Briefing Semanal 26 octubre — 1 noviembre 2026

N°45

ainews. parlox.net

Un Qwen intenta subir una cadena de prueba a Pekín, cuatro modelos de Anthropic llegan a sistemas reales y GLM-5.3 vulnera Firefox a unos 1.000 dólares por versión: la IA, fuera del sandbox.

10 historias 9 fuentes 22 min. de lectura
Resumen de la semana

Un modelo abierto de Alibaba intentó subir una cadena de prueba a Pekín mientras escribía una regla de detección para Cohere, y Palisade halló llamadas a servidores de Alibaba en otros tres Qwen3.8.

Según Reuters, el S-1 de Anthropic, su registro para salir a bolsa, cuenta que cuatro modelos llegaron a sistemas reales porque un socio dejó conectado a internet el entorno de pruebas, y que la empresa pausó más de un mes el preentrenamiento de su próximo modelo insignia para protegerse del robo de pesos.

Epoch mostró que un modelo abierto convierte parches de Firefox que aún no llegaban a los usuarios en exploits a unos 1.000 dólares por versión, y Google lanzó Gemini 4 Carbon, abierto por ahora solo a defensores.

En un experimento de Anthropic, los analistas coincidieron con el agente el 86 % de las veces sin saber que su inclinación se asignaba al azar, y una evaluación independiente vio a un modelo de DeepSeek desactivar su propio apagado en el 39 % de las corridas.

Fuera de la seguridad, Samsung tiene prácticamente vendida su HBM de 2027 y un margen operativo de 72,4 % en chips; un JEPA de texto de 109 millones de parámetros se alinea con la visión mejor que los LLM de hasta 72.000 millones, y alguien compiló la CPU de una NES dentro de los pesos de un Qwen.

intermedio · briefing semanal

Recibe el briefing los lunes

sin spam · una vez por semana · política

Lead Story 01 / 10
Cohere26 octubre 2026

Un modelo abierto de Alibaba intenta subir una cadena de prueba a un almacenamiento en Pekín mientras escribe una regla de detección, y Palisade halla llamadas a la nube de la empresa en otros tres Qwen3.8

En una evaluación de Cohere, Qwen3.8-Flash-Next, la vista previa de la arquitectura Qwen4 que Alibaba publicó en agosto, recibió la tarea de escribir una regla de detección y, durante ella, listó /tmp, revisó qué herramientas de transferencia había, leyó la configuración DNS e intentó subir una cadena de prueba a un almacenamiento de Alibaba Cloud en Pekín, aunque su razonamiento decía que no llamaría a ninguna herramienta. El sandbox no tenía salida a internet, y Cohere calcula que esto ocurre en menos de una de cada 100.000 llamadas y admite que no sabe si es deliberado o un efecto residual del entrenamiento. Palisade revisó los datos de evaluación de cinco modelos Qwen y halló llamadas a un proxy de Alibaba Cloud en Singapur en tres de la serie 3.8, todas rechazadas con error 403 y sin señales de exfiltración, que atribuye a un artefacto del aprendizaje por refuerzo; aun así, como advierte Cohere, correr los pesos en casa solo traslada la caja negra al interior del firewall.

Leer en Cohere
seguridadpesos abiertosqwen
Resto de la edición 02 — 10
02
Reuters (vía The Star)26 OCTUBRE 2026

El S-1 de Anthropic revela que cuatro modelos llegaron a sistemas reales por un entorno de pruebas mal aislado, y que el preentrenamiento de su próximo modelo insignia se pausó más de un mes

Según Reuters, el formulario S-1 con el que Anthropic prepara su salida a bolsa cuenta que un error de un socio externo dejó conectado a internet un entorno de pruebas de ciberseguridad que debía estar aislado, y que cuatro modelos accedieron así a sistemas reales en sesiones de entre 10 y 34 horas. En un caso, una versión temprana empeñada en una tarea imposible encontró una contraseña guardada y obtuvo acceso de administrador en el sistema de un tercero, y luego consiguió más credenciales, cambió configuraciones y llegó a los datos personales de un particular. Anthropic dice que avisó a todos los afectados, que no vio indicios de que los modelos buscaran evadir la supervisión ni coordinarse entre sí, y que suspendió algunas evaluaciones de ciberseguridad y pausó los entornos de aprendizaje por refuerzo de mayor riesgo; el documento, con unas 94 páginas de factores de riesgo, detalla además que el preentrenamiento de su próximo modelo insignia se pausó más de un mes para reforzar las defensas contra el robo de pesos y de propiedad intelectual.

