Publicación de investigación del **Frontier Red Team** de Anthropic (autores: **Andrew Fasano**, **Marius Fleischer**, Cole McFaul, Robert Xiao, Tripp Gallagher), publicada el **29 de septiembre de 2026**; aproximadamente **2300 palabras**, seis figuras. Analiza **GLM-5.3** de **Zhipu AI (Z.ai)**, un modelo de pesos abiertos, cinco meses después del anuncio de Claude Mythos Preview. **(A)** Capacidad: en ExploitBench (41 fallos de V8 de Chrome), GLM-5.3 construye un exploit completo en **50 de 410 intentos**, frente a **56 de 410** para Mythos Preview; en el benchmark interno de corrupción de memoria, secuestro del flujo de control en **4%** de los intentos frente a **6%**; Claude Opus 4.6 y GLM-5.2: 0. **(B)** Pruebas con expertos humanos: una cadena de vulnerabilidades 0-day de navegador que culmina en la lectura de los archivos del visitante; con **GLM-5.3-Flash**, una cadena de exploits N-day (CVE-2026-11645) que elude PAC en ARM64, **20 minutos** de atención humana, ocho horas de cómputo, **20,40 $** a precios de API. **(C)** Salvaguardas: eludidas en **64%** de los casos mediante un falso contexto de red-team, **92%** mediante reasoning prefill, **100%** mediante *abliteration* (unas 2200 horas-GPU, 4400 $); los modelos Claude probados permanecen en 0%. **(D)** Recomendaciones: ampliar el acceso de los defensores a modelos de frontera, pruebas gubernamentales independientes. Cita la evaluación de **CAISI** del NIST (17 de septiembre): «el modelo de pesos abiertos más capaz en ciberseguridad publicado hasta la fecha», aproximadamente cuatro meses por detrás de la frontera estadounidense. Amplía las notas del corpus sobre Mythos y Glasswing.
#GLM-5.3#Zhipu AI#Z.ai
Andrew Fasano · Marius Fleischer · Cole McFaul · Robert Xiao · Tripp Gallagher ; Frontier Red Team · Anthropic (billet de recherche du site anthropic.com).
Post en X de **Yann LeCun** (fundador y presidente de **AMI Labs**, profesor en la NYU, antiguo Chief AI Scientist en Meta, Turing Award), 25 de septiembre de 2026, ~110 palabras. Responde a **Noah Smith**, que calificó un video de *« ya refutado »*, en el que LeCun llama a la idea de un *« país de genios en un centro de datos »* *« una completa tontería »*. (A) Cuatro preguntas de prueba: ¿dónde está el robot doméstico, la voiture autonome de **niveau 5**, el coche que aprende a conducir *« en unas pocas horas de práctica como cualquier joven de 17 años »*, el sistema que entiende el mundo real y aprende rápido *« como un gato doméstico »*? (B) Una concesión: la IA igualará a los humanos en todos los ámbitos, y la tecnología **ya los supera en un número creciente de tareas**. (C) Dos matices: *« Todavía estamos lejos de eso »*, y no se construirá sobre **LLMs**, confinados a un rol de interfaz de texto. Un segundo post remite a su formulación del 20 de septiembre: los LLM autorregresivos, *« en sí mismos »*, no conducirán a una IA de nivel humano. Hasta ahora, el corpus solo recogía a LeCun como referencia citada por otros ([[deanwball-open-weights-decelerationnistes-kimi-2026-07-17]]), no como fuente; el texto se lee junto al escepticismo de [[luc-julia-ai-controversy-statements-media-2025-08-22]].
#Yann LeCun#AMI Labs#NYU
Yann LeCun — fondateur et président d'AMI Labs · professeur à NYU · ex-Chief AI Scientist de Meta · prix Turing. Post X.
Comunicación de producto de **Anthropic** publicada el **1 de septiembre de 2026** en anthropic.com (~4.000 palabras, seis secciones, 22 testimonios de socios con acceso anticipado). Anuncia **Claude Fable 5.1** (disponibilidad general) y **Claude Mythos 5.1** (acceso verificado): *el mismo modelo, pero con distintos niveles de salvaguardas*.
Entrada de **Jeremy Norman** en **HistoryofInformation.com** (cronología "Exploring the History of Information and Media"), fechada "circa **370 a. C.**" para el texto comentado, con el sitio actualizado por última vez el **27 de agosto de 2026** (~600 palabras, incluyendo un extracto extenso). Reproduce el pasaje de *Phèdre* de **Platon** (274c-275b) en el que **Socrate** relata el mito egipcio de **Theuth** y el rey **Thamus** sobre la invención de la escritura.
