domingo · 20 min de lectura
Briefing Tech — 15 de noviembre de 2026
Meituan abre los pesos de LongCat-2.5, un MoE de 1,6 billones de parámetros entrenado entero en hardware chino. Cursor confirma que una clave filtrada de Fireworks AI terminó en una extensión troyanizada de Claude Code. La saga Nvidia suma 12.000 millones en pedidos para China.
Generado el 15 de noviembre de 2026 a las 13:10 UTC. Cubre las últimas 24 horas.
TL;DR
- Meituan abrió los pesos de LongCat-2.5 bajo licencia MIT: 1,6 billones de parámetros totales, unos 48.000 millones activos por token, y un despliegue de referencia de 194 aceleradores Huawei Ascend sin una sola GPU Nvidia en la guía de self-hosting.
- Cursor confirmó que una clave de acceso que le había dado a Fireworks AI, filtrada en la brecha de ese proveedor, sirvió para copiar trazas de sesiones de agente y, con una credencial de ahí, plantar builds troyanizadas de la extensión de Claude Code con backdoor SSH. Notion y Uber también están en el mismo incidente.
- La saga Nvidia suma dos capítulos: el WSJ dice que Megaspeed, de la ex pareja de Huang, intermedió casi 12.000 millones de dólares en pedidos de chips para China, y la petición para reponerlo pasó las 115.000 firmas con Musk, Sweeney y Masad entre los firmantes.
- A cinco días de la IPO, Amodei dijo en un evento de JPMorgan que hay “una enorme incertidumbre sobre lo que va a pasar el año que viene” y que la salida a bolsa es sobre todo un colchón para las apuestas de cómputo: casi 901.000 millones en compromisos, 71.000 millones que vencen antes de septiembre de 2027.
- Una jueza federal en California rechazó la defensa de Samsung, Micron y SK hynix: la demanda por el desabastecimiento artificial de DRAM —precios 697% arriba en 18 meses— avanza a discovery.
IA
Meituan abre los pesos de LongCat-2.5, un MoE de 1,6 billones de parámetros entrenado entero en hardware chino (15/11). Los pesos salieron una semana después de la presentación oficial, con licencia MIT que habilita uso comercial, modificación y redistribución. Son 1,6 billones de parámetros totales con unos 48.000 millones activos por token, entrada de texto, imagen y video con salida en texto, razonamiento que se puede prender y apagar, hasta 1 millón de tokens de entrada por API y 128.000 de salida; no hay encoder de imagen separado, las imágenes se convierten en tokens que viajan junto al texto. El dato que importa es el hardware: el despliegue de ejemplo son 194 aceleradores Huawei Ascend de la serie Atlas A2 —2 para imágenes, 64 para ingesta de prompt, 128 para generación— y la guía de self-hosting no da ninguna indicación para GPUs Nvidia; la versión cuantizada W4A4 sube el throughput de ingesta y de generación un 43% cada uno contra la de 8 bits, con precisión que Meituan dice igual a la del modelo sin comprimir. Los benchmarks son de Meituan y la tabla no incluye ni Opus 5.5 ni GPT-6.1 Sol, así que conviene leerlos con pinzas: 88,4 en Terminal Bench v2.1 contra 89,1 de Claude Opus 5 y 90,6 de DeepSeek-V4.1-Flash, 64,6 en DeepSWE —desde 9,7 del modelo anterior—, 38,5 en la variante dura Terminal Bench v4.0 contra 53,9 de Opus 5, y 91,9 en BrowseComp, el más alto de la tabla pero corrido en su propio entorno. Lo accionable: la API habla formato OpenAI y Anthropic y funciona con Claude Code, Codex y Hermes, a unos 0,27 euros por millón de tokens de entrada y 1,07 de salida en promoción de lanzamiento. The Decoder
