Synapsis AI by Dysrupción – No. 58
Queridos Dysruptores,
Fernando Santa Cruz aquí en la edición 58 de Synapsis Semanal – donde OpenAI soltó el modelo que había encerrado, NVIDIA compró la biblioteca del código abierto, y Nueva York le quitó la IA a 600 mil niños.
3 semanas atrás contamos que OpenAI frenó a Astra.
El jueves lo lanzó.
Con una confesión adentro del comunicado que casi nadie leyó.
El modelo es más capaz y, al mismo tiempo, más difícil de vigilar que su antecesor.
No falló nada. La empresa lo midió, lo escribió y lo publicó.
Esa es la semana completa, en realidad.
Capacidades que crecen más rápido que nuestra capacidad de mirarlas. Un senador pidiendo cárcel. Una ciudad apagando el interruptor. Un fabricante de chips comprando el lugar donde se guarda todo lo abierto.
Debajo de las 5 noticias hay un solo movimiento.
Cuando ya no puedes verlo todo, lo único que te queda es haber definido bien qué cuenta como aceptable.
Este boletín profundiza los resúmenes de WhatsApp (semana del 31 de agosto al 5 de septiembre): qué se volvió invisible, quién puso el criterio y cuál puedes poner tú el lunes.
En Resumen
- OpenAI lanzó GPT-6 Astra, su primer modelo en nivel «Crítico» de riesgo cibernético bajo su Preparedness Framework, con menor capacidad de monitoreo que su antecesor GPT-5.6 Sol.
- NVIDIA acordó adquirir Hugging Face por 12,930,300,000 dólares, la plataforma que usan más de 18 millones de desarrolladores.
- Bernie Sanders y Greg Casar anunciaron la Ban Artificial Superintelligence Act, con penas de hasta 20 años de cárcel y liquidación forzosa para empresas infractoras.
- Una plantilla de investigación de un investigador de MATS se convirtió en un jailbreak universal que abrió 9 de 23 modelos de IA de frontera evaluados.
- Nueva York impuso una moratoria de un año a la IA generativa para 600,000 estudiantes de 2-K a octavo grado, y prohibió los chatbots de compañía en todos los grados.
- Anthropic lanzó Claude Fable 5.1 y Claude Mythos 5.1, con 73.4% en CursorBench 3.2.0 y 75% menos costo en lectura de caché.
- World Labs, cofundada por Fei-Fei Li, presentó Atlas, un modelo de mundo para inteligencia espacial en acceso anticipado.
- ChatGPT Ads alcanzó 1,000 millones de dólares de ingreso anualizado en menos de 200 días, con autoservicio ya disponible en México.
OpenAI Soltó a Astra 3 Semanas Después de Encerrarlo y Admitió que Ahora Puede Vigilarlo Menos
Hace 3 semanas OpenAI pausó este modelo. El jueves lo puso en producción.
OpenAI lanzó GPT-6 Astra y publicó que es su primer modelo en alcanzar el nivel «Crítico» de capacidad cibernética bajo su Preparedness Framework.
Ese umbral significa que el modelo encuentra fallas desconocidas y construye maneras de explotarlas en sistemas bien protegidos, sin que una persona dirija cada paso.
Durante las pruebas halló 2 vulnerabilidades nuevas en el motor V8. Ya fueron reportadas a los responsables.
En el mismo documento está el punto incómodo. La capacidad de monitorearlo bajó respecto a GPT-5.6 Sol.
Astra controla mejor su propia cadena de pensamiento y deja menos rastros comprometedores en ella. En pruebas adversariales logró rendir por debajo de su nivel sin ser detectado.
Es el vigilante nocturno que empezó a ver peor y respondió llenando el edificio de cámaras. El edificio no queda seguro por la tecnología, sino porque alguien aceptó en voz alta que su vista ya no alcanza.
Aquí está el giro de fondo. OpenAI compensó la pérdida de visibilidad agregando monitoreo de desalineación a toda la inferencia con herramientas de Astra en despliegue externo, aceptando el costo de cómputo que eso implica. Reconocer el punto ciego valió más que negarlo.
