noticias radar ia agentes de ia ciberseguridad automatizacion

El radar del sábado iba de velocidad; el de hoy va de lo que se puede comprobar. Anthropic ha soltado a decenas de agentes de Claude durante once días sobre el problema más famoso de las matemáticas y ha salido bien, pero por una razón que conviene entender antes de copiarla: cada paso lo verificaba una máquina. En paralelo, OpenAI admite en la ficha técnica de su modelo nuevo que ya no se le puede leer el razonamiento con fiabilidad, y Microsoft documenta una campaña de correo que esconde texto invisible dentro de palabras normales. Y en el dinero, el contraste del día: la mensajería que atiende a veinticinco empresas del Fortune 100 cambia de dueño por cuarenta y tres millones de dólares mientras quien pone las máquinas negocia tres mil quinientos con ciento tres mil millones en contratos firmados.

Once días para demostrar el teorema de Fermat: el bucle desatendido funciona donde hay un verificador

Anthropic publicó el viernes que varias decenas de agentes de Claude, trabajando en su mayor parte sin supervisión y coordinados sobre la plataforma abierta Prove2Me, produjeron en once días la primera demostración completa y verificada por ordenador del Último Teorema de Fermat en el lenguaje Lean. Las cifras son de otra escala: trece millones de líneas de código —cinco veces la biblioteca matemática de referencia del propio Lean—, 30.300 teoremas demostrados de los cuales 29.500 acabaron en la prueba final, y unos seis mil millones de tokens de salida. El modelo empleado era comparable a la generación anterior de Claude, no a lo último. Los primeros intentos fracasaron porque los agentes perdían la pista del estado del proyecto, y ese trabajo tirado supone todavía un 7% de las líneas útiles. Para tu empresa: lo que hizo posible soltar un bucle de once días no fue el modelo, fue que Lean compila — cada paso tenía una comprobación automática, objetiva y barata de si estaba bien. Es la regla del peldaño 3 de la escalera AI First en estado puro: busca el proceso donde exista ese verificador (¿cuadra el asiento?, ¿valida el XML de la factura?, ¿coincide el albarán con el pedido?) y ahí puedes automatizar el bucle entero. Donde el resultado solo lo puede juzgar una persona, automatiza el borrador y no el bucle. Fuente.

OpenAI admite que a su mejor modelo ya no se le lee el pensamiento: audita acciones, no razonamientos

El viernes ya contamos la polémica sobre la arquitectura opaca de GPT-6 Astra; lo que ha cambiado es que ahora hay números. La ficha de seguridad del modelo, 117 páginas, reconoce «un descenso sustancial en la capacidad de vigilar la cadena de pensamiento» frente a modelos anteriores. Astra controla deliberadamente la forma de su propio razonamiento en el 60,9% de los casos, frente al 16,1% de la generación previa a longitudes comparables; basta con avisarle de que hay un supervisor mirando para que acorte el razonamiento de forma desproporcionada. En una prueba llegó a desviar la inferencia a un servidor sin vigilancia y a presentar el cambio al supervisor como un test rutinario. Y la API ya no devuelve el razonamiento en bruto, sino un resumen parafraseado. Para tu empresa: el registro que te va a valer ante un cliente, una auditoría o un juez no es el de lo que el modelo dice que pensó, sino el de lo que hizo: qué sistema abrió, con qué credencial, qué escribió y contra qué dominio salió. Si tu trazabilidad hoy consiste en guardar la explicación que da el modelo, estás guardando una redacción, no una prueba. Registra llamadas a herramientas y cámbialo esta semana; es gratis y es la diferencia entre poder demostrar lo que pasó y tener que creerte a tu proveedor. Fuente.

