Resumen de IA del miércoles, 11 de noviembre de 2026

Foto: Karson / Unsplash

PolíticaNegociosTechCrunch ↗10 nov

Entra en vigor la ley de seguridad de IA de Nueva York, que añade supervisión para OpenAI y Anthropic

Nueva York se prepara para aplicar su ley de seguridad de IA, que obliga a los grandes desarrolladores de IA a registrarse, divulgar sus prácticas de seguridad y notificar incidentes críticos. Las empresas que no la cumplan se enfrentan a multas.

Por qué importaLos grandes desarrolladores de IA afrontan ahora normas estatales vinculantes de notificación en materia de seguridad que podrían servir de modelo a otras jurisdicciones.

DesarrolladoresDía a díaThe Verge ↗10 nov

Google lanza Gemini 4 Carbon, su modelo más potente hasta la fecha, con una función de «enjambre» de agentes

Google está desplegando Gemini 4 Carbon para el público general tras ofrecerlo primero a un grupo selecto de defensores de ciberseguridad. Según Google, supera a su modelo Argon, aunque Argon sigue siendo la opción recomendada para la mayoría de tareas de programación y trabajo del conocimiento.

NegociosThe Verge ↗10 nov

Anthropic fija un rango de precios para su OPV que podría valorarla en hasta $1,4 billones

Anthropic confirmó un rango de precios para su OPV de $70 a $78 por acción, lo que valoraría la compañía en hasta $1,4 billones, por debajo de las expectativas previas de hasta $2 billones. Según informes, las acciones podrían empezar a cotizar la próxima semana.

Más noticias de hoy

1. DesarrolladoresNegociosCSO Online ↗10 nov

   Anthropic lanza Claude Fable 5.2 y Mythos 5.2 y rebaja un 20% los precios de su API

   Anthropic presentó Claude Fable 5.2 y Mythos 5.2, que comparten un mismo modelo base con distintas salvaguardas y aportan mejoras en programación, razonamiento y visión. Fable está ampliamente disponible, mientras que Mythos se limita a grupos verificados de ciberseguridad y ciencias de la vida, y ambos cuestan ahora $8 por millón de tokens de entrada y $40 por millón de tokens de salida.

   Por qué importaLos desarrolladores obtienen un modelo de programación más potente a menor precio, y el lanzamiento dividido muestra cómo los laboratorios restringen el acceso a los modelos más capaces para usos sensibles.

   

2. DesarrolladoresPolíticaThe Decoder ↗11 nov

   AlphaProof Code de DeepMind verifica formalmente el núcleo criptográfico de Signal en cuatro semanas

   AlphaProof Code de Google DeepMind verificó matemáticamente el código criptográfico central de Signal en cuatro semanas, una tarea que suele llevar años, con agentes de IA que escribieron más de seis millones de líneas de código de demostración. DeepMind planea aplicar el método a infraestructuras críticas como redes eléctricas y dispositivos médicos.

   Por qué importaLa IA podría hacer viable la demostración formal de la corrección del software en sistemas críticos para la seguridad de los que la gente depende a diario.

   

3. DesarrolladoresNegociosThe Decoder ↗11 nov

   Anthropic afirma que su IA portó Claude a chips de AMD en tres días, debilitando la dependencia de CUDA de Nvidia

   Anthropic dice que su modelo interno Mythos trasladó Claude a GPU de AMD en tres días casi sin ayuda humana, un trabajo que normalmente lleva meses. Claude funciona ahora en cuatro familias de chips, mientras la empresa busca reducir costes y depender menos de un solo proveedor.

   Por qué importaSi la IA puede portar software entre fabricantes de chips a bajo coste, la ventaja de software de Nvidia se reduce y la competencia en hardware aumenta.

   

4. PolíticaNegociosThe Decoder ↗11 nov

   Empresas de datos de EE. UU. venden entornos de entrenamiento de IA por unos 500 millones de dólares a laboratorios chinos

   Una investigación de ChinaTalk revela que proveedores de datos estadounidenses como Mercor, Surge AI y AfterQuery venden datos de entrenamiento de IA por unos 500 millones de dólares a laboratorios chinos, incluidos entornos de RL creados antes para OpenAI o Anthropic. Hay al menos nueve empresas implicadas y los controles de exportación apenas se aplican.

   Por qué importaEsto deja al descubierto una laguna en los controles de exportación de EE. UU. que podría permitir a laboratorios chinos aprovechar técnicas desarrolladas para modelos de frontera estadounidenses.

   

5. DesarrolladoresDía a díaThe Decoder ↗11 nov

   35.000 apps creadas con Grok expusieron datos de pacientes y contraseñas por un uso compartido abierto por defecto

   Una empresa de seguridad encontró más de 35.000 apps creadas con la herramienta de programación de Grok accesibles para cualquiera sin iniciar sesión, con datos de pacientes, contraseñas en texto plano y documentos confidenciales de SpaceXSI. La causa fue la configuración predeterminada «Cualquiera con el enlace», y solo se desconectaron las apps internas de empleados de SpaceXSI.

   Por qué importaSi usas creadores de apps con IA, revisa la configuración de uso compartido por defecto, ya que las apps generadas pueden filtrar datos sensibles públicamente.