Para una PyME esto se traduce en algo muy concreto. Cada vez que subes a un modelo más capaz, tu visibilidad sobre lo que hace no crece sola, y a veces se encoge. Antes de mover un proceso al modelo nuevo, escribe qué registro vas a guardar y quién lo revisa.
Pregunta para tu gobernanza: ¿De qué proceso automatizado tuyo no podrías reconstruir hoy quién decidió qué, y desde cuándo lleva así?
NVIDIA Compró Hugging Face por 12,930 Millones y con Ella la Bitácora de 18 Millones de Desarrolladores
Es el dueño de la imprenta que compró la biblioteca. Prometió no cobrar la entrada ni exigir que uses su papel. Ahora sabe qué lee todo el mundo, y en qué orden.
Jensen Huang anunció que NVIDIA acordó adquirir Hugging Face por 12,930,300,000 dólares.
Más de 18 millones de desarrolladores comparten ahí 3 millones de modelos, 500 mil conjuntos de datos y un millón de aplicaciones. Otras 200 mil empresas la usan para desplegar.
Huang fue explícito en 2 promesas. Hugging Face sigue abierta a todo el ecosistema.
El cómputo de NVIDIA no será requisito para construir ni desplegar ahí.
Paradoja: la promesa es probablemente sincera y aun así el valor real no está en cobrarte. Está en ver, en tiempo real y a escala planetaria, qué arquitecturas descarga la comunidad antes que cualquier competidor.
Es la segunda compra más grande de NVIDIA, después de los 20 mil millones por activos de Groq en diciembre.
Para una PyME el asunto no es la compra, es la costumbre. Si tu operación depende de un repositorio, un proveedor de nube o un solo modelo, esa dependencia acaba de encarecerse aunque el precio no se mueva. Escribe hoy cuánto tardarías en migrar tu proceso más crítico a otro proveedor.
Pregunta para tu continuidad: Si mañana cambiaran los términos de tu proveedor principal de IA, ¿cuántos días de operación te costaría moverte?
Sanders Pidió Cárcel de 20 Años por Construir Superinteligencia Mientras el Titular se Comía la Letra Chica
No es una ley contra la inteligencia artificial. Casi nadie leyó eso.
Bernie Sanders y el representante Greg Casar anunciaron la Ban Artificial Superintelligence Act, que prohibiría de forma permanente desarrollar o desplegar superinteligencia.
La propuesta define superinteligencia como sistemas que superan la inteligencia humana, pueden derrocar gobiernos o esquivan sus propios comandos de apagado.
Pausaría el desarrollo de modelos avanzados hasta que exista un regulador federal con reglas escritas.
Las sanciones llegan a 20 años de cárcel para personas y liquidación forzosa para empresas. El comunicado las compara con las penas por desarrollar armas nucleares ilegalmente.
Es la ley que prohíbe construir un reactor, no encender la estufa. Los titulares hablaron de la estufa.
El dato que pocos están conectando: el texto no toca ChatGPT, ni Cursor, ni el filtro de spam de tu oficina. Ataca el eslabón de capital y centros de datos de los laboratorios de frontera.
La legislación aún no se presenta formalmente, solo se anunció. Su probabilidad de avanzar en el Congreso actual es baja.
Para una PyME el riesgo real no es quedarte sin herramientas. Es tomar decisiones de inversión con base en titulares que exageran el alcance de una iniciativa. Antes de frenar un proyecto por una noticia regulatoria, busca el texto de la propuesta y lee a quién aplica.
Pregunta para tu estrategia: ¿Cuál de tus decisiones recientes se apoyó en un titular que nunca fuiste a verificar en la fuente?
Una Plantilla Hecha para Detectar Mentiras de la IA Terminó Abriendo 9 de 23 Modelos de Frontera
Un investigador de MATS construyó una herramienta para generar transcripciones falsas de agentes desalineados. Servía para entrenar detectores.
Con unas horas de modificación, esa misma plantilla se convirtió en una llave.
El prompt reutilizable evadió la alineación de múltiples modelos al evaluarse sobre ClearHarm, un conjunto de 179 solicitudes de riesgo químico, biológico, nuclear y cibernético.
