13 de octubre: la IA podría copiarse sola en los aparatos de la casa
Ventana: 12/10 10:50 → 13/10 08:00 ARTCuentas de X revisadas: 30 (35 referentes)Posts sobre el umbral: 1 (global)Ítems en observación: 3
00 · Resumen de 30 segundos
Tres señales
El equipo rojo de Anthropic estima que modelos chicos podrían copiarse solos en aparatos conectados (televisores, hornos, cajas Android) en cuestión de meses. Hoy ningún modelo lo logra de punta a punta en un aparato real, pero en pruebas simplificadas un modelo abierto sí se replicó en una red de prueba. Lo levantaron CNBC y Al Jazeera.
Meta presentó Muse Wonder, su primer modelo de frontera. Dice que rinde a la par de los mejores de OpenAI y Anthropic, pero los números son propios, la versión más fuerte no está en la API y no hay pesos abiertos.
El único post sobre el umbral fue un pedido de frenar. Jeffrey Ladish (Palisade) citó a un investigador de OpenAI que dice que en los laboratorios nadie da por resuelta la alineación y que correr hacia la automejora recursiva sería una locura; Ladish lo llamó el dato más importante del momento.
01 · Tweets clave
Un solo post superó su umbral
Entra un post si sus vistas superan 3 veces la mediana de los últimos 30 días de esa misma cuenta.
@JeffLadish12/10 23:079,3× su medianaAlignment
Ladish, director de Palisade Research, cita un post de roon (@tszzl, investigador de OpenAI): en privado, y a veces en público, la gente de todos los laboratorios reconoce que la alineación no está resuelta; si es así, apurarse hacia la automejora recursiva sería una imprudencia sin precedentes y habría que frenar la frontera pronto. Ladish lo presenta como probablemente el hecho más importante del mundo hoy.
46,5 mil vistasmediana 5,0 milER 0,95% (mediana 1,7%)
@So8res, 12/10 (1,5×): sobre el informe de autorreplicación de Anthropic (ver noticias), dice que hubo suerte de que los enjambres de agentes de este verano no tuvieran todavía esa capacidad, y que esa suerte no va a durar.
@natolambert, 12/10 (1,4×): critica anunciar benchmarks de un modelo sin liberarlo; lo publica el mismo día del anuncio de Meta.
@allTheYud, 12/10 (1,8×): ironiza con que "no pasó nada" en IA durante la última semana. Es opinión.
Lectura del curador: el tema que cruzó a varias cuentas fue otra vez el ritmo: el pedido de frenar que difundió Ladish, una respuesta de @tristanharris en la misma línea contra la automejora recursiva y el post de Alignment Forum que acusa a OpenAI de no poder autorregularse. Del lado de las capacidades, Meta se suma a la frontera y Anthropic pone fecha aproximada a la autorreplicación en aparatos baratos. Se dejaron afuera posts cercanos que no tratan temas del monitoreo (política de @marcos_galperin y de @yanisvaroufakis).
02 · Noticias verificadas
Qué pasó, con qué fuente
✔︎ confirmada: fuente primaria más un medio independiente. ◐ parcial: solo una de las dos. Lo que no se pudo verificar va al final, en observación.
✔︎Anthropic: modelos chicos podrían copiarse solos en aparatos conectados antes de fin de año
12/10 · relevancia 5/5
Grabado generado con IA (Gemini) para esta edición
William Zhou y Daniel Freeman, del equipo rojo de Anthropic, probaron si modelos de 30.000 millones de parámetros o menos pueden instalarse y replicarse en aparatos de consumo sin un centro de datos. Un modelo de 9B logró correr inferencia en 8 de 9 tipos de hardware probados, y un modelo abierto de 26B funcionó repartido entre 15 cajas Android TV de unos US$55, aunque muy lento. Los modelos chicos resuelven muchos pasos sueltos pero fallan al encadenarlos; en una red de prueba simplificada, un modelo abierto más grande (GLM-5.2) completó la replicación en 4 de 5 intentos.
Los autores estiman, con lo que llaman una aproximación gruesa, que los modelos chicos alcanzarían ese nivel hacia fines de 2026. La propagación sería lenta, pero difícil de cortar porque no hay un servidor central. Proponen vigilar tráfico anómalo en los proveedores de internet, usar señuelos para capturar el código, poner en cuarentena y avisar a los usuarios infectados, y exigir contraseñas por defecto más seguras en los aparatos.