   

6. NegociosThe Decoder ↗11 nov

   Los ingresos trimestrales de OpenAI alcanzan los 10.000 millones de dólares mientras crecen las pérdidas y sigue por detrás de Anthropic

   Los ingresos trimestrales de OpenAI subieron cerca de un 50 % hasta 10.000 millones de dólares, impulsados por las ventas a empresas, pero las pérdidas operativas ajustadas ascendieron a 10.900 millones. Su rival Anthropic declara 17.000 millones en ingresos y es más eficiente, y OpenAI impulsa una guerra de precios por los clientes empresariales.

   Por qué importaUna guerra de precios empresarial entre los principales laboratorios podría abaratar la IA para las empresas.

   

7. SeguridadThe Hacker News ↗11 nov

   Atacantes usan AntiFox, un agente de IA de código abierto para pentesting, para robar credenciales de AWS

   Investigadores descubrieron a atacantes que alojaban instancias autogestionadas de AntiFox, una plataforma de código abierto de pruebas de penetración con agentes, en Alibaba Cloud para atacar servicios web y robar credenciales de AWS. Después se movieron lateralmente por los entornos comprometidos.

   Por qué importaAgentes de IA ofensivos creados para los defensores se están volviendo contra cuentas en la nube, lo que aumenta la velocidad y la escala de los ataques a credenciales.

   

8. SeguridadDesarrolladoresThe Hacker News ↗11 nov

   Una brecha en Railway permitió a hackers generar unos 740.000 dólares en cargos de IA con claves robadas a clientes

   El proveedor de plataformas Railway informó de que las claves de proveedores de IA almacenadas por sus clientes fueron robadas en una brecha en octubre y usadas para un consumo no autorizado estimado en 740.000 dólares, que podría afectar a hasta 100.000 espacios de trabajo. La empresa prometió cubrir los cargos que los proveedores de IA no reembolsen.

   Por qué importaLas claves de API de IA almacenadas ya son un objetivo directo para robar y revender capacidad de cómputo, así que fija límites de gasto y rota las claves guardadas en plataformas de terceros.

   

9. SeguridadNegociosThe Hacker News ↗10 nov

   La brecha de Fireworks AI se amplía a conjuntos de datos de clientes, pesos de modelos y chats de Notion AI

   Fireworks AI afirmó que su investigación sobre un incidente anterior halló más actividad maliciosa que afectó a información de cuentas y facturación, secretos, conjuntos de datos y modelos incompletos de un número limitado de cuentas. Notion indicó que la brecha expuso transcripciones de chats de Notion AI en un pequeño número de espacios de trabajo.

   Por qué importaTus datos de IA solo están tan seguros como los proveedores de infraestructura detrás de tus herramientas, así que las empresas deberían revisar qué proveedores procesan sus prompts y datos.

   

10. SeguridadDesarrolladoresCSO Online ↗11 nov

    Microsoft demuestra que editar menos de 10 neuronas puede implantar una puerta trasera oculta en agentes de IA

    Investigadores de Microsoft describieron una técnica llamada Lazarus que modifica unas pocas neuronas inactivas de un modelo de pesos abiertos para que un disparador le haga emitir comandos del atacante, sin necesidad de reentrenamiento. El modelo modificado se comporta con normalidad en las pruebas de seguridad estándar, y Microsoft dice no haber visto a atacantes usar el método.

    Por qué importaLos equipos que ejecutan agentes sobre modelos de pesos abiertos deben verificar de dónde proceden sus archivos de modelo y limitar lo que los agentes pueden ejecutar.

    

11. SeguridadDesarrolladoresCSO Online ↗11 nov

    Los archivos de configuración de Claude Code filtraron más de 31.000 secretos en repositorios públicos de GitHub

    GitGuardian encontró 31.088 secretos distintos, entre ellos credenciales de bases de datos y tokens de la nube, en archivos de configuración local de Claude Code en 23.276 repositorios públicos de GitHub. De ellos, 5.343 seguían siendo válidos cuando se detectaron.

    Por qué importaSi usas Claude Code, comprueba que tu archivo de configuración local esté excluido de Git y rota cualquier credencial que pueda haberse subido.

    

12. Día a díaOpenAI ↗12 nov

    Gilbert + Tobin replantea el negocio jurídico con IA

    Una conversación con Sam Nickless, socio y consejero delegado de Gilbert + Tobin.

    

13. DesarrolladoresThe Decoder ↗11 nov

    Google lanza Gemini Decisions API, que responde hasta 1.000 preguntas de una sola vez

    El modelo Gemini Decision 1 de Google DeepMind evalúa hasta 1.000 preguntas cerradas a la vez con texto, imágenes, audio y vídeo. Google asegura que devuelve resultados en 150 a 250 milisegundos con un coste unas cinco veces menor que Gemini 3.5 Flash-Lite.

    Por qué importaLos desarrolladores que hacen clasificación, moderación o puntuación a gran escala tienen una opción más rápida y barata que los modelos de chat generales.

    

14. PolíticaDía a díaThe Decoder ↗11 nov

    El regulador universitario de Inglaterra exige exámenes a prueba de IA o habrá sanciones

    La Office for Students afirma que la IA ha hecho casi imposible evaluar con justicia los trabajos tras descubrir que estudiantes entregaban trabajos escritos con ChatGPT sin ser detectados. Las universidades deben volver a formatos de examen tradicionales o enfrentarse a sanciones.

    Por qué importaMarca un alejamiento de los trabajos para casa, lo que afecta a estudiantes, profesores y a la forma de obtener un título.

    

Hoy no hay noticias para este público. Prueba otro filtro.