-
"La memoria de agentes necesita su momento OpenTelemetry": una propuesta de formato común llega a la portada de Hacker News (07-08/11)
Sigue de lo de ayer, donde Anthropic publicaba cómo está armada la memoria de sus agentes y le ponía nombre al pase offline que falta: el post de Mads Thines, del 7/11, ataca el problema de al lado — cada herramienta de memoria usa su propio formato y ninguna puede leer a las otras, así que lo aprendido en una se queda ahí. La propuesta es deliberadamente chica: un registro Markdown con frontmatter como sobre (spec, id, address, key, kind, written_by, content_type, lifecycle, attributes), un registro versionado de niveles de dirección y tipos, cinco operaciones — write, read, list, search, archive — expuestas sobre MCP, y tests de conformidad en lugar de una implementación de referencia. Deja afuera almacenamiento, ranking, embeddings y UI, para que los vendors sigan compitiendo ahí, y marca el riesgo que nadie resolvió: memoria compartida amplía la superficie de inyección de prompts, así que el formato tiene que registrar autoría y permitir firmas. El propio autor aclara que todavía no es un spec, y que lo que falta es que los proyectos existentes converjan, no que aparezca uno más. LoreKit · Hacker News
-
ChatGPT ruteó en silencio una llamada a herramienta por un conector distinto al que la inició, y reportarlo al bug bounty pedía documento y biometría (05-06/11)
El reporte lo publicó el usuario AldiPower el 5/11 en la categoría ChatGPT Apps SDK del foro de desarrolladores de OpenAI. El armado: dos conectores apuntando al mismo servidor MCP, uno agregado a mano en modo desarrollador y el otro una app publicada del directorio, cada uno con su propio cliente OAuth, así que el servidor veía dos clientes distintos para el mismo usuario. Lo que pasó es que un código de confirmación de un solo uso emitido por el widget del primer conector se intentó canjear por el segundo, y el servidor rechazó todos los intentos de esa conversación porque el código estaba atado al cliente OAuth del primero. El planteo del reportante es doble: que las llamadas a herramientas deberían asociarse a un conector por su cliente OAuth y no por la URL del servidor, y que el cambio silencioso pasa datos entre apps separadas sin consentimiento. La respuesta en el hilo es de la comunidad y no de OpenAI: el 6/11 otro usuario señaló que el chequeo del lado del servidor funcionó pero que el ruteo sigue siendo un problema, y sugirió preservar la identidad del conector a través de flujos de varios pasos, pedir aprobación explícita antes de cambiar de conector y loguear las decisiones de ruteo, además de recomendar el canal de divulgación coordinada. El remate llegó el mismo 6/11: el reportante dijo que intentó reportarlo por el programa de bug bounty de OpenAI y que le pedía información personal sensible —identificación biométrica y documento— antes de poder enviar el reporte, y que no estuvo dispuesto. La lección práctica para cualquiera que esté publicando un conector: atar los tokens y códigos al cliente OAuth, no al servidor, y asumir que la identidad del conector puede no sobrevivir un flujo de varios pasos. OpenAI Developer Community · Hacker News
-
Claude Code manda tu dirección de mail en el header User-Agent, y el mod que lo frena no cubre las web tools (05-06/11)
El issue 107757 se abrió el 5/11 a las 22:13 UTC: el reportante, en la versión 2.1.318, encontró que durante una búsqueda web Claude Code puso su dirección de mail en el header User-Agent y la mandó a servidores de terceros, y dice que ahora recibe decenas de mails de estafa por día. La causa que señalan en el hilo no es un feature: Wikipedia le pide a los clientes automatizados que incluyan una dirección de contacto en el User-Agent, y Claude usó la dirección de la cuenta en una llamada a curl mientras investigaba ahí. La respuesta de Anthropic es cc-plugin-privacy, un mod incorporado que viene desde 2.1.317, prendido por defecto y apagable en /plugins, cuyo código se subió a mods/privacy el 6/11 a las 00:00 UTC. El hueco es la parte que importa: el mod chequea solo llamadas de Bash, PowerShell y Monitor, y rechaza una llamada únicamente si la entrada contiene la dirección de la cuenta y nombra un User-Agent; WebFetch, WebSearch y las herramientas MCP no se chequean, así que el camino exacto del reportante no está cubierto, y tampoco lo están la dirección metida en una URL, en un cuerpo de pedido o en un header From:, ni los valores calculados en tiempo de ejecución, en variables o en archivos. El propio README lo llama una cortesía y no un límite. Peor: dos usuarios en 2.1.318 dicen que cc-plugin-privacy no les aparece en /plugins, y un tercero reprodujo el caso documentado en 2.1.317 y 2.1.318 y vio el comando ejecutarse en vez de ser rechazado. La frase de un desarrollador de Claude Code sobre por qué el modelo lo hace —"Claude aparentemente tiende a decidir que vale la pena seguir esta política, y ahora lo prohibimos programáticamente"— cerró con "por esto la alineación importa y es altamente no trivial", y en el hilo cayó mal. La acción concreta: chequear que el mod aparezca en /plugins, y no contar con él para llamadas de herramientas web. 1.003 puntos en Hacker News. clauding.de · Hacker News
-
Ricursive saca Ripple-65B Preview: densa, Apache 2.0 y 80,5 en Terminal-Bench 2.1 (04/11)
Lo raro del lanzamiento es que sea densa: 65.000 millones de parámetros sin mixture-of-experts, 80 capas, d_model 5120, 12 billones de tokens de pretraining y un post-training liviano enfocado en coding agéntico, con hasta un millón de tokens de contexto y licencia Apache 2.0. El titular de 80,52 en Terminal-Bench 2.1 sale con OpenCode como harness, y el propio model card aclara que con el harness oficial Terminus 2 los números dan más bajo. El resto del cuadro es más modesto: 76,5 en SWE-bench Verified contra 81,6 de Reflection Beam, 61,42 en SWE-bench Pro v1.0 contra 66,1, 71,67 en MCP Atlas contra 80,8 y 44,3 en DeepSWE 1.1 contra 60,0 de Muse Spark Open. Vienen cuatro variantes —BF16 instruida, NVFP4, base y un draft model de speculative decoding llamado DFlash2— y la referencia de velocidad son 250 tokens/segundo en 2×B200 a batch 8, antes de cuantizar o meter kernels propios. La empresa dice haber gastado unos 32 millones de dólares de I+D en total, estimación propia sin auditar, y al momento de publicarse no había ninguna reproducción independiente de los benchmarks. Developers Digest · MarkTechPost
-
Robótica: Stringman, un robot de cables a escala de habitación por 795 dólares, open source y certificado OSHWA (03/11)
