lunes · 13 min de lectura
Briefing Tech — 21 de septiembre de 2026
StepFun suelta un modelo de 600B para agentes a un dólar el millón y promete abrir los pesos el 15 de octubre. Boston Dynamics abre una fábrica de comportamientos para Atlas. Y el sandbox de Codex se escapaba leyendo su propia memoria.
Generado el lunes 21 de septiembre de 2026, 13:20 UTC. Ventana cubierta: últimas 24 horas (20 sep 13:20 UTC → 21 sep 13:20 UTC).
TL;DR
- StepFun presentó Step 5 Preview, un MoE disperso de 600.000 millones de parámetros con 27.000 activos por token y un millón de contexto, pensado para agentes de horizonte largo. La API ya está viva y los pesos se abren el 15 de octubre.
- Boston Dynamics abrió el Robotics Metaplant Application Center, una planta permanente dentro de la fábrica de Hyundai en Georgia dedicada a entrenar Atlas con piezas reales. El año que viene se muda a un edificio diez veces más grande.
- Dos escapes del sandbox de Codex: Heapjack lee el token de confianza de la memoria compartida del proceso Node y ejecuta comandos fuera del sandbox desde el modo más restringido. OpenAI los arregló en ocho días.
- Jensen Huang dijo que hay “0% de probabilidad” de que la IA destruya el mundo antes de 2030 y que no hacen falta leyes nuevas. Es la contracara del debate regulatorio que viene abierto desde el jueves.
- Un paquete npm malicioso se esconde en el camino caliente de la librería en vez de en el script de instalación, y saca su segunda etapa de un contrato en Ethereum. La instalación se ve limpia.
IA
StepFun presentó Step 5 Preview, un MoE de 600B para agentes a un dólar el millón de entrada, con pesos prometidos para el 15 de octubre (20/09). La empresa china apunta a trabajo agéntico de horizonte largo —programación, ingeniería de software, análisis financiero— con 600.000 millones de parámetros totales, unos 27.000 activos por token, un millón de tokens de contexto y entrada de texto e imagen. La decisión de arquitectura que llama la atención es que en vez de ensanchar la red la hicieron angosta y profunda: 92 capas de Transformer. El entrenamiento se apoya en aprendizaje por refuerzo on-policy de horizonte largo con alineación bit a bit entre entrenamiento e inferencia sobre el ruteo del MoE, más decodificación especulativa MTP-3, MoE en FP8 y descarga de caché KV. El precio es la carta: 1 dólar por millón de tokens de entrada con caché fría, 0,05 con caché caliente y 2,70 de salida, contando los tokens de razonamiento como salida. En el índice de Artificial Analysis queda en 44, a la par de Kimi K3 y GLM 5.3 en la mayoría de las filas y por detrás de GPT-6 Astra y Claude Opus 5 en las de programación y agentes más duras. MarkTechPost · StepFun · Pandaily
Qwen liberó Qwen-Image-2.1, un generador de imágenes de 7.000 millones de parámetros que corre en una 3090 (20/09). El componente de generación visual tiene apenas 7B y, según los benchmarks propios de Qwen, le gana a la mayoría de los modelos cerrados; todavía no hay mediciones independientes, así que conviene tomarlo con pinzas. Lo que sí es concreto son las capacidades: genera y edita imágenes con transparencia nativa (RGBA), lo que permite aislar objetos o cambiar texto sobre capas transparentes sin un paso separado de recorte, y acepta hasta diez imágenes de referencia a la vez para retratos grupales, pruebas de ropa o diseño de ambientes. Los círculos, máscaras o marcas pintadas encima guían las ediciones locales. Está en Hugging Face, GitHub y ModelScope, pero la licencia es de investigación: para uso comercial hay que pedirle permiso a Qwen. The Decoder · Qwen · Hugging Face
