El Compilado Hilos Temas Archivo RSS

miércoles · 17 min de lectura

Briefing Tech — 18 de noviembre de 2026

OpenAI lanza GPT-6.2 Astra y Sol; Nvidia factura 115.800 millones y el board descarta el regreso de Huang; Java4Shell abre RCE preauth en medio Java empresarial; y el paquete oficial de Microsoft en PyPI apareció envenenado.

iahardwareroboticaciberseguridadtecnicas

Generado el miércoles 18 de noviembre de 2026 a las 13:10 UTC. Cubre las últimas 24 horas (desde el 17/11 a las 13:10 UTC).

TL;DR

  • OpenAI lanzó GPT-6.2 Astra y GPT-6.2 Sol: Astra queda segundo en el Intelligence Index detrás de Claude Fable 5.2, con precios 20% abajo del GPT-6 Astra.
  • Nvidia reportó 115.800 millones de dólares en el trimestre (+103% interanual), guía 130.000 millones para el próximo y el presidente del board confirmó que no van a reinstalar a Jensen Huang.
  • Java4Shell (CVE-2026-114938) permite ejecución remota sin autenticación en OpenJDK 17, 21, 25 y 27, y alcanza Keycloak, Jira, Confluence, Jenkins y Artifactory con configuración default.
  • Las versiones 1.26.1 y 1.26.2 del agent-framework oficial de Microsoft en PyPI venían con un robador de credenciales de Azure y GitHub Actions que corre al arrancar el intérprete.
  • Un paper de 20.000 corridas sobre SWE-bench muestra que recortar el contexto puede encarecer la corrida hasta 116% cuando hay prefix caching.

IA

OpenAI lanza GPT-6.2 Astra y GPT-6.2 Sol, y Astra queda segundo en el Intelligence Index detrás de Claude Fable 5.2 (17/11). Es el reemplazo del GPT-6 Astra que había salido el 3 de septiembre, y llega dos meses después de que OpenAI cancelara GPT-6.1 Astra por problemas de seguridad. La división de trabajo es la de siempre: Astra para investigación científica, código y proyectos multi-paso de alta complejidad; Sol para tareas cotidianas donde pesan velocidad y costo, a alrededor de un quinto del precio por token de Astra. Los números que importan para decidir si migrar son los de eficiencia, no los de capacidad bruta: Astra saca 5,2 puntos más que su antecesor en Agents’ Last Exam, los precios estándar de input y output bajaron 20%, y el costo estimado por tarea en API queda abajo de un tercio del anterior porque el modelo resuelve con menos tokens de salida. Sol mantiene el precio de su antecesor. Ambos están en ChatGPT para Plus, Pro, Enterprise y Edu —incluido ChatGPT Work y Codex— y en la API desde el mismo día, con los identificadores gpt-6.2-astra y gpt-6.2-sol; el modo Ultrafast queda para Pro 500, y los Pro 200 lo reciben primero sobre Sol. OpenAI dice haber endurecido los resguardos en áreas de riesgo alto, con ciberseguridad como foco principal, aunque no publicó cómo lo midió. CryptoBriefing vía KuCoin · Ground News

Microsoft Ignite 2026: Copilot se unifica, Agent 365 dice tener más de 50 millones de agentes y Microsoft IQ sale como plataforma (17/11). Lo que Nadella presentó no es un producto sino una reorganización del stack. Copilot junta Chat, Cowork, Code y Autopilot en una sola experiencia con Office adentro: Home para respuestas rápidas y tareas multi-paso, Code para que una persona arme apps SaaS y dashboards a medida, y Autopilot como agente autónomo que trabaja todo el día sobre las herramientas de colaboración del equipo. Encima va Copilot Workspaces, un entorno compartido donde personas y agentes trabajan con contexto común —sin detalles ni fecha de disponibilidad—. Microsoft IQ es la pieza de plataforma: externaliza el sistema de inteligencia que está abajo de Copilot, tirando de Fabric, Foundry, Microsoft 365 y fuentes de terceros, con cientos de conectores nuevos cuyo número exacto no publicaron. Agent 365 es el plano de control que extiende gobernanza, identidad, seguridad y gestión a los agentes empresariales, y suma Business Analytics, una herramienta FinOps para atar el gasto de IA a resultados. El número de 50 millones de agentes es autorreportado y no está claro qué cuenta como agente. También pasó a disponibilidad general Microsoft-Decision-1.1, con soporte multimodal, que la empresa usa internamente para ruteo, etiquetado de datos, personalización y filtrado de contenido, y que dice tener más de 4.000 clientes. Microsoft

