Queridos Dysruptores,
Fernando Santa Cruz aquí en la edición 54 de Synapsis Semanal – donde una IA afirmó cerrar un problema matemático abierto desde 1970, otra pasó ocho días reescribiendo su propio código sin que nadie mirara, y el jefe de DeepMind salió a pedir un árbitro.
Desde Toronto, entre proyectos con empresas de construcción, real estate y finanzas, mientras en México seguimos tejiendo el ecosistema de IA y la formación de líderes en Yucatán.
Esta semana la IA aprendió a trabajar sola.
No mejor. Sola. Descubrió una prueba, se optimizó a sí misma, orquestó a otros agentes sin pedir permiso.
Mientras la frontera corría hacia adelante, el piso se hundía en sentido contrario: un modelo gigante que cobra la mitad, otro de 54 gigas que ahora cabe en tu teléfono sin internet.
La cima sube y el suelo baja la misma semana. Nunca la inteligencia de punta fue tan autónoma, ni la básica tan tuya.
Este boletín profundiza los resúmenes de WhatsApp (semana del 13 al 19 de julio): qué se volvió autónomo, qué se volvió barato, y qué puedes usar tú el lunes.
GPT-5.6 Reunió 64 Cerebros y Afirmó Cerrar un Enigma de 50 Años, aunque el Veredicto Todavía Espera
OpenAI anunció que su modelo GPT-5.6 Sol Ultra generó una prueba de la Conjetura del Doble Recubrimiento de Ciclos, un problema de teoría de grafos abierto desde los años setenta.
El titular dice «resuelto». La letra chica dice «afirmado».
Usó 64 subagentes en paralelo y publicó el resultado en menos de una hora. La conjetura la propusieron Szekeres en 1973 y Seymour en 1979, y arrastra una fama incómoda: ya atrajo pruebas que después resultaron con huecos. Esta aún no pasa revisión de pares.
Es como cruzar un laberinto dejando huellas de tinta: cada paso queda marcado y cualquiera puede seguirlo hasta la salida, o ver dónde el rastro se rompe. La tinta impresiona. La verificación tarda.
Aquí está el giro de fondo. Lo nuevo no es que la máquina calcule más rápido, es que pasó de sintetizar lo que ya sabíamos a proponer lo que nadie había escrito. Se sostenga o no, la línea entre buscar en la biblioteca y escribir un libro nuevo ya se cruzó, y con ella la pregunta de quién audita al autor.
Para una PyME cambia el criterio: un resultado impecable de la IA no es un resultado verificado. En materia seria, exige la fuente y el paso a paso antes de firmar, no solo la conclusión bonita.
Pregunta para tu cartera: Si la herramienta empieza a proponerte cosas que nadie de tu equipo sabía, ¿tienes forma de distinguir el hallazgo real del que solo suena convincente?
Una IA se Reescribió Sola Durante 8 Días y Superó Dos Años de Ajuste Humano
La startup Weco AI reportó que su sistema AIDE² operó ocho días sin intervención humana reescribiendo su propio código.
El nombre técnico asusta más de lo que dice: mejora recursiva.
Un bucle externo revisa cómo trabaja el interno y le reescribe las reglas para que falle menos. En cien iteraciones encontró siete versiones mejoradas de sí mismo, achicó sus instrucciones dieciséis veces y superó un afinado que a los humanos les tomó dos años. Es un resultado propio, aún sin revisión externa.
Es como un carpintero que deja de fabricar sillas para reconstruir su propio taller de noche, y el taller nuevo construye uno mejor, solo, mientras nadie mira.
Pensémoslo un segundo. Durante décadas asumimos que la máquina ejecuta y el humano la mejora; esa frontera se movió, porque ahora el sistema audita su propia forma de aprender. No es la superinteligencia de las películas: es un umbral que creíamos a años de distancia y amaneció en un reporte de martes.
Para una PyME el mensaje es «entiende hacia dónde va»: las herramientas del año que viene se afinarán solas entre versión y versión. Tu ventaja no será saber usarlas, sino saber para qué las quieres.
Pregunta para tu liderazgo: Si las máquinas ya empiezan a mejorarse solas, ¿qué habilidad tuya sigue siendo insustituible cuando la fuerza bruta y la corrección cuesten centavos?