Amodei admite “una enorme incertidumbre sobre lo que va a pasar el año que viene” a cinco días de la IPO (14/11). Sigue de lo de ayer, cuando la novedad era la demanda seis veces sobresuscripta: acá habla el CEO. Fue en un evento para inversores de JPMorgan en Nueva York, en conversación con Jamie Dimon, y lo que puso como principal problema del negocio es el cómputo: hay que comprarlo uno o dos años antes de saber si los ingresos lo van a pagar, comprar poco deja a la empresa sin capacidad para clientes y tecnología nueva, y comprar mucho la deja sobreextendida. Dijo que la IPO es sobre todo un colchón para esas apuestas, que compra relativamente poco por adelantado y usa el mercado spot cuando la demanda supera el plan —lo comparó con un seguro—, que los márgenes brutos son fuertes, y que no está pendiente de un mes particular ni de las condiciones de mercado. Las cifras que rodean la frase explican por qué importa: casi 901.000 millones de dólares en compromisos, casi todo cómputo y chips, con unos 71.000 millones que vencen antes de septiembre de 2027 —más que la capitalización de dos tercios de las empresas del S&P 500—, contra un run rate anualizado de 81.000 millones a fines de octubre. La IPO quedó para el 19/11. The Decoder · CNBC
Gemini 4 Carbon le saca a OpenAI la corona de MathArena, pero sale unas 15 veces más caro que GPT-6.1 Sol (14/11). Es el primer modelo que no es de OpenAI en liderar ese benchmark en bastante tiempo. Con las configuraciones de razonamiento usadas en el test, el ranking queda: Carbon (high) con 85,4% ±3,0 y un costo esperado de 15,70 dólares, Claude Fable 5.2 (max) con 82,8% ±5,3 a 40,20 dólares, y GPT-6.1 Sol (max) con 80,6% ±2,7 a 1,07 dólares; el mejor modelo abierto es Kimi K3.1 Pro con 54,3% a 3,70 dólares. O sea: Fable sale unas 40 veces más que Sol y Carbon unas 15, para ganar entre 2 y 5 puntos. El detalle de comportamiento que conviene tener presente antes de dejarlo corriendo solo es que la falla más común de Carbon es pasarse del límite de tiempo y que casi nunca abandona una tarea —en un caso corrió un script más de once horas sin chequear su propio progreso—. Los resultados son de Jasper Dekoninck. The Decoder
El banco central de Australia encuentra que la IA golpea primero a los trabajadores jóvenes, sobre todo en software y atención al cliente (15/11). El Reserve Bank of Australia armó un sistema de monitoreo apuntado justo donde el efecto debería aparecer antes: puestos de entrada y ocupaciones muy expuestas como programación, trabajo administrativo y atención al cliente. Los avisos de empleo cayeron en todos los grupos desde el lanzamiento de ChatGPT a fines de 2022, con la baja más fuerte en el grupo de mayor exposición, y dentro de ese grupo el empleo de los de 15 a 24 años bajó mientras el de los trabajadores mayores subió. El propio estudio marca que no establece causalidad: el ciclo post-pandemia y el trabajo remoto pueden explicar parte, la exposición es teórica y no mide uso real de IA en las empresas, y los datos de SEEK sugieren que la IA también complementa trabajo y genera demanda de habilidades nuevas. Encaja con una serie que ya es larga —Stanford midió una caída relativa de 13% en el empleo de 22 a 25 años en ocupaciones expuestas y casi 20% en desarrolladores jóvenes, y Anthropic reportó que la proporción de contrataciones junior en roles técnicos cayó de 27% a 9% desde principios de 2025—, pero también con la contraria: en Dinamarca, con 64% de adopción, no se midieron efectos en salarios ni horas, y un análisis de 10,6 millones de perfiles de LinkedIn ubica el inicio del problema a principios de 2022, antes de ChatGPT. The Decoder
Hardware y Robótica
Nvidia: una firma de la ex pareja de Huang intermedió casi 12.000 millones de dólares en pedidos de chips para China, según el WSJ (15/11). Sigue de lo de ayer, donde el motivo de la salida de Huang eran las garantías financieras a clientes: esto es la otra punta del mismo expediente. Según documentos que vio el Wall Street Journal, Megaspeed —de Alice Huang, la ex pareja de Jensen Huang— armó pedidos por casi 12.000 millones de dólares para empresas chinas entre marzo de 2024 y junio de 2025, por varios cientos de miles de chips que los controles de exportación de EE.UU. tendrían que haber mantenido fuera de China; la firma habría conseguido acceso preferencial a chips escasos como partner de cloud de Nvidia, aparentemente porque Alibaba era un cliente grande. El contexto es lo que hace doler el número: Nvidia reportó oficialmente 12.400 millones de ingresos de China en seis meses, un 7% del total, y el short seller Culper Research estima que más del 20% de los ingresos del último año fiscal vinieron de clientes chinos, buena parte por canales indirectos. Nada de esto está verificado de forma independiente, y el balance de Kress es el 17/11. The Decoder
