Mistral duplica precios de Large 4 de la noche a la mañana

Anthropic entra oficialmente en la contienda de los asistentes personales con Claude Duet. Impulsado por Opus 5.5, el nuevo agente está disponible como aplicación móvil y UI en línea, presumiendo de memoria, habilidades dedicadas y más de 6.000 conectores y plugins.

El objetivo es la ejecución proactiva de tareas, posicionando a Duet directamente contra Dots de OpenAI y Muse de Meta. Pero acoplar 6.000 plugins a un LLM no crea mágicamente un asistente personal cohesionado. El cuello de botella en la IA personal rara vez es la falta de integraciones; es la capacidad del modelo para orquestarlas de forma fiable sin requerir una supervisión humana constante para corregir sus errores.

Anthropic está tratando de ponerse al día en un mercado de consumo que antes ignoraba. Duet parece impresionante sobre el papel, pero los agentes proactivos viven o mueren por su tasa de fallos. Si Opus 5.5 alucina una invitación de calendario o desvía una reserva a través de uno de esos miles de plugins, los usuarios lo abandonarán.

OpenAI ha introducido el almacenamiento en caché de prompts de 12 horas para su API, un beneficio directo para los desarrolladores que ejecutan agentes siempre activos. Junto con esto, lanzaron una caché persistente no expiratoria específicamente para los usuarios de Codex que han iniciado sesión.

Esta actualización aborda directamente el costoso 'impuesto de tokens' asociado con los hilos de desarrollo de larga duración. Al permitir la continuidad sin obligar a los usuarios a pagar repetidamente por el mismo contexto, OpenAI está haciendo que las sesiones de codificación prolongadas sean significativamente más baratas y eficientes.

Esta es una victoria silenciosa y estructural que socava sutilmente a competidores como Claude Code en la gestión de hilos a largo plazo. La conveniencia del desarrollador finalmente dicta la lealtad a la plataforma, y eliminar la fricción de la facturación por ventana de contexto mantiene a los desarrolladores atados al ecosistema de OpenAI.

La popular biblioteca de Python LiteLLM lanzó una versión 1.107.0 comprometida, exponiendo a los desarrolladores a un grave ataque a la cadena de suministro. La actualización comprometida contenía un ladrón de credenciales diseñado para robar claves de API de la nube, SSH y LLM.

La parte más cruel de esta brecha es que castigó específicamente a los usuarios que siguieron las mejores prácticas de seguridad al actualizar sus dependencias de inmediato. El stack de desarrollo de IA depende en gran medida de paquetes de terceros para moverse rápido, pero esa velocidad viene con una superficie de ataque en expansión.

Confiar en wrappers de código abierto para el enrutamiento de API es un riesgo calculado. Este incidente demuestra que los atacantes saben exactamente dónde están los puntos débiles en el stack de un desarrollador de IA. Si actualizaste LiteLLM recientemente, considera tus claves comprometidas y rotalas de inmediato.

Los agentes Gemini 4 Argon de Google han logrado superar Minecraft desde cero en 27 horas. La hazaña requirió cuatro agentes trabajando autónomamente para resolver las mecánicas de progresión del juego.

Si bien completar el juego es un hito notable para la resolución autónoma de problemas, los agentes murieron 605 veces en modo fácil para lograrlo. Este enfoque de fuerza bruta destaca una brecha evidente entre la persistencia computacional pura y la maestría estratégica real.

El resultado es impresionante, pero no elegante. Lanzar computación sin fin a un entorno virtual hasta que un agente tropieza con una condición de victoria demuestra que podemos escalar el aprendizaje por refuerzo, pero también muestra lo lejos que estamos de una IA que aprenda eficientemente al primer intento.

Los atacantes han logrado vulnerar tanto Railway como OpenCode, pero su objetivo no eran los datos de usuario ni el código fuente. En cambio, los ataques se dirigieron específicamente a las claves de API de LLM.

Estas claves son ahora activos de gran valor en el mercado negro. Los hackers las están robando para financiar esfuerzos de destilación de modelos o para obtener acceso directo y gratuito a servicios de inferencia vinculados a tarjetas de crédito. El enfoque ha cambiado del robo de datos tradicional al secuestro de recursos computacionales.

Esto expone una vulnerabilidad crítica en la forma en que se asegura la infraestructura de IA. Los desarrolladores tratan las claves de API como contraseñas, pero en realidad son talonarios de cheques abiertos. Hasta que las plataformas implementen límites de uso más estrictos y conscientes del contexto por defecto, las claves robadas seguirán siendo el objetivo más lucrativo en el stack del desarrollador.