Jensen Huang dijo que hay “0% de probabilidad” de que la IA destruya el mundo antes de 2030 y que alcanza con las leyes que ya existen (20/09). El CEO de Nvidia le respondió a CBS News sobre las advertencias de gente que pasó por Anthropic —Evan Hubinger había puesto la probabilidad de catástrofe por encima del 10% para esta década— y las descartó como narrativa apocalíptica. Su argumento es que los desarrolladores pueden manejar la seguridad por su cuenta, y sobre los pedidos de supervisión de otros laboratorios fue más filoso: dijo que si uno lee entre líneas no están pidiendo más leyes sino que los liberen de las que ya hay. La frase que resume la posición es “deberíamos ir lo más rápido que podamos, sin importar lo que haga nadie más”, matizada con que nunca habría que sacar productos antes de que estén listos. Encadena con lo de ayer: Trump anunciaba una “AI Force” y prometía no sumar regulación el mismo fin de semana, y el jueves Newsom había firmado la orden ejecutiva que pide un kill switch. El proveedor de las GPUs acaba de pararse del mismo lado que la Casa Blanca. Tom’s Hardware · CBS News
Gander, de Tencent, separa el modelo en “cerebelo” y “cerebro” para poder seguir hablando mientras trabaja de fondo (20/09). El problema que ataca es conocido por cualquiera que haya usado un asistente de voz con herramientas: cuando el modelo se pone a buscar archivos o escribir código, la conversación se corta. Gander procesa voz, imágenes y texto con un cerebelo que sostiene el diálogo, mientras un cerebro intercambiable hace el trabajo pesado en paralelo; el usuario puede interrumpir o cambiar la tarea a mitad de camino. En los benchmarks interrumpió al usuario en apenas 8% de los casos, menos que sus rivales, pero quedó por detrás en exactitud de las tareas. Ese es el intercambio que el diseño pone sobre la mesa: fluidez conversacional a cambio de precisión. The Decoder
Hardware y Robótica
Boston Dynamics abrió una “fábrica de comportamientos” para Atlas adentro de la planta de Hyundai en Georgia (21/09). El Robotics Metaplant Application Center, o RMAC, es la diferencia entre probar y escalar: los ensayos anteriores eran despliegues acotados en el tiempo y muy artesanales, y esto es una instalación permanente que trabaja coordinada con la planta automotriz. Zack Jackowski, jefe de producto y tecnología, lo describe como algo que toma piezas, fixtures y celdas de trabajo reales, le suma robots Atlas y pilotos entrenados, y produce datos diversos y de calidad para entrenar comportamientos. La tarea concreta es preparar y secuenciar piezas de auto antes del ensamblado, que exige manipulación diestra: saber de dónde se puede agarrar una pieza con partes cosméticas o frágiles, usar las dos manos con objetos grandes y mal balanceados, sacarlos del embalaje y meterlos en cubículos de alta densidad. Aprende por teleoperación, refuerzo en simulación y dispositivos UMI. El dato que marca la escala: el año que viene se muda a un edificio unas diez veces más grande, Hyundai planea desplegar 25.000 Atlas en sus plantas y levantar una fábrica en Estados Unidos con capacidad para 30.000 robots por año en 2028. Sigue de lo de ayer: mientras nadie resuelve qué hacer con un humanoide roto, la producción en serie ya tiene fecha. The Robot Report
Un dron de ataque con una Nvidia Jetson Orin Nano elige y bombardea blancos sin intervención humana (20/09). La startup sueca que lo mostró usa modelos de visión por computadora chicos, no modelos frontera, corriendo enteramente a bordo: sin enlace externo, sin comunicaciones y sin nadie apretando el botón. La demostración importa menos por la capacidad técnica —identificar un objetivo con visión embebida no es novedad— que por dónde queda el umbral: el hardware que habilita esto es una placa de desarrollo que cualquiera puede comprar, y el software que hace falta cabe en un modelo pequeño. Tom’s Hardware
Ciberseguridad