Especulación: el plazo de "meses" es una proyección de tendencia, no una observación. La red de prueba tenía un puerto de depuración abierto sin autenticación, así que el resultado es un techo. Posible conflicto de interés: el laboratorio que advierte también vende modelos y servicios de seguridad. Roman Yampolskiy, uno de los referentes del monitoreo, le dijo a Al Jazeera que no es una amenaza existencial hoy, pero que la tendencia preocupa.
✔︎Meta lanza Muse Wonder, su primer modelo de frontera
12/10 · relevancia 4/5
El laboratorio de superinteligencia de Meta presentó Muse Wonder y Muse Wonder Full. Meta dice que rinden a la par de los modelos de punta de OpenAI y Anthropic, con foco en agentes, memoria de largo plazo y programación. Muse Wonder está en la API de Meta (US$4 por millón de tokens de entrada y US$20 de salida); Muse Wonder Full solo para suscriptores de Muse Code. Se entrenó en el centro de datos Prometheus, en Ohio.
Todos los resultados son de Meta y el anuncio no trae cifras detalladas; no hay evaluación independiente todavía. La versión más fuerte no se puede probar por API y el anuncio no menciona pesos abiertos, a diferencia de la familia Llama. Nathan Lambert criticó en X la práctica de anunciar benchmarks de modelos que no se liberan.
◐Brad Smith (Microsoft) pide reglas obligatorias de seguridad para la IA y propone que las impulse el Reino Unido
12/10 · relevancia 3/5
En un podcast de la BBC, el presidente de Microsoft dijo que llegó la hora de tener reglas globales de seguridad para la IA, a la que describió a la vez como arma y como herramienta, y que el Reino Unido está mejor parado que EE.UU. o la Unión Europea para encabezarlas, porque en Washington no despierta el recelo que despierta Bruselas. Propuso tres cosas: obligar a avisar cuando agentes de IA fuera de control vulneren un sistema, que evaluadores externos aprueben los productos antes de salir al mercado y mecanismos para frenar o apagar sistemas si se pierde el control. Según Smith, la autorregulación no alcanza porque solo la respetan las empresas que ya actúan bien; al compromiso que firmaron empresas tecnológicas en la Casa Blanca en septiembre lo calificó de avance insuficiente.
Parcial: solo TechCrunch; no se pudo abrir el audio de la BBC. TechCrunch agrega, citando a Reuters, que el lunes 12/10 el gobierno británico confirmó que su instituto de seguridad de IA sigue pudiendo probar los modelos más nuevos; la nota de Reuters no se pudo abrir, así que ese punto sigue en observación. Microsoft vende IA y tiene interés directo en cómo se la regule.
✔︎EE.UU. desarma una red de falsos empleados remotos norcoreanos en más de 70 empresas
operativos 21 a 25/9, anuncio 13/10 (después del cierre de esta edición) · relevancia 3/5
El Departamento de Justicia acusó a 14 personas (diez en China, dos estadounidenses detenidos y dos con identidad bajo reserva) por un esquema en el que trabajadores de Corea del Norte conseguían empleos a distancia en empresas de EE.UU. con identidades falsas. Entre el 21 y el 25 de septiembre el FBI allanó más de 40 casas en Texas que funcionaban como "granjas de laptops": lugares donde se reciben las computadoras que las empresas mandan a sus empleados nuevos, para que el trabajador parezca estar en el país. Se secuestraron unos 187 equipos. Más de 70 empleadores de Ohio, otros 16 estados y Washington pagaron unos US$3 millones que habrían terminado en organismos sancionados del régimen. CrowdStrike, que sigue a este grupo con el nombre FAMOUS CHOLLIMA, aportó la inteligencia que permitió los operativos.
Confirmada: comunicado del Departamento de Justicia, blog de CrowdStrike y TechCrunch. Son acusaciones y los imputados se presumen inocentes; no se nombran las empresas afectadas. Ninguna fuente dice que estos trabajadores usaran IA: entra por ciberseguridad, porque el riesgo es un empleado falso con acceso legítimo a los sistemas. Según TechCrunch, un aviso del FBI habla de miles de trabajadores así en empresas occidentales.
