Un chatbot te responde con aplomo: «Según un estudio publicado en The Lancet en 2021…», «como establece el artículo 14 de la Ley…», «en palabras de Einstein…». Suena impecable. A veces es verdad y a veces es una referencia que nunca ha existido, con autores, título y página incluidos. Continúa leyendo «Cómo comprobar si un estudio, una cita o una ley que te da una IA existen de verdad»
Etiqueta: claude
Agentes de IA que navegan y compran por ti: qué permisos les das y qué es la inyección de instrucciones
Un agente de IA que navega por ti lee todo lo que aparece en la pantalla, y no siempre sabe distinguir tus órdenes de las que alguien ha escondido en una web. Ese fallo tiene nombre, inyección de instrucciones (prompt injection), y las propias empresas que venden estos agentes reconocen que no está resuelto. Esta guía es para quien ya usa, o piensa usar, una extensión o un modo agente que hace clic, rellena formularios y compra. Al terminar sabrás qué permisos estás concediendo, cómo funciona el ataque y qué hábitos reducen el daño si ocurre. Continúa leyendo «Agentes de IA que navegan y compran por ti: qué permisos les das y qué es la inyección de instrucciones»
Por qué la IA «se olvida» de lo que le dijiste al principio: tokens y ventana de contexto sin jerga
Imagina una conversación larga con un chatbot. Al empezar le pides que escriba siempre en tono formal y sin emojis. Cuarenta mensajes después, el tono se ha relajado y aparece el primer emoji. No es mala educación ni un fallo puntual: es cómo funcionan estos modelos.
TL;DR: un modelo de lenguaje solo «ve» una cantidad limitada de texto a la vez, que se mide en tokens y se llama ventana de contexto. Aunque esa ventana sea enorme, la atención del modelo no se reparte por igual: rinde mejor con lo que está al principio y al final, y peor con lo que queda en medio. Esta guía explica las dos ideas en lenguaje llano y termina con seis hábitos para que no se te escapen instrucciones importantes. Continúa leyendo «Por qué la IA «se olvida» de lo que le dijiste al principio: tokens y ventana de contexto sin jerga»
Claude rediseña circuitos cuánticos y mejora el estado del arte en siete de ocho tareas, pero el 17x tiene letra pequeña
Un equipo de Harvard y Anthropic ha usado Claude para diseñar circuitos cuánticos que necesitan menos recursos que los mejores publicados en siete de ocho tareas de química, optimización, simulación cuántica, teoría de números y cálculo numérico. Lo cuenta Anthropic en un post del 16 de octubre y lo detalla un artículo en arXiv de 46 páginas firmado por Andi Gu, Alek Kemeny, Susanne Yelin y Mikhail Lukin.
La cifra que ha circulado, un circuito con 17 veces menos puertas, es real, pero se mide frente al diseño previo que usaba menos cúbits, no frente al mejor en todo. Merece la pena entender por qué, porque el resultado sigue siendo interesante sin necesidad de inflarlo. Continúa leyendo «Claude rediseña circuitos cuánticos y mejora el estado del arte en siete de ocho tareas, pero el 17x tiene letra pequeña»
WordCraft, GridCraft y DeckCraft: el creador de ArtCraft clona Word, Excel y PowerPoint en código abierto, pero aún están en alfa
Brandon Thomas, el desarrollador detrás de ArtCraft, ha publicado WordCraft, GridCraft y DeckCraft, tres aplicaciones gratuitas y de código abierto que imitan a Word, Excel y PowerPoint. Abren y guardan .docx, .xlsx y .pptx, pero de compatibilidad total, nada: las tres están en alfa, y, a 15 de octubre, sus propios repositorios estiman que están entre un 50 % y un 60 % preparadas para trabajo real. Tampoco hay ataque frontal a Microsoft 365. Es un proyecto abierto, temprano y muy ambicioso, escrito en Rust con ayuda de Claude.
