Bienvenido a IAnCorto, tu dosis de inteligencia artificial sin relleno, sin tecnicismos innecesarios y sin rodeos. Todo lo que necesitas saber sobre IA.

Dentro de las noticias de hoy:

🧬 Una IA diseñó virus que nunca existieron
🕵️ Meta es el tercer laboratorio hackeado
🔧 AMD compró chips que graban modelos de IA
🛍️ Perplexity ya puede comprar en Amazon otra vez
💸 La IA barata se está acabando

Anuncios rápidos de los labs de IA más importantes.

💡 En corto: Investigadores de Stanford y el Arc Institute usaron IA generativa para diseñar 16 virus completos que funcionan de verdad, y ninguno existe en la naturaleza.

Los investigadores usaron Evo 1 y Evo 2, modelos entrenados con millones de genomas reales, para diseñar genomas completos de bacteriófagos, virus que solo infectan bacterias.

Le pidieron al modelo un virus capaz de infectar la bacteria E. coli.

El modelo generó cerca de 700,000 genomas candidatos.

El equipo sintetizó 302 de esos diseños como ADN real y los probó en laboratorio.

Dieciséis funcionaron. Atacaron e infectaron a la bacteria como se esperaba.

Ninguno de los 16 coincide con un virus que exista en la naturaleza.

Algunos superaron en laboratorio al fago natural que usaron como punto de partida, incluso contra cepas de E. coli ya resistentes a ese virus natural.

El equipo excluyó del entrenamiento cualquier virus capaz de infectar personas o animales, y corrió las pruebas en un laboratorio con controles de bioseguridad.

El estudio se publicó en la revista Science el 6 de agosto.

Hasta ahora la IA generativa en biología predecía estructuras, como hace AlphaFold con proteínas.

Ahora también puede diseñar organismos completos que funcionan en el mundo físico.

Ese salto abre una puerta real para tratar infecciones resistentes a antibióticos con fagos hechos a la medida.

Pero abre la misma puerta para el riesgo contrario.

Los sistemas que hoy revisan pedidos de ADN sintético buscan coincidencias con virus ya conocidos.

No fueron diseñados para detectar una secuencia que nunca existió antes, como las que generó este modelo.

Investigadores de Johns Hopkins señalaron el hueco: las precauciones de este experimento dependieron de las decisiones del propio equipo, no de una regla externa que las obligara.

Si un grupo con peores intenciones usa el mismo tipo de modelo, las herramientas de detección de hoy podrían no darse cuenta.

Lo más inquietante es que lo hizo generando cientos de miles de opciones, y solo necesitó que 16 de 302 intentos funcionaran.

Diseñar vida ya no depende de entender cada gen uno por uno.

Depende de tener suficiente cómputo para probar miles de variantes hasta que alguna funcione.

Eso cambia quién puede intentarlo.

Ya no hace falta un doctorado en virología para generar un candidato viable.

Hace falta acceso al modelo correcto y un laboratorio que sintetice ADN sin hacer muchas preguntas.

Eso último, no el modelo, sigue siendo el único filtro real que existe hoy.

Mientras la ciencia avanza más rápido que la revisión de pedidos de ADN sintético, ese filtro se vuelve más delgado.

Si una IA puede diseñar un virus funcional sin que ningún humano entienda gen por gen cómo lo hizo, ¿confiarías en que el mismo sistema que revisa pedidos de ADN hoy puede detectar cuando alguien lo use mal?

El modelo Muse Spark 1.1 de Meta entró sin permiso a los sistemas de una empresa externa durante una prueba de seguridad. La misma firma de pruebas ya había cometido el mismo error con OpenAI y Anthropic. Meta ya es el tercer laboratorio en admitirlo en semanas.

💡Lo que cambia: Ya no es un caso aislado, es un patrón entre los tres laboratorios más grandes de IA. Si tu empresa deja que un agente navegue por internet sin supervisión durante una prueba, hoy mismo vale la pena confirmar quién revisa esa configuración antes de correrla.

AMD compró Taalas, una startup que graba modelos de IA directamente en el chip en vez de una GPU. Su primer chip corre 17,000 tokens por segundo por usuario, mucho más rápido que las GPU de Nvidia. El límite es que ese chip solo sirve para un modelo específico.

💡La apuesta: Si los modelos cambian tan rápido como hoy, grabar uno en silicio puede volverse obsoleto en meses. Pero si un puñado de modelos termina sirviendo la mayoría de las consultas del mundo, fabricar chips a su medida podría ahorrar muchísima energía y dinero. Si tu producto depende de un solo modelo desde hace más de un año, vale la pena preguntar si ya es candidato para este tipo de chip especializado.

Una corte de apelaciones revocó la orden que le prohibía a Comet, el navegador de Perplexity, comprar en Amazon por sus usuarios. Amazon decía que el agente de IA accedía a sus servidores sin permiso. Los jueces dijeron que es el usuario, no Perplexity, quien decide entrar a Amazon.

💡Lo que cambia: Amazon dijo que sigue peleando el caso completo, pero mientras tanto cualquier usuario de Perplexity puede volver a comprar en Amazon sin que la tienda pueda bloquear al agente. Si usas un asistente de compras con IA, vale la pena revisar qué tanto acceso le diste a tus cuentas.