Anthropic fija precio de su IPO esta noche con el libro seis veces sobresuscripto y la chance de romper el récord de SpaceX (17-18/11). Sigue de lo de ayer, donde el rango había quedado en 70 a 78 dólares por acción sobre 825 millones de acciones Clase A: lo que se agregó es la demanda. Las órdenes llegaron a seis veces las acciones ofrecidas, lo que abre la discusión de si el precio final sale arriba del techo del rango, y la comparación que se está haciendo es con los 85.700 millones de dólares que levantó SpaceX, el récord vigente de una IPO. El precio se define hoy miércoles después del cierre y la acción empieza a cotizar mañana 19/11 en Nasdaq bajo el ticker ANT. El dato de contexto que conviene no perder de vista es que esto ocurre el día después de un balance de Nvidia que salió mejor de lo esperado, lo que cambia el humor del sector respecto del que había cuando se armó el rango. TradingKey · TradingKey (libro de órdenes) · CNBC


Hardware y Robótica

Nvidia factura 115.800 millones de dólares, guía 130.000 millones y el presidente del board confirma que no vuelve Huang (17-18/11). Sigue de lo de ayer, cuando la pregunta era si el balance sin Jensen Huang traería novedades de liderazgo: las trajo, y las dos partes salieron mejor de lo que el mercado descontaba. Los números del tercer trimestre fiscal 2027, cerrado el 25 de octubre: 115.800 millones de ingresos, 20% arriba del trimestre anterior y 103% interanual, contra un consenso de 109.150 millones; Data Center en 107.600 millones, +110% interanual; y 2,68 dólares de ganancia ajustada por acción contra 2,47 esperados. La guía del cuarto trimestre —que incluye una semana extra— es de 130.000 millones ±3% con margen bruto de 71% a 72%, y asume cero ingresos de cómputo de Data Center desde China. Colette Kress, CFO y CEO interina, subió la expectativa de crecimiento para el año fiscal 2028 de 70% a cerca de 75%, dijo estar confiada en el suministro y puso los compromisos de compra en 390.000 millones de dólares, con más de 100.000 millones en compromisos de datacenter y nube y 118.000 millones en garantías. El dato de mezcla que vale mirar: el segmento no-hyperscale creció alrededor de 195% interanual contra 71% de los hyperscalers. Sobre el frente institucional, el presidente del board Harvey Jones reiteró que no tienen intención de reinstalar a Huang —que había dicho que se sentiría “honrado” de volver si el board lo consideraba conveniente—, se negó a hablar de las circunstancias de la renuncia o de la investigación en curso, y aclaró que van a considerar candidatos internos y externos. Vera Rubin, que la empresa describe como el ramp más rápido de su historia, ya está corriendo en CoreWeave, Google Cloud, Azure, Oracle y Nebius, y en el mismo anuncio presentó Rubin HPC para cargas científicas. La acción subió 3,6% en el after hours y después moderó a algo más de 2%. Las colas sueltas siguen ahí: el WSJ reportó que la SEC investiga si Nvidia violó leyes de divulgación a inversores, y quedó sin respuesta por qué dejó de desglosar las ventas de Singapur después de que pasaran los 104.000 millones. NVIDIA · TheStreet

Robótica: Genesis AI levanta 500 millones de dólares en Serie A para robots que aprenden con guantes con sensores puestos por humanos (17/11). La ronda la lideraron Khosla Ventures, Premji Invest y Eclipse, y llega después de un seed de 105 millones en julio de 2025 —una Serie A de ese tamaño dice más sobre el apetito del sector que sobre la empresa—. El enfoque técnico es el que distingue la apuesta: más de 100 trabajadores en distintas partes del mundo usan guantes con sensores de fuerza y cámaras en la cabeza, y esa captura alimenta el dataset de entrenamiento; los robots usan los mismos guantes y sus manos replican las proporciones de la mano humana, algo a lo que Zhou Xian, CEO y cofundador, le atribuye la capacidad de clasificar objetos y manipular cables. Xian sostiene que la infraestructura de entrenamiento y la calidad de los datos pesan más que la arquitectura del modelo, a la que le asigna alrededor del 10% del resultado. El estado real del despliegue conviene leerlo con los pies en la tierra: construyeron entre 30 y 40 humanoides Eno, están piloteando con un puñado de clientes que no identificaron, ya eligieron contratista de manufactura masiva en Estados Unidos para arrancar el año que viene, y el cuello de botella que el propio Xian señala es que las manos diestras duran unas pocas semanas de trabajo regular antes de reemplazarlas. La empresa la fundaron en 2024 Xian y Théophile Gervet, que se conocieron como estudiantes de posgrado en un laboratorio de Carnegie Mellon. TechCrunch · PYMNTS