◐Microsoft corrige un récord de más de 1.400 vulnerabilidades en una sola tanda mensual
13/10 (después del cierre de esta edición) · relevancia 3/5
La actualización de seguridad de octubre de Microsoft trajo más de 1.400 correcciones, la cifra más alta de su historia para un solo mes. Casi la mitad son fallas que dejan a un atacante ganar más permisos dentro de un equipo y más de 300 permiten ejecutar código a distancia. Una ya se estaba aprovechando (CVE-2026-96951, en el shell de Windows: permite saltear la advertencia que Windows pone a los archivos bajados de internet) y otras ya eran públicas, entre ellas una de .NET Framework que permite eludir el control de aplicaciones de Windows. Microsoft empezó a agrupar las fallas en "cohortes de riesgo" para ayudar a decidir qué parchear primero.
Parcial: no se consultó directamente la guía de actualizaciones de Microsoft. El análisis de CrowdStrike y BleepingComputer coinciden en lo central pero no en los totales (1.413 y 1.411 fallas; 75 y 70 críticas) por diferencias en qué se cuenta. BleepingComputer atribuye el récord a que Microsoft usa IA para buscar fallas en sus propios productos; CrowdStrike no da una explicación. Con esta tanda, Windows 11 24H2 Home y Pro quedaron sin soporte.
Anthropic y los "ataques de destilación": Al Jazeera menciona una declaración del mismo 12/10 según la cual Anthropic redujo entre 90% y 99% la extracción ilícita de datos de Claude. No se encontró el comunicado original; la acusación a DeepSeek, Moonshot y MiniMax es de febrero.
Acceso del instituto británico (AISI) a modelos de EE.UU.: sigue sin comunicado oficial desde la edición 2.
Grupo de trabajo de "superinteligencia" de la Casa Blanca: según el resumen de Politico (13/10), Kupor, vicepresidente del grupo, dijo que coordinará con las fuerzas de seguridad, evaluará riesgos de la IA y presionará a las empresas para que cumplan sus compromisos de seguridad. No se pudo abrir la nota completa.
03 · Argentina y América Latina
Sin novedades verificadas en la ventana
Ningún post de las cuentas regionales superó su umbral (el más alto, @rauchg, 1,1×, sobre el anuncio de Meta). No hubo resoluciones nuevas sobre IA en el Boletín Oficial ni movimientos en el Congreso.
Argentina
Sin novedades verificadas en la ventana. Sigue vigente el panorama de la edición 1: Stargate Argentina sin obra, el Súper RIGI sin dictamen en el Senado y Argentina 6.ª de 19 en el ILIA. En agenda: SAIACONF 2026, el encuentro de la Sociedad Argentina de IA, el 20/10 en Buenos Aires (Ámbito).
América Latina
Sin novedades verificadas en la ventana.
Seguimiento legislativo
País
Proyecto o norma
Etapa
Último movimiento
Argentina
Súper RIGI (incluye IA y data centers)
Media sanción; en comisiones del Senado
2/9: aliados del Gobierno frenaron el dictamen (Letra P). Sin cambios en la ventana.
Brasil
PL 2338/2023
Comisión especial de Diputados
Sin fecha de votación (Congreso Nacional). Sin cambios en la ventana.
Chile
Ley marco de IA
Senado
26/5: propuesta del Ejecutivo (Senado de Chile). Sin cambios en la ventana.
México
Ley general de IA
Fuera del orden del día
Septiembre. Sin cambios en la ventana.
04 · IA en los negocios en Argentina
Sin casos nuevos verificados en la ventana
No aparecieron casos, rondas ni encuestas nuevas con fecha dentro de la ventana; las notas sobre startups argentinas de IA que circularon eran de fines de septiembre. El panorama completo (adopción, empresas, startups, pymes y lo que salió mal) está en la edición 1.
05 · Recursos multimedia
Para ver y escuchar
Ningún referente informó apariciones nuevas en TV, podcasts o charlas en la ventana. Roman Yampolskiy aparece citado por Al Jazeera en la nota sobre autorreplicación.
Sostiene que los despidos de investigadores de seguridad (ver edición 1) muestran que la autorregulación no alcanza. Es opinión. Único post nuevo en Alignment Forum en la ventana. Prioridad media.