Nvidia: la petición para reponer a Huang pasa las 115.000 firmas con Musk entre los firmantes, y los gobiernos asiáticos salen a asegurar suministro (14/11). La petición, en standwithjensen.com, dice que los firmantes están “preocupados de que Jensen fuera removido sin un proceso debido significativo” y le pide al board tres cosas: traerlo de vuelta mientras una investigación independiente establece los hechos, garantizar que esa investigación sea justa, y dar más información al público. El sitio reporta 5.965 empleados actuales de Nvidia, 1.108 ex empleados y 63.063 accionistas entre los firmantes; los nombres conocidos son Elon Musk, Amjad Masad de Replit y Tim Sweeney de Epic Games. En paralelo, los gobiernos de la región salieron a bajar el ruido: Corea del Sur dice que Nvidia reafirmó el plan de proveer 260.000 GPUs avanzadas y convocó una reunión de emergencia de su consejo de estrategia de IA, Taiwán dice que la sede regional sigue en pie y que la salida no cambia mucho el crecimiento global de la IA, Japón va a “monitorear de cerca”, y China rechazó por segunda vez las acusaciones de espionaje y dijo no conocer los reportes que vinculan chips restringidos con un datacenter en Shanghái. Singapur, que le había incautado el pasaporte a Alice Huang en junio de 2025, sigue investigando a Megaspeed y a otras seis personas y dice haber recibido ayuda limitada de las autoridades de EE.UU. Reuters calcula que más de 3.000 millones de dólares en proyectos de cómputo chinos dependen de procesadores restringidos de Nvidia y quedaron en el aire. TechCrunch (petición) · TechCrunch (gobiernos) · Business Insider
Memoria: una jueza federal rechaza la defensa de Samsung, Micron y SK hynix y la demanda por el desabastecimiento de DRAM avanza a discovery (14/11). La jueza Noël Wise, del Distrito Norte de California, negó la moción conjunta de desestimación: encontró que la demanda alega de forma plausible un acuerdo ilegal bajo la Sección 1 de la Sherman Act. La acusan 17 consumidores y pequeñas empresas de cinco estados, y el relato es concreto: las tres controlaban más del 91% de los ingresos globales de DRAM al tercer trimestre de 2025, empezaron a recortar producción de memoria convencional a fines de 2022 y a mover capacidad de wafer a HBM en 2023 —que usa tres o cuatro veces más área de wafer por GB que DDR5—, los precios de DRAM convencional subieron 697% en unos 18 meses sin que creciera la producción, Samsung y SK hynix se habrían negado a contratos de largo plazo con compradores grandes y demorado o frenado fábricas nuevas, y las tres habrían discontinuado DDR4 en el mismo trimestre de 2025. La corte también señaló prácticas de evaluación de clientes casi idénticas adoptadas en enero de 2026 y los antecedentes de fijación de precios de 1998 a 2002. La defensa —que todo responde a la demanda de IA y que el caso se parece a uno desestimado en 2018— quedó rechazada con una frase que va a circular: los reclamos van más allá de “halcones volando en formación”, que según la jueza no es comportamiento normal de halcones. Las contestaciones vencen el 7/12 y la primera audiencia de gestión del caso es el 12/1/2027. Wccftech · Tom’s Hardware
Tesla abre las preventas del Cybercab para uso personal: 29.990 dólares más 299 por mes, y solo opera en zonas geocercadas (14/11). Las preventas se abrieron a “clientes seleccionados” y la entrega estimada es diciembre de 2026, pero las condiciones hacen el titular: hay que aceptar la entrega en una de un puñado de ciudades de Texas, y el auto solo funciona dentro de las mismas zonas geocercadas donde ya opera el robotaxi de Tesla, según Ashok Elluswamy. El cargo mensual de 299 dólares para operar el vehículo lo discutió en público el propio Musk, que lo llamó “demasiado alto” y sugirió que debería estar más cerca de 115, lo que cuestan FSD y conectividad en el resto de la línea. Musk dice que va a estar disponible en todo el país cuando llegue la aprobación regulatoria. TechCrunch
