Liquid AI publica d1: modelos de decisión locales con imagen y audio
Liquid AI libera los pesos de d1-3B y del experimental d1-omni-600M. Explicamos qué decisiones permiten tomar y qué límites revisar antes de integrarlos.
Leer artículo
PUNTOES / Agentes
Los agentes conectan un modelo con herramientas y procesos. Su diseño requiere decidir qué puede hacer el sistema, cuándo debe detenerse y cómo comprobar sus acciones. Estos artículos recorren memoria, herramientas, MCP y arquitectura, junto con novedades del sector. También encontrarás experimentos que muestran problemas concretos de ejecución, como los reintentos y las acciones duplicadas.
17 publicaciones
Liquid AI libera los pesos de d1-3B y del experimental d1-omni-600M. Explicamos qué decisiones permiten tomar y qué límites revisar antes de integrarlos.
Leer artículoCursor anunció el control remoto de agentes locales desde iOS: el trabajo sigue en el ordenador, que debe permanecer encendido y conectado.
Leer artículoInyectamos fallos reales en procesos locales y comparamos tres estrategias: reintentar, marcar antes y guardar acción y marca juntas.
Leer artículoReconoce instrucciones maliciosas dentro de fuentes externas y aplica límites también en código, permisos y herramientas.
Leer artículoPrepara pruebas de resultados, acciones y fallos antes de dar a un agente acceso a tareas reales.
Leer artículoEvalúa si repartir roles entre agentes aporta valor y cómo evitar que varias respuestas repitan el mismo error.
Leer artículoSepara el contexto de una llamada de la memoria persistente y decide qué guardar, cuándo caduca y cómo corregirlo.
Leer artículoOpenAI presentó dots como agentes proactivos con un entorno de trabajo en la nube, conexiones autorizadas y controles de acciones.
Leer artículoComprende qué puede incluir una skill, cómo se diferencia de una herramienta y qué revisar antes de utilizar sus instrucciones.
Leer artículoHcompany presentó la serie Holo4 para utilizar interfaces gráficas, código, MCP y APIs dentro de tareas de agentes.
Leer artículoIdentifica host, cliente y servidor en MCP y separa la conexión técnica de la autorización para consultar datos y ejecutar herramientas.
Leer artículoDiseña entradas, salidas, errores y permisos de una herramienta antes de conectarla con las decisiones de un agente.
Leer artículoDecide qué pasos deben permanecer fijos y dónde tiene sentido permitir decisiones del modelo en un proceso controlado.
Leer artículoComprende qué decisiones puede tomar un agente, qué herramientas necesita y cómo definir sus permisos y criterios de parada.
Leer artículoGoogle anunció antigravity-preview-09-2026 como sustituto de la versión 05-2026.
Leer artículoCursor anunció Projects en beta, con coordinación de trabajo, contexto compartido y ejecución apoyada en agentes de nube.
Leer artículoOpenAI anunció la beta pública de Agents API, con gestión de sesiones, coordinación del contexto y recuperación de ejecución.
Leer artículoGuías, noticias y ejemplos para seguir una pregunta de principio a fin.
DEL CONOCIMIENTO A LA PRÁCTICA