12 de octubre de 2026 · mañana 12° · despejado
Suscribirse
Lo más útil · IA
Más modelos para elegir por tarea, agentes de voz y optimización continua de prompts y ruteo sobre tráfico real. Permite cambiar de modelo sin rehacer el agente. Disponible en Foundry.
Los comandos que el agente ejecuta en tu máquina pasan a correr en un entorno acotado, sin acceso libre a archivos ni red. Evita revisar cada comando a mano. Ya en VS Code y la CLI.
Permisos por repositorio sobre herramientas y servidores MCP habilitados, más sesiones de chat en paralelo. Se habilita de a una en lugar del paquete completo. En la última versión del plugin.
Demuestran que se puede entrenar un modelo para ocultar una capacidad ante cualquier evaluación de caja negra y activarla con un disparador. Preprint, sin revisión por pares.
RATED recupera herramientas con el historial de ejecución (éxito, latencia, errores) en vez de similitud semántica. Menos llamadas fallidas en catálogos grandes. Preprint, sin revisión por pares.
X-AgentRed ataca agentes con acceso a mail, calendario y archivos, y mide cómo se degradan cuando los servicios cambian. Sirve para probar el propio. Preprint, sin revisión por pares.
Mide qué tan listas están las piezas para que los agentes operen sitios (descripción, autenticación, pago) y encuentra huecos de interoperabilidad. Preprint, sin revisión por pares.
RSI-Anything propone que el agente mejore su política con un modelo del entorno aprendido, sin reentrenamiento externo, y reporta ganancias en planificación larga. Preprint, sin revisión por pares.
App de escritorio para instalar, versionar y activar las skills que consumen agentes como Claude Code, con vista de qué está habilitado por proyecto. Open source y usable hoy.
Mantené una tecla, hablá, y la transcripción va a un proceso de Claude no interactivo que responde en voz. No usa servicio propio: corre con las credenciales de tu terminal. Open source, solo macOS.
Extensión que detecta nombres, documentos, teléfonos y claves en el texto que estás por enviar y pide confirmación. El análisis es local, no sale de tu máquina. Open source.
Registra prompts, respuestas, tokens, latencia y costo por llamada, con trazas de sesión y los pasos de un agente. Muestra dónde se va el presupuesto. Open source, temprano.
API gratuita con volúmenes y consultas de búsqueda en formato para herramientas de agentes, sin scraping ni límites de navegador. Un agente investiga términos sin recolectar. Con cuotas.
Combina recuperación y compresión para sostener 50M de tokens de contexto sobre modelos existentes, con API para leer y escribir recuerdos. Experimental y sin benchmarks independientes.
Un atajo reescribe el texto seleccionado en cualquier aplicación, con corrección gramatical y ajuste de registro. Evita el ida y vuelta al navegador para arreglar un mail. Disponible para macOS.
Guarda lo aprendido de cada sesión sobre convenciones y estructura del proyecto y lo reusa en las siguientes. Se instala y corre contra un repo existente. Disponible, con plan gratuito.
La API de Context.dev recibe una URL y devuelve contenido estructurado, resolviendo render de JavaScript y paginación. Reemplaza mantener scrapers por sitio. Disponible con API key.
Expone el estado de la pestaña a los agentes y al resto del equipo a la vez, con historial compartido de qué hizo cada uno. Apunta a navegación delegada con revisión humana. En acceso temprano.
Se le delega una tarea y devuelve un cambio verificado contra las pruebas del repositorio, no una sugerencia para revisar. Se conecta al repo y corre el ciclo completo. Disponible, de pago.
Capa de memoria común para que distintos agentes lean el mismo estado de la organización en vez de cada uno su copia, con permisos por fuente. Apunta a agentes que se contradicen.
Pizarra de dibujo a mano alzada donde el agente agrega y modifica formas en el mismo lienzo que vos, en lugar de devolver una imagen cerrada. Sirve para diagramar arquitectura en conjunto. Disponible.
Herramienta que expone al agente una capa de anotación sobre la pantalla real: marca lo que mira o lo que te quiere señalar. Resuelve el problema de no saber adónde está apuntando. Código abierto.
App de iOS que lleva un diario de manejo y publica los datos por un servidor MCP, así un agente los consulta sin exportar nada. Ejemplo concreto de app personal con interfaz para agentes.
Lee documentos, mails y fotos para extraer vencimientos y eventos, y crea los recordatorios en el calendario. Extracción estructurada sobre papeles sin formato. Disponible.
Toma los artículos y notas que acumulás y arma con eso borradores y piezas publicables, manteniendo las fuentes enlazadas. Apunta a cerrar el circuito entre leer y producir. Disponible, versión 2.
MC-EvoBench pone agentes a jugar Minecraft en sesiones sucesivas y mide si la mejora viene de aprender o de memorizar el escenario. Preprint, sin revisión por pares.
MAGMA-Bench evalúa agentes con horizonte largo introduciendo fallas de ejecución y cambios de tarea a mitad de camino, algo que los benchmarks estáticos no capturan. Preprint, sin revisión por pares.
Varios agentes se reparten la búsqueda de configuración, el entrenamiento y la validación de modelos chicos de dominio, sin intervención manual entre iteraciones. Preprint, sin revisión por pares.
Describe los patrones que se rompen al poner agentes como usuarios principales: identidad, cuotas, auditoría y manejo de errores. Guía de arquitectura, no un lanzamiento.