#Socrate#Platon#Phèdre
Jeremy Norman — historien et éditeur de HistoryofInformation.com ; notice de frise chronologique citant Platon (*Phèdre*, v. 370 av. J.-C.).
Publicación en X de **Andrew Ng** del **14 de agosto de 2026** (16:29 UTC), que retoma la carta «Dear friends» de ***The Batch* #366** (DeepLearning.AI, misma fecha), ~900 palabras. Ng presenta **The AI Engineering Skills Map** y publica **cuatro habilidades** consideradas las más importantes. **(1) Construir y desplegar aplicaciones de IA** — se nombra la especificidad: *« The key difference between AI and non-AI applications is that the former has unpredictable outputs »*, de ahí el énfasis en los *evals* y los bucles de análisis de errores. **(2) Fundamentos de ingeniería de software**, porque *« Understanding software fundamentals allows you to recognize what tradeoffs even exist »* — el desarrollador inexperto fracasa *« because they don't know what context to give their coding agent »*, de ahí el objetivo de *« steering coding agents using the precise language of software engineering »*. **(3) Uso de agentes de codificación**, en una formulación operativa: *« help the agent autonomously close loops by providing verifiers or evals »*, y *« knowing how much to intervene and how much to leave them alone »*. **(4) *Shaping the build***: *« Given a clear spec, coding agents are rapidly improving at delivering to it. Thus, our work as engineers is shifting toward deciding what should be in the spec »*, junto con *« Engineers should no longer expect to be given a pixel-perfect design and asked only to implement it. »* Una **nota terminológica** aporta la mayor parte del enfoque: Ng habla de **habilidades** en ingeniería de IA y **no del rol** "AI Engineer", con una analogía explícita — *« All developers today should know how to work with the cloud, and only a smaller number have a "Cloud engineer" title. »* El conjunto se apoya en *« an analysis of more than 10,000 job postings, dozens of structured interviews with experts, hiring managers, and recruiters, surveys, and other online data »*, de la cual **no se publica ningún resultado numérico**: Ng describe su proceso como *« informally… akin to running clustering »* y anuncia un mapa detallado en futuras publicaciones. Declara el interés en la penúltima frase: *« DeepLearning.AI's principal focus is to help developers gain these AI engineering skills. »*
#AI Engineering Skills Map#mapa de habilidades#Andrew Ng
**Andrew Ng** — fondateur de **DeepLearning.AI** · general partner d'**AI Fund** · cofondateur de **Coursera** et de **Google Brain** · ancien chief scientist de Baidu. Texte signé · à la première personne · écrit *« with my team »* sans qu'aucun collaborateur soit nommé. Publié le **14 août 2026** sur X et dans ***The Batch* n°366** — même texte aux deux endroits ; préférer *The Batch* pour toute citation durable. Quatrième fiche Ng du corpus · après les lettres n°350 (24 avril) · n°352 (8 mai) et n°359 (26 juin).
Post e informe de **OpenAI Economic Research** publicado el **27 de julio de 2026**, primera entrega de la serie **Work at the Frontier**, que analiza **más de 800.000 mensajes de usuarios estadounidenses de ChatGPT**. **Concepto acuñado**: ***task crossover*** — *« trabajo históricamente asociado a una ocupación que aparece en el uso de la IA de personas de otra »*. **La cifra destacada es en realidad dos cifras, y eso es lo que la cobertura pierde**: **el 16,8% de los mensajes relacionados con el trabajo** corresponden a tareas asociadas a otra ocupación, y **el 43,5% de los mensajes específicos de la ocupación**. El embudo explica la diferencia: **el 61,5% del uso es genérico** (redactar, resumir, planificar — demasiado compartido entre ocupaciones para contar como evidencia de cruce) y queda excluido; del **38,5% restante**, **el 43,5% queda fuera de la ocupación** y el 56,5% está *« dentro **o cerca** »* — de modo que el límite superior se calcula sobre una base reducida, mientras que el límite inferior se calcula sobre la totalidad del uso profesional. **Por ocupación** (proporción de mensajes específicos de la ocupación que apuntan a una tarea externa): experiencia de cliente **77%**, diseño **75%**, RR. HH. **69%**, legal **56%**, marketing **53%**, ventas **40%**, finanzas **40%**, ingeniería **28%** — *« una mayoría en cinco de ocho grupos »*. **Dos direcciones de circulación distintas**: diseño **importa** (35,2%) y **exporta** casi nada (1,7%); ingeniería hace lo contrario (importa 18,5%, exporta 7,4%); **marketing hace ambas cosas** (importa 24,3%, exporta **8,9%**, la mayor proporción de salida de la muestra). **Dos tareas aparecen en el top 3 de préstamos para los otros siete grupos**: **el cálculo financiero** y **la resolución de incidencias tecnológicas**. **El mapa de calor, ausente de la cobertura, es el objeto más rico**: ofrece la distribución completa de las tareas por ocupación del usuario, y su diagonal es llamativa — ingeniería conserva el **53%** de su propio trabajo mientras que experiencia de cliente conserva solo el **11%**, RR. HH. el **10%** y diseño el **12%**. **Efecto tamaño**: la proporción fuera de la ocupación cae del **18,9%** (2-5 empleados) al **16,3%** (>100 empleados) — **pero solo « entre los usuarios promedio »**, precisa OpenAI, que señala que *« entre los usuarios más intensivos, no observamos el mismo patrón monótono »*, y concluye de forma condicional: *« la IA **podría ser** especialmente útil como herramienta generalista allí donde escasean los recursos especializados »*. **Estatus reivindicado**: una **señal temprana**, visible *« antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos »*. **Reserva estructural**: OpenAI mide el uso de su propio producto, únicamente entre usuarios estadounidenses de ChatGPT, y presenta esta posición como un activo — *« nuestra ventana única sobre cómo está cambiando el mundo del trabajo »*.