Microsoft presenta Maia 300 y dice que entrega 40% más tokens por watt que los sistemas basados en GPU líderes (17/11). Es el silicio propio que acompaña el anuncio de plataforma de Ignite, y el número que eligieron publicar —tokens por watt, no tokens por segundo ni tokens por dólar— dice bastante sobre dónde está el límite real de los datacenters hoy. La afirmación es autorreportada y no vino con benchmark publicado ni con la identificación de contra qué sistema se compara, así que tomala como declaración de intención y no como medición. En el mismo bloque de infraestructura pasaron a disponibilidad general las VMs Cobalt 200, que Microsoft describe como sus máquinas de propósito general de mayor rendimiento y mejor relación precio-performance, sin publicar especificaciones, y Azure Boost y Azure Integrated HSM, que mueven funciones de infraestructura y de seguridad a silicio dedicado. Microsoft


Ciberseguridad

Java4Shell (CVE-2026-114938): ejecución remota sin autenticación en OpenJDK, y alcanza Keycloak, Jira, Confluence, Jenkins y Artifactory con configuración default (17-18/11). Calif publicó los hallazgos el 17/11 junto al aviso de OpenJDK y le puso CVSS 4.0 de 9,2; Oracle lo califica 8,1 en CVSS 3.1, remotamente explotable sin autenticación y con alta complejidad de ataque. Afecta a OpenJDK desde la 17.0.6 —el aviso lista Java 17, 21, 25 y 27— y baja a Amazon Corretto, Eclipse Temurin, Microsoft Build of OpenJDK, Azul Zulu, Red Hat OpenJDK y Oracle Java SE. En las pruebas de Calif, con settings por defecto, se llegó al decodificador defectuoso a través de Keycloak, Jira, Confluence, JFrog Artifactory, Jenkins y PingFederate sin autenticar, y con atacante autenticado también por Kafka Broker, Solr, Elasticsearch, Gerrit y Spinnaker; las listas no son exhaustivas. El detalle que acota el riesgo y conviene usar para priorizar: la explotación requiere CPUs x86-64 con soporte AVX-512 VBMI, así que los sistemas ARM64 no están afectados. El estado de la explotación hoy: Cisco Talos no vio explotación activa pero anticipa sondeos pronto, VulnCheck dice que tirar abajo una JVM vulnerable es fácil pero que el RCE completo es mucho más difícil y tiene un exploit funcional que no publicó, y la prueba de concepto pública de Calif demuestra corrupción de memoria pero no ejecución de código. CISA pidió parchear de inmediato. El problema práctico es de disponibilidad de parches: Oracle lo arregló en su CPU de noviembre, pero según Endor Labs al 17/11 el fix todavía no estaba en los repositorios públicos de actualización de OpenJDK 17, 21 ni 25, y el resto de las distribuciones depende de que cada vendor publique sus builds. SecurityWeek · Rapid7 · The Hacker News