Kimi K3 Empaca 2.8 Billones de Parámetros y Cobra la Mitad que los Gigantes Cerrados
Moonshot AI liberó Kimi K3, el modelo de pesos abiertos más grande jamás construido: 2.8 billones de parámetros y un millón de tokens de contexto.
El número que asombra no es el tamaño. Es el precio.
Iguala en varias pruebas a los gigantes cerrados, pero cuesta cerca de la mitad por tarea. El truco está en la arquitectura: de sus 896 redes expertas activa solo 16 por petición, así que carga como titán y consume como modelo mediano.
Es como una central telefónica de 896 operadores donde, en cada llamada, solo 16 levantan el auricular: atiende como un imperio y cuesta como un changarro.
El dato que pocos están conectando: Kimi K3 casi duplica al siguiente modelo abierto más grande, deja atrás a DeepSeek, y lo hace abierto, para descargar. La inteligencia de frontera dejó de ser un club de tres corporaciones con presupuesto de país. El cómputo sigue concentrado, pero la receta ya circula.
Para una PyME se abre una puerta cerrada: no dependes de un solo proveedor caro para razonar alto. Compara lo que hoy pagas por tarea terminada contra una alternativa abierta antes de renovar por inercia.
Pregunta para tu estrategia: Si la capacidad que hoy te distingue estará disponible abierta y barata en meses, ¿tu ventaja está en la herramienta que compras o en lo que solo tú sabes hacer con ella?
Replit Casi Triplica su Código con Agentes en Bucle, y el Programador Dejó de Teclear para Dirigir
Replit reportó que sus ingenieros producen 2.9 veces más código delegando a agentes que iteran y se revisan solos, bajo lo que ya llaman «ingeniería de bucles».
El humano dejó de escribir cada línea. Ahora diseña el proceso que la escribe.
Un agente propone el código, otro lo prueba en un entorno seguro, detecta el error y lo devuelve para corregir, todo a la velocidad del procesador. Ojo con la letra chica: es más volumen de código, no necesariamente más valor comprobado.
Es como dos carpinteros que se pasan la misma pieza una y otra vez, cada uno lijando lo que el otro dejó áspero, hasta que sale pulida sin que nadie la revise al final.
Verdad brutal: escribir la sintaxis se volvió commodity, y el valor entero migró al contexto. La máquina teclea mejor que cualquiera; lo que no tiene es la noción de por qué un botón frustra a un cliente. El cuello de botella se mudó de producir a verificar, y verificar es criterio, no velocidad.
Para una PyME el principio aplica sin ser programador: en toda tarea repetida, tu trabajo se corre de hacerla a diseñar cómo se hace y revisar que se hizo bien. Elige una y pásate de operario a supervisor.
Pregunta para tu equipo: Si tu gente dejara de ejecutar para diseñar y revisar procesos, ¿quién de tu equipo tiene hoy el criterio para decir «esto sí y esto no», y quién solo sabe teclear?
PrismML Mete un Modelo de 54GB en 3.9 y lo Corre en tu Teléfono sin Internet
PrismML comprimió su modelo Bonsai 27B de 54 gigas a solo 3.9, ligero para correr dentro de un celular sin conexión.
La cifra suena a magia. La consecuencia es terrenal.
Con una cuantización extrema de 1 bit conserva cerca del 90% de su capacidad y funciona local, sin nube ni costo de API. La retención es despareja: aguanta en razonamiento y código, flaquea en herramientas y visión.
Es como una sopa liofilizada: le sacaron toda el agua para que quepa en tu bolsillo, y al agregarle una pregunta vuelve a saber casi como la original.
Paradoja: mientras los laboratorios de frontera construyen cerebros gigantes en centros de datos, la otra mitad de la industria achica esos cerebros hasta que caben donde nadie los vigila. Lo que se democratiza no es solo el costo, es la soberanía: tus datos dejan de salir de la máquina.
Para una PyME esto resuelve el dilema más viejo de adoptar IA, la privacidad: si el modelo corre en tu dispositivo, la información de tus clientes nunca toca un servidor ajeno. Toma una tarea sensible que hoy no delegas por miedo a la nube y pruébala en local.
Pregunta para tu operación: ¿Cuántas tareas dejas de automatizar hoy no porque la IA no pueda, sino porque no quieres que tus datos salgan del edificio?
