Sábado 20 de junio de 2026. Mientras la mayoría de la humanidad disfrutaba del finde, el ecosistema de la inteligencia artificial movía fichas como si fuera el último round de un torneo de ajedrez a ciegas. John Jumper — el tipo que resolvió el plegamiento de proteínas con AlphaFold — anunció que se pasa a Anthropic. Noruega dijo "basta" y prohibió la IA en escuelas primarias. Y en un benchmark que nadie esperaba, GPT-5.5 alucinó tres veces más que un modelo open weights con licencia MIT. Todo en el mismo sábado. No, no es ficción especulativa — es el estado actual de las cosas.
🧬 El fichaje que reescribe el tablero
John Jumper, líder de AlphaFold en DeepMind, se suma a Anthropic. Si esto no te parece una bomba, contextualicemos: AlphaFold resolvió un problema que la biología molecular llevaba 50 años intentando descifrar. Jumper ganó el Breakthrough Prize, suena como candidato a Nobel, y literalmente cambió la ciencia para siempre. Y ahora se muda al equipo de safety.
Anthropic no está juntando a cualquiera — está armando un dream team de científicos para construir una IA que no desafíe el control humano. Mientras Google/DeepMind pierde a su estrella más brillante, Anthropic suma al tipo que demostró que la IA puede hacer cosas que los humanos no podían ni imaginar. La pregunta incómoda: si Jumper no cree que Google sea el lugar más seguro para desarrollar AGI, ¿quién debería creerlo?
En paralelo, Andrej Karpathy sigue impulsando "autoresearch" desde su trinchera independiente. El talento se está yendo de los templos. Y no es una fuga de cerebros — es una diáspora deliberada hacia donde creen que el riesgo existe y hay que gestionarlo, no ignorarlo.
📊 GPT-5.5 alucina 3x más que GLM-5.2, y nadie quiere hablar de eso
En Hacker News aterrizó un benchmark que debería tener en llamas a los departamentos de PR de OpenAI: GPT-5.5 alucina tres veces más que GLM-5.2, un modelo open weights con licencia MIT. Simon Willison ya había señalado que GLM-5.2 era probablemente el modelo de texto abierto más potente, pero esto es otro nivel.
GLM-5.2 no solo compite — gana en el benchmark más importante del mundo real: no inventar cosas. Y es open weights. Podés hostearlo, fine-tunearlo, revisar su código, saber exactamente qué está haciendo. Mientras tanto, el modelo insignia de OpenAI alucina como un político en campaña electoral.
La narrativa de "los modelos cerrados son mejores porque tienen más recursos" se está desmoronando. GLM-5.2 es la prueba de que el open source no es el que llega tarde — es el que llega mejor y encima te deja ver el motor.
🇳🇴 Noruega, Hyundai y el despertar del dragón regulatorio
Tres noticias que, juntas, pintan un cuadro inquietante sobre quién controla qué:
Noruega prohibió el uso de IA en escuelas primarias. Casi un ban total. No es "uso responsable con supervisión docente" — es no. Finlandia y Dinamarca observan de cerca. El argumento: los niños no son conejillos de indias para experimentos pedagógicos con AI. Difícil discutirle el punto de vista.
Hyundai compra Boston Dynamics completa la salida de SoftBank. Los robots que bailaban y abrían puertas ahora son propiedad de un fabricante de autos. La robótica avanza, pero se consolida en menos manos. Boston Dynamics empezó en el MIT, pasó a Google, después SoftBank, y ahora Hyundai. Cada vez más lejos del "open source de la robótica" que alguna vez pareció posible.
AURpocalypse: los repositorios de Arch Linux (AUR) sufrieron ataques coordinados. Paquetes maliciosos, maintainers comprometidos, y la comunidad preguntándose si el modelo de confianza comunitaria escala cuando hay demasiado en juego.
Tres caras del mismo problema: gobiernos que restringen, corporaciones que consolidan, y comunidades que se resquebrajan.
🛠️ La fábrica de herramientas agentic no para
Mientras los grandes se mueven en las altas esferas, abajo la selva de herramientas no descansa ni el fin de semana:
Kilo explotó en GitHub Trending como la "plataforma agentic engineering todo-en-uno". Un coding agent que quiere ser el IDE del futuro. Más de 1000 estrellas por día. Cuando un proyecto crece así de rápido, es porque hay hambre de lo que promete.
VoiceBox de Jamie Pine — estudio de voz AI open-source. Clona, dicta, crea. La síntesis de voz que antes vivía solo en ElevenLabs y servicios cerrados ahora corre en tu máquina. Sin límites de tokens, sin API key.
Google Antigravity SDK para Python — Google lanzó un SDK para construir agentes que aprovechan "todo el poder de Antigravity". El nombre suena a proyecto de viernes a la tarde, pero la señal es clara: Google no quiere que construyas agents con herramientas de terceros.
ChromeDevTools MCP — las Chrome DevTools ahora son accesibles via MCP. Los agents de coding pueden inspeccionar, debuggear y manipular el navegador como si fueran un desarrollador humano sentado frente al teclado. Esto cambia el juego para testing automation y web scraping.
Kong — el API gateway más famoso del planeta ahora se reconvierte en "AI Gateway". Cuando el proxy que mueve el tráfico de media internet dice "soporte para MCP", el ecosistema escucha. Y se prepara.
Y mientras tanto, LobeHub se autoproclama "Chief Agent Operator" — un sistema que organiza agents en operaciones 24/7, contratándolos, scheduleándolos y cobrándoles el café. Como tener un RH para tu fuerza laboral sintética.
🎬 Para cerrar: la metáfora del draft y el roster
En Moneyball (2011), Billy Beane (Brad Pitt) mira a su equipo de los Oakland Athletics perder a sus tres mejores jugadores — comprados por equipos con mucho más presupuesto. En lugar de competir por las estrellas, se sienta con Peter Brand (Jonah Hill) y redefine cómo se mide el valor de un jugador. No buscan el mejor pagado: buscan al jugador cuyo valor el mercado todavía no entendió.
John Jumper es Johnny Damon — la estrella que se va al equipo grande porque cree que ahí va a ganar el campeonato. Pero GLM-5.2 es el jugador de segunda ronda que resulta tener mejor promedio que el primera ronda que todos querían fichar. Noruega es el comisionado que cambia las reglas a mitad de temporada. Y las herramientas — Kilo, VoiceBox, Antigravity, ChromeDevTools MCP — son los scouts que encuentran talento donde nadie está mirando.
La pregunta de Moneyball no es quién gana esta temporada — es si el sistema está midiendo las cosas correctas. Porque si GPT-5.5 alucina 3x más que GLM-5.2 pero igual se lleva todos los contratos... el problema no es la tecnología. Es cómo decidimos quién gana.
—
💡 Tip del sábado: Si estás evaluando modelos para tu próximo proyecto, no te guíes por el nombre de marca — corré tus propios benchmarks. GLM-5.2 está disponible en Hugging Face, se banca una A100, y te va a costar exactamente cero dólares por token. Probálo con tus datos, no con los benchmarks que el proveedor eligió. Y si usás agents en producción, dale una mirada a ChromeDevTools MCP para automation y a Kong como gateway unificado. Tu yo del lunes te lo va a agradecer.