El paquete oficial agent-framework de Microsoft apareció en PyPI con un robador de credenciales de Azure y GitHub Actions (17-18/11). El paquete tiene unas 190.000 descargas mensuales y las versiones envenenadas fueron la 1.26.1 y la 1.26.2, publicadas con unos 33 minutos de diferencia; la 1.26.0 es la última limpia y las dos maliciosas quedaron en cuarentena. Dos detalles hacen que esto sea peor que el típico paquete malicioso. Primero, el malware corre cada vez que arranca el intérprete de Python, aunque la aplicación nunca importe el paquete. Segundo, las versiones conservaban el código legítimo del framework, así que las aplicaciones seguían funcionando con normalidad y no había señal visible. Lo que se llevaba: secretos en variables de entorno y archivos de configuración, credenciales de otros procesos en ejecución, tokens de identidad administrada de Azure y tokens de autenticación de Azure DevOps; la segunda versión extendió el robo a credenciales de GitHub Actions. La pista de atribución que encontró SafeDep es una cuenta de mantenedor de PyPI llamada “vibiret”, creada el mismo día del ataque, con permisos de publicación sobre el paquete afectado y cinco proyectos relacionados, aunque no está confirmado que haya sido la que subió los artefactos. Otro indicador útil para detección: las versiones maliciosas traían solo paquetes compilados, mientras las legítimas incluyen también distribución de código fuente, y Wiz no encontró ni el release ni el código malicioso en el repositorio principal de Microsoft. El repositorio de GitHub de Agent Framework estaba inaccesible al momento de publicarse el análisis. Lo analizaron de forma independiente OX Security, Wiz, Endor Labs y SafeDep. SecurityWeek · OX Security

Oracle saca 655 parches por unas 640 vulnerabilidades en 21 productos, y 300 de esos agujeros se explotan sin autenticar desde la red (17-18/11). Sesenta y dos parches cubren fallas críticas, entre ellas seis de severidad máxima: cinco en Fusion Middleware y una en Analytics. La distribución dice dónde mirar primero: Hyperion con 267 parches —107 de ellos remotos sin autenticación—, Supply Chain con 74, Fusion Middleware con 71 de los cuales 53 son remotos sin autenticar, E-Business Suite con 71, Communications con 31 y Analytics con 29. Java SE se lleva 11 parches y los 11 son remotos sin autenticación, incluido el arreglo de Java4Shell, que Oracle describe como corrupción de memoria que deriva en fuga de memoria y ejecución remota. Oracle no menciona ninguna de estas vulnerabilidades como explotada en la práctica. SecurityWeek

CISA mete el RCE crítico de Puppet (CVE-2026-115731) en el catálogo de explotadas y da dos semanas a las agencias federales (17/11). La falla tiene CVSS 9,4 y es una deserialización de datos no confiables en el procesamiento de reportes: cualquier cliente con un certificado firmado por la CA de Puppet puede mandar un reporte malicioso que se ejecuta en el servidor con los permisos del usuario del servicio. Lo que hace que esto escale de un servidor a toda la flota es la advertencia de Perforce sobre lo que viene después: un ataque exitoso puede exponer la clave de firma de certificados del servidor, y con eso el atacante emite certificados confiables y cambia el software o la configuración que se empuja a los sistemas gestionados en su próxima corrida de Puppet. Afecta a Puppet Enterprise, Puppet Core y la plataforma OpenVox. Las versiones parcheadas salieron el 3/11 —Enterprise 2026.0.1, 2025.12.1 y 2023.8.13; Core 9.1.3 y 8.22.2— y la explotación se detectó el 4/11, un día después, con una prueba de concepto contra OpenVox publicada poco después del parche. La mitigación que recomienda Perforce para quien no pueda actualizar ya: apagar el auto-firmado de certificados y exigir validación fuerte, porque un atacante no autenticado puede conseguir un certificado si la CA firma solicitudes automáticamente sin verificación. En el mismo release se arregló CVE-2026-115732, que permite abusar del nombre del certificado para suplantar una máquina gestionada. SecurityWeek · CISA


Técnicas, repos y práctica

Context Has a Price: 20.000 corridas muestran que podar el contexto puede encarecer la corrida hasta 116% cuando hay prefix caching (17/11). Es el resultado más accionable del día para cualquiera que esté optimizando un agente de código, porque invierte una intuición que todo el mundo da por sentada. El equipo de Zerui Yang y otros doce autores midió dos técnicas estándar de manejo de contexto —agregar código recuperado y borrar observaciones viejas de herramientas— sobre SWE-bench Verified, SWE-bench y Loc-Bench, poniéndole precio por separado al input sin cachear, al input cacheado y a los tokens de salida. Los números: recuperar código bajó los comandos de lectura y búsqueda entre 18% y 34%, pero subió el costo entre 33% y 42% cuando el input cacheado vale un décimo del no cacheado, sin mejora medible en la tasa de resolución. Y borrar observaciones viejas bajó el costo entre 19% y 36% sin descuento de cache, pero lo subió entre 38% y 116% con cache a un décimo del precio. La lección operativa es doble: medí con los precios reales de tu proveedor desglosados en tres, porque el precio del cache puede dar vuelta la conclusión; y no asumas que un prompt más corto es una corrida más barata, porque el agente compensa con más pasos. Un detalle metodológico que vale para cualquiera que corra experimentos así: aislá las corridas concurrentes, porque compartir prefijos cacheados distorsiona la comparación de costos. arXiv