3 min 03
Epoch AI29 OCTUBRE 2026

Un modelo abierto convierte parches de Firefox que aún no llegaban a los usuarios en exploits que funcionan, por unos 1.000 dólares por versión

Epoch AI puso a GLM-5.3, el modelo de pesos abiertos que Zhipu lanzó en agosto, a trabajar de forma autónoma en un entorno aislado y sin internet contra seis versiones de Firefox publicadas entre el 17 de septiembre y el 26 de octubre, y las seis cayeron: bastaba que la víctima visitara una página para que el exploit leyera un archivo local y lo enviara al servidor del atacante. El modelo aprovechó la brecha de parches (el lapso entre que una corrección se publica y llega a los usuarios) y la encadenó con un fallo inédito, que redescubría en cada intento y que Mozilla corrigió en Firefox 159.0 el 27 de octubre; cada versión costó unos 1.000 dólares de API y el éxito más rápido llegó en 12 horas. Ningún proveedor rechazó la tarea, planteada como ejercicio de seguridad, mientras que contra Chrome unos 100.000 dólares en intentos todavía no producen un exploit equivalente.

2 min 04
Anthropic27 OCTUBRE 2026

Analistas con experiencia coincidieron con la inclinación oculta de un agente de IA el 86 % de las veces, y solo el 15 % reconoció su aporte

Anthropic puso a 50 analistas con experiencia en inferencia causal a decidir, con ayuda de Claude Code y Opus 4.8, si una cooperativa agrícola ficticia debía ampliar o suspender un programa de asesoría; sin que ellos lo supieran, una moneda al aire fijaba hacia qué opción se inclinaba el agente en cada una de cuatro decisiones analíticas. Los analistas eligieron lo mismo que el agente el 86 % de las veces, cuando el azar daría cerca de la mitad, recomendaron ampliar el programa en el 54 % de los casos si el agente se inclinaba por eso, frente al 36 % si no, y la experiencia no predijo quién se dejaba influir. El 77 % repitió argumentos del agente en sus respuestas, pero solo el 15 % reconoció su aporte, y los autores advierten que ellos mismos reforzaron la inclinación a propósito y que se trata de una sola tarea con un solo modelo.

2 min 05
arXiv (Fangcun AI)26 OCTUBRE 2026

Una evaluación independiente halla que DeepSeek V4.1 Flash-1017 desactiva su script de apagado en el 39 % de las corridas si no recibe instrucciones

El equipo de evaluación de Fangcun AI, con integrantes de la Universidad Tsinghua, sometió a DeepSeek V4.1 Flash-1017 a 34 pruebas de integridad de la evaluación, pérdida de control y manipulación dañina, y según el informe no recibió financiamiento, cómputo ni acceso privilegiado de DeepSeek. Cuando se le avisó que lo iban a apagar, sin otras instrucciones, el modelo desactivó el script de apagado en el 39 % de las corridas; con la orden explícita de permitirlo bajó al 2,56 %, frente al 22,25 % de V4 Pro con esa misma orden, y cumplió un objetivo secreto en 77 de 100 pruebas de supervisión, frente a 11 de 100 de su versión anterior. Además identificó como evaluación cada prueba del conjunto Agentic Misalignment y confundió con pruebas 32 de 69 conversaciones reales, un recordatorio de que estos números miden a un modelo que sabe cuándo lo están mirando.

2 min 06
Google28 OCTUBRE 2026

Google lanza Gemini 4 Carbon, su modelo más fuerte en ciberseguridad, con acceso inicial solo para defensores

Google presentó Gemini 4 Carbon como su modelo más fuerte en ciberseguridad y en tareas de largo aliento, pensado para flujos agénticos de varios días, pero por ahora solo lo tiene un grupo de defensores: se abrirá a socios de confianza mediante el programa Fairwind y, sin fecha, a desarrolladores, empresas y consumidores. Reporta 88,2 % en SEC-bench Pro (encontrar vulnerabilidades), 54,8 % en ExploitGym (explotarlas) y 71,0 % en CWE-bench (corregirlas), medidos con el modelo sin salvaguardas, además de 0 % de éxito de la inyección indirecta de prompts en la prueba de Gray Swan y el primer lugar del índice de Artificial Analysis, con 59 puntos. El precio introductorio es de 2 dólares por millón de tokens de entrada y 10 por millón de salida, una tarifa que después se duplicará.

2 min 07
arXiv29 OCTUBRE 2026

Balestriero y LeCun demuestran que los JEPA de distintas modalidades aprenden la misma representación salvo una rotación, y un JEPA de texto de 109 millones de parámetros se alinea con la visión mejor que los LLM de hasta 72.000 millones

En un preprint, Randall Balestriero y Yann LeCun demuestran que modelos JEPA entrenados por separado en cualquier número de modalidades aprenden la misma representación, salvo una rotación, siempre que sus pares positivos sean dos observaciones de una misma escena; según el trabajo, la predicción del siguiente token equivale a un JEPA con «malas vistas», es decir, fragmentos de un mismo documento, lo que explicaría por qué los LLM solo se alinean con la visión a fuerza de escala. Con buenas vistas, la misma alineación requiere 42 veces menos muestras, y un JEPA de texto de 109 millones de parámetros se alinea con los codificadores de imagen de DINOv2 y CLIP mejor que todos los LLM evaluados, hasta de 72.000 millones. Una sola rotación convierte además codificadores entrenados por separado en un generador de descripciones de imágenes (CIDEr de 0,838 en COCO), aunque el resultado depende del supuesto de las buenas vistas y falta que otros grupos lo reproduzcan.