Robótica: Foundation, la startup de humanoides militares con Eric Trump como asesor, no paga sueldos desde el 30/10, y CNBC reporta que el fundador se prestó 4,6 millones de dólares de la empresa para comprarse una casa (14/11). La investigación de The Standard reconstruye una pila de reclamos que no cierran. La fundó en 2024 Sankaet Pathak, que antes cofundó Synapse —la fintech que quebró en abril de 2024 con un faltante de fondos de entre 60 y 90 millones según la CFPB—, junto a Arjun Sethi, co-CEO de Kraken, y Mike LeBlanc, ex Marine que cofundó Cobalt Robotics. El pitch deck afirmaba 73 millones en contratos del Departamento de Guerra y 100 millones de ingresos industriales anuales, cifras que el medio no pudo verificar: Foundation no tiene contratos federales listados públicamente, su subsidiaria Boardwalk tiene cuatro por 3,22 millones en total, el contrato de 24 millones del Pentágono anunciado en Fox Business en abril no aparece en los registros, y GM calificó de “fabricada” una relación que Foundation reclamó en 2024 y después admitió haber exagerado. De los despliegues: dos robots que iban a probarse en Ucrania en febrero nunca cruzaron la frontera según un periodista, y Brave1 confirmó que no hubo demo; el FT reportó que un MK-1 entró a túneles en Gaza y que hay conversaciones con las FDI. En una demo de julio, un MK-1 no logró cargar un proyectil de mortero después de quince minutos. The San Francisco Standard · CNBC
Ciberseguridad
Cursor confirma que una clave filtrada en la brecha de Fireworks AI terminó en builds troyanizadas de la extensión de Claude Code con backdoor SSH (15/11). La cadena es lo que hay que entender, porque es de proveedor a proveedor: Cursor le había emitido una clave de acceso a Fireworks AI, esa clave quedó expuesta en la brecha de Fireworks, y con ella el atacante copió datos de un bucket de solo lectura que Cursor usaba para compartir información con el proveedor. Ese bucket tenía trazas de sesiones de agentes de código fuera de Privacy Mode, casi todas de 2025, habilitadas para entrenamiento, y algunas traían credenciales sin redactar: expuso credenciales de API de menos del 0,01% de los clientes, más repositorios archivados no productivos, datos limitados de soporte y conversaciones de email, métricas de uso y resúmenes de conversaciones de agente. La parte peor es la segunda: el 29/10 el atacante usó una credencial sacada de esos datos internos para colocar builds maliciosas de la extensión de Claude Code en el caché que sirve al marketplace de extensiones de Cursor, disponibles unas once horas, con un intento de instalar un backdoor SSH persistente; hasta 5.000 usuarios que pidieron esas versiones cacheadas ese día podrían haberlas recibido. Lo accionable: si instalaste la 2.1.312 o la 2.1.313 ese día, revocá credenciales. Cursor desactivó la clave, rotó credenciales, bajó el marketplace, sacó a Fireworks del tráfico de inferencia y del acceso a datasets compartidos, y dice no ver actividad maliciosa desde el 1/11. El mismo incidente de Fireworks salpicó a Notion, que confirmó robo de datos, y a Uber, que reportó acceso no autorizado vía un proveedor que TechCrunch identificó como Fireworks, con información de licencias de miles de conductores expuesta. The Hacker News
CVE-2026-114713: CISA mete en el KEV una inyección de comandos en UnrealIRCd con explotación activa, y el plazo federal es el 16/11 (14/11). La falla tiene CVSS 8,6 y afecta UnrealIRCd 6.0.0 hasta antes de 6.2.7.1. El mecanismo es simple y por eso duele: el módulo de labeled-response no escapa el tag de mensaje “label” de IRCv3 cuando lo devuelve en las respuestas, así que cualquier usuario en una red con dos o más servidores enlazados puede inyectar comandos servidor-a-servidor que corren con autoridad de servidor, lo que en la práctica puede significar privilegios de nivel IRCOp. CISA lo agregó al catálogo de vulnerabilidades explotadas el viernes 13/11 tras reportes de explotación activa, que según los reportes arrancó un día después del hotfix del 7/11; no se sabe qué hace el atacante ni qué busca. Las agencias civiles federales de EE.UU. tienen hasta el 16/11 bajo la BOD 26-04. El mantenedor, Bram Matthys, lo llamó el “problema más crítico” encontrado en UnrealIRCd en quince años, pidió actuar “ASAP”, y apuntó al hot-patch o, como mínimo, al workaround de spamfilter; los arreglos se identificaron con ayuda de IA. The Hacker News
