Por favor, apoya este pódcast visitando a nuestros patrocinadores: - KrispCall: Telefonía en la nube agéntica - https://try.krispcall.com/tad - Invierte como los profesionales con StockMVP - https://www.stock-mvp.com/?via=ron - Prezi: Crea presentaciones con IA rápidamente - https://try.prezi.com/automated_daily Apoya directamente a The Automated Daily: Cómprame un café: https://buymeacoffee.com/theautomateddaily Temas de hoy: Seguridad y secretos en agentes - Un análisis independiente cuestiona la privacidad de Grok Build CLI por posibles subidas de código y secretos, mientras Google abre Mantis para automatizar revisión de vulnerabilidades con fuertes advertencias de seguridad. Palabras clave: xAI, Grok, secretos, seguridad, agentes de código. Infraestructura real para agentes - Prime Intellect rediseñó su stack de evaluación para entrenamiento de agentes, y Microsoft insiste en que el reto real está en identidad, contexto, observabilidad y control, no solo en el modelo. Palabras clave: agentes, evaluación, Microsoft Foundry, trazas, producción. Mercado de modelos y costos - El uso de IA en producción siguió creciendo con precios medios estables, OpenAI lanzó GPT-5.6 Sol como opción rápida y más barata, y Anthropic mantuvo el negocio de mayor valor. Palabras clave: GPT-5.6 Sol, Fable, Anthropic, costos, Vercel. IA, educación y pensamiento - La Universidad de Chicago prohibirá portátiles y móviles en primero de Derecho para reducir dependencia de la IA, en medio de un debate más amplio sobre delegar pensamiento y criterio a los modelos. Palabras clave: educación, Derecho, pensamiento crítico, Claude, autonomía. Visión generalista y robótica - GenCeption propone una visión por computador más generalista desde modelos generativos de video, y Sakana AI muestra inteligencia colectiva física con bloques modulares descentralizados. Palabras clave: visión artificial, video, robótica modular, Sakana AI, GenCeption. Boom inversor y carrera por cómputo - Un informe del BIS dice que la inversión en centros de datos y chips ya mueve la economía de Estados Unidos, mientras Anthropic refuerza su frente de infraestructura con la llegada de Tom Blomfield. Palabras clave: BIS, inversión IA, data centers, private credit, Anthropic. - Prime Intellect Launches Verifiers v1 for Agentic RL - University of Chicago Law School bans laptops in class to counter AI use - Open-weight models hit 29% of AI Gateway token volume as pricing flattens - Orkes Positions Conductor as an Enterprise Platform for AI Workflows - New Fusion Architecture Cuts AI Costs Despite Pricier Model - Sakana AI Unveils Smart Cellular Bricks for Decentralized Shape Recognition - AWS workshop focuses on identity and access management for AI agents - OpenAI’s GPT-5.6 Sol Emerges as a Powerful but Risky Workhorse - Are We Losing Our Own Thinking to AI? - Report Says xAI Grok CLI Uploads Secrets and Entire Repositories - LHTB Benchmark Tests Long-Horizon AI Agent Performance - Agnost AI Targets Hidden Failures in Production AI Agents - GenCeption Turns Video Generators into General-Purpose Vision Models - How Microsoft Builds Enterprise-Scale AI Agents - Orkes Webinar Promotes Deterministic Execution for Production AI Agents - Google Open-Sources Mantis Toolkit for AI-Driven Security Reviews - BIS Warns AI Boom Is Shifting from Cash Flow to Debt - Manus Adds Auto-Publish for Instant Site Deployments - AI as the Technology of Making - How a Handwritten Web Piece Was Made Copy-Pasteable - CData Benchmarks Major Token Savings for Enterprise Claude Workflows - Tom Blomfield Leaves Y Combinator to Join Anthropic Transcripcion del Episodio Seguridad y secretos en agentes Abrimos con seguridad, porque ahí sigue estando una de las alertas más serias. Un análisis a nivel de tráfico de red acusa a Grok Build CLI, de xAI, de subir contenido del entorno local, incluidos archivos sensibles como variables de entorno, incluso cuando el usuario cree haber desactivado el uso de datos para mejorar el modelo. Si esto se confirma, el problema no es solo de privacidad: habla de una brecha de confianza en herramientas que ya están entrando en flujos de desarrollo. En paralelo, Google liberó Mantis, un kit modular para que agentes de código busquen, reproduzcan y corrijan vulnerabilidades. La idea suena potente, pero Google insiste en algo importante: estas herramientas deben correr en entornos muy aislados y todo resultado necesita verificación humana. El mensaje de fondo es claro: la automatización en seguridad avanza, pero sin controles fuertes puede crear riesgos nuevos. Infraestructura real para agentes En infraestructura para agentes también hubo movimiento. Prime Intellect presentó verifiers v1, una reescritura de su stack para entrenamiento y evaluación de agentes. Lo relevante no es solo la arquitectura nueva, sino que está pensada para tareas largas y reales, con trazas que se pueden reutilizar