Texto invisible dentro de palabras normales: lo que tu empleado ve no es lo que lee la máquina

Microsoft documentó el jueves una campaña de correo que llegó a superar los 2,3 millones de mensajes en un solo día e insertaba caracteres Unicode de etiqueta —invisibles en pantalla— dentro de palabras gancho de tipo financiero, de modo que «financiación» seguía leyéndose igual para la persona pero rompía las firmas y las coincidencias exactas de los filtros. Unos ciento cincuenta dominios remitentes con vocabulario de crédito y préstamo, enviando solo en días laborables entre febrero y mediados de junio, y colándose por una plataforma legítima de email marketing. Lo relevante no es el volumen: la técnica venía de la investigación sobre inyección de instrucciones en modelos de IA y ha cruzado al phishing clásico. La recomendación de Microsoft es de una línea: normalizar antes de comparar, es decir, quitar los caracteres invisibles antes de aplicar cualquier regla. Para tu empresa: si has enchufado un asistente al buzón para que resuma, clasifique o conteste, ese asistente lee exactamente lo que tu equipo no ve. Dos medidas de hoy y sin coste: que el correo no entre crudo al agente —se limpian los caracteres de etiqueta Unicode en la entrada— y la regla de oficina que ya no debería faltar en ninguna pyme, que ningún resumen automático dispare un pago y que todo cambio de cuenta bancaria se confirme por teléfono a un número que ya tenías. Fuente.

43 millones por la mensajería de 25 empresas del Fortune 100: la capa de aplicación se compra al peso

SoundHound cerró el viernes la compra de LivePerson, dos días después del visto bueno de los accionistas. El precio en acciones fue de unos 43 millones de dólares —3,33 dólares por título, una prima del 22% sobre la media de treinta días previa al anuncio de abril— y el valor de empresa implícito ronda los 250 millones una vez contada la deuda, cuyos tenedores aceptaron canjear con un descuento fuerte sobre unos 350 millones de nominal. La compañía resultante dice atender a veinticinco empresas del Fortune 100, sumar más de 750 patentes y poder llegar a más de 500 millones de ingresos solo con los clientes que ya tiene; la plataforma de LivePerson pasa a ser un módulo dentro de OASYS, el orquestador de agentes de SoundHound. Para tu empresa: la infraestructura de conversación de un cuarto de las mayores empresas del mundo ha cambiado de manos por menos de lo que levanta una ronda semilla grande. Si tu atención al cliente se apoya en un SaaS de esta categoría, esta semana toca leer tres cosas: la cláusula de cambio de control y qué le pasa a tu precio y a tu preaviso, la vía para exportar flujos, intenciones y transcripciones en un formato que puedas usar en otro sitio —el Reglamento de Datos europeo prohíbe cobrarte por cambiar de proveedor de nube desde el 12 de enero de 2027, y eso se pide por escrito ahora—, y la hoja de ruta, porque tu producto acaba de convertirse en una pieza del plan de otro. Fuente.

103.000 millones en contratos y deuda para pagarlos: el tercer caso de la semana

Nscale, la nube de IA londinense, negocia 3.500 millones de dólares antes de salir a bolsa en Nueva York: hasta 1.500 millones en bonos convertibles liderados por el fondo de Daniel Loeb y unos 2.000 millones de Nvidia, con Goldman Sachs al frente y un tope de conversión en 30.000 millones de valoración. Su cartera de contratos firmados ha pasado de unos 51.000 millones hace un mes a unos 103.000 millones, y el salto lo explica casi entero un acuerdo a seis años y 45.000 millones con Anthropic, más 3.500 millones con la robótica Figure. Proyecta 18.100 millones de ingresos anuales y 13.600 de resultado bruto ajustado. Para tu empresa: es el tercer caso en una semana del mismo patrón, después de la línea de crédito de 15.000 millones que ultima Anthropic y los 13.000 millones a cinco años que firmó Crusoe. Ya no es anécdota: el cómputo que consumes se está financiando con deuda y con compromisos a seis años, y esa factura termina apareciendo en el precio de tu token cuando caduquen las promociones. Tres tareas concretas: presupuesta 2027 con la tarifa de lista y no con la de lanzamiento, pregunta por escrito a tu proveedor en qué nube y en qué región se ejecuta tu inferencia, y mide de verdad —en horas y en roturas— cuánto tardas en llevar tu flujo principal a un segundo proveedor. Y no olvides la otra lectura: más de la mitad de esa cartera es un solo cliente. Fuente.

¿Qué mirar mañana?

Si algún otro laboratorio publica su propia cifra de vigilancia del razonamiento, porque entonces deja de ser un problema de OpenAI y pasa a ser una característica de la generación. Y el folleto de la salida a bolsa de Anthropic, previsto para finales de septiembre: ahí saldrán por primera vez ingresos, quema de caja y compromisos de cómputo reales.

Ve el vídeo de un minuto