Hassabis Pide un Árbitro Estilo FINRA para Auditar la IA 30 Días Antes de Cada Lanzamiento
Demis Hassabis, CEO de Google DeepMind, publicó un manifiesto pidiendo un organismo que audite los modelos de frontera antes de soltarlos.
Propone algo concreto: un cuerpo de estándares tipo FINRA, el árbitro que vigila Wall Street.
Los laboratorios entregarían sus modelos hasta 30 días antes del lanzamiento, para pruebas de riesgo cibernético, biológico y de engaño. Advierte que la AGI llegará en «pocos años», con un impacto diez veces mayor que la Revolución Industrial, y que el organismo podría frenar a toda la industria si el peligro crece.
Es como exigir que revisen los frenos antes de que el camión baje la montaña, no después de contar los daños al pie.
Lo incómodo no es la advertencia, es quién la hace y con qué cronómetro: un árbitro financiado por los mismos laboratorios que vigila, y 30 días para auditar sistemas que, como vimos esta semana, se reescriben solos en ocho. La regulación llega tarde por diseño: mide un objeto que muta mientras la miden. Ahí vive la tensión que definirá la década.
Para una PyME el eco es directo: la herramienta siempre le gana en velocidad a la regla que la gobierna. No esperes a que exista una norma para poner tus límites de uso; el que audita primero eres tú.
Pregunta para tu gobernanza: Si nadie afuera va a certificar a tiempo la IA que usas, ¿qué regla mínima pones tú antes de dejarla tocar un proceso donde un error sale caro?
Anthropic Descubre que Claude Cambia sus Valores Según el Idioma, Cálido en Hindi y Cortante en Ruso
No es tono. Es criterio.
En hindi tiende a la calidez: valida, suaviza, acompaña. En ruso y en inglés se vuelve más riguroso y cuestionador. La misma persona pidiendo opinión sobre el mismo plan de negocio, en dos idiomas, puede salir con dos impresiones distintas de su calidad. Anthropic aclara que son fracciones de una desviación estándar y que aún no sabe por qué ocurren.
Es como un intérprete que, sin proponérselo, sonríe más cuando traduce del español y frunce el ceño al pasar al ruso: no porque decida, sino porque así aprendió a hablar cada idioma.
Lo que este estudio revela no es un defecto, es un espejo. La máquina no eligió ser cálida con unos y seca con otros; refleja el sesgo cultural de los textos con que la entrenaron. Para quien escribe en español hay un filo escondido: calidez suele significar menos fricción, y menos fricción significa que te cuestiona menos.
Para una PyME que usa IA para pedir opinión honesta, esto cambia cómo preguntas: si buscas que te encuentre el error, pídele rigor explícito y que asuma el papel de crítico, no el de porrista.
Pregunta para tu marca: Cuando le pides a la IA que revise tu trabajo, ¿le pides que te acompañe o que te confronte, y estás seguro de que te está dando lo que crees?
Gemini Notebook le Pone una Computadora a NotebookLM, y Ahora Ejecuta Código en Vez de Inventar Cifras
El cambio de nombre es lo de menos. El de fondo es enorme.
Antes leía tus archivos y te decía qué contenían; ahora escribe y ejecuta Python sobre ellos para calcular de verdad. Subes un inventario o una hoja y obtienes números exactos, no una estimación que suena bien y se equivoca.
Es como un bibliotecario que durante años te daba las cifras de memoria, y de pronto saca una calculadora y las verifica frente a ti antes de contestarte.
El cambio real es aburrido y decisivo a la vez. La mayor debilidad de la IA para un negocio nunca fue redactar, era que inventaba al calcular. Una computadora determinista que ejecuta y verifica cierra esa grieta donde más dolía: los números que sostienen una decisión.
Para una PyME esto vuelve confiable lo cuantitativo: ventas, cruces de inventario, proyecciones simples sobre tus datos. Sube tu reporte del mes, pídele el cálculo que hoy haces a mano y contrasta contra tu hoja.
Pregunta para tu lunes: ¿Qué cálculo repetido de tu semana sigues haciendo a mano por desconfiar de que la IA lo invente, y qué pasaría si esta vez lo ejecutara de verdad?