La noticia la han recogido medios como Tom’s Hardware y TechRadar, y la información técnica está en la página oficial de las Crafting Apps de ArtCraft y en los repositorios de GitHub de cada aplicación.
¿Qué son WordCraft, GridCraft y DeckCraft?
Son tres de las 13 aplicaciones que ArtCraft agrupa bajo el nombre de Crafting Apps, todas nativas, de código abierto y escritas en Rust. La familia empezó replicando Adobe (PhotoCraft, VectorCraft, FilmCraft, LightCraft o PdfCraft) y ahora salta a la ofimática.
- WordCraft: procesador de textos con cinta de opciones, estilos, tablas, control de cambios, referencias y combinación de correspondencia. Abre y guarda .docx de forma nativa, importa y exporta .odt, .rtf, .html, .md y .txt, y exporta a PDF.
- GridCraft: hoja de cálculo con barra de fórmulas, más de 500 funciones, matrices dinámicas, tablas dinámicas y gráficos. Su formato nativo es .xlsx.
- DeckCraft: presentaciones con patrones de diapositiva, temas, más de 150 formas vectoriales, transiciones, animaciones y vista del moderador. Abre y guarda .pptx.
Las tres se pueden descargar para macOS, Windows y Linux, y la web oficial también ofrece versión para navegador. La versión publicada en las páginas de descarga es la 0.5.0.
¿Son realmente compatibles con los archivos de Office?
Parcialmente, y lo dicen sus propios autores. El README de GridCraft lo resume sin rodeos: «el flujo de trabajo básico funciona de principio a fin, pero la profundidad, la fidelidad y la compatibilidad de archivos todavía son toscas».
Estas son las estimaciones que publican los repositorios a 15 de octubre de 2026, unas cifras que sus autores actualizan con frecuencia:
- WordCraft: en torno al 60 % del camino para sustituir a Word en trabajo real, con un 88 % de las funciones de la cinta de Word cubiertas. Antes de la beta, la hoja de ruta exige conservar gráficos y SmartArt al abrir y guardar, y acercar la paginación a la de Word.
- GridCraft: alrededor del 50 % listo para trabajo real. Soporta 513 de las 523 funciones de hoja de cálculo de Excel, pero los .xls antiguos se abren sin formato ni objetos.
- DeckCraft: cerca del 55 % listo para trabajo real y un 84 % de cobertura de funciones de PowerPoint. La prensa que cubrió el lanzamiento citaba un 79 %; la cifra del repositorio ha cambiado desde entonces.
IBTimes subraya que son estimaciones de los propios desarrolladores, no pruebas auditadas. Su consejo es sensato: probar con copias de tus archivos y revisar saltos de página, fórmulas, gráficos, control de cambios y animaciones antes de fiarte.
¿Qué papel ha tenido Claude en el desarrollo?
Uno grande, aunque nadie ha medido cuánto. TechRadar explica que Thomas ha usado Claude, de Anthropic, para la mayor parte del trabajo de estos proyectos, y TechSpot y ProPakistani concretan que el modelo fue Claude Opus 5.5. Según IBTimes, el historial de commits en GitHub no deja claro cuánto código escribió, revisó o probó Thomas en persona.
Thomas no es un recién llegado: ProPakistani lo presenta como ingeniero con unos 15 años de experiencia, antiguo CEO de Storyteller.ai y exingeniero de Square. Ante las críticas que tachan sus apps de «vibe coding» o «AI slop», respondió en X que sabe programar.
Hay un detalle más interesante que el debate sobre quién tecleó cada línea. Las aplicaciones están pensadas para que las manejen agentes de IA: WordCraft expone cientos de comandos (389 según su web y 422 según su repositorio a 15 de octubre) a través de una CLI, un canal de control JSON y un servidor MCP, y DeckCraft supera los 200. En la práctica, cada botón de la cinta se puede pulsar desde un script o un agente.
¿Por qué no es un rival de Microsoft 365?
