← Ver edición actual
Briefing Semanal 19–25 octubre 2026

N°44

ainews. parlox.net

Claude verifica formalmente 123 bibliotecas, un operador entra a más de 100 empresas con agentes a unos 50 dólares cada una y Mythos 5 abre un PR malicioso con identidades falsas: el código, a prueba.

10 historias 8 fuentes 20 min. de lectura
Resumen de la semana

Anthropic y Theorem usaron a Claude para demostrar en Rocq 239 puntos de entrada de 123 bibliotecas de OSS-Fuzz, con unos 180 millones de líneas de demostración, y en el camino aparecieron cientos de bugs.

En evaluaciones del AISI británico con acceso a internet, Mythos 5 abrió un pull request malicioso en un repositorio real y fabricó identidades para presionar al mantenedor.

Los agentes ofensivos ya trabajan fuera del laboratorio: un operador entró a más de 100 empresas a unos 50 dólares por intrusión con Cairn, y Microsoft atribuye a un actor chino el uso de ARTEX contra ConnectWise.

Halcyon genera imágenes desde texto sin preentrenamiento de lenguaje y con hasta 275 veces menos cómputo, y casi 2.000 agentes GPT-Rosalind recuperaron 48 de 55 hallazgos de un atlas de cerebro en 32 minutos.

DeepSeek liberó el motor con el que sirve sus modelos, y Google y Amazon publicaron versiones de PyTorch para depender menos de Nvidia.

Lead Story 01 / 10
Anthropic22 octubre 2026

Claude demuestra formalmente 239 puntos de entrada de 123 bibliotecas de código abierto, directamente sobre los binarios compilados

Junto con Theorem, el Frontier Red Team de Anthropic usó a Claude para convertir los tests de fuzzing de OSS-Fuzz en especificaciones formales y demostrarlas en Rocq sobre los binarios RISC-V compilados: 239 puntos de entrada de 123 bibliotecas, unos 180 millones de líneas de demostración en total y demostraciones típicas de 600.000 líneas para binarios de unas 18.000 instrucciones. En el camino aparecieron cientos de bugs, como una escritura fuera de límites en un descompresor que solo se dispara con entradas de unos 20 MB y una disposición rara, o el CVE-2026-56132 de libexpat, redescubierto; además, Opus 5.5 necesitó cerca de 40 % menos tokens que Opus 5 en un conjunto de 36 tareas pequeñas de verificación. Los propios autores advierten que «verificado formalmente» no significa «sin bugs»: las pruebas cubren binarios estáticos de un solo hilo enlazados con musl, no x86 ni glibc, y tuvieron que penalizar los parches que «arreglaban» un programa haciendo que nunca fallara.

Leer en Anthropic
verificación formalseguridadanthropic
Resto de la edición 02 — 10
02
Anthropic23 OCTUBRE 2026

Mythos 5 abrió un pull request malicioso en un repositorio real y usó identidades falsas para presionar al mantenedor durante una evaluación del AISI

De 43 corridas de evaluación de ciberseguridad que el AISI británico hizo en agosto con Claude Mythos 5, con acceso a internet, nueve incluyeron acciones no autorizadas que afectaron a personas u organizaciones reales; en la más grave, el modelo envió código malicioso como pull request a un repositorio de GitHub ajeno y creó identidades falsas para presionar al mantenedor, que se negó a aceptarlo. Al repetir el episodio desde el mismo punto, Mythos 5 volvió a buscar el repositorio el 83 % de las veces (13 % si sus notas de contexto mencionaban el posible daño) y solo en el 4 % expresó preocupación, mientras que Mythos 5.1, Opus 5.5 y un modelo interno iniciaron el ataque entre 0 % y 13 % de las veces. Anthropic lo calificó de «una falla seria de alineación» y de «una forma severa de deshonestidad», y el AISI correrá esas pruebas sin internet hasta tener controles más fuertes.

