circuito impreso, el firmware y la interfaz, entre otros aspectos.

Los fabricantes subcontratados elaboran prototipos en lotes pequeños en menos de un mes, aunque durante ese tiempo es necesario realizar varias rondas de modificaciones; el informe señala que los modelos no siempre tienen en cuenta las limitaciones de fabricación, las tolerancias y los detalles de montaje.
Nuestra valoración:El caso demuestra que se ha acelerado la elaboración de los bocetos de diseño, no que «se pueda empezar a fabricar en una semana»; lo que hay que tener más en cuenta es cuántas rondas de modificaciones se necesitan entre el diseño y la fase de fabricación.
A partir de principios de 2027, las cuentas de los alumnos no podrán desactivar la función de IA al realizar búsquedas en Google.
Según se ha informado, a partir de principios de 2027, si los centros educativos desean que las cuentas de los alumnos sigan utilizando la búsqueda de Google, ya no podrán optar por la versión sin IA, ya que, según Google, la búsqueda y la IA son ya difíciles de separar. Las funciones Gemini, Gemini Notebook y la búsqueda estarán desactivadas por defecto en las cuentas de los alumnos, aunque los centros podrán activarlas individualmente.

Una vez activada la búsqueda, se podrá elegir entre la versión que incluye un resumen y un chat con IA, o el modo de «aprendizaje guiado», que se centra en ayudar a los alumnos a encontrar respuestas; sin embargo, ya no se ofrecerá la opción de «búsqueda pura, sin IA».
Nuestra valoración:En cuanto a los distritos escolares: el margen de maniobra se reduce; la posibilidad de desactivar la IA y la de mantener la función de búsqueda estarán cada vez más vinculadas.
Enlaces de referencia
- iFanr: FlashProve intenta demostrar si las respuestas de la API proceden de la ponderación especificada
- THE DECODER: El coste de generación de pruebas y las limitaciones de muestreo siguen siendo un obstáculo para su generalización
- X: Pierre se integrará en Codex; ya existen componentes para la visualización de archivos y la revisión de diferencias.
- iFanr: Hy4 lanza oficialmente WorkBuddy; los materiales visuales ya se pueden incluir en los comentarios sobre las tareas
- The Verge: Nexus Mods exige que las descripciones de los mods recién subidos incluyan información sobre el uso de la IA
- THE DECODER: Se han vuelto a evaluar las conclusiones de 50 estudios en 20 modelos; en las evaluaciones anteriores debe indicarse el alcance.
- The Verge: Uber revela los pedidos por cuenta ajena; los datos de los viajes y de la comida a domicilio no pueden sumarse
- The Verge: Las consultas populares sobre centros de datos en varias localidades de EE. UU. apuntan a restricciones; el impacto concreto dependerá de cómo se apliquen
- THE DECODER: El diseño del hardware del GPT-6 Astra se acelera, pero las limitaciones de fabricación aún requieren varias rondas de revisiones
- THE DECODER: A partir de principios de 2027, las cuentas de los estudiantes que utilicen la búsqueda de Google no podrán desactivar las funciones de IA.


评论列表 (0条):
加载更多评论 Cargando...