El 13 de noviembre trajo cambios para integrar modelos locales, coordinar agentes y evaluar sus respuestas. Reunimos las novedades verificadas de nuestro radar; este resumen se publica el 14 de noviembre e incluye, en una sección separada, un anuncio anterior que recuperamos con su fecha real.
llama.cpp y ggml llegan a la versión 1.0
El equipo de ggml-org publicó las bibliotecas llama.cpp y ggml 1.0.0 y anunció que las incompatibilidades de API y ABI se reflejarán en incrementos de versión mayor. La novedad ayuda a quienes mantienen aplicaciones que dependen de esas interfaces; el número 1.0 no demuestra por sí mismo una mejora en las respuestas de un modelo.
ggml-org: bibliotecas 1.0 y reglas de versionado · Antecedente: modelos de decisión en llama.cpp.
OpenCode 2.3: subagentes en segundo plano por defecto
OpenCode publicó la versión 2.3.0: los subagentes devuelven inmediatamente su identificador de sesión, siguen trabajando en segundo plano y avisan a la sesión principal cuando quedan inactivos. Esto permite continuar la conversación mientras avanzan otras tareas; además, la interfaz de terminal agrupa llamadas a herramientas y razonamiento en filas desplegables para facilitar la lectura.
OpenCode: notas de la versión 2.3.0 · Antecedente: integración y permisos de OpenCode 2.2.3.
Cloudflare abre el código de Kitesurf
Cloudflare publicó bajo licencia Apache 2.0 el código de Kitesurf, su navegador experimental para agentes, presentado originalmente en agosto. Se puede ejecutar localmente o desplegar en una cuenta propia de Workers, lo que requiere un plan Workers Paid; la compañía advierte de que el motor sigue en desarrollo y está mejorando su compatibilidad con la web.
Cloudflare: apertura del código de Kitesurf.
Cloudflare mejora las pruebas locales y el control de infraestructura
Quick Actions de Browser Run ya funciona con Chrome local, aunque la acción JSON devuelve datos simulados y Kitesurf todavía no está admitido en esa simulación. El proveedor de Terraform 5.29.0 incorpora espacios de nombres para AI Search —cambiar el espacio reemplaza la instancia— y Workers y Durable Objects reciben límites de gasto y alertas. Estos últimos ayudan a controlar costes, pero el retraso de medición y bloqueo permite que el gasto registrado supere el límite.
Cloudflare: cambios del 13 de noviembre y sus limitaciones.
Anthropic explica cómo construir evaluaciones de seguridad
Anthropic publicó recomendaciones para alinear cada evaluación con la pregunta que pretende responder y separar observaciones de conclusiones causales. Un criterio útil para interpretar los resultados: una tasa mayor de rechazo no demuestra necesariamente más seguridad, porque algunas situaciones requieren una respuesta de apoyo adecuada; se trata de orientación metodológica, no de una certificación de un nuevo modelo.
Anthropic: diseño de evaluaciones de seguridad sólidas.
Ai2 explica XYBench: responder al objetivo detrás de la pregunta
Ai2 publicó una explicación de XYBench, que evalúa si un asistente ayuda con el objetivo real del usuario cuando la petición parte de una suposición equivocada. Es una perspectiva útil para evaluar utilidad más allá de seguir literalmente una instrucción; el conjunto mezcla preguntas de foros y preguntas generadas y utiliza un juez automatizado, por lo que sus resultados no equivalen a una clasificación general de los modelos actuales.
Ai2: alcance, construcción y límites de XYBench.
LangChain anuncia financiación y anticipa novedades para el día 20
LangChain anunció una ronda de 300 millones de dólares con una valoración de 3.000 millones para continuar desarrollando su plataforma de agentes. La empresa sitúa nuevas capacidades de LangSmith en un evento del 20 de noviembre: el anuncio de financiación no acredita que esas funciones futuras estén ya disponibles.
LangChain: anuncio de la ronda Series C.
Recuperamos una novedad anterior: relevo en NVIDIA
El anuncio corresponde al 12 de noviembre: Jensen Huang dimitió con efecto inmediato y Colette Kress asumió como consejera delegada interina, conservando sus responsabilidades financieras mientras se busca un sucesor permanente. Recuperamos el cambio por su relevancia para el sector de infraestructura de IA y enlazamos el desarrollo que publicamos ayer, sin presentarlo como un hecho del día 13.
NVIDIA: comunicado original del relevo · Nuestro artículo sobre la transición de NVIDIA.
Fuentes
Las fuentes originales leídas se enlazan tras cada tema. Las fechas corresponden a sus anuncios o publicaciones; los artículos metodológicos y los planes futuros se distinguen de los lanzamientos disponibles. Este resumen recoge la selección verificada del radar, sin pretender cubrir todo internet ni atribuir pruebas propias a Puntoes.