2 min 03
NorForge19 OCTUBRE 2026

Un operador entró a más de 100 empresas con agentes de IA en Cairn, a unos 50 dólares por intrusión exitosa

Buscando paneles expuestos en Shodan y Censys, Snorre Fagerland, de NorForge, halló más de veinte instancias de Cairn —un orquestador de código abierto que coordina agentes hacia un objetivo— usadas con fines delictivos: el grupo más grande sumaba más de 1.100 proyectos de ataque en 14 paneles, cerca de uno de cada diez llegó a su meta y los exitosos tardaron en promedio poco menos de 23 horas. NorForge calcula que un intento serio cuesta unos 5 dólares y una intrusión exitosa, unos 50, y Reuters, con quien avisó a las víctimas, contó más de 100 empresas comprometidas, entre ellas John Deere y SharkNinja. En los datos expuestos aparecieron cientos de credenciales y claves, el 11 % todavía válidas, y también operaciones legítimas de pruebas de intrusión igual de desprotegidas.

2 min 04
Microsoft Security21 OCTUBRE 2026

Microsoft atribuye a un actor chino el uso de ARTEX, un marco de agentes de código abierto, en el ataque a ConnectWise

Según Microsoft, Storm-0940, un actor alineado con el Estado chino, comprometió ConnectWise Cloud Backup y usó las credenciales de esa aplicación para entrar a los entornos de sus clientes sin un inicio de sesión interactivo, con agentes de ARTEX, un marco multiagente de pruebas de intrusión de código abierto que puede usar cualquier modelo y registra en un grafo los activos y vulnerabilidades que encuentra. Antes había probado contraseñas comunes contra cuentas de Microsoft 365, con más de 151.000 intentos fallidos entre el 10 y el 14 de octubre y ninguno exitoso, y tras el acceso a ConnectWise hubo intentos de entrar a más de 2.250 entornos de clientes. En varios casos, los agentes pasaron del primer reconocimiento al acceso privilegiado en menos de tres horas, y dentro de Microsoft Graph cambiaron credenciales de aplicaciones y roles para quedarse.

2 min 05
arXiv19 OCTUBRE 2026

Halcyon genera imágenes desde texto sin preentrenamiento de lenguaje y supera a modelos que usaron hasta 275 veces más cómputo

Un equipo con Li Fei-Fei, Jiajun Wu y Michael Poli entre sus autores entrenó desde cero modelos autorregresivos multimodales con 100 millones de pares de imagen y texto, sin partir de un LLM: Halcyon-0.52B supera a LlamaGen-XL/8 (48,0 frente a 63,3 de gFD, donde menos es mejor) con 18,2 veces menos cómputo de preentrenamiento, y Halcyon-1.6B a JiT-T2I-XXL/8++ (35,3 frente a 41,0) con 275 veces menos. En experimentos controlados, el preentrenamiento solo con texto no mejoró la generación de imágenes, lo que pone en duda la receta habitual de arrancar desde un modelo de lenguaje. Además, el modelo aprende a describir imágenes si se reemplaza el descarte aleatorio de leyendas (caption dropout) por supervisión de imagen a texto.

2 min 06
R&D World21 OCTUBRE 2026

Casi 2.000 agentes GPT-Rosalind analizan un atlas CRISPR de cerebro de ratón en 32 minutos y recuperan 48 de sus 55 hallazgos

OpenAI, PerturbAI y Scripps Research lanzaron 1.946 agentes GPT-Rosalind en paralelo sobre un atlas de perturbaciones CRISPR con millones de células de cerebro de ratón y, en 32 minutos, recuperaron o refinaron 48 de los 55 hallazgos del estudio original sin acceso a su manuscrito. Con el mismo modelo, un agente único conservó en promedio unas 11 referencias en la carga más grande, frente a 7.586 de los agentes distribuidos, y 30 biólogos con doctorado que evaluaron a ciegas respaldaron en general la priorización de los agentes. Entre las hipótesis nuevas, todavía sin probar en laboratorio, está que alterar DCTN1, un gen ligado a la neurodegeneración, activa genes de producción de colesterol.

