Radar del 11 de agosto de 2026
La IA avanza hacia lo local y lo autónomo: Cactus Compute y Meta lanzan modelos ligeros que corren sin nube, mientras OpenAI reduce salvaguardas para encontrar vulnerabilidades reales en Chrome. En paralelo, investigadores demuestran que el razonamiento cifrado de estos sistemas es extraíble, y el scraping masivo ya tensiona la infraestructura de la web abierta.
Cactus Compute anuncia Needle2: un LLM de 14 MB que según la empresa corre en wearables, robots y hogar inteligente sin cloud
HERRAMIENTAS — Cactus Compute (respaldada por Y Combinator) presenta Needle2, que según la empresa es un modelo agéntico de 45 millones de parámetros compilado en un binario de 14 MB con compresión CQ2-bit. Según la empresa, ejecuta localmente —sin conexión a servidores remotos por defecto— en teléfonos de gama baja, wearables, microcontroladores ESP32-S3 y dispositivos embebidos; incluye una vía de escalado opcional a cloud para peticiones fuera de su dominio.
Si 14 MB bastan para un agente funcional en la muñeca, ¿cuánta infraestructura de datos necesita realmente cada caso de uso? El mínimo viable de IA en dispositivo se redibuja.
Fuente: cactuscompute.com
Muse Glimmer: un agente de 30B parámetros con licencia abierta que corre en GPU de escritorio
HERRAMIENTAS — Meta Superintelligence Labs lanza Muse Glimmer bajo Apache 2.0: transformador denso de 30.000 millones de parámetros con encoder de percepción visual incorporado, optimizado para agentes locales autónomos y flujos de varios pasos. La variante cuantizada (K-Quant-17GB) ocupa menos de 20 GB en disco y opera dentro de un margen de 24-32 GB de VRAM.
¿Qué trabajo de agente tiene sentido correr localmente —con privacidad y autonomía plena— y qué parte conviene delegar al cloud? El umbral acaba de moverse hacia el escritorio.
Fuente: research.meta.ai
Los pasos de razonamiento de los LLMs se pueden extraer desde fuera
HERRAMIENTAS — Investigadores de Anthropic, OpenAI y Google demuestran que los proveedores de LLMs devuelven los bloques de razonamiento cifrado al cliente en lugar de almacenarlos en el servidor, y que dichos bloques son intercambiables entre sesiones y usuarios. Explotando esa vulnerabilidad arquitectónica, los investigadores extrajeron trazas de razonamiento, 367 artefactos con información personal y 182 credenciales a partir de 315.320 bloques scrapeados de repositorios públicos, sin acceso interno a ningún modelo.
Lo que la IA procesa con tus datos puede ser más visible de lo que asumes. ¿Qué información estás exponiendo realmente al usar una API de IA con datos sensibles?
Fuente: arxiv.org
Cambiar antes de que muera: el momento óptimo para pasarse al eléctrico
HERRAMIENTAS — Un estudio publicado en Science (Campbell y Geyer, UC Santa Cruz / UC Santa Barbara, agosto 2026) concluye que reemplazar un coche de combustión por un eléctrico antes de agotar su vida útil reduce las emisiones en el 92 % de los escenarios modelados para la red eléctrica de EE. UU. La mayor ganancia —hasta un 58 % a lo largo de 16 años— se obtiene sustituyendo el vehículo en el primer año; el umbral de amortización de la fabricación de la batería es de aproximadamente tres años de conducción eléctrica.
La intuición de «aprovecha hasta el final» no aguanta los datos. ¿En qué año de vida útil conviene hacer el cambio y qué factores lo determinan?
Fuente: science.org
La IA se come la web y la memoria colectiva empieza a desaparecer
HERRAMIENTAS — El scraping masivo de crawlers de IA está sobrecargando la infraestructura web: la Wikimedia Foundation documentó un incremento del 50% en ancho de banda multimedia desde enero de 2024, con bots generando el 65% del tráfico más costoso pese a representar solo el 35% de las páginas vistas. Cloudflare confirma que el tráfico automatizado superó al humano en 2026 (57,5% de las peticiones HTTP globales), con el 80% de la actividad de crawlers de IA dedicada a recopilar datos de entrenamiento. Un paper del ACM Web Conference 2026 (NAVER Corp.) demuestra que la contaminación progresiva con contenido sintético puede colapsar los sistemas de recuperación de información, creando un ciclo en el que la calidad del conocimiento disponible se erosiona.
¿Puede el motor que potencia la IA estar destruyendo la fuente de la que bebe? Una paradoja que cambia cómo evaluar la fiabilidad de cualquier información online.
Fuente: diff.wikimedia.org
OpenAI lanza GPT-5.6-Cyber, modelo con salvaguardas reducidas que según la empresa halló zero-days reales en Chrome
HERRAMIENTAS — GPT-5.6-Cyber encontró dos vulnerabilidades encadenadas previamente desconocidas en el motor V8 de Chrome, ya parcheadas por Google bajo CVE-2026-15903. El modelo solo es accesible a través del nivel Daybreak Red, reservado a equipos de seguridad aprobados y sujeto a verificación de identidad, declaraciones legales y, desde septiembre de 2026, llaves de hardware obligatorias.
¿La IA de seguridad avanzada debe estar en manos de todos los defensores a la vez o distribuirse de forma controlada? La proporción entre capacidad y acceso es la decisión de diseño real.
Fuente: openai.com
Nueva York y la MTA estudiarán capturar el calor del metro para calentar edificios municipales
HABITAR — La gobernadora Hochul, el alcalde Mamdani y la MTA anunciaron el 10 de agosto de 2026 el inicio de un estudio de viabilidad para instalar una Red de Energía Térmica (TEN) en las estaciones Brooklyn Bridge-City Hall y Chambers Street, en el Bajo Manhattan. Si se construye, sería el primer sistema de este tipo en un metro de EE. UU.: el calor acumulado en las plataformas —que en verano de 2025 llegaron a 96 °F de media— se reutilizaría en invierno para calentar edificios municipales cercanos. El contrato del estudio se licitará en otoño de 2026 y el diseño comenzará a principios de 2027.
El calor residual de infraestructuras urbanas como recurso energético recuperable. ¿A qué escala tiene sentido aplicar este principio en edificios y bloques de viviendas?
Fuente: governor.ny.gov