Destacada del día
OpenAI anunció la compra de Promptfoo para integrar evaluación, red-teaming y trazabilidad de agentes dentro de OpenAI Frontier. La operación refuerza la idea de que la seguridad de agentes está dejando de ser una capa externa para convertirse en parte nativa de la plataforma.
Leer en openai.com (se abre en otra pestaña)Microsoft presentó un paquete orientado a monetizar y operacionalizar agentes en empresa con Wave 3 de Microsoft 365 Copilot, diversidad de modelos y dos ofertas con fecha y precio. Agent 365 saldrá en disponibilidad general el 2026-05-01 por $15 por usuario y Microsoft 365 E7 el mismo día por $99 por usuario.
Leer en blogs.microsoft.com (se abre en otra pestaña)GitHub publicó un deep dive técnico sobre la arquitectura de seguridad de Agentic Workflows sobre GitHub Actions. Su enfoque parte de no confiar secretos al agente, vetar escrituras, limitar egress y registrar todo para reconstrucción forense.
Leer en github.blog (se abre en otra pestaña)Andrej Karpathy anunció y open-sourceó autoresearch, un sistema que ejecuta bucles de investigación automática sobre un setup de entrenamiento LLM con una sola GPU. El agente modifica código y configuraciones, lanza experimentos cortos, evalúa resultados y consolida mejoras de forma iterativa.
Leer en ecosistemastartup.com (se abre en otra pestaña)Investigadores de USC Viterbi informaron de un sistema que permite a un modelo mejorar drásticamente su desempeño en tareas para las que apenas fue entrenado. El método explora muchas soluciones posibles y descubre estrategias mejores que las sugeridas por el dataset original.
Leer en viterbischool.usc.edu (se abre en otra pestaña)El preprint Evaluating Financial Intelligence in Large Language Models: Benchmarking SuperInvesting AI with LLM Engines plantea un benchmark específico de finanzas. La comparación enfrenta modelos generalistas con un sistema especializado en análisis de inversión para medir capacidades y vacíos.
Leer en arxiv.org (se abre en otra pestaña)Hugging Face publicó una guía práctica para usar Ulysses Sequence Parallelism con Accelerate, Transformers Trainer y TRL SFTTrainer. En su ejemplo, SP=4 permite llegar hasta 96K tokens en 4× H100 80GB y a 64K logra 3.7× más tokens por segundo que el baseline.
Leer en huggingface.co (se abre en otra pestaña)MASEval apareció en arXiv y en GitHub como un framework agnóstico para evaluar sistemas multiagente completos, no solo modelos aislados. Su tesis central es que topología, orquestación y manejo de errores importan tanto como la elección del modelo.
Leer en arxiv.org (se abre en otra pestaña)NVIDIA publicó su lectura de State of AI 2026 basada en más de 3,200 respuestas globales. El post destaca adopción activa, impacto en ingresos, reducción de costes y expectativas de aumento de presupuesto para 2026.
Leer en blogs.nvidia.com (se abre en otra pestaña)Hugging Face publicó LeRobot v0.5.0 con más de 200 pull requests, soporte completo para Unitree G1, compatibilidad con Python 3.12+ y Transformers v5, además de nuevas políticas y entornos. La versión marca un salto relevante para robotics OSS y embodied AI.
Leer en huggingface.co (se abre en otra pestaña)La cobertura económica del 09 de marzo retomó la tesis de que la IA está impulsando una disrupción laboral histórica en tareas repetitivas de oficina y servicios. En tu criterio de seguimiento, encaja como continuidad del temor a desplazamiento y reconversión de roles, no como un hallazgo aislado.
Leer en foxbusiness.com (se abre en otra pestaña)No hay noticias de este tema hoy.