#OpenAI Economic Research#Work at the Frontier#task crossover
**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe · l'**AI Jobs Transition Framework** · dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.
Un artículo pedagógico de **MindStudio Team** (el blog de la plataforma MindStudio, orquestación de flujos de trabajo multi-modelo) que explica los **modèles de langage par diffusion** (*Diffusion Language Models*) a través del caso de **Diffusion Gemma**, la primera implementación de **open weights** de Google (2B de parámetros, derivada de Gemma 2). La tesis: mientras los modelos **autoregressive** (GPT-4, Claude, Gemma estándar) generan texto **token por token, de izquierda a derecha** (atención causal, cada token congelado una vez producido), los modelos de **diffusion** parten de una secuencia **enmascarada/con ruido** y la **refinan de forma iterativa** (masked diffusion / *absorbing diffusion*), con **atención bidireccional**: el modelo puede **revisar cualquier posición en cualquier paso**. Consecuencias: alto **paralelismo** (un texto de 500 tokens requeriría 50-100 pasos de denoising en lugar de 500 pasadas secuenciales), **infilling** natural y **generación con restricciones** (rellenado de plantillas, completado de código con contexto circundante), y capacidad de **revisión** integrada. Pero a la escala actual (2B), Diffusion Gemma **no alcanza** a los grandes modelos autoregressive (GPT-4o, Gemini 1.5 Pro) en razonamiento, seguimiento de instrucciones y conocimiento general: la brecha se está "cerrando" sin estar cerrada. La inspiración proviene de la generación de imágenes (Stable Diffusion, DALL-E abandonaron la generación autoregressive hace años); si el mismo principio se sostiene para el texto sigue siendo una cuestión abierta. Diffusion Gemma se distribuye en Hugging Face (Google DeepMind), AI Studio y Vertex AI.
#modèles de langage par diffusion#Diffusion Gemma#Google DeepMind
Estudio de caso de **Surya Narreddi** (con **Cameron Franz** y **Alex Wang**) en su sitio web personal, fechado en **marzo de 2026** (día no especificado; ~1500 palabras), titulado *Training AI to Paint with Code*. Los autores entrenan un modelo de lenguaje (**Qwen 3.5 35B**) mediante aprendizaje por refuerzo (**GRPO**) para producir pinturas en acuarela como código JavaScript de **p5.brush**, siendo el propio código el artefacto editable. La pregunta de fondo: cómo hacer RL cuando la recompensa —estética— no es verificable.
#aprendizaje por refuerzo#GRPO#función de recompensa
Surya Narreddi — designer et développeur · auteur du projet (site personnel) ; collaborateurs Cameron Franz (infrastructure d'entraînement) et Alex Wang.
Estudio de Wharton (Generative AI Labs): las personas expertas no mejoran la precisión factual de los LLM - benchmarks GPQA Diamond y MMLU-Pro - SSRN
#prompting de IA#personas#precisión de LLM
Savir Basil · Ina Shapiro · Dan Shapiro · Ethan Mollick · Lilach Mollick · Lennart Meincke (Generative AI Labs, The Wharton School, University of Pennsylvania)
La explosión de tutoriales de IA en YouTube: la democratización de la educación técnica a gran escala, la economía de creadores y los desafíos de calidad