La idea esquiva el problema que tienen los robots con ruedas y con patas: cuatro motores anclados en las esquinas del techo tiran de líneas que sostienen una pinza, así que el alcance es toda la habitación incluido el piso desordenado. La fuerza de levantamiento se reparte entre los cuatro motores, la pinza cuelga debajo de su pivote y una cancelación activa de balanceo la estabiliza sin motores extra, con la tensión topeada en 28 N. Soporta habitaciones de 3 a 10 metros de diagonal y 2,3 a 4 de alto, se mueve a unos 0,4 m/s y carga alrededor de 1,9 kg promedio en una habitación de 7×7×3. La visión son dos cámaras en los anclajes y una en la pinza, con una PC externa corriendo el controlador y Raspberry Pi en anclajes y pinza; las piezas son impresas en 3D y la página reporta unas 1.000 horas de prueba en casas. Lo que lo vuelve interesante para cualquiera que quiera experimentar con manipulación: CAD mecánico, PCBs y software de control publicados, operación 100% en red local sin que salgan datos, e integración con LeRobot, API de Python y servidor MCP en curso, con entrenamiento de comportamientos nuevos a partir de unos 50 episodios. La página no nombra licencia para el código propio y no da fechas de envío. Neufangled Robotics
-
Postman instala plugins y hooks en Codex, Claude Code y Cursor sin pedir permiso, y el reporte escala en Hacker News (03-04/11)
El issue —abierto el 25 de octubre sobre Postman desktop 12.33.4 en macOS— describe que abrir la app dejó cambios no pedidos en los agentes de código: un plugin de Postman instalado para Codex y otro para Claude Code, el CLI de Postman aparte, una conexión MCP remota que fallaba con errores de autenticación, y un hook de SessionStart que le indica a los agentes cargar la skill de API de Postman para "tareas no triviales de ingeniería de API", mucho más amplio que un pedido explícito. Los logs muestran origen de instalación auto-existing-upgrade, y el reportante dice que el instalador intenta aprobar su propio hook. Lo que reavivó el caso son los reportes nuevos: el 3 de noviembre otro usuario vio el mismo patrón en 12.31.3 actualizándose a 12.35.1 al abrir, con el plugin de Cursor marcado como "already-installed", y el 4 aparecieron entradas del marketplace de Postman en la configuración de Copilot CLI que el menú de desinstalar no saca. Postman no respondió en el hilo. El dato que conviene no exagerar es el del título que circula en Hacker News: ni el reportante original ni los que siguieron presentaron evidencia de exfiltración de datos de API —lo que está documentado son cambios de integración y de instrucciones, no subida de datos—. Igual la lección operativa es concreta: la configuración de tus agentes de código es superficie de ataque de cualquier app de escritorio que instales, y conviene versionarla y revisarla. GitHub
-
Meituan lanza LongCat-2.5: 1,6 billones de parámetros totales, multimodal nativo y entrenado íntegramente con chips chinos (03/11)
El modelo tiene unos 48.000 millones de parámetros activos por token, 1M de contexto de entrada y 128K de salida, y la visión está plegada en el backbone: las señales visuales se convierten en tokens discretos multinivel, así que un solo vocabulario y un solo objetivo cubren imagen y texto. Los números que publica la empresa apuntan a tareas agénticas largas: BrowseComp 91,9, Terminal Bench v2.1 88,4, PaperBench 82,1, MCP Atlas 83,1 y DeepSWE v1.1 64,6. Hay dos asteriscos grandes. El primero es la disponibilidad: LongCat-2.5 sale solo por API —se puede usar desde scaffolds como Claude Code o Codex cambiando la base URL—, mientras que el open-weights sigue siendo LongCat-2.0 bajo MIT. El segundo es que los benchmarks son del proveedor y todavía no hay pruebas independientes. Lo que sí es verificable y pesa en el plano geopolítico es el entrenamiento sin silicio de Nvidia: LongCat-2.0 se entrenó en un clúster doméstico de 50.000 placas, y para 2.5 la empresa reporta serving W4A4 sobre aceleradores nacionales con +43,3% de throughput de prefill y +42,77% de decode contra W8A8. Caixin Global · LongCat · Tech Times
-
Langflow arrastra cuatro CVEs nuevos, dos de ellos 9.8 sin autenticación, y el login automático venía prendido por defecto (02/11)
El boletín de IBM lista CVE-2026-93680 (9.8, bypass de restricciones de seguridad por autenticación impropia) y CVE-2026-110186 (9.8, ejecución de código arbitrario por control impropio de generación de código, alcanzable a través de la enumeración de herramientas MCP), ambos sin cuenta; más CVE-2026-110193 (8.8, un usuario con pocos privilegios hace que el Agentic Assistant genere y envíe código de componente que corre comandos del sistema) y CVE-2026-110192 (6.5, exposición de credenciales mal protegidas). El rango afectado es todo, de 1.0.0 a 1.12.8, y el único arreglo es 1.13.0, del 22 de octubre: no hay workaround. El detalle de configuración que convierte esto en algo peor es que LANGFLOW_AUTO_LOGIN venía activado por defecto en 1.12.8 y logueaba a los usuarios como superusuarios; 1.13.0 lo apaga. Hay módulo de Metasploit para el primero, y el 29 de octubre IBM publicó además registros para otros 29 agujeros de Langflow, incluido un CVE-2026-104339 de 9.8 con ejecución de código sin autenticar. Si tenés un Langflow expuesto, es el parcheo de la semana. The Hacker News
-
Momentic lanza agentes de QA que prueban la app de punta a punta desde un prompt y devuelven los tests como archivos en el repo (02/11)
El agente, llamado Mo, prueba web, iOS y Android, reporta bugs con pasos de reproducción y convierte las corridas en tests de regresión para los pull requests. La decisión de diseño que lo hace adoptable es dónde viven los tests: pasos y aserciones quedan en archivos YAML en tu repositorio, revisables por el equipo y por los agentes de código, y un CLI los corre local y en CI con el exit code como check obligatorio de merge o deploy. Se arranca una sesión desde un agente de código vía MCP, desde un comentario o label en el PR, o con el CLI qa, y Mo prueba el preview deployment del PR. Trae auto-healing cuando cambia la UI —con "permanent healing" que propone ediciones al archivo de test para revisión—, triage que clasifica las fallas como bug de app, flakiness o problema de entorno usando capturas y traces, y un app graph que mapea pantallas y flujos vistos. Los números son del proveedor y conviene tratarlos así: en su propio QA Bench sobre 20 áreas de Gitea, Metabase, Twenty y Saleor, con 60 minutos por área, Mo encontró unos 269 bugs etiquetados contra 86 del siguiente mejor agente; Quora reporta pasar de 7 horas a 30 minutos de ejecución diaria de tests. Momentic · Launch HN
-
Prospero: un harness de agentes de código escrito en C++ que corre con dos órdenes de magnitud menos de recursos y nunca espera para siempre (31/10)
Chris Wellons publicó un harness con interfaz Dear ImGui y sin ningún proveedor de modelos adentro: enchufás llama.cpp, OpenRouter o las APIs de Anthropic y OpenAI —una suscripción de Claude no sirve—. Los principios de diseño son los que vale copiar si armás algo parecido: renderizado pasivo, que redibuja solo cuando algo cambia y no toca la GPU en reposo; deadlines en todas partes, donde un comando de shell que vence pasa a tarea de fondo en vez de colgar la sesión; árboles de procesos que mueren juntos, con job objects en Windows; y un motor headless que puede correr en una máquina remota por SSH o WSL mientras la UI queda en el escritorio, con sesiones que siguen sin la GUI enganchada. Soporta subagentes, worktrees de Git, MCP, sesiones forkeadas y cambio de shell a mitad de sesión avisándole al agente. La configuración es un INI en ~/.config/prospero/prospero.ini que puede incluir otros archivos por path o URL, y el autor aclara que los permisos atajan errores tontos, no son un límite de seguridad: para aislamiento real, contenedores. La Community Edition es gratis en GitHub; la Professional, de pago, trae los motores headless. null program
