
Anthropic lanza Claude Duet, un agente que trabaja sin que lo llames
La app corre en un computador en la nube, se conecta a Gmail, Slack y Stripe, y pide permiso antes de pagar o enviar un mensaje.
60 notas publicadas

Anthropic y la firma Theorem aplicaron pruebas matemáticas al código de máquina compilado y encontraron errores que habían resistido billones de pruebas automáticas.

El agente funciona con Claude Opus 5.5, pide permiso antes de pagar o borrar algo y por ahora solo lo usan suscriptores Pro y Max en Estados Unidos.

Generó 318.484 diseños contra cinco toxinas de cuatro especies, y 17 de los 211 probados en laboratorio se unieron a su blanco.

Amjad Masad, CEO de Replit, dijo en TechCrunch Disrupt que ChatGPT rinde mejor y cuesta menos. Claude sigue disponible en la plataforma, pero ya no es la opción que viene puesta.

En un experimento con Vals AI, los agentes inventaron excusas, filtraron datos médicos y uno mandó 187 correos en 15 días por un pasaje de 350 libras.

TheoPhysEval, un benchmark de 35 investigadores de ICTS, Harvard, KU Leuven y Google DeepMind, mide a los agentes de IA contra especialistas de cada subárea.

Claude Opus 5.5 logró una versión que pasa casi el 100% de las pruebas de conformidad, después de que GPT-5.6 Sol y GPT-6 Astra quedaran en 84%.

El diseño salió de un experimento de 53 horas del programa STEM Fellows de Anthropic, con investigadores de Harvard y QuEra Computing.

La empresa limitó el acceso a los pasos internos del modelo, detecta intentos de extracción con un clasificador y ya bloqueó decenas de miles de cuentas.

La empresa construyó su propio control de versiones porque su repositorio principal ya pesa casi 100 GB y la integración continua hace unos 25 millones de checkouts diarios.

El informe de septiembre nombra a DeepSeek, Moonshot AI y Alibaba, entre otras, y una alerta conjunta de la NSA, el FBI y CISA respalda la acusación.

Los dynamic workflows dejan que el agente principal decida cuántos subagentes lanzar y cómo repartir el trabajo, a cambio de un costo mucho mayor.

La decisión llega tras un informe en que la empresa reconoce acciones no previstas de sus modelos, entre ellas una denuncia falsa enviada a la policía de Filadelfia.

El servicio OSS Scanner entrega reportes de vulnerabilidades hechos por sus modelos más capaces, incluido Mythos, sin revisión humana.

Vals AI comparó a GPT-6 Sol y Claude Opus 5.5 trabajando solos y en equipo, y solo uno de cuatro casos mostró una mejora significativa.

Anthropic lanzó su modelo pequeño más barato, que cuadruplica a Haiku 4.5 en uso de computador, y además recortó a la mitad la lectura de caché de Sonnet 5.5.

El Cyber Verification Program se amplía a universidades, investigadores independientes y desarrolladores de código abierto, con tres niveles de acceso.

La consultora calcula que el plan de Anthropic entrega unas cinco veces más valor equivalente en API que el de OpenAI, tras el recorte del plan de 200 dólares.

Matthew Schwartz y 19 coautores firmaron 36 manuscritos en 18 disciplinas en tres meses, y él mismo advierte que el modelo declara victoria antes de tiempo.

OpenAI lanzó Sol en ChatGPT Work, Codex y la API al mismo precio que Claude Sonnet 5.5, mientras Astra sigue guardado por problemas de seguridad.

Anthropic mantiene el precio por token de Sonnet 5, pero el modelo nuevo usa menos tokens por tarea y genera texto más de 30% más rápido.

Un desarrollador y un ejecutivo de ciberseguridad rompieron con modelos de OpenAI y Anthropic dos cifrados alemanes de la Segunda Guerra Mundial que seguían abiertos desde hace décadas.

El Furniture Assembly Benchmark de Epoch AI pasó de un mejor puntaje de 28% en noviembre de 2025 a 80% diez meses después, aunque cada foto toma tres minutos.

Lucas Harrington, cofundador de Mammoth Biosciences, sostiene que Anthropic presentó como gran descubrimiento una búsqueda genómica de rutina.

Fuzzing Taskflow recibe un repositorio, escribe los harnesses, corre AFL++, persigue la cobertura faltante y redacta un informe por cada fallo único.

Docker Cloud Sandboxes arranca en cientos de milisegundos, cobra por segundo y parte en 0,07 dólares por hora con 1 vCPU y 2 GB.

Unos 950 agentes revisaron más de 200.000 transcriptasas inversas en 21 horas. El sistema se llama ART y su función todavía no se conoce.

Jackson Kernion, que trabaja en el ajuste fino de Claude, dice que los modelos aprendieron a escribir para otras IA y que Opus 4.6 fue el último bueno para redactar.

El proyecto de Andrea Ricci corre el juego completo en la placa SCINTIX P4 y lo expone por MCP, sin darle al modelo acceso al estado interno del motor.

La instalación queda en el área de San Francisco y llega después de la compra de Coefficient Bio por cerca de 400 millones de dólares en abril.

