15 de octubre de 2026 · tarde 12° · despejado
Suscribirse
Lo más útil · IA
Acceso de nivel empleado a sistemas, incidentes y practicas internas, sin poder bloquear los informes. Primer acuerdo asi en un laboratorio frontera. Ya vigente.
Un agente de codigo coordinando hipotesis, simulacion y analisis en un dominio cientifico. Reporte de investigacion, no producto.
Genera sitios, juegos y quizzes que leen datos de la red: vibe coding con la API social adentro. Ya disponible en la plataforma experimental.
Las victimas casi no reclaman y el costo de remediacion queda entero del lado atacado. Util para quien administra sistemas expuestos.
Evaluan multas equiparables a demorar el aviso de una filtracion. Si avanza, fija un plazo de notificacion para quien opere modelos.
Primera senal de que van a exigir trazabilidad y punto de aprobacion humana en el diseno de agentes que operen en finanzas.
Un solo carrito que cruza tiendas, operado desde el buscador y la app. Es compra agentica funcionando en produccion. Disponible en EEUU.
El dato que importa para quien desarrolla: los terminos de privacidad de un producto muerto no viajan con los datos cuando se liquidan.
Expone la mesa de ayuda como servidor MCP: el modelo lee el ticket y responde sin integracion a medida. Disponible.
Constructor de agentes que define rol y permisos antes que el prompt: que puede tocar y cuando escala a una persona. Disponible.
Instrumenta corridas para medir fallas, reintentos y desvios. Cubre el agujero de cuando un agente pasa a produccion. Etapa temprana.
Empaqueta lo que queda despues de generar la app: repo, base de datos, usuarios y deploy. Open source, etapa inicial.
El repo oficial esta cerrado a issues y pull requests: la comunidad armo afuera los videos, mejoras y trabajos derivados.
El servidor MCP es lo interesante: deja que un agente lea y escriba en los widgets del escritorio. Etapa temprana.
Propuesta para sostener contextos largos sin pagar toda la ventana: compactacion aprendida en test time. Preprint, sin revision por pares.
Usan la critica del propio modelo como senal de entrenamiento on-policy cuando la supervision humana es ruidosa. Preprint sin revision por pares.
Repasa donde la revision automatica encuentra cosas y donde genera ruido, con el costo de atencion que eso le mete al equipo.
Balance de evidencia sobre auditabilidad y costo frente a riesgo de uso indebido. Marco util para decidir que corres adentro de casa.
Separa las demos de laboratorio de lo que puede salir a un entorno real, con el problema de datos de manipulacion como cuello de botella.
Experimento con agentes a cargo de operaciones reales: los fallos aparecen en continuidad y en manejo de dinero, no en la tarea puntual.
Entrenan una politica usando trayectorias generadas, sin interaccion real previa. Preprint, sin revision por pares.
Tiene demo sin login. Lo relevante es el MCP: podes operarlo desde tu propio asistente en lugar de su interfaz.