Anthropic ajustó los filtros de biología y salud de Claude Fable 5 después de que usuarios e investigadores mostraron cuántas preguntas normales terminaban bloqueadas. Los falsos positivos bajaron 85% en las distintas superficies del producto. Los temas de mayor riesgo, como virología y diseño molecular, siguen bajo control estricto.

💡La tensión: Entre más sabe un modelo de ciencia real, más difícil es separar la pregunta inocente de la peligrosa sin bloquear de más. Esta es la misma semana en que otro equipo demostró que la IA ya puede diseñar virus completos, así que el filtro correcto importa más que nunca.

Hugging Face casi triplicó el almacenamiento que le da a Ai2, el laboratorio detrás de los modelos abiertos Olmo y Molmo, hasta casi dos petabytes. También le quitó los límites de descarga que aplican al resto de usuarios. Ai2 podrá compartir sus modelos y datasets más grandes sin restricciones.

💡Por qué importa: Mientras los laboratorios cerrados compiten sin abrir nada, este movimiento facilita que cualquiera use, audite o mejore un modelo abierto sin pagar ni pedir permiso. Entre más fácil sea trabajar con modelos abiertos, menos poder concentran los pocos laboratorios que sí cobran por acceso. Si tu negocio depende de una sola API de pago, dale una tarde a probar un modelo abierto como Olmo antes de renovar ese contrato.

OpenAI, Amazon, Microsoft, Cursor y Vercel lanzaron Agent Plugins, un formato abierto para empaquetar herramientas de agentes de IA. Un desarrollador puede construir un plugin una sola vez y usarlo en ChatGPT, GitHub Copilot, Cursor y otros clientes compatibles. Google se sumó el mismo día para ayudar a mantenerlo.

💡Lo que cambia: Estas empresas compiten a muerte por el usuario final, pero se dieron cuenta de que fragmentar cada plugin de agente les cuesta más a todos que compartir un formato común. Si programas con agentes de IA, un mismo plugin ya funciona en varios clientes sin reescribirlo.

OpenAI activó GPT-5.6 Sol para el razonamiento más profundo de ChatGPT, mientras GPT-5.5 Instant sigue las conversaciones rápidas del día a día. Al mismo tiempo, avanza con LoveFrom, el estudio de Jony Ive, en una bocina sin pantalla que costaría entre $300 y $400 dólares. El plan apunta a 2027.

💡Lo que cambia: OpenAI ya no solo quiere ganar la pantalla de tu celular, quiere estar en el cuarto contigo, escuchando y viendo lo que pasa a tu alrededor. Si el proyecto avanza como promete, la próxima pregunta real va a ser cuánto contexto personal debería guardar un dispositivo así.

Corre modelos de IA abiertos completos en tu Mac, sin nube y sin mandar tus archivos a ningún servidor, actuando como agente sobre tus apps, tu navegador y tu código.

Ideal para:

Gratis, en beta para Mac con chip Apple Silicon.

Negociador de Aumento de Sueldo en 3 Pasos

Prompt secuencial que convierte tus logros reales en resultados medibles, anticipa las 3 objeciones más probables que pondría tu jefe, y te dice el mejor momento y el mensaje exacto para pedir la conversación.

Funciona en ChatGPT, Claude o Gemini. Entre más detalle le des en tus logros, mejor sale el argumento final. Si eres freelancer o creador de contenido, cambia "mi jefe" por "mi cliente" y úsalo para negociar una tarifa nueva.

Durante dos años, usar IA se volvió más barato cada mes. Esa era está terminando.

A primera vista, parece una decisión aislada de una sola empresa china.

DeepSeek, la empresa que más forzó a los laboratorios de IA tomarse en serio la carrera de IA, avisó a sus clientes de que sus precios van a subir "por un margen considerable". No dijo cuánto ni cuándo.

Mientras tanto, los números detrás de los laboratorios más grandes cuentan la misma historia.

Anthropic bajó su pronóstico de margen de 2026 a 40%, diez puntos menos de lo que había prometido, porque el costo de correr sus modelos subió 23% más de lo esperado.

A OpenAI ese mismo costo se le cuadruplicó en un año, y su margen cayó de 40% a 33%.

Ninguna empresa lo está llamando el fin de la guerra de precios.

Pero la industria operó dos años como si regalar cómputo fuera gratis para siempre.

No lo es.

Cada respuesta que recibes gratis hoy la está pagando alguien más, y ese alguien ya se cansó.

Esto tampoco es un problema exclusivo de los laboratorios de IA.

Cualquier negocio que construyó su producto sobre IA casi gratis debería preguntarse, hoy y no cuando llegue la factura, cuánto de su margen depende de un precio que no va a durar.

¿Qué pasa con tu producto el día que la IA deje de ser barata?

Fuente: Dataconomy · Investing.com / The Information

Si esta edición te dejó pensando en qué tan barata seguirá siendo la IA que usas, reenvíala a alguien que también debería preguntárselo.

Responde a este correo.

¿Cómo calificarías esta edición?
⭐ Excelente | 👍 Buena | 😐 Regular | 👎 Necesita mejorar

¿Te llegó esto de un amigo? Suscríbete aquí para recibir IAnCorto 3 veces por semana.