El 13 de octubre trajo cambios de disponibilidad, herramientas para desarrollar con agentes y explicaciones sobre su infraestructura. Este resumen, publicado el 14 de octubre, reúne las novedades verificadas del radar; las mediciones de los autores no son pruebas de Puntoes.
Gemini 4 Argon pasa a disponibilidad general en la API
Google registró el 13 de octubre la disponibilidad general de gemini-4-argon, orientado a programación, agentes, matemáticas y ciencia. Para quien esperaba utilizarlo desde la API, el cambio relevante es la fase de acceso: el anuncio inicial de septiembre describía un despliegue restringido, mientras que esta nota ya lo identifica como disponible de forma general.
Fuente: notas oficiales de la API de Gemini.
Origin abre su marketplace a propuestas públicas
Cursor anunció que Origin integra más de veinte aplicaciones para despliegue, integración continua, revisión, seguridad y seguimiento, con proveedores como Cloudflare, Linear y Sentry. El marketplace admite propuestas públicas que se revisan antes de incorporarse al catálogo; puede facilitar la conexión de un flujo de desarrollo con las herramientas que un equipo ya utiliza.
Fuente: anuncio de Origin App Marketplace en el changelog de Cursor.
Liquid AI publica LFM2.5-24B-A2B para agentes locales
Liquid AI presentó un modelo de razonamiento textual de 24.000 millones de parámetros, con pesos disponibles y formatos para distintos motores de ejecución local. Su interés está en combinar razonamiento y llamadas a herramientas sin depender necesariamente de un servicio remoto; la disponibilidad de pesos no elimina los requisitos de hardware ni las condiciones de su licencia LFM Open License v1.0.
Fuente: presentación de LFM2.5-24B-A2B por Liquid AI · Ficha y licencia del modelo.
Anthropic explica su migración interna a Scion
Anthropic publicó cómo migró su repositorio principal a Scion, un sistema propio que centraliza operaciones y parte de que sus clientes permanecen conectados. El caso muestra cómo la generación de código con agentes puede trasladar el cuello de botella a la infraestructura; describe una migración interna ya realizada, sin anunciar un producto público ni recomendar que todos los equipos sustituyan Git.
Fuente: estudio de ingeniería de Anthropic sobre Scion.
GitHub detalla cómo clasifica posibles secretos
GitHub publicó una explicación técnica de su detector: las expresiones regulares localizan candidatos y un clasificador ModernBERT utiliza el contexto para distinguir credenciales de valores que solo se les parecen. Es un desarrollo del anuncio que ya cubrimos, útil para entender la combinación de reglas y aprendizaje automático; no supone por sí mismo una nueva disponibilidad general ni garantiza detectar todas las filtraciones.
Fuente: arquitectura del detector de secretos de GitHub.
Un ensayo pone a prueba el coste de guiar a un agente con contratos
Naresh Jain publicó en la web de Martin Fowler un experimento que compara agentes con y sin un arnés: contratos, ejemplos y comprobaciones que les dan instrucciones y retroalimentación. En ese servicio Java, el modelo económico mejoró sus resultados con el arnés, mientras que el modelo más capaz añadió coste sin mejorar la aceptación observada; el autor limita la conclusión a la tarea y las ejecuciones estudiadas.
Fuente: ensayo de Naresh Jain sobre costes de los arneses.
web-edit recibe optimizaciones en una nueva alfa
Simon Willison publicó web-edit 0.1a1, con optimizaciones de rendimiento apoyadas en el perfilador de Python 3.15. La actualización continúa el desarrollo de la herramienta para editar archivos desde otro dispositivo; sigue siendo una versión alfa y no presentamos esas optimizaciones como mediciones propias.
Fuente: nota del creador sobre web-edit 0.1a1 · Publicación de la versión en GitHub.
llm-meta-ai añade soporte para Muse Wonder
La versión llm-meta-ai 0.2 añadió modelos y el nivel de esfuerzo max, permitiendo utilizar Muse Wonder desde el programa LLM de terminal. La publicación de GitHub está fechada el 12 de octubre a las 23:58 UTC, ya madrugada del 13 en Madrid; es una actualización del conector, distinta del lanzamiento de los modelos de Meta.
Fuente: versión 0.2 de llm-meta-ai · Explicación del creador sobre el soporte de Muse Wonder.
Fuentes
- Google: notas de versión de Gemini API.
- Cursor: Origin App Marketplace.
- Liquid AI: presentación de LFM2.5-24B-A2B.
- Liquid AI: ficha del modelo y licencia.
- Anthropic: rediseño de su control de versiones.
- GitHub: modelo de detección de secretos.
- Naresh Jain: experimento sobre arneses para agentes.
- Simon Willison: web-edit 0.1a1.
- GitHub: versión web-edit 0.1a1.
- GitHub: versión llm-meta-ai 0.2.
- Simon Willison: actualización para Muse Wonder.