Ke Yang, Jianfeng Gao y otros (Microsoft Research, UIUC)
12/10
StudentSim arma un simulador por alumno, entrenado con registros públicos anonimizados, para probar tutores de IA antes de usarlos con personas (ajedrez, escritura en inglés y matemática). En ajedrez, un tutor entrenado con ese simulador acertó 90,5% contra 75,7% sin él; son cifras de los autores y una prueba de concepto, sin aulas reales. Código publicado. Prioridad media.
07 · Hardware y entrenamiento local
Lo que corre en una caja de US$55
Novedad
Fuente
¿Prueba independiente?
Memoria
Qué permite
Un modelo de 9B corre inferencia en 8 de 9 tipos de hardware de consumo probados
Molmo2Fish: un investigador del MIT ajustó Molmo 2, el modelo abierto de visión de Ai2, para seguir salmones en imágenes de sonar y corregir errores con instrucciones en lenguaje común
No (proyecto de investigación; el anuncio no da cifras)
no informada
Adaptar un modelo abierto chico a un problema muy específico; los pesos del modelo ajustado no están publicados
Sin publicaciones nuevas en X de @ggerganov, @danielhanchen ni @Tim_Dettmers en la ventana. Sin anuncios de GPU de consumo.
08 · Acciones aplicables
Qué hacer con esto
Riesgo a mitigarRevisar los aparatos conectados de la casa o la oficina: cambiar contraseñas de fábrica, desactivar la depuración remota (ADB) en cajas Android y separarlos en una red de invitados. Es la puerta que el informe de Anthropic usó en su prueba.
TécnicaSi se corren agentes con memoria entre ejecuciones, registrar qué notas se pasan de una a otra: en el informe, esas notas hicieron que cada generación fallara menos.
ModeloAntes de elegir un modelo nuevo por sus benchmarks, esperar evaluaciones independientes; el anuncio de Meta no las tiene todavía.
09 · Control de calidad
Cambios y pendientes del monitoreo
MediciónSe leyó la primera página de posts originales de cada cuenta (unos 20). En 11 cuentas muy activas no cubre los 30 días: se mantuvo la mediana anterior y solo se actualizó la fecha del último post. @DarioAmodei tiene un solo post propio en 30 días, así que su mediana bajó mucho (es un solo dato).
Cuentas con más de 30 días sin publicar@EvanHub (último post propio: 12/9) pasó el límite y queda sin umbral. Siguen @janleike (10/9), @cen_ia, @fredidavidvivas, @LucianaBenotti y @rodrigfnogueira.
Cambios de rolNinguno detectado en la ventana.
CorreccionesNinguna a ediciones anteriores.
AmpliaciónEl 27/10/2026 esta edición se amplió con fuentes que el diario empezó a leer ese día: CrowdStrike, TechCrunch (IA), Microsoft Research, Ai2 y Politico (tecnología, solo en observación).
10 · Glosario
Palabras de esta edición
Cada edición explica unos pocos términos que aparecen en ella, una sola vez. Todos juntos están en el glosario.
Equipo rojo (red team)Un grupo que ataca a propósito un sistema propio para encontrar fallas antes de que las encuentre alguien de afuera. En IA prueba si un modelo se puede usar para hacer daño o si hace cosas peligrosas por su cuenta.Ejemplo: El equipo rojo de Anthropic probó si modelos chicos podían instalarse y copiarse solos en aparatos hogareños.Aparece en Noticias · En el glosario
Inferencia y entrenamientoEntrenar es la etapa cara en la que el modelo aprende de los datos y quedan fijos sus pesos. La inferencia es cada vez que se usa el modelo ya hecho para responder. Entrenar un modelo grande lleva miles de placas de video durante semanas; correr uno chico entra en una computadora común.Ejemplo: En la prueba de Anthropic, un modelo de 9.000 millones de parámetros logró correr inferencia en 8 de 9 tipos de aparatos.Aparece en Noticias · En el glosario
TokenTiene dos sentidos. 1) En los modelos de lenguaje, el pedacito de texto (una palabra corta, parte de una palabra o un signo) con el que el modelo lee y escribe; precios, velocidades y límites se miden en tokens. 2) En seguridad, una credencial: una cadena de caracteres que prueba que un programa tiene permiso para algo.Ejemplo: 1) "30 tokens por segundo" es la velocidad a la que un modelo escribe. 2) Un token de GitHub deja que un programa suba cambios a un repositorio sin pedir la contraseña.Aparece en Noticias · En el glosario