Anthropic bajó 20% el precio del token y 60% el de la lectura de caché, y promete una escritura menos enrevesada que la de sus modelos anteriores.

MiMo-V2.6-Pro marca 46 puntos en el Intelligence Index, y Anthropic sostiene que Xiaomi extrajo datos de Claude en 400.000 intercambios.

El equipo de Hacktron AI encadenó un fallo de libheif en el foro de la comunidad con un error del inicio de sesión único, y dejó un pull request en el repositorio privado como prueba.

La empresa publicó tres mediciones internas sobre cuánto de su propio desarrollo hace ya el modelo, cómo vigila a sus agentes y qué parte del cómputo destina a seguridad.

Tres investigadores de Hacktron encadenaron una falla en la biblioteca libheif con una mala configuración del inicio de sesión de OpenAI y llegaron al repositorio interno de la empresa en GitHub.

El equipo de tres personas aprovechó un fallo en el procesamiento de imágenes HEIF de Discourse, el foro comunitario de OpenAI, y demostró el acceso con un pull request.

La interfaz unificada suma funciones de presentaciones y documentos, y parte por los planes Pro y Max en web, escritorio y móvil.

Las dos herramientas salen en beta y permiten crear documentos y presentaciones desde cualquier conversación, con edición simultánea y comentarios.

La integración Home MCP deja que un agente externo lea el historial de eventos de la casa y accione los dispositivos, por ahora solo para suscriptores en Estados Unidos.

El reporte de amenazas de septiembre describe a un grupo pequeño de desarrolladores freelance en Rusia que usó Claude Code para armar coordinación de enjambre, visión por computador y guía terminal.

El informe de amenazas de septiembre de 2026 de Anthropic también detalla que una célula hutí en el norte de Yemen programó con Claude Code el guiado de tres proyectos de misiles.

El informe de usos indebidos cubre desde noviembre de 2025 hasta septiembre de 2026, describe tres casos sobre virus y dos sobre toxinas, y en todos la cuenta escondía su origen.

El informe de amenazas de Anthropic cubre ocho meses y suma siete laboratorios chinos que copiaron capacidades del modelo, además de software de misiles y enjambres de drones autónomos.

El informe salió el miércoles, un día después de que se hiciera viral la carta de renuncia de un investigador de la empresa.

El informe de septiembre cubre operaciones desarticuladas en siete áreas de daño, y el caso más detallado terminó con el robo del kit de desarrollo de visión de un dron militar.

Un análisis de Arena.ai sobre decenas de miles de respuestas midió cuánto cambió el estilo de escritura del modelo de Anthropic entre Fable 5 y Fable 5.1.

Un informe de la compañía atribuye cinco campañas a laboratorios chinos, con Alibaba a la cabeza: 151 millones de intercambios entre mayo y julio repartidos en 3.500 cuentas.

Investigadores independientes hallaron huellas de agentes autónomos en más de treinta servicios públicos, desde wikis hasta paquetes de RubyGems, mientras Anthropic revisa cuatro incidentes propios.

La empresa publicó una evaluación de alineamiento con cuatro casos en que sus modelos entraron a sistemas ajenos sin permiso. El último apareció en una transcripción de enero que el escaneo no vio.

Un consultor británico vio su plan de 200 dólares mensuales subir de 45% a 55% de uso sin tocar el teclado. Anthropic confirmó después que hubo una clave de sesión comprometida.

La entrega semanal del 31 de agosto amplía el catálogo de modelos, extiende las exclusiones de contenido a la aplicación y la línea de comandos, y estrena Agent Merge en VS Code 1.136.

La empresa liberó en GitHub agentes de compra y agentes de comercio con implementaciones de referencia para retail, viajes, telecomunicaciones y venta de entradas.

Dos líneas de 32 números publicadas en plena Commonwealth de Cromwell escondían una frase a favor de Carlos II. El modelo eligió el problema por su cuenta.

El repositorio commerce-agents trae un agente de compras y uno de comercio, con cuatro verticales ejecutables: retail, viajes, telecomunicaciones y entretenimiento.

Anthropic responde a las quejas de sus clientes por precio, retención de datos y salvaguardas excesivas, y abarata las lecturas de caché que dominan el gasto de los agentes.

Anthropic lanzó Fable 5.1 y Mythos 5.1 como sus modelos tope para programación y trabajo de conocimiento, con el precio por token intacto y un recorte fuerte en la lectura de caché.

El primer Cyber Weapon Index de Booz Allen midió 18 modelos, nueve estadounidenses y nueve chinos, bajo condiciones idénticas, y advierte que los ataques masivos con IA son inminentes.

Simon Willison corrió su prueba del pelícano en bicicleta en los cinco niveles de razonamiento del modelo de Anthropic: del más barato al más caro hay 33 veces de diferencia en costo.

Anthropic lanzó Fable 5.1 y Mythos 5.1, bajó la lectura de caché de 1 a 0,25 dólares por millón de tokens y duplicó su puntaje en investigación científica con agentes.
Otros temas que aparecen junto a #claude en nuestra cobertura editorial.