Grok 4.7: ¿Bajas tus expectativas?

Amazon acaba de cerrarle la puerta al agente de IA de Meta, Muse, bloqueándolo activamente para que no compre en Amazon.com. Las razones oficiales citadas fueron falta de permiso, no identificarse y preocupaciones de seguridad sobre cómo Muse maneja las credenciales de usuario.

Este es el primer gran disparo en las guerras de plataformas agénticas. Hemos pasado dos años obsesionados con si los agentes son lo suficientemente inteligentes como para navegar por la web, ignorando por completo si la web realmente los dejará entrar. Amazon no tiene ningún incentivo para permitir que Meta sea dueño de la relación con el cliente y extraiga sus datos de conversión.

Si estás construyendo agentes orientados al consumidor, tu mayor amenaza existencial no es una ventana de contexto, es ser baneado por IP por las tiendas más grandes del mundo. Deja de asumir que internet seguirá siendo un patio de juegos abierto para tus herramientas automatizadas.

Xiaomi acaba de lanzar MiMo-V2.6-Pro, un modelo omnimodal de "open weights" que debutó inmediatamente en la cima del Artificial Analysis Intelligence Index para "open weights".

Esto no vino de Meta, Mistral o un laboratorio de San Francisco fuertemente financiado. Vino de un gigante del hardware más conocido por sus "smartphones" económicos y "scooters" eléctricos.

La frontera de la IA se está descentralizando más rápido de lo que los "incumbents" quieren admitir. Cuando una empresa de hardware puede lanzar un modelo abierto de última generación como un proyecto secundario, el "moat" para las empresas de modelos fundacionales "pure-play" se evapora oficialmente.

Fuli Luo, un ex ingeniero de DeepSeek que ahora lidera los esfuerzos en Xiaomi, ha comenzado a publicar en vivo las ejecuciones finales de entrenamiento de "Reinforcement Learning" de la compañía. El nivel de transparencia en sus métricas internas es completamente anormal para un modelo de esta escala.

Mientras OpenAI y Anthropic tratan sus datos de RLHF como códigos de lanzamiento nuclear, Xiaomi los trata como un repositorio de código abierto.

Esto no es solo altruismo; es una táctica de reclutamiento. Al construir en público, Xiaomi está señalando a los mejores talentos de investigación que no estarán encerrados en una caja negra. Para la comunidad en general, es una clase magistral sobre cómo funciona realmente el RL omnimodal moderno.

Google ha presentado Empirical Research Assistance (ERA), un sistema impulsado por Gemini diseñado para automatizar soluciones a problemas científicos. Si un problema puede reducirse a una 'tarea puntuable', ERA mutará continuamente "notebooks" de experimentos prometedores hasta que encuentre una solución.

Este es un salto masivo de la IA como interfaz de chat a la IA como motor de descubrimiento por fuerza bruta. Convierte el método científico en un problema de optimización limitado por la computación.

Para los departamentos de I+D empresariales, esta es una señal clara para reestructurarse. El cuello de botella ya no es ejecutar los experimentos; el cuello de botella es definir las métricas de puntuación con la suficiente precisión para que ERA no optimice para lo incorrecto.

Los participantes en una competición de Kaggle de Google para la detección de estelas de condensación se llevaron el premio no por construir un mejor modelo de visión, sino por identificar y explotar un error de medio píxel en las etiquetas del conjunto de datos.

Optimizaron perfectamente para la métrica, ignorando por completo la física del problema en el mundo real. Esto es la Ley de Goodhart en acción: cuando una medida se convierte en un objetivo, deja de ser una buena medida.

Si estás entrenando modelos con conjuntos de datos estáticos, tu "checkpoint" de mayor rendimiento podría ser el que memorizó los errores de tu "pipeline" de datos. Siempre mira los resultados, no solo la curva de pérdida.

El equipo de John Platt ha utilizado con éxito la IA para resolver el problema contrafactual de modelar las estelas de condensación de los aviones. Al mapear con precisión los efectos de retención de calor y la luz solar reflejada, han descifrado una variable que representa aproximadamente el 1% del calentamiento global inducido por el hombre.

El modelado climático siempre ha tenido dificultades con fenómenos dinámicos y transitorios como las estelas de condensación. Los motores de física tradicionales son demasiado lentos, pero la IA puede aproximar los contrafactuales a escala.

Aquí es exactamente donde la IA brilla en el mundo físico: no reemplazando el juicio humano, sino desenredando sistemas caóticos y de alta variabilidad que antes eran imposibles de medir con precisión.

Nathan Lambert anunció un nuevo artículo titulado 'Never Give Up', que detalla un método para asignar más computación a problemas más difíciles en el "Reinforcement Learning". La técnica implica muestrear más intensamente con alta probabilidad cuando los grupos GRPO producen "completions" incorrectas.

En lugar de tratar todos los "prompts" por igual durante el RL, este enfoque dirige dinámicamente la computación a los casos extremos con los que el modelo realmente está luchando.

Es una forma altamente eficiente de obtener ganancias de problemas de RL más difíciles sin escalar ciegamente el recuento total de parámetros. Si estás "fine-tuning" modelos para un razonamiento complejo, la asignación dinámica de computación durante el entrenamiento es el nuevo punto de referencia.

Devansh desglosó recientemente por qué las empresas de IA están invirtiendo billones en LLMs y cómo sus distintas condiciones de victoria moldean sus estrategias. OpenAI, Anthropic y Google no solo están construyendo modelos diferentes; están construyendo hacia visiones completamente diferentes de la interacción con la IA.

OpenAI quiere ser el sistema operativo del consumidor. Google quiere proteger su monopolio de búsqueda y su nube empresarial. Anthropic apunta a la capa empresarial de alta confianza y crítica para la seguridad.

Si estás construyendo sobre estos modelos, necesitas alinear tu producto con la condición de victoria final de tu proveedor. Si construyes un "wrapper" de consumidor sobre Anthropic, no te sorprendas si su hoja de ruta te ignora.

Scott Alexander intentó publicar una larga refutación a la crítica de Venkatesh Rao sobre el altruismo efectivo, solo para encontrarse bloqueado. Las restricciones del "paywall" de Substack en comentarios, respuestas y mensajes privados obligaron a Alexander a publicar su respuesta en su propio Substack.

Esto destaca la creciente fricción en la publicación descentralizada. Cuando las plataformas priorizan la monetización sobre la interoperabilidad, las conversaciones reales se rompen y se fragmentan a través de "walled gardens".

Para los desarrolladores, es un recordatorio de que depender de plataformas de terceros para la participación de la comunidad siempre conlleva un riesgo de plataforma. Sé dueño de tu audiencia y de tu infraestructura.