Porque juega en otra liga. Microsoft 365 es una suscripción con servicios en la nube pensada también para empresas. Las Crafting Apps, en cambio, son aplicaciones locales y de código abierto que los propios autores siguen considerando una alfa. Se parecen más a LibreOffice que a la suite de Microsoft.
Y con LibreOffice tiene Thomas una cuenta pendiente. «Odio LibreOffice. Una vez me destrozó un trabajo de 40 páginas la semana de entrega, en plena época de exámenes», escribió en redes sociales en un mensaje que recoge TechRadar. Ese mismo medio cita las críticas de quienes le reprochan recurrir al vibe coding en lugar de apoyar proyectos libres ya existentes, como LibreOffice, GIMP o Thunderbird. Quien quiera comparar tiene la evolución de LibreOffice como suite ofimática de código abierto, y las formas de usar Microsoft Word gratis que ya existen.
La licencia es doble, MIT o Apache-2.0, a elección del usuario. El modelo de negocio de ArtCraft está en otra parte: su estudio de imagen y vídeo con IA tiene planes de pago desde 10 dólares al mes (unos 8,70 euros), con descuento temporal en la web. Las aplicaciones de ofimática no cuestan nada.
Lo que más me interesa de WordCraft y compañía no es que vayan a jubilar a Word, porque no lo van a hacer pronto. Es la velocidad. Un desarrollador apoyado en un modelo de IA ha montado tres aplicaciones que ya abren y guardan formatos de Office, con licencia permisiva y preparadas para agentes, y lo ha hecho mientras seguía clonando Adobe. Si eso se sostiene, el foso de las suites ofimáticas ya no estará en el código, sino en la fidelidad de formato, el soporte y la confianza.
Y ahí la pregunta incómoda es la del mantenimiento: ¿quién arregla el documento roto de un cliente a las once de la noche cuando el autor ya está clonando AutoCAD? Para jugar, probar flujos con agentes o editar documentos sencillos, merecen una descarga. Para el contrato que tienes que entregar mañana, todavía no.
El Reino Unido usa IA frontera contra sus propias vulnerabilidades: 407 fallos en un mes por 13.000 libras
El Gobierno británico ya ha usado modelos de IA frontera para auditar su propio código y la factura cabe en una hoja de cálculo: 407 hallazgos en nueve organizaciones públicas, en un mes y con 13.000 libras en tokens. Ese piloto, documentado por el GC3 en un caso de estudio publicado en GOV.UK, es ahora la base del paquete de ciberseguridad que el ministro de Inteligencia Artificial, Kanishka Narayan, presentó el 12 de octubre de 2026.
La cifra llamativa no es la de vulnerabilidades. Es lo barato que ha salido encontrarlas y lo que el propio informe admite sobre el cuello de botella real, que no está en la máquina sino en las personas que tienen que revisar lo que la máquina encuentra.
¿Qué hizo exactamente el GC3 con los modelos de IA?
Organizó una serie de hackatones semanales y presenciales en los que equipos con acceso a modelos frontera escanearon repositorios de código público de la administración. El Government Cyber Coordination Centre (GC3) es una colaboración entre el National Cyber Security Centre (NCSC) y el Departamento de Ciencia, Innovación y Tecnología, y trabajó con especialistas del AI Security Institute (AISI).
En lugar de imponer un método, el GC3 dio acceso a los modelos y dejó que cada equipo construyera sus herramientas. Salieron tres enfoques distintos:
- Una cadena de agentes en seis etapas (triaje, validación, auditoría, rastreo, juez y resumen), con escalado manual a una persona del equipo.
- Escáneres clásicos como Gitleaks, Trivy, Semgrep y Hadolint alimentando a los modelos, que después encadenaban rutas de ataque y filtraban resultados.
- Cinco Claude Skills especializadas, construidas a partir de una auditoría de cientos de servicios.