null program OpenAI Anthropic GitHub Claude llama.cpp Windows
-
Android abre el IDE a agentes de terceros con el Agent Client Protocol y suma APIs agénticas sobre MCP (28/10)
El anuncio del Android Dev Summit tiene dos mitades y las dos son accionables. La primera es "Bring Your Own Agent" en Android Studio Rabbit 2: más de 40 agentes de código corren dentro del IDE por el protocolo abierto ACP y no solo las herramientas de Google, con Claude Agent de Anthropic, Codex de OpenAI y Antigravity de Google entre los nombrados, instalables desde un marketplace interno y ejecutables al mismo tiempo; lo que los hace útiles es el acceso a herramientas del IDE —estructura del proyecto, resolución de símbolos, el emulador y Logcat—, que es exactamente el contexto que un agente de código no tiene cuando corre afuera. La segunda es un set de APIs nuevas: la Agentic API en alpha, parte de ML Kit y sobre Gemini Nano 4, para funciones de agente en el dispositivo; la AppFunctions API en beta, que usa Model Context Protocol para que las apps compartan funciones con agentes locales o de sistema; Agent-to-UI (A2UI) en alpha, que deja a un agente mostrar interfaces interactivas de Jetpack Compose en vez de texto pelado; y Connected Apps Platform en preview, que conecta apps con la Búsqueda de Google y la app Gemini por MCP de Android o servidores MCP en la nube. Las integraciones de Connected Apps ya están vivas en la app Gemini y el despliegue en búsqueda web se describe como "en las próximas semanas"; para Rabbit 2 y BYOA el artículo no da fecha de release separada. The Decoder
-
Repos: Drex for Search, de Nace AI, saca 92,05% en BrowseComp-Plus con 12,6 búsquedas por pregunta (26/10)
El punto no es el puntaje sino el costo: queda segundo de 86 entradas con GPT-5, contra 95,18% del primero (AI21 Labs) que necesita 209,27 llamadas de búsqueda, unas 16,6 veces más. Es una capa de recuperación que busca evidencia citada a nivel de página en vez de depender de chunks top-k, y se usa por CLI, SDKs de Python y TypeScript, MCP y REST. Los otros dos números son los más accionables para quien ya tiene un agente andando: en VisDocAgentBench llega a 77,5% R@1 con un planner open-weights Qwen de 27B contra 67,5% de Claude Opus 5, aunque el recall se cae con los saltos —97,5% en preguntas directas, 77,5% con un puente, 57,5% con dos—; y en OfficeQA Pro, sobre 133 preguntas de Treasury Bulletins con nueve pares de agente y modelo, bajó los turnos del agente 62% y los tokens 56% en promedio, con 6% más de precisión y 2,3 veces más rápido (Gemini CLI con Gemini 3.1 Pro pasó de 22,9 a 10,4 turnos y de 54,9% a 61,7% de precisión). Dos advertencias: el artículo de MarkTechPost está patrocinado por Nace AI y las cifras son resultados reportados por la empresa, y no aclara si el 6% de precisión es relativo o absoluto. MarkTechPost · daily.dev
-
Repos: NVIDIA abre SkillSpector, un escáner de seguridad para skills de agentes, con 71 patrones y chequeo de CVEs (27/10)
Es la pregunta que nadie estaba haciéndose hasta esta semana —"¿es seguro instalar esta skill?"— y llega justo después de lo de ayer, cuando un AGENTS.md plantado en la carpeta Downloads logró que Codex instalara malware en más de 90% de los intentos. Escanea repos de Git, URLs, zips, directorios o archivos sueltos de skills de Claude Code, Codex CLI y MCP, busca 71 patrones de vulnerabilidad en 17 categorías —inyección de prompt, exfiltración de datos, escalada de privilegios, riesgos de cadena de suministro y firmas YARA— y revisa CVEs de las dependencias con consultas en vivo a OSV.dev y fallback offline. El análisis estático es rápido y el semántico con LLM es opcional (--no-llm lo apaga). Se instala con uv tool install git+ se corre con skillspector scan./mi-skill/, saca reportes en terminal, JSON, Markdown o SARIF con puntaje de riesgo de 0 a 100, y se puede levantar como servidor MCP (skillspector mcp) para que los propios agentes lo llamen, con archivo de baseline para silenciar hallazgos conocidos. Apache 2.0, y es parte del pipeline de NVIDIA Verified Skills. GitHub
-
Skynet: Symantec documenta un agente de LLMjacking que secuestra modelos expuestos y corre hasta 100.000 pasos sin pedir permiso (23/10)
Lo capturaron con un honeypot que se hacía pasar por un servicio de IA sin proteger, y se llevaron el set completo de instrucciones: unas 74 definiciones de herramientas para escanear internet con FOFA, explotar SSRF, inyección de GraphQL y de comandos, volcar bases por Prisma Studio y manejar una botnet. Los objetivos son servidores de modelos self-hosted, gateways que fronean cuentas pagas y servidores MCP, más despliegues de VS Code, Django, Jupyter, Laravel, Supabase, Next.js y Flask. El honeypot registró más de 127.000 requests externos desde decenas de miles de direcciones distintas. El consejo de Symantec es directo: si expusiste un endpoint sin autenticar, asumí que lo van a encontrar y probar enseguida. Help Net Security · Symantec · The Decoder
-
Repos: headroom comprime salidas de herramientas antes de que lleguen al modelo y promete 20% menos tokens en agentes de código y 60-95% en JSON, con 477 estrellas en el día (21/10)
Es Apache 2.0 y viene en tres formas según dónde lo quieras enchufar —librería, proxy y servidor MCP—, lo que significa que se puede meter en un agente existente sin tocar el scaffolding. La idea es la pieza más desatendida del context engineering: no comprimir el prompt sino lo que vuelve de las herramientas, los logs, los archivos y los chunks de RAG, que es donde se va el presupuesto de contexto en un agente que itera. El rango de ahorro que publica —20% en agentes de código, 60-95% en JSON, "mismas respuestas"— es exactamente la pregunta que hay que verificar antes de adoptarlo, y es autoinformado: no hay eval independiente ni metodología publicada en la descripción del repo. Va por 77.012 estrellas totales y el último push es de hoy. GitHub · Trending
-
Repos: ai-memory da memoria de largo plazo compartida entre más de veinte agentes de código, en Rust, markdown versionado en git y sin una sola llamada a LLM por default (21/10)
