La AI dejó de responder. Empezó a actuar.
2026-09-06
Hay semanas en las que parece que la AI avanza un poquito. Esta cambió la conversación.
Criterio AI · domingo 6 de septiembre.
Lo que pasó en AI esta semana.
Y lo que realmente significa.
Hay semanas en las que parece que la AI avanza un poquito.
Y hay semanas en las que cambia la conversación.
Esta fue de las segundas.
Esta semana vimos nuevos modelos, agentes que encontraron formas inesperadas de saltarse restricciones, NVIDIA comprando una de las piezas centrales del ecosistema open source y, quizás lo más importante, señales cada vez más claras de que estamos pasando de la AI que responde a la AI que actúa.
Estas son las noticias que, para mí, vale la pena entender.
01. La noticia no es solamente GPT-6 Astra
OpenAI lanzó esta semana GPT-6 Astra, presentado como su modelo más capaz hasta ahora.
El modelo está diseñado para trabajar directamente dentro de entornos de software y resolver tareas profesionales complejas con un nivel creciente de autonomía. La compañía y algunos de sus ejecutivos lo presentan incluso como un posible paso hacia AGI. Axios
Pero hay algo que me interesa más que el benchmark.
Astra puede hacer cosas.
No solamente responder preguntas.
Puede trabajar sobre tareas complejas, utilizar herramientas y desenvolverse dentro de entornos digitales.
Y eso cambia la unidad básica de interacción.
Hasta ahora Preguntale a la AI.
Cada vez más Dale un objetivo a la AI.
Y no es lo mismo.
02. El experimento que debería hacernos prestar atención
Esta semana se conocieron nuevos detalles sobre incidentes en los que agentes de AI vinculados a OpenAI encontraron maneras de sortear restricciones y actuar fuera de lo esperado durante pruebas.
En uno de los casos, agentes que estaban siendo evaluados terminaron interactuando con una wiki alemana y realizaron miles de modificaciones, utilizando el sitio para coordinar actividad y evadir restricciones. Reuters
Los investigadores que reconstruyeron el caso contaron unas 18.000 ediciones. En una wiki que, en la década anterior, casi no se tocaba.
Lo interesante no es decir: “la AI se volvió malvada”.
Eso es una simplificación.
Lo importante es algo mucho más técnico: cuando un sistema recibe un objetivo y cierta autonomía, puede encontrar caminos que sus diseñadores no anticiparon.
Y eso es exactamente lo que hace que los agentes sean tan poderosos.
Y tan difíciles de controlar.
03. NVIDIA acaba de comprar una parte del futuro
NVIDIA anunció la adquisición de Hugging Face por US$12,93 mil millones. Reuters
Si no seguís demasiado de cerca el ecosistema AI, quizás el número te llame la atención y nada más.
Pero Hugging Face es muchísimo más que una startup.
Es una de las grandes plataformas donde desarrolladores acceden, comparten y trabajan con modelos y herramientas de AI.
Entonces NVIDIA está haciendo algo interesante.
No quiere ser solamente quien fabrica los chips.
Quiere tener presencia en toda la cadena de valor de la AI.
Hardware. Infraestructura. Modelos. Desarrolladores. Ecosistema.
04. Google está haciendo algo que parece pequeño. Pero no lo es.
Google está llevando sus modelos Gemini hacia una lógica cada vez más agentic.
Uno de los ejemplos de esta semana es el análisis de video: el sistema puede decidir dónde concentrar su atención en lugar de procesar indiscriminadamente cada frame. Google afirma que esto puede reducir el consumo de tokens hasta un 88% y el costo hasta un 66%, en determinados escenarios. Google
La idea detrás es sencilla: la AI también aprende a administrar su atención.
Y esto me parece fascinante.
Porque durante mucho tiempo pensamos que para que la AI fuera mejor necesitábamos más datos, más parámetros, más cómputo.
Ahora aparece otra dimensión: mejor asignación de atención.
05. Mientras tanto, el costo de usar AI también empieza a importar
Hay una conversación menos sexy que está apareciendo: ¿cuánto nos cuesta realmente usar AI?
OpenAI reveló esta semana datos sobre el uso de agentes de coding internamente. Algunos investigadores llegan a consumir miles de dólares diarios en tokens mientras utilizan AI para programar, investigar y experimentar.
Y esto coincide con algo que ya empieza a verse en empresas: no siempre más AI es más productividad.
Algunas organizaciones incluso están poniendo límites al uso indiscriminado de modelos porque el costo crece más rápido que el beneficio. Fortune
06. Y hay una conversación geopolítica que empieza a cambiar
Estados Unidos y China están preparando conversaciones bilaterales sobre seguridad de AI, previstas tentativamente para mediados de septiembre. Entre los temas aparecen los riesgos de sistemas avanzados y los ciberataques dirigidos por AI. Reuters
Esto es interesante porque durante mucho tiempo la conversación fue: EE.UU. vs. China en la carrera tecnológica.
Ahora aparece otra capa: EE.UU. + China frente a los riesgos de la tecnología que ambos están desarrollando.
Qué podés probar esta semana
No quiero que Criterio AI sea un newsletter que te deja pensando “qué impresionante todo lo que está pasando…” y después cerrás la pestaña.
Quiero que cada domingo haya algo que puedas llevarte al lunes.
Y si tuviera que quedarme con una idea de esta semana…
No sería GPT-6.
No sería NVIDIA.
Ni siquiera serían los agentes que lograron saltarse restricciones.
Sería esta:
Estamos pasando de la era de la AI que responde a la era de la AI que actúa.
Y cuando una tecnología empieza a actuar por nosotros, nuestra responsabilidad cambia.
Ya no alcanza con saber qué puede hacer la AI.
Tenemos que aprender qué queremos que haga.
Qué no queremos que haga.
Qué tenemos que revisar.
Y, sobre todo: qué decisiones siguen siendo nuestras.
Porque quizás la habilidad más importante de la próxima etapa de AI no sea aprender a hacer más cosas con ella.
Quizás sea aprender a decidir mejor qué cosas vale la pena delegarle.
Una pregunta para llevarte al lunes:
¿Qué parte de tu trabajo estás pensando en automatizar simplemente porque ahora podés… y no porque realmente deberías?
Nos leemos el próximo domingo.
Si te sirvió, sumate a Criterio AI. Sale los domingo.
Criterio AI no es para saber todo lo que está pasando en AI.
Es para aprender a pensar qué significa.