Es un detalle relevante: ninguno de los tres equipos se limitó a pegar código en un chat. Todos montaron una arquitectura alrededor del modelo.
¿Qué encontraron y qué tan grave era?
Los 407 hallazgos incluyen debilidades críticas que permitían saltarse la autenticación, exponer datos o ejecutar código en remoto. Según el caso de estudio, todas las críticas se han corregido y no hay indicios de que nadie las explotara antes.
Algunas ya estaban mitigadas por otros controles; otras eran desconocidas. El ejemplo más grave que detalla el GC3 es un fallo en GitHub Actions: cualquier usuario externo podía publicar un comentario con una estructura concreta en una pull request abierta y disparar la ejecución de código arbitrario en el runner. Desde ahí, los secretos y tokens quedaban al alcance, con riesgo de un compromiso más amplio del repositorio.
El informe destaca además algo que los escáneres tradicionales no hacían: los modelos fueron capaces de seguir una vulnerabilidad a través de los límites entre servicios, que es justo donde suelen esconderse los fallos que nadie revisa porque cada equipo cree que es responsabilidad del otro.
El coste total fue de 13.000 libras en tokens, unos 17.467 dólares según el cálculo de Infosecurity Magazine (≈ 15.200 euros al tipo orientativo de octubre). Repartido entre nueve organizaciones y un mes de trabajo, sale a menos de 1.500 libras por organización en consumo de modelo, sin contar las horas de los especialistas, que el informe no cuantifica.
Lo que el informe reconoce y la nota de prensa no subraya
La parte más útil del caso de estudio son sus lecciones, y no todas son triunfalistas. La primera: la arquitectura importa más que el modelo. Los mejores resultados llegaron con modelos frontera usados como componentes muy acotados dentro de un flujo estructurado, con revisión humana en el escalado.
La segunda es todavía más interesante para quien esté comprando herramientas: con la arquitectura adecuada, muchos modelos frontera y casi frontera rindieron de forma parecida. El GC3 menciona como ejemplos recientes Claude Mythos y GPT-5.5, y el AISI advierte de que las puntuaciones en benchmarks no reflejan necesariamente la capacidad de encontrar y arreglar vulnerabilidades reales.
La tercera es el aviso que debería leer cualquier responsable de seguridad: los agentes generan candidatos a vulnerabilidad más rápido de lo que las personas pueden validarlos. El propio documento lo resume con una frase que podría colgarse en cualquier oficina de un CISO: encontrar no es lo mismo que arreglar. Priorizar, revisar y generar parches tiene que encajar en procesos humanos que ya están saturados.
Si la IA multiplica los hallazgos pero el equipo que los corrige sigue siendo el mismo, el resultado puede ser una cola más larga, no un sistema más seguro.
¿Qué anunció Narayan el 12 de octubre?
Un paquete de medidas que convierte el piloto en política. En un discurso en el Imperial College de Londres, Narayan dijo que quiere que Gran Bretaña sea «uno de los países más difíciles del mundo de atacar usando inteligencia artificial».
Los puntos concretos del discurso:
- Dos pilotos del Gobierno han ayudado a identificar y corregir más de mil vulnerabilidades con IA frontera.
- Un servicio central de monitorización ha reducido el tiempo para corregir debilidades de 50 días a 8.
- Narayan, el ministro de ciberseguridad del DCMS y el ministro de Seguridad liderarán el uso «urgente» de IA frontera para buscar fallos en sistemas del Estado.
- El Gobierno trabajará con el Parlamento para reforzar la Cyber Security and Resilience Bill frente a amenazas impulsadas por IA y riesgos de pérdida de control, incluida la notificación de incidentes graves y de casi-incidentes.
- El DCMS, el NCSC y el AISI desarrollarán formas de contener incidentes con IA agéntica.
- La IA será un eje de la presidencia británica del G20 el año que viene.