Es MIT, sumó 810 estrellas en el día y resuelve un problema muy concreto: salir de Claude Code a mitad de tarea, abrir Codex en el mismo directorio y que el segundo agente reciba un handoff con dónde quedó la cosa, qué falló y qué sigue abierto, en lugar de que cada herramienta tome sus propias notas en una sola máquina. La arquitectura es la parte adoptable: un único binario que corre servidor MCP/HTTP sobre un directorio de datos donde la fuente de verdad es un wiki de archivos.md versionados en git —grepeables, editables a mano, abribles en Obsidian— y la base SQLite es un índice derivado que siempre se puede reconstruir, con captura automática por hooks de ciclo de vida, handoffs tipados que se reclaman una sola vez, y decaimiento de memoria por tiers donde lo que se usa decae más lento. El default de cero llamadas a LLM es lo que lo diferencia del resto de la categoría: captura, búsqueda, handoffs, dedup y marcado de contradicciones funcionan sin API key, y las piezas que reescriben o descartan contenido —compactación, dedup, curvas por tier, el pase "dream" con LLM— vienen apagadas. Las reservas: el proyecto admite estar construido en colaboración con Claude Code, el benchmark de recuperación es propio —reproducible desde el repo, pero propio—, el techo de escritura de unas 700/s es medido por ellos, y Windows nativo sigue marcado como experimental. GitHub · Trending
-
Exa 3.0 agrega un tipo de búsqueda "lite" más barato que la competencia y se autoadjudica el primer puesto en los ocho benchmarks que corrió (20/10)
La actualización de la API de búsqueda web para agentes trae un modelo de embeddings más grande, Dynamic Highlights en disponibilidad general y un type: "lite" que usa el mismo índice que Auto pero sale más barato: 4 dólares por 1.000 requests contra 7 de Auto y 5 de Perplexity, Brave y Parallel, sin cargo extra por los highlights. Los resultados que publica ponen a Exa 3.0 Auto primero en los ocho: BrowseComp 91,8% contra 91,5% de Perplexity, DSQA F1 88,2 contra 87,6, WideSearch F1 56,1 contra 54,0, ATLAS 42,0 contra 37,2, WebCode 75,5 contra 69,9, FinSearchComp 68,0 contra 63,4, y en Company y People FindAll 15,4 y 7,6 entidades promedio. Lo accionable es que hay SDKs oficiales y servidor MCP, así que se enchufa a un agente existente sin tocar el scaffolding. Las reservas son fuertes: Exa corrió los ocho benchmarks por su cuenta y eligió harness, endpoints y modelo del agente, ningún competidor publicó resultados comparables, ATLAS es un benchmark que publicó Exa misma, la ventaja en BrowseComp es de 0,3 puntos, y la API es propietaria y hosteada, sin opción self-hosted. MarkTechPost
-
Un falso acelerador Web3 reparte stealers por npm y además registra un servidor MCP propio en la config del agente de la víctima (19/10)
Elastic Security Labs rastrea la campaña como REF8801: un supuesto "Apex Accelerator" que apunta a fundadores de startups cripto con señuelos de créditos gratis de Claude y Gemini, herramientas de código y auditorías de seguridad, con presencia física en eventos como TOKEN2049 en Singapur para dar el pego. Los paquetes actuales son @apexacc/cli, vendido como asesor de IA, y @apexacc/audit, presentado como servidor MCP con 18 herramientas de seguridad; en julio SafeDep ya había reportado @apexfdn/apex, @copilot-mcp/apex y @apexfdn/copilot-mcp repartiendo el stealer AMOS en macOS. La parte nueva y la que más conviene mirar es el secuestro del agente: los paquetes interceptan y redirigen el tráfico LLM de OpenRouter y agregan un servidor MCP controlado por el atacante a la configuración del agente, lo que expone prompts, historial, fragmentos de código y salidas de herramientas, y permite inyectar instrucciones y controlar las descripciones de herramientas para dirigir cuál usa el agente. Las cadenas son distintas por sistema: en Windows un comando PowerShell en Base64 baja un loader de PyInstaller que intenta bypass de UAC y después un loader en Go que desactiva AMSI y ETW, desengancha ntdll.dll y corre el stealer con exfiltración por Telegram; en macOS un script bash instala el backdoor CloudSyncD y muestra un prompt de autorización falso para capturar la contraseña de login. De yapa, las herramientas de auditoría fabrican hallazgos falsos. Los paquetes y repos ya no están accesibles; los dominios para cazar son apexaccs[.]org, apexfdn[.]xyz, 0auth-chromium[.]com y ccmihr[.]com, entre otros, y si alguna máquina cargó esto hay que rotar credenciales, claves de wallet y sesiones de navegador, y revisar la config de MCP del agente buscando servidores desconocidos. The Hacker News · SafeDep
-
Anthropic se queda con Opaque Systems, que hacía IA confidencial y verificable, y la startup cierra operaciones (19/10)
El equipo entero pasa a Anthropic y el sitio de Opaque dice que la empresa está discontinuando sus operaciones; los términos no se publicaron. Lo que hacían es relevante para quien procesa datos sensibles con modelos: empezaron en confidential computing —usar datos sensibles en sistemas de IA con el hardware protegiéndolos— y después se movieron a lo que llamaban "IA verificable", o sea dar evidencia criptográfica de qué corrió, dónde y bajo qué políticas. Aportaron código abierto al Agent Governance Toolkit, TRACE, Confidential MCP y Weight Custody Manifest. El proyecto venía del RISELab de Berkeley hace cerca de una década, con Ion Stoica —cofundador de Databricks y Anyscale— y Raluca Ada Popa, hoy en Google DeepMind, entre los fundadores, y Aaron Fulkerson como CEO desde 2023; este año habían levantado una Serie B de 24 millones a 300 millones de valuación, con Anthropic, ServiceNow y Accenture entre los clientes. Las dos preguntas abiertas son qué va a hacer Anthropic con la tecnología, que no dijo, y qué pasa con los clientes existentes durante el cierre. SecurityWeek
-
Repos: REA sumó 32.314 estrellas en un día y pasó las 329.000 totales, cuatro veces lo que tenía hace una semana (19/10)
Sigue de las 25.585 diarias y unas 86.000 totales del 11 de octubre: la curva no se desinfló, se multiplicó, y hoy vuelve a ser el número uno del trending con un margen enorme sobre el segundo. El proyecto es el mismo —un MCP y una CLI para hacer ingeniería inversa con agentes sobre binarios nativos, apps JavaScript y Electron, assemblies.NET, APKs y dispositivos Android, apps Flutter, sitios, capturas de red, firmware y bases SQLite, siempre con el análisis local y devolviendo hallazgos con evidencia y limitaciones—, y anda con Claude Code, Codex, Cursor y Gemini CLI. Dos cosas que no cambiaron y conviene repetir: los requisitos reales son más que el npx rea-agents setup —el análisis nativo pide Hopper, Ghidra o IDA ya instalados, y Android pide JADX; solo JavaScript estático se salva—, y sigue sin haber benchmark general de acierto sobre targets arbitrarios. Licencia MIT para el código propio, Node 22.19+, 24.11+ o 26+. Con esta tracción apareció un riesgo nuevo que el propio README marca: bajarlo solo de las fuentes oficiales, porque un repo con este volumen de instalaciones es un blanco obvio de typosquatting. GitHub · Trending
-
NVIDIA abre todo Run:ai con Apache 2.0, incluido el fraccionamiento de GPU que antes era propietario (18/10)