24.664 de 34.545 apps hechas con Lovable devolvían la base de datos sin autenticación: pasaportes, pagos y más de 200.000 mensajes privados (14/11). La firma alemana Crissy Field sacó 159.041 proyectos de Lovable del archivo de Common Crawl y chequeó, con pedidos de solo lectura, qué le devolvía la base de datos de cada uno a un visitante sin autenticar. De los 34.545 que corren sobre Supabase, 24.664 devolvieron registros. El inventario de lo expuesto: direcciones de email legibles en 7.403 sitios y más de 10.500 tablas, más de 1.000 registros de pasaporte con fecha de vencimiento y nacionalidad de un solo proveedor, información de pago con órdenes y tickets, más de 200.000 mensajes de chat y 80.000 perfiles de usuario de un foro, resúmenes generados por IA de emails internos de una administradora de propiedades que tocan inquilinos y propietarios, y decenas de miles de contratos y facturas. La causa raíz no es un hackeo a Lovable sino reglas de Row Level Security ausentes o mal configuradas en el backend, y Lovable no discutió los hallazgos: lo llamó “un problema de configuración conocido y de toda la industria alrededor del uso de Supabase”. El problema es más grande que Lovable: UpGuard revisó unos 300.000 dominios con señales de uso de Supabase y encontró 16.326 bases con tablas legibles desde afuera, más de la mitad con datos personales. Cybernews · Crissy Field · Sifted
Apple publica cómo funcionan los Secure Exclaves, y admite que la verificación formal encontró fallas críticas en varios subsistemas del microkernel (14/11). La arquitectura mantiene los datos de cámara y micrófono del sensado ambiental en runtimes segregados a nivel de silicio, y Apple afirma que lo que se procesa ahí no puede ser accedido por el sistema operativo principal, las apps, ni Apple. Los tres requisitos de diseño son que el OS principal no pueda extraer ni alterar los datos del exclave, que solo cruce un conjunto estrecho de información, y que el usuario pueda saber cuándo hay una sesión de sensor activa sin que el OS principal interfiera: en HomeView lo único que sale al sistema es identificador de persona, posición y nivel de confianza, sin audio ni video, y cuando una app pide acceso completo al sensor un exclave dedicado libera los datos solo después de confirmar que el indicador de grabación está prendido y se mostró el tiempo suficiente —en iPhone, donde el indicador es un punto en pantalla, otro exclave chequea qué píxeles se dibujaron de verdad—. Lo interesante para quien escribe software crítico es la parte que Apple cuenta sobre su propio proceso: los exclaves corren sobre un microkernel mínimo basado en capabilities, le aplicaron verificación formal, y eso encontró fallas difíciles de ver pero críticas en muchos subsistemas del kernel que podrían haber llevado a compromiso total, muchas detectadas temprano en el desarrollo; como el kernel cambia seguido, la verificación se aplica de a poco y todavía no cubre todo. Está en iPhone 18 Pro y Pro Max, iPhone Duo, MacBook Neo y HomeView. SecurityWeek