Heapjack y Overpatch: dos escapes del sandbox de Codex, uno de ellos desde el modo más restringido y sin mostrar nada en pantalla (20/09). Oren Yomtov, de Accomplish AI, los reportó el 12 de agosto y OpenAI los arregló en ocho días. Heapjack es el grave: apunta a node_repl, un componente que Codex Desktop escribe en el archivo global ~/.codex/config.toml al instalarse, sin opción de desactivarlo y que los usuarios del CLI heredan sin que nadie les pregunte. Ese componente corre un solo proceso de Node con dos contextos de JavaScript, uno confiable con el código de OpenAI y otro no confiable con el del agente; el confiable se identifica con un token aleatorio. El problema es que los dos contextos comparten un mismo heap, así que el token es apenas una cadena en memoria: el código no confiable saca una foto del heap con v8.getHeapSnapshot(), prueba todas las cadenas con forma de UUID y distingue el acierto porque el error que devuelve cambia. Con el token escribe en el mismo pipe que usa el contexto confiable para hablarle al proceso padre nativo, que está fuera del sandbox. Todo eso corriendo en modo solo lectura, donde el agente no debería poder escribir nada. La consecuencia práctica: abrir el repositorio de otra persona en Codex y preguntarle algo sobre el código le da a quien escribió ese repositorio ejecución de comandos en tu máquina. Overpatch es más simple y también más doméstico: la herramienta apply_patch otorga permiso de escritura sobre la carpeta padre de cada ruta nombrada en un parche, así que nombrando /tmp se consigue escribir en la raíz del disco. Los dos bugs comparten la misma forma: el mecanismo que hace cumplir el límite vive adentro de lo que tenía que limitar. Arreglado en Codex Desktop 26.818.21641 y Codex CLI 0.149.0. BleepingComputer · Accomplish AI
Un paquete npm malicioso se esconde en el camino caliente de la librería en vez del script de instalación, y guarda su segunda etapa en un contrato de Ethereum (20/09). indexed-btree se hace pasar por la librería legítima sorted-btree y ya acumula dos millones de descargas semanales. La novedad táctica es que no usa preinstall ni postinstall en absoluto: el cargador está injertado en BTree.prototype.set(), la función más transitada de la librería, y solo se dispara cuando una aplicación en vivo inserta la clave con valor 100 y además hay un archivo cargador ofuscado en disco. Por eso la instalación se ve limpia y no activa ninguno de los mecanismos de aprobación de npm v12, que justamente miran los scripts de instalación. El reconocimiento de primera etapa se manda a canales de Slack y Telegram hardcodeados; la segunda etapa se descifra de un texto cifrado guardado en un contrato inteligente de Ethereum en la red de prueba Sepolia, un canal de mando y control sin dominio para sumidero ni servidor para incautar. Checkmarx Zero contó diez paquetes ligados a la operación, con millones de descargas entre todos, y una billetera con 109 ETH. BleepingComputer · Checkmarx Zero
Las actualizaciones de septiembre de Windows rompen el Historial de archivos (21/09). Microsoft avisó que la función de respaldo integrada puede dejar de funcionar en algunos sistemas después de instalar los parches de seguridad de septiembre de 2026. Es la tercera falla que la empresa reconoce de la misma tanda, después de los problemas de autenticación en inicios de sesión de dominio y del copiar y pegar roto en Excel 2016. No es una vulnerabilidad, pero un backup que falla en silencio es exactamente el escenario que uno no quiere descubrir el día que lo necesita. BleepingComputer
Técnicas, repos y práctica