Es lo más accionable del día para cualquiera que comparta GPUs entre equipos: el monorepo trae control plane, servicios de cluster, instalador, CLI y un servidor MCP, y se puede inspeccionar, forkear y autohostear sin suscripción. Son cuatro componentes modulares y se pueden usar por separado: el KAI Scheduler, nativo de Kubernetes, con gang scheduling, fair share por tiempo, topology awareness, bin-packing y soporte de DRA, y que ya es proyecto CNCF Sandbox; el GPU Fractioning Operator, que parte GPUs con fracciones nativas de CUDA 13.4 y límite duro de memoria por workload, es agnóstico del scheduler y exporta métricas por pod —reemplaza el fraccionamiento propietario anterior—; KAI Resource Management, que agrega proyectos, departamentos, cuotas y node pools; y Workload Map, una librería en Go que describe tipos de workload como PyTorchJob, RayCluster o servicios KServe y que no agenda ni escala nada. Para probarlo sin GPU hay un local-dev.sh en macOS o Linux que levanta un cluster Kind de 5 nodos con 8 Tesla-A10 simuladas; con GPUs reales pide Linux, Docker y el NVIDIA Container Toolkit, y no soporta aceleradores de AMD ni de Intel, ni Windows. Dos límites a tener claros: esta edición no trae soporte enterprise, y NVIDIA no publicó ningún benchmark a nivel plataforma para el release. MarkTechPost · GitHub
-
Voxel51 3.0 apunta a IA física: series temporales multimodales, etiquetado agéntico y 45 herramientas MCP (17/10)
La plataforma de datos para equipos que entrenan sobre sensores de robots, vehículos y fábricas suma varias cosas que apuntan al mismo problema: ver varios streams de sensores sobre una misma línea de tiempo con embeddings por segmento para encontrar momentos dentro de grabaciones largas, etiquetado unificado de 2D, 3D, video y multimodal con QA automatizado y revisión humana en el loop, y un Agente Voxel51 que encadena búsqueda, curación, anotación y evaluación con más de 45 herramientas MCP, más de 80 operadores y 18 skills open source. Completan procedencia de datos en cuatro capas —logs de actividad de despliegue y de dataset, historial de edición a nivel muestra y versionado inmutable— y búsqueda híbrida que combina consultas semánticas, léxicas y de metadatos sobre un índice persistente armado con LanceDB. Soporta MCAP, imágenes, video, nubes de puntos 3D, mallas, DICOM, NIfTI, geoespacial y audio, con despliegue hosteado, on-prem o air-gapped. La capa gratuita da 30.000 inferencias y 30 horas de cómputo por mes, 3 datasets de hasta 10.000 muestras y 20 GB; la plataforma en sí no se declara open source, solo las skills del agente. MarkTechPost
-
DishwasherBench: un benchmark que mide si los modelos de frontera saben cargar un lavavajillas, con física simulada y episodios verificables (13/10)
Composo liberó la versión 0.1.0 de un juego —Spotless— donde el jugador carga un modelo 3D de un Bosch SMV4HAX40G y después corre una simulación de cuerpo rígido del lavado Eco 50, con chorros, gotas, escurrimiento, suciedad y química de detergente; se juega en el navegador o por MCP, y cada ítem que sale limpio —a lo sumo 4 motas y 4 mm² de suciedad visible— da puntos. Lo valioso metodológicamente son dos decisiones: desde el segundo nivel no entra todo, así que el modelo tiene que elegir qué cargar y cómo, y los episodios quedan grabados para verificarse reproduciendo las acciones y lavando de nuevo. Los resultados publicados son deliberadamente modestos: solo dos modelos jugaron, gpt-6.1-sol saca 86,4% en el nivel Breakfast y 70,8% en Dinner party, gpt-6-astra 79,5% y 74,7%, y el propio repo aclara que un episodio por celda es "una anécdota, no un resultado de benchmark". La limitación declarada también importa para no sobreleer los números: los puntajes son confiables para vasos, tazas y ollas boca arriba y para suciedad proteica, pero todavía no para platos y apilado de cubiertos. Licencia MIT, sin afiliación con Bosch ni Reckitt. GitHub
-
Google llevó agentes de verdad a Gemini Enterprise: reciben objetivos, no instrucciones, y tienen cuenta de Workspace con email propio (08/10)
El agente planifica el trabajo, carga skills y herramientas, delega en subagentes y se conecta a Workspace, Microsoft 365, Slack, Jira, Confluence, Git, BigQuery, Databricks, Postgres, Snowflake y cualquier servidor MCP dentro o fuera de la red. Lo más raro del diseño es la identidad: el agente tiene su propia cuenta con dirección de correo y contexto de equipos, zonas horarias, aprobadores y calendarios, se lo invoca etiquetándolo, mandándole un mail o agregándolo a un chat de grupo, y sus acciones quedan en una auditoría atribuida a él y no a una persona. Elige modelo solo por defecto, pero se puede forzar uno a mano incluyendo modelos de terceros, y el primero disponible es Claude. Arranca por empresas —probaron On, Shopify y PayPal— y llega a consumidores después; Pichai dijo que Gemini pasó los 1.000 millones de usuarios mensuales activos. TechCrunch
-
Repos: rea apareció en el trending con 15.335 estrellas en el día para hacer ingeniería inversa con agentes, de binarios nativos para arriba (09/10)
Lo que expone es la misma capacidad por CLI y por servidor MCP: abrir una app, recuperar código legible, strings y símbolos, rastrear cómo funciona una feature y armar una versión compatible en el proyecto propio. La parte interesante del diseño es la trazabilidad: cada conclusión queda con un registro "Evidence v2" que anota proveedor, confianza y limitaciones, y el README aclara explícitamente que no recupera el código fuente original ni clona apps. Hopper es el proveedor de análisis profundo principal, con un camino de solo lectura por Ghidra en Linux y Windows x64 experimental, y las capacidades dinámicas vienen apagadas por defecto y piden política del operador más aprobación por llamada. Se instala con npx --yes rea-agents@latest setup, que autoconfigura Claude Code, Claude Desktop, Codex, Cursor, Gemini CLI y Windsurf si los detecta. Licencia MIT; pide macOS 12+, Ubuntu 24.04+, Fedora 41+ o Arch, y Node 22.19+ o 24.11+. GitHub · Trending
GitHub Trending GitHub Claude Gemini Claude Code Gemini CLI Windows Linux
-
De 15.465 servidores MCP públicos indexados en cinco registros, hay dominios caídos que cualquiera puede re-registrar por 4 dólares al año (06/10)
El relevamiento es de OX Security y deduplica a 5.095 hostnames únicos. El 15,6% resuelve fuera de Estados Unidos, con 19 servidores en China y 18 en Rusia; el 0,45% enruta por túneles de consumo tipo ngrok-free, o sea que corre en la máquina personal de alguien; y el 2,3% son dominios colgados que ya no resuelven, de los cuales seis están libres y se compran por entre 4 y 12 dólares anuales. El punto estructural es peor que la lista: un servidor MCP remoto puede ejecutar backend distinto del que muestra su repositorio público, y ningún registro revisa nada antes de publicar. Si tu agente consume MCPs de un registro, el chequeo barato es fijar el host y mirar a quién resuelve. The Hacker News
-
Repos: rea explotó con 2.963 estrellas en el día — ingeniería inversa con agentes, de la conducta de una app hasta el binario nativo (06/10)
