Claude Hackeó al Gobierno Mexicano 🇲🇽

Un agente de IA penetró la plataforma interna de McKinsey en menos de 2 horas y expuso 46.5 millones de chats, 728 mil archivos y los system prompts de más de 40 mil consultores. El vector de ataque ya no requiere meses de trabajo manual — un solo agente automatizado hizo lo que antes necesitaba un equipo. McKinsey tardó en reportarlo y el daño ya está hecho. Si tu empresa usa plataformas similares de conocimiento interno, revisa hoy qué datos tiene expuestos tu herramienta corporativa de IA.

Un hacker hizo jailbreak a Claude y usó el modelo para penetrar sistemas del gobierno mexicano, robando 150GB de datos fiscales y del padrón electoral. Es uno de los primeros casos documentados donde un LLM específico se nombra como herramienta activa en un ataque a infraestructura gubernamental. Anthropic prohíbe este uso en sus políticas, pero las políticas no detienen al atacante motivado — solo elevan el costo mínimo de entrada. La pregunta para Anthropic: ¿qué controles técnicos, no solo legales, faltan?

Insilico Medicine y Eli Lilly firmaron un acuerdo de hasta $2.75 mil millones para desarrollar fármacos diseñados por IA — uno de los contratos más grandes entre una farmacéutica global y una empresa de drug discovery con IA. Lilly no es una startup apostando fuerte: es la farmacéutica detrás de Mounjaro y Zepbound, lo que da peso real a la apuesta. Deals anteriores del sector rondaban los $500M a $1B; este triplica el promedio y pone presión sobre Pfizer, Roche y Novartis para moverse.

Según proyecciones citadas por analistas en X, OpenAI planea gastar $121 mil millones en cómputo para 2028 — más que el PIB de Ecuador, Guatemala o Bolivia. Ese gasto se concentra en tres empresas estadounidenses de infraestructura, lo que convierte a OpenAI en un actor geopolítico, no solo tecnológico. Si usas herramientas de IA desde Latinoamérica, parte de cada suscripción que pagas consolida ese monopolio de infraestructura. Dato para dimensionar: Microsoft gastó $44B en capex en 2024; OpenAI quiere triplicar eso en cuatro años.

OpenAI está a punto de lanzar GPT Image-02, la segunda generación de su modelo de imágenes, según filtraciones recogidas por MagicShot. El primer modelo ya superó a Midjourney en uso casual; una segunda versión presiona directamente a Adobe Firefly y Stability AI en el segmento profesional. El ritmo de lanzamientos apunta a GPT-6 más adelante este año. La pregunta: si OpenAI puede mantener esta velocidad sin que la calidad se resienta.

Un estudio en PLOS Digital Health midió con datos causales cómo se redistribuye el tiempo de los médicos al adoptar un AI scribe. Lo bueno: menos carga administrativa. Lo malo: el estudio no mide si los pacientes salen mejor atendidos. Guárdalo si trabajas en salud.

@samwoods documentó un patrón repetido en builders de multi-agentes: los agentes individuales funcionan, pero la orquestación los rompe. Si ya tienes agentes que corren solos pero fallan juntos, este hilo explica exactamente por qué y qué ajustar primero.

Investigación de Oxford con fMRI muestra que el cerebro reacciona diferente al mismo contenido según si cree que es auténtico o generado por IA, sin que la persona lo note. Ojo: no es que la IA engañe tu razón, engaña el circuito que opera antes de que pienses.

Apple publicó un estudio mostrando que los tests de matemáticas usados para comparar modelos fallan con variaciones simples de los problemas. Si eliges modelos por sus scores en benchmarks, este paper te va a hacer dudar de cada ranking que conoces. Nota: la URL del paper original no está disponible al momento de publicación.

En GTC 2026, Jensen Huang declaró que AGI está a la vuelta de la esquina. Contexto obligatorio: el hombre que vende las GPUs que construirán AGI no hace marketing desinteresado — hace proyecciones de demanda para sus propios chips. Lee el discurso completo antes de citarlo.

Un nuevo framework mide cómo el LLM base de un modelo de audio afecta su rendimiento final, algo que los benchmarks estándar ignoraban por completo. Lo bueno: hay métricas nuevas. Lo malo: elegir mal el backbone puede tirar todo el trabajo de fine-tuning.

Perturbar las alineaciones de secuencias múltiples (MSA) mejora el muestreo de conformaciones proteicas en AlphaFold3, según un estudio reciente. Si trabajas en diseño de proteínas o drug discovery, esto te da más variedad de estructuras sin reentrenar nada.