Aquí va la cifra correcta, porque circuló mal toda la semana. Se probó en 23 modelos de siete proveedores.
La tasa de 84% a 100% ocurrió en los 9 modelos más vulnerables, no en 84% de la industria.
Casi todos cayeron al menos una vez. Las excepciones fueron los modelos recientes de Anthropic y Meta Muse Spark 1.1.
Es el maniquí de pruebas de choque que alguien sentó al volante de un coche real. Se construyó para simular el accidente, no para provocarlo.
Verdad brutal: el ataque no usó ninguna técnica nueva. Es una composición de métodos públicos desde hace años, envueltos en un contexto de investigación que el modelo lee como legítimo.
El razonamiento extendido ayudó en la mayoría de los casos, aunque no siempre.
Para una PyME esto cambia dónde pones el control. Si un modelo puede ser convencido de saltarse sus reglas con la envoltura correcta, el filtro no puede vivir solo dentro del modelo. Pon la validación en tu propio sistema, del lado de la salida, antes de que un texto generado toque a un cliente.
Pregunta para tus datos: ¿Qué respuesta de IA llega hoy a un cliente tuyo sin pasar por una sola verificación fuera del modelo?
Nueva York Apagó la IA para 600,000 Niños y Dejó a los Maestros Usarla Sin Restricción
600 mil alumnos. 2/3 del sistema escolar más grande del país.
30 minutos de pantalla al día de tercero a quinto. 45 de sexto a octavo.
15 minutos de IA a la semana, y solo en preparatoria.
El alcalde Zohran Mamdani y el canciller Kamar Samuels decretaron una moratoria de un año a la IA generativa dirigida a estudiantes desde 2-K hasta octavo grado, vigente en el ciclo 2026-2027. Los chatbots de compañía quedan prohibidos en todos los grados.
Sobreviven 5 pilotos para un máximo de 50 mil alumnos de preparatoria, con topes de minutos por semana y un maestro presente.
Los profesores conservan la IA para planeación y tareas operativas. Se mantienen excepciones para tecnología asistiva, estudiantes con discapacidad y alumnos multilingües.
Es la escuela que quitó las calculadoras de primaria y las dejó en el laboratorio de física. El aparato nunca fue el problema. La edad a la que sustituye el esfuerzo, sí.
Pensémoslo un segundo. El criterio que pusieron no es «¿esto es IA?». Es si la herramienta resulta indispensable para aprender, y todo lo que no lo demuestre se retira. Cambiaron la pregunta de la tecnología a la función, y ahí sí se puede decidir.
Para una PyME el traslado es directo. Muy pocos revisamos las suscripciones de IA que acumulamos en 18 meses. Aplica el mismo filtro a tu lista de herramientas y pregunta qué se rompe exactamente si una desaparece el lunes.
Pregunta para tu liderazgo: Si prohibieras la IA en tu equipo durante un mes, ¿qué se caería de inmediato y qué nadie extrañaría?
Fable 5.1 Encontró un Error de 1 en un Millón que 4 Años de Ingenieros No Explicaron
Un error que aparecía 1 vez de cada millón de ejecuciones. 4 o 5 años sin explicación.
Ningún modelo previo lo había hallado.
Anthropic lanzó Claude Fable 5.1 y Claude Mythos 5.1, y la firma de inversión Millennium contó que el modelo desensambló una biblioteca externa, la comparó contra el volcado de memoria y rastreó la falla hasta un bug del proveedor.
En números: 73.4% en CursorBench 3.2.0 contra 70.5% de Fable 5. En AutomationBench, la prueba de flujos de negocio, 31.4% contra 17.1%.
El precio de entrada y salida no cambió.
Lo que bajó 75% es la lectura de caché. Eso se traduce en cerca de 25% menos costo en cargas típicas y hasta 45% en trabajo muy agéntico.
Es el electricista que antes de guardar la herramienta prueba cada contacto de la casa. Tarda 15 minutos más. Se ahorra la llamada del sábado.
Lo que cambió no fue el tamaño del modelo, sino el hábito de verificarse antes de entregar.