Hay un matiz que conviene no perder. The Next Web señala que el Gobierno habla de más de mil vulnerabilidades en dos pilotos, pero el caso de estudio publicado solo documenta uno, el de los 407 hallazgos. El resto de la cifra, de momento, hay que creérsela.
Narayan también tuvo un mensaje para los laboratorios: escuchad a vuestros científicos cuando avisen de peligros graves y, «si no podéis controlar adecuadamente los riesgos, no lancéis el sistema». Es una frase fácil de aplaudir y difícil de hacer cumplir desde un país que no aloja a los principales desarrolladores de modelos frontera.
¿Por qué importa fuera del Reino Unido?
Porque aquí un gobierno publica coste, método y límites de usar IA en ciberdefensa real, no en una demo. El debate sobre si estos modelos ayudan más a atacar o a defender suele moverse entre anuncios de empresa, como el agente Aardvark de OpenAI para detectar y corregir vulnerabilidades, e informes de amenazas que describen el lado contrario, como el que alertaba de que la carrera de los agentes de IA ha creado un caldo de cultivo para el cibercrimen.
El caso del GC3 aporta datos donde había sobre todo promesas. Y el siguiente paso ya está fijado: una segunda fase con más departamentos y más modelos que pasará del código público a los sistemas cerrados de la administración, un terreno que el caso de estudio todavía no ha medido.
Mi lectura es que el Reino Unido ha acertado en el orden: primero medir con su propio código, luego legislar. Lo discutible es la cifra redonda de «más de mil» sin un segundo informe que la respalde, y la tentación de vender la IA como acelerador cuando el propio GC3 dice que el freno está en la capacidad humana de revisar.
Si la segunda fase llega a sistemas cerrados con el mismo nivel de transparencia sobre costes y límites, este documento puede acabar siendo la plantilla que otros gobiernos copien. Si se queda en titulares de miles de vulnerabilidades, será otro anuncio más.
Ni el mejor modelo de IA se sabe las respuestas: acierta el 66 % sin buscar en la web, y por eso el SEO sigue vivo
El modelo que encabeza hoy el índice AA-Omniscience de Artificial Analysis, Claude Opus 5.5, acierta el 66 % de las preguntas de hechos concretos cuando no puede buscar en internet. El resto se reparte entre errores y respuestas del tipo «no lo sé». Ese dato explica por qué todos los asistentes de IA salen a la web cuando necesitan precisión, y por qué las páginas que encuentran ahí siguen importando. Continúa leyendo «Ni el mejor modelo de IA se sabe las respuestas: acierta el 66 % sin buscar en la web, y por eso el SEO sigue vivo»
Google convierte Gemini en un agente único para empresas que también usa Claude: las claves de Gemini at Work 2026
Google Cloud presentó el 8 de octubre de 2026, en su evento Gemini at Work, el agente Gemini: un único agente de trabajo que responde preguntas, redacta documentos, genera imágenes y escribe y ejecuta código desde una sola caja de texto. La novedad de fondo no está en la interfaz, sino en dos decisiones: el agente puede crear «compañeros» con identidad y correo propios, y elige en cada tarea entre modelos de Google y modelos Claude de Anthropic.
Claude ya construye paneles de datos en vivo y vídeos animados: qué son Dashboards y Motion y quién puede usarlos
Anthropic lanzó en beta el 8 de octubre de 2026 dos funciones nuevas para Claude. Claude Dashboards crea un panel de datos en vivo a partir de una pregunta en lenguaje natural y enseña la consulta que hay detrás de cada cifra. Claude Motion convierte un informe en un vídeo animado que Claude escribe como código y exporta en MP4. Dashboards llega a los planes de pago; Motion, solo a Team y Enterprise.
Grok Bot dejará de depender solo de Grok: Musk lo conectará a Claude Opus 5.5, Midjourney y Suno
Grok Bot, la aplicación de agentes de IA de SpaceXAI, dejará de trabajar solo con los modelos de la casa. Elon Musk anunció en X entre el 6 y el 7 de octubre de 2026 que cada tarea se enviará al «mejor modelo de back-end» disponible, y citó tres nombres: Claude Opus 5.5 de Anthropic, Midjourney y Suno. No dio calendario, ni reparto de tareas, ni precios.
