Esta semana el tablero se reordenó. Talento, capital y código cambiaron de mano.
Andrej Karpathy se mudó a Anthropic para trabajar en pre-training, mientras la frontera vuelve a discutir si los próximos modelos los entrenará otro modelo.
Anthropic publicó resultados de Project Glasswing: su modelo Claude Mythos halló más de 10.000 vulnerabilidades críticas en un mes auditando codebases sistémicos.
Blackstone comprometió 5 mil millones a una joint venture con Google para construir capacidad de TPU desde cero. La nube de cómputo se vuelve un activo de private equity.
Google relanzó Antigravity como plataforma de cinco superficies (desktop, CLI, SDK, API y enterprise). Los agentes de código dejan de ser features dentro del IDE.
Y desde Tarragona, un equipo enseñó a un modelo química discreta: genera millones de moléculas válidas que nadie había imaginado todavía.
El cofundador de OpenAI y ex director de IA de Tesla anunció en X que se incorpora al equipo de pre-training de Anthropic bajo Nick Joseph. La movida señala una apuesta clara: usar Claude para encontrar mejores recetas de entrenamiento más rápido que los investigadores humanos.
Leer en TechCrunchEl modelo frontera de Anthropic, todavía sin lanzamiento público, lleva un mes auditando codebases de cuarenta organizaciones (AWS, Apple, Google, Microsoft, Linux Foundation entre otras). Claude Mythos halló más de 10.000 vulnerabilidades de severidad alta o crítica. Anthropic comprometió cien millones en créditos para la siguiente fase.
La joint venture, dirigida por Ben Treynor Sloss, planea poner los primeros 500 MW en línea para 2027. Google aporta TPUs, software y operaciones. Es la primera vez que una firma de private equity ancla capital de esta escala a infraestructura de aceleradores específicos.
En I/O 2026, Google presentó Antigravity 2.0 como una plataforma agéntica con cinco superficies: app de escritorio, CLI, SDKs en tres lenguajes, Managed Agents API y Gemini Enterprise Agent Platform. El IDE deja de ser el centro: los agentes operan fuera de él.
Un equipo de la URV publicó en Nature Machine Intelligence una arquitectura que respeta las reglas de la química desde el espacio latente. El modelo propone millones de moléculas nuevas, sintetizables y funcionales, con aplicaciones potenciales en fármacos y materiales.
DeepMind publicó un balance del año: AlphaEvolve redujo en 30% el error en detección de secuenciación de ADN y diez veces el error en circuitos cuánticos del procesador Willow. La pieza interesante es que el agente de código se está aplicando a tareas científicas no triviales.
El nuevo Composer corre sobre el modelo abierto Kimi K2.5 (1 billón de parámetros, 32B activos por token, 256K contexto, licencia Modified MIT). Es un caso poco común: un producto frontera apoyado abiertamente en pesos chinos, no en una API propietaria.