Noticias IA del 31/03/2026

Qué pasó: AWS presentó su narrativa de “frontier agents” el 31/03 y comunicó disponibilidad general para AWS Security Agent y AWS DevOps Agent. El material específico añadió pentesting autónomo, resolución de incidentes 3–5x más rápida y una discrepancia pública entre blogs en GA y páginas aún marcadas como Preview.

Impacto:

• Empuja SecOps y SRE hacia software agentic gestionado.
• Introduce riesgo contractual y de rollout mientras conviven señales de GA y Preview.
• Refuerza la tesis de AWS de operar también en entornos multicloud y on-prem.

Acciones:

• Crear un Agent Space para probar DevOps Agent desde la consola de AWS.
• Validar regiones, permisos y términos de soporte antes de desplegar.

Qué pasó: NVIDIA anunció una alianza estratégica con Marvell alrededor de NVLink Fusion y una inversión de US$2.000 millones. La propuesta combina custom XPUs y networking de Marvell con CPU Vera, ConnectX, BlueField, NVLink y Spectrum-X de NVIDIA.

Impacto:

• Refuerza a NVIDIA como plataforma de infraestructura interoperable, no solo como fabricante de GPU.
• Señala que red, fotónica y diseño semipersonalizado son cuellos de botella clave.
• Amplía la captura de valor de NVIDIA incluso cuando parte del silicio venga de terceros.

Qué pasó: Google lanzó Veo 3.1 Lite como su modelo de video más costo-efectivo para desarrolladores en Gemini API y Google AI Studio. Mantiene la velocidad de Veo 3.1 Fast, pero cuesta menos de la mitad.

Impacto:

• Baja la barrera económica para integrar video generativo en producto.
• Favorece workloads de volumen y experimentación audiovisual programable.
• Sigue siendo una oferta propietaria con límites claros frente a variantes premium.

Acciones:

• Seleccionar el modelo veo-3.1-lite-generate-preview en Gemini API o Google AI Studio.
• Considerar que requiere paid tier y no soporta 4K ni Extension.

Qué pasó: Anthropic expuso accidentalmente Claude Code después de publicar un source map en npm. La cobertura del 31/03 describió cerca de 512.000 líneas de TypeScript difundidas luego en GitHub y otros mirrors.

Impacto:

• Pone foco en riesgos de cadena de suministro y errores de empaquetado.
• Puede revelar arquitectura interna, permisos y superficies de ataque a terceros.
• Refuerza la necesidad de controles sobre artefactos publicados desde CI/CD.

Acciones:

• Auditar packages para evitar publicar source maps y artefactos sensibles.
• Revisar saneamiento de builds y pasos de publicación antes de liberar paquetes.

Qué pasó: GitHub celebró su Roadmap Webinar Q1 2026 APAC con el mensaje “The future of the AI-powered SDLC: Velocity, quality, and governance”. Aunque fue un evento y no un release duro, marcó una prioridad estratégica nítida.

Impacto:

• Muestra el paso de asistencia al código hacia orquestación del ciclo completo.
• Aumenta la presión por adoptar copilots y agents con trazabilidad y compliance.
• Coloca la gobernanza como parte central del valor, no como añadido posterior.

Qué pasó: AWS publicó una entrada específica anunciando AWS Security Agent como generally available para pentesting bajo demanda. La nota habla de pruebas autónomas y disponibilidad inicial en seis regiones.

Impacto:

• Reduce el tiempo de pruebas de seguridad de semanas a horas.
• Lleva capacidades ofensivas controladas a un servicio gestionado de AWS.
• Obliga a validar soporte y regiones exactas antes de compra o despliegue.

Acciones:

• Iniciar el servicio desde su consola dedicada.
• Confirmar regiones disponibles y permisos antes de pruebas reales.

Qué pasó: Hugging Face publicó TRL v1.0 y la presentó como una librería de post-training ya estabilizada bajo semver. El post destaca cobertura para SFT, DPO, PPO, GRPO y soporte para entornos y agentes.

Impacto:

• Refuerza el stack open-source para RL, preference tuning y agent training.
• Busca dejar atrás la percepción de repo experimental y moverlo a capa base.
• La siguiente apuesta visible es asynchronous GRPO para mejor escalado.

Acciones:

• Instalar con pip install –upgrade trl.
• Evaluar compatibilidad del método elegido con hardware y modelo objetivo.

Qué pasó: IBM Granite dio visibilidad editorial a Granite 4.0 3B Vision, un VLM compacto orientado a documentos empresariales. El model card separa la publicación del blog del 31/03 del artefacto liberado el 27/03.

Impacto:

• Aporta una opción open-weight para document AI con licencia Apache-2.0.
• Destaca extracción de tablas, charts y semantic KVPs para flujos empresariales.
• Mantiene advertencias sobre hallucination, alcance acotado e instrucciones en inglés.

Acciones:

• Probarlo vía Transformers con las dependencias del model card.
• Servirlo con vLLM usando la ruta oficial descrita por IBM Granite.