El ground stop nacional de la FAA no fue un ciberataque: el FBI investiga una actualización de software (14/11). El 13/11 la FAA frenó despegues en todo EE.UU. tras un problema de comunicaciones en sus centros de control de ruta aérea; la orden se levantó a las 20:15 hora del este, más de cuatro horas después, y los funcionarios esperan demoras por varios días. No hay causa raíz oficial y los relatos no coinciden: Bloomberg dice que los investigadores miran una actualización de software y que el FBI no cree que haya habido ataque ni actividad criminal, CBS reporta que la red privada de comunicaciones que une el sistema de control —operada por L3Harris— se reinició y después se cayó tras una actualización, el secretario de Transporte Sean Duffy culpó al equipamiento viejo diciendo que switches y routers se inundaron de datos y empezaron a dar información inconsistente, y el secretario de Seguridad Interior Markwayne Mullin dijo que la FAA venía aplicando parches e instalando equipo nuevo que sobrecargaba el sistema antiguo. Mullin dijo que “no hay chatter, no vimos huellas” pero que no lo descartan, y que participan la NSA, el Departamento de Defensa y CISA. Los funcionarios aclararon que la caída de Microsoft de esa misma semana no tuvo relación y que los sistemas de IA desplegados hace poco por la FAA no jugaron ningún rol. SecurityWeek
Técnicas, repos y práctica
Anthropic dice que los hábitos viejos de prompting están frenando a Claude Opus 5.5, y publica qué dejar de hacer (14/11). Opus 5.5 ya es el modelo por defecto en Pro, Max, Ultra y Team, y la guía es una lista de costumbres heredadas de los primeros modelos de razonamiento que ahora cuestan plata y tiempo. Lo que hay que sacar: frases como “pensá bien” o “pensá con cuidado” —el modelo razona solo, escalando según la tarea y el nivel de esfuerzo, y en sus pruebas las respuestas sin esas frases arrancaron más rápido sin pérdida medible de calidad—, arrancar siempre en esfuerzo alto, dar instrucciones de a una en el chat, pedir un borrador cuando lo que se necesita es el documento terminado, transcribir a mano diagramas y tablas, y prohibir estilos en abstracto. Lo que recomiendan en cambio: empezar en Medium —dicen que Opus 5.5 en Medium igualó a Opus 5 en High en pruebas internas— y subir a High solo si no alcanza; describir el resultado final en un solo mensaje con objetivo, formato de salida y cuándo debe parar a preguntar; dejar que el modelo maneje el trabajo multi-paso en lugar de conducirlo turno por turno; pedir el producto terminado directo; adjuntar diagramas y tablas como imágenes o archivos, porque dicen que incluso Opus 5.5 en esfuerzo bajo leyó gráficos densos con más precisión que Opus 5 en su máximo; y nombrar el estilo no deseado con precisión —fondo crema, botones tipo pastilla— en vez de prohibir “diseño genérico”, que según ellos solo cambia un default por otro. También replantean la heurística de usar Sonnet para lo rutinario y Opus solo para lo difícil: argumentan que Opus 5.5 termina en menos pasos y eso puede compensar el precio por token. Son cifras de Anthropic y de sus pruebas internas, sin verificación independiente. Anthropic · The Decoder
DeepSeek-V3 en unas 190 líneas de JAX puro llega a la portada de Hacker News (14/11). Es una implementación desde cero de la arquitectura de DeepSeek-V3 sin Flax, sin Equinox y sin PyTorch, entrenada por el autor sobre novela policial de dominio público en una MacBook Air, y sirve exactamente para lo que dice servir: leer la arquitectura completa de un tirón. Está todo lo que importa conceptualmente —Multi-head Latent Attention con RoPE desacoplado, DeepSeekMoE con un experto compartido más 16 ruteados y top-4 por token, balanceo de carga sin loss auxiliar vía bias por experto más loss de balance por secuencia, predicción multi-token, cómputo en bf16 con pesos maestros en f32, y un camino de decode con caché de MLA—, además de scripts de entrenamiento y evaluación, pipeline de datos, 39 tests y una config “small” que corre en CPU. El modelo es de 36,2 millones de parámetros con 13,6 millones activos y la validation loss bajó de 5,02 a 3,51 en 12.000 pasos, así que no es un modelo útil: es un mapa. Las simplificaciones están declaradas —el MoE calcula todos los expertos y pone en cero los no elegidos, MLA no usa absorción de pesos, y quedan afuera FP8, DualPipe, ruteo limitado por nodo, YaRN y post-training—. Licencia MIT. GitHub · Hacker News