1 de Cada 25 Líneas de Código Ya No es Tuya

Anthropic compró Coefficient Bio por $400M esta semana. La startup tenía 9 personas y apenas 8 meses de existencia, todo enfocado en descubrimiento de fármacos con IA. Lo bueno: Anthropic entra directo a biotech con talento especializado. Lo malo: $44M por cabeza es una apuesta enorme para una empresa que no publicó ningún resultado clínico verificable, así que si trabajas en salud o biotech, empieza a mirar qué hace Claude en ese espacio.

OpenAI adquirió TBPN, la red de podcasts de negocios fundada por emprendedores, por una cifra en los cientos de millones bajos, según Podnews. Sam Altman dijo sin rodeos que la compra es para controlar el relato. Ojo: una empresa de IA con $122,000M en fondos que necesita comprar medios para que la prensa le sea favorable dice más sobre su relación con los periodistas que sobre su estrategia de contenido, míralo.

Generalist AI presentó GEN-1 esta semana con 99% de tasa de éxito en tareas físicas y velocidad 3 veces mayor que modelos anteriores, según anuncios de Nvidia y socios de robótica. Varios investigadores lo comparan con el momento en que ChatGPT abrió la IA al público general, pero para robots. En contexto: la mayoría de robots industriales hoy tienen tasas de error del 5 al 15% en entornos no controlados. El 99% viene de la propia empresa, no de un benchmark independiente — tómalo con cautela hasta que haya validación externa.

Legora cerró una ronda Serie D de $550M a una valuación de $5,550M, con Bessemer Ventures como anunciante, para llevar IA a despachos de abogados. Eso importa porque el sector legal es uno de los más lentos en adoptar tecnología y esta valuación dice que los inversores ya no esperan más. Si usas servicios legales o trabajas en un despacho, los precios de horas de abogado deberían bajar en los próximos dos años porque las tareas de revisión de documentos son las primeras en automatizarse.

Netflix publicó VOID en HuggingFace esta semana, su primer modelo de código abierto, que elimina objetos y personas de videos con precisión de producción. El CEO de HuggingFace lo compartió y la comunidad de investigación lo tomó como señal de que los estudios grandes ya no solo consumen IA, también la publican. Si editas video o trabajas en post-producción, VOID hace en segundos lo que antes tomaba horas en After Effects, descárgalo.

Un survey en GitHub documenta cómo los modelos de lenguaje procesan ideas en vectores continuos antes de convertirlos en tokens, y por qué saltarse esa traducción podría mejorar el razonamiento. Si entrenas o ajustas modelos, este mapa del espacio latente te va a ahorrar horas de confusión.

Un paper en arXiv estima que los datos de entrenamiento de los principales modelos contienen 67 mil millones de tokens con razonamiento moral cristiano, según el análisis de @timhwang. Ojo: eso desmonta el argumento de que los modelos son culturalmente neutros, y nadie en los labs está hablando de eso.

Un paper en arXiv propone combinar scoring de relevancia con poda inteligente para que los agentes autónomos olviden memoria sin explotar, según @BrianRoemmele. Lo bueno: los agentes pueden correr indefinidamente. Lo malo: el paper no especifica qué tan bien escala en producción real.

El CEO de NVIDIA declaró en GTC 2026 que la AGI está cerca, y TechRadar argumenta que cuando lo dice el hombre que vende el hardware para construirla, es más un pronóstico de cadena de suministro que marketing. En contexto: NVIDIA facturó $39 mil millones en el último trimestre, así que sus incentivos para decir esto son enormes.