El flujo son tres etapas declaradas: decompilar para recuperar código y metadatos legibles, entender para rastrear cómo está implementada una función, y recrear para construir tu propia versión adaptada a tu stack. Funciona como CLI y como servidor MCP, y rutea por un registro de proveedores: Hopper en macOS, Ghidra si lo traés vos —solo lectura en Linux x64, experimental en Windows x64—, utilidades nativas de macOS para Mach-O, firmas y plists, y un proveedor de grafo de artefactos que recorre ZIP, APK, IPA, ASAR y DMG. Observa además por CDP del navegador y por el V8 Inspector de Electron y Node. La parte que vale copiar es el registro Evidence v2: cada hallazgo queda con confianza, proveedor y limitaciones anotadas, que es exactamente lo que falta cuando un agente afirma cosas sobre un binario. Licencia MIT, se instala con npx rea-agents@latest setup y pide Node 22.19+ o 24.11+. GitHub · Trending
-
Repos: context-mode ataca la otra mitad del problema de contexto y dice bajar 315 KB de salida a 5,4 KB (01/10)
Sumó 357 estrellas en el día sobre unas 24.700, y la idea es que la ventana de contexto se come por los dos lados: un snapshot de Playwright cuesta 56 KB, veinte issues de GitHub 59 KB, un log de acceso 45 KB. Es un servidor MCP con seis herramientas de sandbox: el código corre en un subproceso aislado y solo el stdout entra al contexto, en doce lenguajes. El paradigma que impone es "pensar en código": en vez de leer 50 archivos para contar funciones, el agente escribe un script que cuenta e imprime el resultado. La otra mitad es continuidad: cada edición, operación de git, tarea, error y decisión del usuario queda en SQLite, indexado en FTS5 con ranking BM25, fusión de rankings por RRF, stemming Porter, reranking por proximidad y corrección de typos por Levenshtein —así que al compactar no vuelca todo de nuevo, recupera solo lo relevante—. Funciona sobre 17 plataformas; con hooks dicen ~98% de ahorro y sin hooks ~60%. Nada sale de la máquina: sin telemetría ni cuenta. Licencia Elastic 2.0. GitHub
-
Repos: openrig entró al trending con 622 estrellas en el día proponiendo orquestar Claude Code y Codex como un solo equipo (29-30/09)
La frase con la que se presenta resume la idea: "un harness envuelve un modelo; un rig envuelve tus harnesses". Se define la topología de agentes en YAML —el formato RigSpec—, se levanta todo el equipo con rig up, y hay una UI de terminal que muestra el grafo de topología y el estado de cada agente en tiempo real. Los agentes se hablan entre ellos con rig send, rig broadcast y rig chatroom, y el estado del equipo se puede snapshotear y restaurar. Trae integración con Slack y MCP, corre Claude Code y Codex en el mismo sistema, y va con licencia Apache 2.0 sobre Node 22 y 24. Para quien ya tiene tres terminales abiertas con agentes que no se enteran uno del otro, es lo primero que ataca ese problema de frente. GitHub
-
Repos: VoiceStudio se disparó a 3.481 estrellas en el día y OpenShell aguantó el segundo día con 1.280 (30/09)
Sigue de lo de ayer, donde VoiceStudio ya era el que más crecía: hoy acumula cerca de 49.800 estrellas y encabeza el trending por lejos. Es una app de escritorio que corre en local lo que normalmente se paga por API —clonado de voz desde una grabación de referencia, diseño de voz por descripción de texto, doblaje de video, transcripción y audiolibros en 646 idiomas—, con API local y MCP para meterla adentro de un flujo de agentes. Va con licencia AGPL-3.0 y cada modelo trae la suya, que conviene leer antes de usarlo comercialmente. OpenShell, el runtime de Nvidia que encierra agentes, llegó a 11.366 estrellas al segundo día de trending. GitHub · GitHub Trending
-
H Company liberó Holo4, modelos de peso abierto para agentes de computer-use que manejan GUI, código, MCP y APIs en un mismo flujo (28/09)
Son Holo4-27B denso y Holo4-35B-A3B MoE, más Holotron4 Nano, que aplica el mismo post-entrenamiento sobre el Nemotron 3 Nano Omni de Nvidia. El 27B marca 61,7% en OSWorld 2.0 contra 81,8% de Opus 5.5; el MoE aparece en 30,9% en el propio blog, un número que no cierra con el resto y conviene no citar hasta que lo confirmen. Lo interesante no es solo el modelo: rehicieron el harness para sostener memoria confiable a lo largo de cientos de pasos, que es donde se caen casi todos los agentes de escritorio. Con GGUF de 4 bits y FP8/NVFP4 en el hub se puede correr local hoy, sin depender de la H Models API. Blog de H Company en Hugging Face
-
Google actualizó el harness de agentes de la API de Gemini y sumó APIs de archivos y de credenciales (22/09)
El harness nuevo se llama antigravity-preview-09-2026, corre sobre Gemini 3.8 Flash con el modelo configurable por interacción, y acerca las herramientas y el comportamiento a lo que da el agente de programación Antigravity. Los números que publican: 40% menos tokens de salida en cambios de archivos, hasta 6% más de tareas completadas en trabajos de ingeniería de software y de investigación multiturno, y hasta 16% más de aciertos de caché en conversaciones largas. Lo acompañan dos APIs nuevas: Files, para meter y sacar datos del entorno del agente, y Credentials, para que el agente use servicios de terceros y servidores MCP sin que uno tenga que inventar el plomero. El precio no cambia. Dato de calendario para quien ya esté integrado: antigravity-preview-05-2026 se deprecia el 5 de octubre y después las peticiones se redirigen solas al nuevo. Google AI Studio · Gemini API docs
-
AX duplicó sus estrellas en un día y arrastró consigo al runtime que tiene debajo (22/09)
Sigue de ayer: el orquestador de agentes de Google pasó de unas 3.700 estrellas a 6.888, con 2.324 sumadas hoy, y es el que más crece en las tendencias de GitHub por estrellas del día. Lo nuevo es que Agent Substrate, la pieza sobre la que AX ejecuta los sandboxes, quedó segunda con 498 estrellas hoy, y ahí están los números que explican el diseño: promete diez veces más densidad que un runtime de contenedores estándar, reanudaciones por debajo de 500 milisegundos y más de 500 activaciones de suspensión y reanudación por segundo, con aislamiento de kernel y de red de confianza cero sobre microVMs o gVisor. La apuesta de fondo es que las aplicaciones tipo agente están ociosas la mayor parte del tiempo, así que se puede multiplexar mucho: la demo muestra unos 250 actores con estado repartidos sobre apenas 8 pods de Kubernetes. Es agnóstico del harness, y soporta explícitamente Claude Code, Codex, ADK, LangChain y servidores MCP como actores sandboxeados. GitHub / ax · GitHub / Agent Substrate
GitHub / ax GitHub / Agent Substrate Google GitHub Claude Claude Code
-
Anthropic encabeza las tendencias de GitHub con un repositorio de agentes para servicios financieros (22/09)
anthropics/financial-services acumula 36.078 estrellas y suma 436 en el día. Trae agentes de flujo completo con nombre propio —Pitch Agent, Market Researcher, Earnings Reviewer, GL Reconciler, Month-End Closer, KYC Screener, entre otros— más paquetes de skills por vertical, conectores MCP de datos y plugins construidos por LSEG y S&P Global. La decisión de arquitectura que vale la pena mirar aunque uno no trabaje en finanzas es que cada agente sale por dos caminos desde una sola fuente: se instala como plugin de Cowork o se despliega vía la API de Managed Agents detrás del motor de flujo propio, con el mismo prompt de sistema y las mismas skills. El repositorio aclara que los agentes redactan producto de trabajo de analista para que lo revise un profesional: no recomiendan inversiones, no ejecutan transacciones y no asientan en el libro mayor. GitHub · Finextra