AX, el orquestador de agentes de Google, llegó a v0.3.0 y se sacó de encima a etcd (21/09). AX —Agent Executor— es un orquestador declarativo con licencia Apache 2.0 pensado para correr miles de millones de cargas de agentes autónomos por clúster, apoyado sobre Agent Substrate para la ejecución en sandbox. Lo que trae la v0.3.0 es una reescritura de la arquitectura: parte AX en tres servicios —frontend de API, reconciliador y ejecutor de tareas en sandbox— y saca el estado de las tareas de los recursos personalizados de Kubernetes para meterlo en Redis Streams, con el argumento de que etcd nunca fue diseñado para la rotación de millones de tareas efímeras. Esa es la lección transferible aunque uno no use AX: guardar estado de agentes en CRDs de Kubernetes funciona hasta que la tasa de escritura lo rompe. El proyecto tiene además programación dinámica, reanudación, recuperación automática, auditoría y ramificación de trayectorias desde snapshots del kernel. Está primero entre lo de IA en Hacker News hoy, con el repo alrededor de las 3.700 estrellas. GitHub · Google Cloud
Brood War Bench: 19 configuraciones de agentes jugaron 171 partidas de StarCraft y ninguna pasó de principiante (20/09). Ben Swerdlow armó un torneo todos contra todos en el juego de estrategia en tiempo real de Blizzard de 1998, publicó los resultados el 19 y el informe llegó al pelotón de cabeza de Hacker News en las últimas horas. La conclusión desnuda es que un humano con nociones tácticas básicas le gana a cualquiera de las configuraciones probadas. La tabla la encabeza Astra (xhigh) con 18 victorias y ninguna derrota, seguida de Astra (medium) con 16 y 2, y Fable con 15 y 3. Lo interesante no es el ranking sino que aparecieron estilos distintos: Codex prefirió estrategias tramposas y poco convencionales antes que el juego estándar, Claude jugó de manual, y Grok directamente dejó de jugar a mitad de partida. Mide algo que los benchmarks de texto no miden: si el razonamiento de un modelo de propósito general se transfiere a decisiones en tiempo real sin entrenamiento específico. Por ahora, no. Brood War Bench
Alibaba abrió open-code-review y se puso primero en las tendencias de GitHub el mismo día (21/09). 34.836 estrellas acumuladas, 2.475 forks y 3.286 en el día, escrito en Go. La propuesta es una arquitectura híbrida para revisión de código: pipelines deterministas para lo que se puede verificar con reglas, más un agente LLM para lo que no, con comentarios precisos a nivel de línea. Trae un conjunto de reglas multi-lenguaje integrado que cubre desreferencias nulas, seguridad de hilos, XSS e inyección SQL, y es compatible con las APIs de OpenAI y Anthropic. La empresa lo presenta como probado en batalla a la escala de Alibaba, que es el argumento que este tipo de herramientas suele no poder hacer. GitHub
El resto de las tendencias del día sigue siendo andamiaje para agentes, no modelos (21/09). Sigue de ayer: security-audit-skill de Cloudflare cierra su sexto día arriba y encima aceleró, con 3.607 estrellas en el día contra las 2.375 de ayer. Lo nuevo viene del mismo molde: BrowserSkill de Tencent, un CLI más extensión para que los agentes usen el navegador real del usuario ya logueado sin interrumpirle el trabajo, con 4.214 acumuladas y 1.302 hoy; y OpenResearch de alphaXiv, escrito en Rust, que convierte agentes de código en agentes de investigación, con 4.970 y 939. También siguen en el tablero agent-skills de Addy Osmani (680 hoy), knowledge-work-plugins de Anthropic (287) y WeKnora de Tencent, un sistema de RAG (1.125). La forma que comparten todos es la misma que venimos marcando: nadie está publicando pesos, están publicando la herramienta que rodea al modelo. GitHub / BrowserSkill · GitHub / OpenResearch · GitHub / security-audit-skill
Fuentes consultadas: The Decoder, BleepingComputer, Tom’s Hardware, The Robot Report, MarkTechPost, CBS News, StepFun, Qwen, Accomplish AI, Checkmarx Zero, Google Cloud, Hacker News, GitHub.