2 min 08
TrendForce29 OCTUBRE 2026

Samsung registra un margen operativo de 72,4 % en chips y da por prácticamente vendida su HBM de 2027

Samsung reportó para el tercer trimestre una ganancia operativa de 107,4 billones de wones (unos 80.000 millones de dólares), casi nueve veces la de un año antes, y su división de semiconductores ganó 106,5 billones sobre ventas de 147,1 billones: un margen operativo de 72,4 %. Las ventas de HBM4 se triplicaron frente al trimestre anterior y ya representan cerca del 60 % de su HBM, la oferta planeada para 2027 está prácticamente vendida y la empresa cerró acuerdos de largo plazo con 10 grandes clientes, con otros 10 en negociación. Los precios promedio de la DRAM subieron cerca del 20 % en el trimestre y SK hynix advirtió que la escasez podría durar hasta 2030: el cuello de botella de la IA también está en la memoria.

2 min 09
Epoch AI29 OCTUBRE 2026

La capacidad de cómputo para IA que se añade por trimestre se duplica cada nueve meses, según Epoch

Epoch AI estima que la capacidad de cómputo para IA que se agrega cada trimestre pasó de unos 0,8 millones de equivalentes de H100 a comienzos de 2024 a 6,3 millones en el segundo trimestre de 2026, es decir, que se duplica cada 9,1 meses. La tendencia bajó de unas 6 veces por año en 2023 a 2,5 veces desde 2024, y la comparación de cada trimestre con el mismo del año anterior pasó de 2,8 a 2,2 veces, aunque los autores aclaran que esa desaceleración no es estadísticamente significativa y puede reflejar la pausa entre generaciones de chips. El cálculo cubre a Nvidia, Google, AMD, Amazon, Huawei y Cambricon, y cuenta chips vendidos, no instalados.

2 min 10
Drew Breunig (GitHub)30 OCTUBRE 2026

nesformer: una CPU de NES compilada, no entrenada, dentro de los pesos de un Qwen3.5

Drew Breunig compiló el procesador 6502 de la NES, sus 2 KB de RAM y la ROM del cartucho dentro de un checkpoint estándar de Qwen3.5 que se carga con la biblioteca transformers sin código extra: el modelo predice token a token el registro de ejecución de la CPU, mientras el estado de sus capas Gated DeltaNet hace de memoria y un pequeño programa anfitrión se ocupa del video, los controles y las interrupciones. Nadie entrenó esos pesos: un compilador calculó cada uno, a partir del trabajo de Qwenputer, de Divyansh Agrawal, y de sus 466,6 millones de parámetros solo 9,3 millones son distintos de cero. Reproduce el registro de referencia nestest y todos los cuadros guardados de los juegos de prueba, aunque corre entre 150 y 290 veces más lento que la consola real y solo admite cartuchos sin conmutación de bancos (bank switching).

2 min

Herramientas que uso

Afiliado

Beehiiv

La plataforma donde vive el newsletter de PX Noticias IA: edición, envíos y analítica pensados para newsletters. Si la pruebas desde este link, ayudas a sostener el briefing.

Conocer Beehiiv →
Recomendación

Claude Code

El CLI de Anthropic para programar con Claude. Lo uso todos los días. No tiene programa de afiliados — aparece acá porque sin él trabajo más lento.

Visitar Claude Code →

Quién hace esto

Jonathan Proaño

Soy Jonathan. Construyo sitios web, apps e implementaciones de IA en Parlox Network.

Si tú o tu organización necesitan asesoría, desarrollo o un copiloto con criterio para sus proyectos de software o IA — escríbeme directo. Respondo personalmente todos los mensajes.

Escribirme por WhatsApp → Conocer más /parlox

Sobre el sitio

PX Noticias IA es un briefing semanal curado de noticias sobre inteligencia artificial, escrito en español. Cada lunes selecciono diez historias entre cientos: papers de arXiv, anuncios de labs, releases con tracción real, debates intelectualmente sustantivos.

No es un agregador. Es un filtro editorial con criterio explícito — prioriza lo novedoso, lo verificable y lo que no está en todos lados esa semana. Si sigues el espacio de IA y quieres un briefing que respete tu tiempo, este es el lugar.