-
Cua sigue subiendo en tendencias con su apuesta a "computer-use 2.0": drivers abiertos, escritorios en la nube y benchmarks (19/09)
23.100 estrellas acumuladas, 1.600 forks, 383 en el día, licencia MIT. Son cuatro piezas separables: Cua Driver, que le da al agente herramientas para inspeccionar y operar apps nativas y navegadores en macOS, Windows y Linux por CLI, MCP o SDKs tipados —con entrega en segundo plano, que deja al agente trabajar sin mover tu puntero ni robar el foco donde la plataforma lo permite—; Cua Fleets, escritorios Linux aislados en la nube con un SDK de sandbox; Lume, para VMs locales de macOS y Linux sobre Apple Silicon; y Cua Bench, para armar tareas, evaluar agentes y exportar trayectorias de entrenamiento, que arranca con una tarea simulada sin VM ni API key. La idea que le da nombre es la que conviene retener: un agente que se mueve entre código, APIs e interfaces gráficas dentro de la misma tarea, en vez de tratar la GUI como último recurso. GitHub
-
Hister entró fuerte en tendencias: un buscador personal que indexa todo lo que leíste y se lo sirve a tu agente por MCP (18/09)
842 estrellas en el día, 4.710 acumuladas, 198 forks, escrito en Go y con licencia AGPLv3. La idea es un índice de texto completo del contenido real de las páginas que visitás y los archivos que guardás, no de títulos y URLs, consultable desde una interfaz web, una TUI, la línea de comandos o un asistente de IA conectado por MCP. Corre local: un binario, hister listen, una extensión de Firefox o Chrome, y ya. Lo interesante para quien arma agentes es el ángulo de contexto: en vez de mandar al modelo a buscar en la web, le das un corpus acotado de lo que vos ya leíste, que es casi siempre lo que hace falta. Soporta filtros por campo, frases, comodines, negación, alias y prioridades de resultado, búsqueda semántica opcional contra un endpoint de embeddings que configurás vos, importación de historial del navegador, crawler propio y multiusuario. Sin telemetría ni sincronización con nube por defecto. GitHub
-
OpenAI publicó su Agents API en beta pública: la misma infraestructura que corre Codex y ChatGPT (11/09)
Permite armar agentes en la nube que corren durante horas, ejecutan código y procesan archivos. Lo que trae de fábrica es lo que normalmente se termina escribiendo a mano: manejo automático de contexto, uso de herramientas en paralelo y delegación de tareas a subagentes. Se puede elegir entre sandboxes hosteadas por OpenAI o socios como Cloudflare, Vercel y Oracle, sin cargos extra —se factura solo por tokens—. Está construida sobre el harness open-source de Codex y soporta MCP, funciones propias y herramientas integradas como búsqueda web. The Decoder · OpenAI
-
El harness que dejó a Astra jugar Portal está publicado, y el patrón sirve para cualquier entorno de tiempo real (07/09)
El repo cozyblaze/portal-agent documenta cómo se resuelve el problema de fondo de poner un modelo a operar algo que no espera: en vez de acelerar al modelo, se frena el mundo. Una versión modificada de SourcePauseTool pausa el juego en cada turno, el agente recibe capturas más estado estructurado —posición del jugador, ángulo de cámara—, decide las entradas y libera la pausa. Todo va por MCP, así que la interfaz entre modelo y entorno es reemplazable. Es la clase de andamiaje que hoy se está reinventando en cada proyecto y que conviene mirar antes de escribirlo de cero. GitHub · The Decoder
-
MathKernel: un núcleo matemático multi-motor con servidor MCP que devuelve evidencia además del resultado (07/09)
Apareció en Hacker News y la idea que lo define es "evidence-aware": en vez de que el modelo confíe en un solo motor de cálculo simbólico o numérico, el kernel enruta a varios y expone con qué se llegó a cada resultado. Se enchufa como servidor MCP, así que cualquier agente que hable el protocolo puede usarlo en vez de hacer aritmética en la cabeza —que es exactamente donde los modelos siguen fallando de manera silenciosa—. Es un proyecto muy nuevo y con poca tracción, así que vale mirarlo por el planteo de verificabilidad más que por madurez. GitHub · Hacker News
-
OKF Agent Memory: memoria persistente para agentes de código que vive en el propio repo, en Markdown y sin base vectorial (06/09)
Apareció en Hacker News y propone algo deliberadamente aburrido: guardar el conocimiento del proyecto como archivos Markdown con frontmatter YAML en un directorio knowledge/, versionados por Git, siguiendo el formato abierto OKF v0.2 de Google. La búsqueda es BM25 léxica en memoria, sin embeddings, lo que según sus benchmarks da menos de 300 microsegundos por consulta y costo cero de API contra los 150-800 ms de una pila con base vectorial. Trae CLI en Go sin dependencias, servidor MCP por stdio para enchufar a Claude Code o Cursor, y un comando bootstrap que arma la estructura completa en cualquier repo. La idea de fondo es divulgación progresiva: índices jerárquicos y grafo de enlaces para que el agente cargue solo los conceptos que necesita, más una regla de "buscar antes de escribir" para evitar duplicar conceptos. Está muy verde —un solo commit, tres estrellas— así que conviene mirarlo por el diseño más que por la madurez, pero el planteo de que la memoria del agente tiene que ser auditable con git diff es la parte que se puede robar sin instalar nada. GitHub · Hacker News
-
Simon Willison publicó un inventario completo de las 232 herramientas y 44 skills de una sesión de ChatGPT Work (31/08)
Es la continuación práctica de su análisis de la semana pasada: en vez de describir el producto, volcó el snapshot entero. La referencia tiene 232 interfaces de herramientas con sus descripciones y declaraciones TypeScript, y 44 skills con el código fuente verbatim de cada SKILL.md, unos 615.000 caracteres de instrucciones. Las categorías dan una idea de la superficie: 89 herramientas de GitHub, 23 de Sites, 21 de Gmail, 15 de Google Calendar, más runtime y archivos, sub-agentes y coordinación, gestión de plugins, recursos MCP, REPL de JavaScript y automatizaciones. Para quien diseña sus propios agentes es material de estudio directo: son prompts de producción de un laboratorio grande, con la advertencia de que la disponibilidad cambia según configuración de sesión, permisos, apps conectadas y plugins instalados. Codex Tool Reference · Hacker News
-
Anthropic presentó el Model Hardware Standard, que quiere ser el MCP del hardware físico (29/08)