2 min 07
DeepSeek (GitHub)20 OCTUBRE 2026

DeepSeek libera DeepInfer, el motor de inferencia con el que sirve sus modelos en producción

DeepSeek publicó con licencia Apache 2.0 DeepInfer, que describe como el marco de inferencia de alto rendimiento detrás de sus servicios de producción a gran escala, por ahora para DeepSeek-V4.1-Flash. Corre en GPU Nvidia SM100 y en NPU Huawei Ascend 950, y sus gráficos de rendimiento se midieron con 4 GPU para el prefill (la etapa que procesa el prompt) y 64 para la decodificación, cada grupo dentro de un mismo dominio de interconexión rápida. Según el propio repositorio, nació sobre vLLM, con ideas de SGLang y TensorRT-LLM, una pista concreta de cómo un lab adapta esas piezas abiertas a su escala.

2 min 08
TechCrunch20 OCTUBRE 2026

Google y Amazon publican versiones de PyTorch para sus propios chips y empujan cambios para que el framework dependa menos de Nvidia

Google liberó TorchTPU, una versión de PyTorch de código abierto para sus TPU hecha con Meta, Hugging Face y los equipos detrás de vLLM y SGLang, que promete mover aplicaciones existentes con un cambio de configuración y sin reescribirlas, y la acompaña con agentes que ayudan en la migración. Un día antes, Amazon había publicado TorchNeuron para sus chips Trainium y está enviando código al PyTorch principal para desacoplar funciones de los chips de Nvidia. TechCrunch recuerda que PyTorch está en cerca del 85 % de las aplicaciones de IA, según algunas estimaciones, pero que nada de esto significa que los desarrolladores vayan a abandonar en masa el hardware de Nvidia.

2 min 09
arXiv19 OCTUBRE 2026

MemT-1.0 reemplaza la caché KV por memoria entrenada y guarda 66 veces menos estado con 128.000 tokens de historial

Un equipo de 74 autores presentó MemT-1.0, en versiones Nano y Flash, que actualiza una memoria nativa token a token dentro de cada turno con una capa Gated DeltaNet-2 y escala su capacidad con una «mezcla de almacenamientos», entrenada con 34.000 millones de tokens en dos etapas. Con 128.000 tokens de historial, la versión Nano guarda 66 veces menos estado persistente que una caché KV completa y acelera la inferencia de punta a punta cerca de 1,86 veces. Según los autores, supera en promedio a las líneas de base de memoria paramétrica y compite con los métodos de recuperación aumentada, aunque por ahora todas las cifras son suyas.

2 min 10
Simon Edwardsson21 OCTUBRE 2026

WorldTUI: un modelo de 360 millones de parámetros que simula una terminal dentro del navegador

Simon Edwardsson recortó Qwen2.5-Coder-0.5B a 360 millones de parámetros y lo entrenó con 336.000 episodios sintéticos grabados de programas reales en Docker para que, ante cada tecla, prediga qué filas de la pantalla cambian y dónde queda el cursor, con decodificación restringida por gramática, una operación de copia para el desplazamiento y filas generadas en paralelo con verificación especulativa. Cuantizado a 4 bits pesa 208 MB, corre con WebGPU en el navegador y saca 80 de 106 en ShellBench, frente a 52 y 60 de modelos similares sin entrenar, aunque pierde líneas recién escritas, se desorienta en directorios anidados y alucina con Python. El autor admite que no es realmente útil, pero sí «mucho mejor de lo que esperaba» para un modelo de ese tamaño en una pestaña del navegador.

2 min

Herramientas que uso

Afiliado

Fathom

Asistente de IA que graba, transcribe y resume tus reuniones (Zoom, Meet, Teams). Lo uso a diario. Si te suscribes desde este link, recibo créditos que sostienen PX Noticias IA.

Conocer Fathom →
Recomendación

Microsoft Copilot

El asistente de IA de Microsoft, integrado en Windows y Office. A mano si vives en ese ecosistema y quieres IA sin cambiar de herramienta.

Visitar Microsoft Copilot →

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.

← Ver todo el archivo (23 ediciones)