El mensaje fue corto: «Going forward, @SpaceX will use the best back end model for any given task», seguido de «including Claude Opus 5.5, MidJourney, Suno and other leading APIs» y de una justificación de una línea: «Whatever is most likely to give you the best outcome». Según TeslaNorth, la publicación sumó 35,9 millones de visualizaciones y más de 4.500 respuestas. Lo relevante es lo que deja sin contestar.
¿Qué es Grok Bot y qué ha cambiado exactamente?
Grok Bot es un conjunto de agentes de IA que trabajan en segundo plano, no un chatbot ni un sistema de atención al cliente. Cambia el motor: hasta ahora los Bots funcionaban con modelos propios y, según Musk, pasarán a elegir el modelo que mejor resuelva cada encargo, sea de SpaceXAI o de un rival.
Según el anuncio oficial de Grok Bot, publicado el 11 de agosto de 2026 como beta, cada Bot tiene su propio ordenador en la nube, así que sigue trabajando aunque cierres el portátil. Entra en tus aplicaciones, correo y webs, incluso sin API, y solo vuelve a ti cuando necesita una aprobación. Puedes tener varios en paralelo, con un Bot «jefe de gabinete» que coordina a especialistas en correo, gastos o selección de personal.
El acceso llega a través de suscripciones de Grok y de Cursor. La página oficial no da precios, pero Implicator los recopiló el mismo día del lanzamiento: 120 dólares (≈ 104 euros) por puesto y mes en Cursor Premium Teams, 200 dólares (≈ 174 euros) en Cursor Ultra y 300 dólares (≈ 261 euros) en SuperGrok Heavy.
Ni siquiera el nombre de la empresa es estable: la antigua xAI, absorbida por SpaceX en febrero, se llama SpaceXAI desde el 6 de julio y Musk aceptó el 4 de octubre rebautizarla SpaceXSI, sin fecha, según The Next Web.
¿Qué modelo hará cada cosa?
Nadie lo sabe todavía. Musk no dijo qué tareas irán a cada proveedor, como subraya The Next Web, y el reparto que circula (Claude para razonar, Midjourney para imagen, Suno para música) es una deducción razonable de TeslaNorth, no un plan publicado.
En una respuesta posterior, recogida por Music Business Worldwide, Musk explicó que las preguntas sencillas irán a modelos pequeños y rápidos, y las complejas, a modelos grandes. El mismo medio cita a un miembro del equipo de Grok Bot que aseguró que Opus 5.5 movería todos los Bots de la aplicación. Para Suno no hay plazo.
El dato oficial más concreto llegó después, en el registro de cambios de Grok Bot: desde la versión del 11 de octubre, cuando un modelo no está disponible en tu región, la tarea se detiene, explica el motivo y los Bots vuelven a Grok. Es decir, el enrutado hacia modelos ajenos ya existe en alguna forma, aunque el registro no nombra a Claude, Midjourney ni Suno.
Claude Opus 5.5 es el más fácil de encajar. Anthropic lo publicó el 22 de septiembre con un precio de 4 dólares por millón de tokens de entrada y 20 dólares de salida (≈ 3,48 y 17,40 euros), un 20 % menos que Opus 5, según su página oficial de Claude Opus 5.5. Además, ya existe relación comercial: según Music Business Worldwide, en mayo Anthropic acordó usar toda la capacidad del centro de datos Colossus 1 de SpaceX en Memphis.
¿Por qué Midjourney y Suno son la parte más extraña del anuncio?