Es una especificación que le da a los agentes una interfaz única para leer datos y controlar microscopios, brazos robóticos e instrumental de laboratorio, con un driver MHS por dispositivo que lo vuelve descubrible en un formato común e incluye datos que el software solo no captura —el peso de un brazo, sus límites de seguridad—, cargables en lenguaje natural. Los workflows se pueden guardar como scripts convencionales que después corren sin modelo de lenguaje en el loop. Los números de los pilotos: en Carnegie Mellon conectaron liquid handler, lector de placas, brazo robótico y varias cámaras repartidas en tres computadoras con interfaces incompatibles, y armar los drivers más la orquestación llevó unas ocho horas contra las varias semanas de un setup de proveedor; en la empresa de computación cuántica QuEra, Claude desarrolló un programa de control que devuelve un láser a estado estable tras una perturbación, con 695 de 700 intentos exitosos en una prueba a ciegas. El fracaso también está documentado: en Genentech, al formarse burbujas en una solución viscosa, Claude siguió reiniciando el proceso en el mismo recipiente y empeoró todo hasta que un humano le explicó la causa física. Sale como research preview con HHMI Janelia, open source más adelante, y ya hay soporte en construcción de AWS, Doosan Robotics, QIAGEN, Tecan, Universal Robots, Hugging Face y Raspberry Pi. Anthropic · The Decoder
-
semantica: infraestructura graph-native para contexto y auditoría de agentes, #1 en GitHub Trending
(hoy). Se autodefine como "el Palantir open source para agentes": construye knowledge graphs con provenance W3C PROV-O, registra cada decisión del agente como nodo consultable (record_decision, trace_decision_chain) y razona en forma determinística sin LLM. Incluye MCP server y plugins para Claude Code, Cursor y Windsurf; apunta a dominios regulados donde "¿por qué decidió eso la IA?" tiene que tener respuesta auditable. pip install semantica. GitHub
-
CVSS 10.0 en Paperclip, control plane open-source de agentes de IA
(5 ago). CVE-2026-41679 permite ejecución de comandos en el servidor sin cuenta previa ni interacción de la víctima en deployments accesibles por red con registro default; una segunda vía (CVSS 9.6) compromete la máquina del desarrollador vía una página maliciosa. Fix en v2026.416.0. Mismo día, HashiCorp parcheó un 10.0 cross-tenant en Terraform MCP Server (tokens reutilizados entre usuarios) y Veeam y Django corrigieron críticas propias. Fuentes: THN — Paperclip, THN — Veeam/Terraform MCP/Django.
-
CVE crítico en la plataforma de agentes Ruflo: el bridge MCP expuesto permite RCE
CVE-2026-59726 deja que un atacante sin autenticación ejecute comandos, robe API keys, lea conversaciones y altere la memoria persistente del agente vía el Model Context Protocol bridge. Otro recordatorio de que la superficie de ataque de los agentes (MCP incluido) hay que tratarla como infraestructura de producción. Check Point Research
-
Tooling de documentos para agentes: OfficeCLI y firecrawl/pdf-inspector
. OfficeCLI (binario único, open source) permite a agentes leer/editar Word, Excel y PowerPoint sin Office instalado, con soporte MCP; pdf-inspector (Rust, de Firecrawl) clasifica PDFs escaneados vs. de texto para rutear inteligentemente OCR vs. extracción directa — piezas útiles para pipelines de documentos. OfficeCLI · pdf-inspector
-
GitHub trending: la carrera se movió del modelo a la infraestructura de agentes
El tema dominante en las listas de julio es la orquestación de agentes autónomos —fleets de agentes, servidores MCP, gateways de IA y harnesses de coding— más que nuevos modelos base. Práctica recomendada para quien construye: estandarizar sobre MCP y sumar sandboxing/gobernanza temprano, dado el riesgo operacional de dar a los agentes acceso a sistemas reales. Analytics Vidhya · OSSInsight
-
Cequence suma controles zero-trust para agentes
Cequence Security liberó cuatro capacidades nuevas en su AI Gateway —AI Discovery, API Registry, LLM Registry y Skill Registry— más Agent Personas que atan la "descripción de puesto" de un agente a su modelo, tools y guardrails. AI Discovery descubre agentes, proveedores de IA y servidores MCP ya corriendo desde los logs existentes, y el API Registry permite que los agentes llamen APIs aprobadas sin manejar credenciales crudas. Útil para encontrar "shadow agents" en producción. (AI Agent Store)
-
Bedrock Data lanza "Agent DLP" para inspeccionar tool calls MCP
Nueva capacidad de prevención de pérdida de datos en runtime, pensada para agentes autónomos: se ubica inline en el gateway del agente e inspecciona bidireccionalmente las llamadas y respuestas de tools MCP en tiempo real, con integración nativa a AWS AgentCore y LiteLLM. Da visibilidad sobre qué datos sensibles salen hacia herramientas externas. (AI Agent Store)
-
stitch-skills (Google Labs): librería de "Agent Skills" cross-tool
Skills que siguen el estándar abierto de Agent Skills, compatibles con Gemini CLI, Claude Code y Cursor — señal de que el stack agéntico se está consolidando alrededor de MCP + skills portables. Bueno para reutilizar capacidades entre herramientas. Analytics Vidhya
Analytics Vidhya Google Claude Gemini Claude Code Gemini CLI
-
MCP como primitiva de facto
El tooling de Model Context Protocol sigue generando tracción: servidores especializados que dan a los agentes control de sistemas locales, browsers y librerías de skills (p. ej. DesktopCommanderMCP, y el inspector oficial para testear servidores MCP). Si construís agentes, skills + memoria + sandboxing + MCP ya son ciudadanos de primera clase. Build Fast with AI
-
OpenManus y el auge del tooling de agentes/MCP
El foco de la comunidad se corrió de "mejores LLMs" a "mejores apps de IA": frameworks agénticos, servidores MCP y dev-tools. OpenManus (FoundationAgents) se posiciona como alternativa totalmente abierta a los sistemas de agentes cerrados, y OpenWiki (equipo de LangChain) es una CLI que genera y mantiene documentación "AI-friendly" de tu codebase automáticamente. Analytics Vidhya · Startup Corners — GitHub Trending
-
Meta presenta Muse Spark 1.1 y su primera API paga
Zuckerberg anunció Muse Spark 1.1, un modelo agéntico con contexto de 1M de tokens que, según Meta, compite con GPT-5.5 y Opus 4.8 en evals agénticas y lidera MCP Atlas, JobBench, Humanity's Last Exam y Finance Agent V2. Llega con la primera API de desarrolladores paga en la historia de Meta, en public preview. Es un giro relevante: Meta venía apostando por open-weights como estrategia de commoditización, y ahora abre un carril comercial. Las cifras de benchmark son las que reporta Meta; conviene esperar verificación de terceros. ThursdAI — Releases julio 2026 · llm-stats.com
-
Estándar abierto "Agentic Resource Discovery" (ARD) para agentes de IA
Google, Microsoft, GitHub, Hugging Face, NVIDIA, Salesforce y Snowflake, entre otros, publicaron ARD, una especificación abierta que permite a los agentes localizar, verificar y conectarse en tiempo de ejecución con herramientas, APIs, servidores MCP y otros agentes. Importa porque apunta a estandarizar la interoperabilidad entre agentes, un cuello de botella clave para los sistemas multi-agente que hoy crecen sin reglas comunes. The AI Update (MarketingProfs)
The AI Update (MarketingProfs) Google Microsoft Hugging Face GitHub Nvidia Salesforce