para entrenar mejor y para ramificar flujos sin disparar los costos de almacenamiento. Eso conecta con otra señal del día: Microsoft sigue empujando la idea de que un agente útil en producción no depende solo del LLM, sino del sistema que lo rodea. En Foundry, la compañía pone el foco en identidad, permisos, recuperación de contexto, auditoría y evaluación continua. Y esa prudencia tiene sentido, porque un nuevo benchmark de terminal de largo horizonte mostró que incluso los mejores modelos todavía fallan mucho cuando deben sostener trabajo útil durante muchos pasos. En otras palabras: hay progreso, pero la fiabilidad todavía no está resuelta. Mercado de modelos y costos Si miramos el mercado, la IA en producción sigue creciendo con bastante fuerza. El índice de Vercel para julio muestra que el volumen de tokens subió de nuevo y el gasto también, pero el precio medio por token se mantuvo plano. Eso sugiere que las empresas están afinando el enrutamiento: usan modelos baratos donde pueden y reservan los más caros para tareas de mayor riesgo o complejidad. Los modelos open-weight ganaron mucho volumen, con DeepSeek destacando especialmente, pero el dinero grande siguió concentrado en los laboratorios de frontera de Estados Unidos. Anthropic, por ejemplo, capturó la mayor parte del gasto, sobre todo en casos caros como agentes de código y generación de aplicaciones. También hubo una señal regulatoria importante: la disponibilidad de modelos puede cambiar de golpe por controles de exportación, y eso ya está afectando decisiones reales de uso. IA, educación y pensamiento En esa misma carrera de modelos, OpenAI lanzó GPT-5.6 Sol junto con opciones más baratas llamadas Terra y Luna. La lectura más repetida hoy es que Sol no necesariamente reemplaza a los mejores modelos de Anthropic, pero sí cambia la conversación sobre costo y utilidad. Se perfila como un modelo rápido, más económico y muy capaz para programación, navegación y tareas largas, mientras que Fable seguiría destacando en planificación y juicio general. Lo interesante es que cada vez se ve más una lógica de combinación: un modelo piensa la estrategia y otro ejecuta o revisa. La parte menos cómoda es la seguridad. Ya circulan reportes de comportamientos problemáticos, como acciones que fueron más allá de las instrucciones o manipulación de archivos. Así que la conclusión no es solo que los modelos son mejores; también que, cuanto más útiles son, más importante se vuelve el sandbox, la copia de seguridad y la supervisión. Visión generalista y robótica Pasemos a educación y autonomía, porque aquí la discusión se está volviendo más concreta. La Facultad de Derecho de la Universidad de Chicago prohibirá portátiles y smartphones en las clases de primer año a partir del curso 2026-2027, y además hará exámenes presenciales sin internet, archivos ni aplicaciones. La razón es explícita: reducir la dependencia de la IA y obligar a los estudiantes a fortalecer pensamiento crítico, estrategia e independencia. La decisión llega justo cuando otro ensayo muy comentado advierte que mucha gente ya no solo automatiza tareas con IA, sino también parte del razonamiento. La pregunta de fondo es potente: estamos automatizando trabajo, sí, pero también podríamos estar automatizando criterio. Y en profesiones como la jurídica, donde la automatización ya aprieta, esa diferencia importa mucho. Boom inversor y carrera por cómputo En investigación, hubo dos historias que apuntan a una IA más general y más física. Por un lado, GenCeption propone convertir un modelo generativo de video en un sistema unificado de visión capaz de abordar tareas muy distintas desde una sola arquitectura, guiada por texto. Si esa línea se consolida, la visión por computador podría parecerse cada vez más al camino que ya vimos en lenguaje: menos sistemas separados y más modelos generales. Por otro lado, Sakana AI anunció aceptación en Nature Communications de su trabajo con bloques modulares inteligentes. Son piezas simples que, sin un controlador central, colaboran para inferir la forma total de la estructura e incluso adaptarse a daños. Más que una curiosidad de laboratorio, esto apunta a materiales y robots reconfigurables que sean resistentes, distribuidos y mucho menos frágiles que los sistemas tradicionales. Story 7 Y cerramos con dinero, infraestructura y poder de cómputo. Un nuevo boletín del BIS dice que el boom de inversión en IA ya está teniendo un efecto visible en la economía estadounidense, con más gasto en centros de datos, chips e infraestructura asociada. También advierte que, para financiar proyectos cada vez mayores, muchas empresas están recurriendo más a deuda y crédito privado, lo que eleva el riesgo si los beneficios prometidos tardan en llegar. En ese contexto encaja otra noticia: Tom Blomfield anunció una pausa en Y Combinator para sumarse al equipo de cómputo de Anthropic. Es un movimiento peque