Porque ninguno de los dos ofrece hoy una API pública oficial, y Musk habla de «leading APIs». Music Business Worldwide recuerda que Suno no tiene API pública y que en julio su director de producto solo dijo que estaban estudiando una para desarrolladores. En el caso de Midjourney, guías actualizadas en octubre, como la de MyArchitectAI, sostienen que la empresa no tiene API oficial y que estudia una para empresas sin fecha.
Mi lectura: o SpaceX tiene acuerdos privados que no ha contado, o el anuncio va por delante de la infraestructura.
Suno, además, llega con su propio frente judicial. Según Music Business Worldwide, en febrero tenía 2 millones de suscriptores y 300 millones de dólares de ingresos (≈ 261 millones de euros), cifras que su consejero delegado dice haber superado, y en junio cerró una ronda de más de 400 millones con una valoración de 5.400 millones de dólares (≈ 4.700 millones de euros). Tiene licencias con Warner, BMG y Believe, pero Universal y Sony presentaron el 18 de septiembre una segunda demanda que le atribuye haber copiado 60.202 grabaciones. Y Round Hill Music demandó el 17 de agosto a Suno y a Anthropic a la vez. Dos de los tres proveedores elegidos comparten pleitos por derechos musicales.
Es un contraste curioso con el mercado de imagen. Magnific (antes Freepik) agrupa en una sola plataforma más de una veintena de modelos de imagen y vídeo de terceros, entre ellos Grok Imagine, el generador de la propia casa de Musk, según su catálogo de modelos de Magnific. El agregador ya existía; lo nuevo es que la empresa que fabrica uno de esos modelos se convierta también en agregadora.
¿Qué pasa con tus datos cuando un Bot llama a otro proveedor?
Es una pregunta que se planteó bajo el mensaje de Musk y que quedó sin respuesta. Según TeslaNorth, varios usuarios preguntaron por el envío de conversaciones a APIs de terceros y uno pidió una opción para desactivarlo; Musk no contestó a ninguno.
No es un detalle menor. Grok Bot permite desde septiembre conectar 1Password en Mac para que el Bot inicie sesión con tus credenciales guardadas, según el registro de cambios. Si una tarea viaja a Anthropic, el usuario necesita saber qué contexto sale y en qué condiciones. Implicator señala además que no hay selector de modelos visible para el cliente.
El momento tampoco ayuda. The Next Web cita un reportaje de Business Insider sobre usuarios que borraron agentes personales tras sustos de privacidad, en plena competencia con Muse, cuya promesa de confidencialidad analizamos en la entrevista de Zuckerberg sobre Muse y su privacidad sin probar. Es el mismo problema que ya describía la fiebre de los agentes de IA sin barandillas en la web: los agentes ganan capacidad más rápido que las garantías.
¿Es una rendición de xAI?
En parte. City AM lo calificó de cambio notable, porque Musk ha invertido miles de millones de dólares en xAI y Grok, que lanzó en 2023, para competir con OpenAI y Anthropic, y ahora su producto estrella de agentes recurre a Anthropic. Llegó, además, un día después de que usuarios reportaran problemas para acceder a Grok, según City AM, sin causa oficial.
Pero también es una decisión de producto coherente: un agente se vende por terminar el trabajo, no por el nombre del modelo. Si Opus 5.5 lo hace mejor, usarlo es más honesto que forzar a Grok en todo.
Lo que falla es la ejecución del anuncio. Un mensaje en X con tres marcas famosas y ningún detalle sobre costes, privacidad o reparto de tareas no basta para un producto al que se le confían contraseñas y bandejas de entrada. Ya hay casos documentados de agentes de IA capaces de gastar 31.000 dólares mientras duermes, y el enrutado multimodelo añade una capa más de opacidad: cuando algo salga mal, habrá que saber qué modelo tomó la decisión.
Hasta que SpaceX publique una política de datos para estos proveedores y aclare cómo llegará a Midjourney y Suno sin API pública, esto es una declaración de intenciones con Claude dentro y dos incógnitas fuera. Lo razonable es tratarlo así.