Insights
Notas del trabajo.
Textos prácticos sobre cómo construir IA empresarial que llega a producción.
El evaluador de Google falló tres ejecuciones que habían pasado: leía el resumen
Google publica cuatro lecciones de evaluación de un plugin de agente: puntuar la trayectoria, conservar los turnos, comparar ejecución real y solo plan, y usar golden sets.
Leer
El modelo más barato es el que tiene errores que usted puede permitirse detectar
Tres formas de recortar el coste de inferencia: especializar un modelo pequeño, servir mejor los pesos abiertos, terminar tareas de agentes en menos pasos. Ninguna pone precio a los errores.
Leer
Un modelo pequeño mejoró 85% en extracción y Microsoft muestra por qué los modelos frontera aún ganan
Con 17 documentos de entrenamiento, un evaluador en Python y 100 pasos de refuerzo, Microsoft subió la F1 de extracción de gpt-oss-20b de 0.44 a 0.81. Los modelos frontera obtuvieron 0.98.
Leer
Anunciada, contratada, energizada: Microsoft deja un centro de IA en Essex y muestra qué capacidad cuenta
Microsoft dejó el centro de datos de IA que Nscale planea en Essex: según el operador de la red, la energía completa podría no llegar antes de principios o mediados de la década de 2030.
Leer
Su agente de programación eligió la biblioteca correcta. Puede que su empresa no tenga permitido usarla
GitHub lleva las políticas de licencias de código abierto a disponibilidad general, las aplica en la fusión y las expone en una API para agentes. La API solo ayuda si los agentes consultan.
Leer
DeepSeek busca abaratar las tareas terminadas; su nueva API de búsqueda plantea una duda de custodia
DeepSeek V4.1-Flash-1017 promete ejecuciones de agente más rápidas y cortas bajo un alias que ya cambió, y abre su buscador como API por llamada. Baja el coste por tarea; suben las dudas de custodia.
Leer
Escáneres de malware con IA no leen binarios: Databricks cerró la brecha con evidencia
Databricks halló que los escáneres LLM fallan con paquetes npm que esconden payloads en binarios. La evidencia de análisis binario corrigió la mayoría de los fallos, incluso en modelos pequeños.
Leer
Un agente de Azure diagnostica una app lenta. El modelo de amenazas pregunta qué más podría hacer
Microsoft publicó un modelo de amenazas para asistentes de IA conectados a Azure vía Azure MCP Server. Su mejor idea: el agente interpreta, Azure decide y las rutas de denegación se prueban primero.
Leer
Ya están los pesos de Beam de Reflection. Cómo los sirva ahora importa tanto como el modelo
Beam se lanzó el 16 de octubre en tres precisiones, con recetas de día cero de AWS y Google Cloud. Para agentes de programación, la arquitectura de servicio ahora decide el costo tanto como el modelo.
Leer
Los agentes de ventas de AWS estaban sanos y financieramente equivocados. La solución: evaluar en cada release
AWS publicó cómo evalúa el sistema multiagente que usan sus vendedores de campo: nueve etapas desde definir la calidad hasta canarios en producción. Lo útil es dónde se sitúa cada control.
Leer
El modelo de chat de Microsoft ya responde con un gráfico interactivo. Su app decide qué puede renderizar
GPT-chat-latest en Microsoft Foundry añade respuestas GenUI y pensamiento intercalado en el endpoint existente. La interfaz ya es parte de la respuesta y exige un contrato de renderizado.
Leer
Un agente empresarial debe sobrevivir a un reinicio sin pagar dos veces. El SDK de Go duradero de AWS ya es GA
AWS lanzó su SDK de ejecución duradera para Go en Lambda en disponibilidad general (GA): pasos con checkpoints, callbacks y esperas de hasta un año. La durabilidad es una decisión aparte del modelo.
Leer
¿Tiene un caso de uso de IA detenido entre el prototipo y la producción?
Cuéntenos qué quiere poner en marcha. Le respondemos con próximos pasos honestos.
Conversemos sobre un caso de uso