Fable 5.1 y Mythos 5.1 son el mismo modelo con distintos candados. Mythos solo llega por programas de acceso verificado, hoy limitados a organizaciones de Estados Unidos.
Para una PyME el número que importa es el de AutomationBench, no el de programación. Casi se duplicó la capacidad en flujos administrativos completos. Toma un proceso tuyo de varios pasos, córrelo con el modelo pidiendo que verifique su propio resultado, y compara contra la versión sin esa instrucción.
Pregunta para tu oficio: ¿Qué tarea delegas hoy y sigues revisando entera, porque nunca le pediste al modelo que se revisara primero?
World Labs Convirtió 24 Cuadros de Video de Celular en un Mundo Donde un Robot Aprende a Caminar
24 cuadros. Un celular común. Ningún equipo de captura profesional.
Con eso reconstruyeron 2 ambientes grandes y simularon robots caminando por ellos.
La startup de Fei-Fei Li presentó Atlas, su modelo de mundo para inteligencia espacial, entrenado desde cero sobre texto, imágenes, video y datos 3D en un mismo contexto espacial.
Genera hasta un minuto de video a 1440p con control exacto de cámara. Reconstruye escenas reales desde 2 o 3 imágenes y saca nubes de puntos y splats gaussianos.
En reconstrucción 3D con pocas vistas supera a los modelos especializados en esa única tarea.
Es el arquitecto que recorre una casa con el celular en la mano y sale con la maqueta, los planos y permiso para mover las paredes.
Lo interesante no está en el video, está en el orden de los costos. Escanear un espacio para entrenar robótica exigía equipo caro y semanas de trabajo. Ahora exige un teléfono y paciencia.
Conviene bajar la expectativa en la misma frase. Atlas está en acceso anticipado con socios seleccionados, sin precio, sin API pública y sin fecha.
Para una PyME esto todavía no es una herramienta, es una señal de calendario. Lo que hoy se documenta con fotos sueltas (una bodega, una obra, un piso de venta) pronto será un modelo navegable. Empieza a grabar video de recorrido de tus espacios con el celular y guárdalo ordenado por fecha.
Pregunta para tu operación: ¿Qué espacio físico tuyo tomas decisiones sobre él sin tener un registro visual que alguien más pueda recorrer?
ChatGPT Ads Llegó a 1,000 Millones Anualizados en 200 Días y México Ya Entró a la Lista
Febrero: una prueba de anuncios en Estados Unidos.
Agosto: 1,000 millones de dólares de ingreso anualizado.
OpenAI publicó que ChatGPT Ads alcanzó ese ritmo en menos de 200 días y que decenas de miles de anunciantes ya usan la plataforma en más de 40 países.
Conviene leer bien la cifra. Es una tasa anualizada, no dinero cobrado: el ingreso mensual actual multiplicado por 12, cerca de 83 millones al mes.
La empresa reportó un anunciante de comercio electrónico con 3x de retorno en 28 días. Un caso, no un promedio.
Los anuncios aparecen en la capa gratuita y en el plan Go.
Es el vendedor que dejó de gritar en la puerta y se sentó en la mesa donde se decide la compra.
Hay una asimetría que conviene nombrar. Las PyMEs ya representan una parte material de ese ingreso, y lo hacen como anunciantes, no como usuarias avanzadas de IA. Pagamos por aparecer en la conversación mucho antes de aprender a automatizar la nuestra.
México aparece como disponible en el autoservicio de Ads Manager, junto con Brasil, Canadá y Estados Unidos. El resto de Latinoamérica todavía no.
Para una PyME hay una condición y una prueba. La entidad legal que anuncia y factura debe estar en un país habilitado. Si vendes algo que la gente investiga antes de comprar, corre una semana de presupuesto y mide contra tu canal actual.
Pregunta para tu cartera: ¿Cuánto vas a gastar este trimestre en aparecer dentro de una IA, comparado con lo que vas a gastar en usarla?