SkillBuffBench: un protocolo para medir cuánto aportan realmente las Agent Skills cuando el agente elige de una biblioteca y tiene memoria (17/11). El protocolo importa aunque todavía no haya resultados, porque señala exactamente el sesgo con el que se viene evaluando esta tecnología: casi toda la evidencia sobre skills viene de setups donde alguien eligió a mano la skill adecuada y el agente no tiene memoria, dos condiciones que no se parecen a un despliegue real. Gengyue Dong y sus coautores arman la grilla completa: tres niveles de acceso a skills —sin skill, con una skill curada, y con invocación automática desde una biblioteca instalada—, memoria prendida o apagada, cuatro harnesses de agente, y modelos propietarios de Anthropic, Google y OpenAI más open-weights de proveedores chinos, con cada modelo corriendo bajo cada harness. Las tareas son de investigación escritas por expertos de dominio, por ahora en ciencia de materiales y biología. Lo que se puede adoptar hoy del diseño: probá la skill con el agente eligiendo de la biblioteca instalada y no solo con la skill elegida a dedo; incluí la memoria como factor, porque el contexto previo cambia cuánto aporta; usá un verificador determinístico; reportá incertidumbre con bootstrap pareado a nivel de tarea; y reportá costo, rondas del agente y tiempo de pared al lado del score, no mezclados adentro. El asterisco es importante: los autores dicen que la evaluación sigue en curso y que los resultados van en una versión posterior, así que esto es el método, no el veredicto. arXiv

Subirle el esfuerzo de razonamiento a un agente de compras le sube la confianza pero no el acierto (17/11). Adi Krishnamoorthy y X.Y. Han probaron diez modelos frontera en tres tareas de elección de producto armadas sobre WebShop, el SQID de Amazon y el WANDS de Wayfair, con listados que combinan texto e imágenes. El hallazgo central es negativo y por eso útil: aumentar el esfuerzo de pensamiento no mejoró la calidad de la decisión de forma estadísticamente significativa en ninguno de los tres benchmarks, mientras que sí aumentó de forma significativa la confianza declarada. En sus palabras, el razonamiento extra compra confianza, no corrección. Los otros dos resultados son los que cambian el diseño de un sistema: la mayoría de los modelos está mal calibrada, así que la confianza autorreportada no sirve como señal de fiabilidad; y los errores están correlacionados entre modelos —cuando uno se equivoca, los otros tienden a equivocarse, y cuando varios fallan suelen elegir el mismo producto equivocado—, lo que significa que un ensemble o un chequeo cruzado entre modelos protege menos de lo que uno esperaría. Si estás pagando por reasoning effort alto en un agente de selección, este paper es el argumento para medirlo antes de seguir pagándolo. arXiv

Microsoft pone Code 2 y Code 2 Flash en disponibilidad general en GitHub Copilot y Foundry, y abre los pesos de los MAI a clientes seleccionados (17/11). Es lo más concreto para probar hoy de todo lo que salió en Ignite. Code 2 es la nueva familia insignia de modelos de código agéntico, posicionada para tareas empresariales de despliegue a producción, debugging, cambios multi-archivo y razonamiento sobre el repositorio entero; Code 2 Flash es la variante para trabajo rápido de alto volumen a menor costo. Las dos están generalmente disponibles en GitHub Copilot y en Foundry. Apareció además Cyber 2 Flash, un modelo de seguridad de tamaño flash que Microsoft describe como superando a modelos frontera a una fracción del costo por tarea, integrado con Perception —la suite de equipos de agentes rojo, azul y verde que también pasó a disponibilidad general—. La pieza que puede importar más a mediano plazo es MAI Licensed Weights, que da acceso a los pesos de los modelos MAI a clientes de confianza; Microsoft no publicó criterios de elegibilidad ni términos de licencia. Están en camino a Foundry también GPT 6.2 y los últimos modelos de Meta. Ninguno de estos anuncios vino con precios. Microsoft

Ver todos los briefings