Herramientas para tu Lunes
- Gemini Notebook – El antes NotebookLM ahora ejecuta código sobre tus documentos: súbele tu inventario y pídele cálculos exactos sin que invente cifras. Interfaz en español; la ejecución de código arrancó en AI Ultra y llega a Pro en semanas.
- 1Password para Claude – Deja que Claude entre a portales por ti, por ejemplo para descargar facturas, sin ver ni guardar tu contraseña, con aprobación biométrica. En beta, por ahora solo en Mac con Claude Desktop y plan de pago.
- Kimi K3 de Moonshot AI – Modelo de frontera de pesos abiertos a cerca de la mitad del costo por tarea que los cerrados, con contexto de un millón de tokens. Sobre todo en inglés y chino; pesos completos el 27 de julio, más para perfiles técnicos.
- Bonsai 27B de PrismML – IA que corre local y sin internet en un celular, para que los datos sensibles nunca salgan del dispositivo. Gratis y de pesos abiertos; mejor en un iPhone reciente, en inglés, y con calidad despareja: buena en razonamiento, floja en herramientas y visión.
- Nemotron 3 gratis en OpenRouter – La familia de modelos abiertos de Nvidia, sin costo para experimentar automatizaciones antes de pagar una API. Plataforma más técnica y en inglés; revisa sus políticas de datos y los límites de los modelos gratuitos.
Mi Invitación Esta Semana: El Bucle Manual
Dos de las noticias más comentadas de la semana apuntan al mismo mecanismo: AIDE² pasó ocho días reescribiendo sus propias reglas, y Replit casi triplicó su código con agentes en bucle. El mecanismo es el mismo: un bucle externo observa cómo trabaja el interno y le reescribe las instrucciones para que falle menos. La buena noticia es que ese bucle lo puedes correr a mano, con una libreta.
El ejercicio toma 45 minutos y una sola pestaña.
- Elige la tarea y la instrucción. Algo que hagas cada semana: una cotización, un resumen de junta, clasificar correos. Escribe la instrucción con la que se lo pedirías a la IA, aunque sea improvisada.
- Ronda uno, sin rescatar. Córrela y léela, pero no la arregles tú. Anota en una línea qué salió mal: faltó tono, se saltó un dato, se fue por las ramas.
- Reescribe la instrucción, no la respuesta. Aquí está el truco. No corrijas el texto que te dio; corrige la orden que se lo pidió, atacando la falla que anotaste. Tú eres el bucle externo.
- Rondas dos y tres. Repite y mide una cosa: cuánto menos corriges cada vez. Si la instrucción sirve, para la tercera casi no tocas nada.
Cuando reescribes la instrucción en lugar de la respuesta, dejas de ser el que hace la tarea y te vuelves el que diseña cómo se hace. Eso es, exactamente, ingeniería de bucles a mano.
Tu pregunta de altitud del lunes: ¿en qué ronda dejaste de ejecutar y empezaste a dirigir?
Cierre
No fue la semana de un producto. Fue la semana en que la máquina aprendió a trabajar sola, y al mismo tiempo se volvió barata y pequeña para caber en tu bolsillo. Dos corrientes opuestas: la frontera que corre hacia la autonomía nos rebasa; el piso que baja hacia todos nos incluye.
La máquina ya encuentra la prueba, se corrige sola y hasta cambia de humor según el idioma. Lo que sigue siendo nuestro es elegir qué vale la pena demostrar, y con qué criterio miramos lo que nos entrega. La sinfonía se toca cada vez mejor sola; alguien tiene que seguir decidiendo qué obra vale la pena tocar.
Empieza corriendo tu propio bucle, a mano, esta semana.
Fernando Santa Cruz
Head of AI & Automation @ Adivor Consulting
La máquina se mejora sola; el sentido todavía lo ponemos nosotros.
P.D. Esta semana un agente se reescribió a sí mismo en ocho días. La misma semana, Hassabis propuso auditar la IA de frontera 30 días antes de cada lanzamiento.
Haz la cuenta: para cuando el auditor termine de revisar la versión que le entregaron, el sistema ya se corrigió solo casi cuatro veces. Estamos diseñando el reglamento de un juego cuyas reglas cambian mientras lo escribimos. Vale la pena masticarlo el domingo.