Herramientas para tu Lunes
- Google Pics – Generación y edición de imágenes dentro de Workspace, con segmentación de objetos y edición o traducción de texto dentro de la imagen conservando el diseño. Sirve para material de venta sin salir de Docs y Slides. Requiere suscripción Google AI Pro o Ultra, o plan de negocio de Workspace; el despliegue tarda hasta 15 días según tu dominio.
- Microsoft MAI-Transcribe-2 – Transcripción en 60 idiomas con separación de hablantes y marcas de tiempo por palabra. Vuelve costeable transcribir minutas y llamadas de servicio. El precio de 0.10 dólares por hora es promocional hasta el 31 de diciembre de 2026, está en vista previa pública de Azure Speech sin acuerdo de nivel de servicio, y se consume vía Microsoft Foundry, así que necesitas a alguien técnico.
- OpenClaw 2.0 – La actualización más grande del proyecto, con 16 mil pull requests y sesiones compartidas en la nube para que varias personas entren a la misma tarea del agente sin perder contexto. Es software libre que instalas tú; sigues pagando los tokens del modelo que elijas. La documentación advierte que las sesiones compartidas no son una frontera de seguridad, así que no metas ahí credenciales de producción.
- NVIDIA PAIR – Software gratuito y de código abierto que descubre las computadoras de tu red local y reparte entre ellas las peticiones de inferencia, para que los subagentes no peleen por la misma tarjeta. Funciona con Ollama y LM Studio. Está en beta, pide GPU RTX serie 20 o superior (o Apple M4 en adelante), y no une la memoria de varias máquinas: cada tarea corre completa en un solo equipo.
- Perplexity Portable Computer – Agente que corre flujos completos en tu propia máquina y pide permiso antes de mandar algo a la nube, útil cuando el archivo trae datos de clientes o declaraciones fiscales. El trabajo local no consume créditos. Hoy corre en Linux con GPU RTX de al menos 24 GB de memoria de video; la versión para Windows viene en camino.
Mi Invitación Esta Semana: La Prueba de lo Indispensable
Nueva York no preguntó si la IA es buena o mala. Preguntó si cada herramienta es indispensable para aprender, y retiró lo que no pudo demostrarlo.
Vamos a aplicar ese mismo filtro a tu propia acumulación. Toma 40 minutos y una hoja.
- Lista todo. Cada suscripción, plugin, agente y automatización de IA que tu negocio paga o usa hoy. Incluye las que contrataste con entusiasmo y abriste 2 veces.
- Escribe qué se rompe. Junto a cada una, una frase: qué se detiene el lunes si desaparece. Sin adjetivos. Sin «nos ayuda a ser más eficientes».
- Marca las mudas. Las que no lograron una frase concreta quedan marcadas. Son las que compraste por miedo a quedarte atrás, no por función.
- Pon fecha, no juicio. A cada herramienta marcada ponle fecha de cancelación a 30 días. Si alguien pelea por conservarla con un argumento concreto, se queda y ya tienes la frase que faltaba.
El objetivo no es ahorrar dinero, aunque va a pasar. Es que el criterio quede escrito antes de la siguiente ola de lanzamientos, para que la próxima compra la decidas tú y no el titular.
Tu tarea del lunes: cancela o pausa una sola herramienta de la lista de marcadas. La que menos duela.
Cierre
Fue la semana en que la industria empezó a comprar y a regular cosas que ya no puede ver del todo.
Un modelo más capaz y menos observable. Una plataforma abierta con un dueño nuevo. Una plantilla de investigación convertida en llave. Un Congreso pidiendo cárcel.
Ninguno de esos problemas se resuelve con más capacidad.
Se resuelven con criterio escrito antes de que llegue la capacidad.
Eso fue lo que hizo Nueva York con una pregunta de una línea, y lo que hizo OpenAI al publicar su propio punto ciego en lugar de esconderlo.
Nombrar lo que no alcanzamos a ver sigue siendo trabajo nuestro. Ninguna máquina lo hace por nosotros, porque exige aceptar un límite, y aceptar límites es todavía un gesto profundamente humano.
Empieza escribiendo qué cuenta como resultado aceptable en una sola tarea.
Fernando Santa Cruz
Head of AI & Automation @ Adivor Consulting
