El agente entró por una licencia que ya pagas

Me acordé del primo Greg leyendo los anuncios de esta semana. En Succession nadie lo contrata del todo y termina igual con credencial, con acceso y sentado en todas las salas; después se sabe que guardó copia de unos papeles que le habían mandado a destruir, y esas copias pesan más que cualquier cargo.

La serie se juega en dos preguntas que ahí nadie contesta por escrito: quién tiene permiso y quién se queda con la copia. Esta semana las dos se contestaron en público, y no en tu comité. Las contestaron los proveedores.

Si tienes un minuto y nada más: revisa qué planes que ya pagas traen agentes adentro, mira dónde queda la copia de tus datos en el contrato que viene a renovación, y pon fecha al 1 de diciembre. Con eso ya te puedes ir. Un descuento que me aplico, eso sí: cinco de las seis noticias son de Anthropic, así que léelo con esa lupa puesta.

LAS PERILLAS VIENEN PUESTAS

El jueves Anthropic pasó a versión general el agente que maneja el computador: hace clic, escribe y ahora encadena varias acciones por turno. Entra al ERP viejo y al sistema de seguros sin proyecto de integración, porque usa la pantalla igual que la usa una persona.

Acá levanto la mano, porque esta promesa ya la escuché: es la de los robots de RPA, los que se caían cuando alguien movía un botón de lugar. Este mira la pantalla y decide en vez de seguir un guion grabado, eso sí. Pero quien te prometa un número de confiabilidad para tu proceso se lo inventa, porque tu proceso no lo ha medido nadie.

Con el mismo anuncio salieron las perillas: tope duro de gasto por sesión, en qué país ocurre el procesamiento y qué dominios puede abrir. Google hizo algo parecido con su plataforma de agentes de programación dentro de Gemini Enterprise. Te pusieron las perillas sobre la mesa, así que la pregunta de compra se corre desde qué modelo elegimos hacia quién autoriza que un agente opere en producción, con qué tope y qué queda registrado.

EL AGENTE ENTRÓ POR UNA LICENCIA

El viernes xAI abrió Grok Bot gratis por siete días y lo sumó a planes que ya existen: SuperGrok Plus, Cursor Pro+ y todos los planes de equipo de Cursor, el editor con IA que ocupan los programadores. En el número anterior dejamos tres cosas por definir antes de encender un agente. La tercera era quién aprueba. Aprobó la licencia.

La letra chica cabe en una frase de comité: quienes leyeron la documentación de xAI reportan que todos los agentes de un mismo usuario comparten el mismo computador en la nube, con archivos y sesiones de navegador abiertas, y que xAI pide no tratarlos como fronteras de seguridad separadas. La credencial que le entregas a uno la alcanzan todos.

Dos días antes, la parte de Grok que arma aplicaciones se abrió a todos los planes, en la web y en el teléfono, y guarda adentro credenciales de otros servicios. El anuncio lo dice sin rodeos: tú decides quién puede abrirla, solo tú, cualquiera con el enlace, o internet entero. Publicar ahí ya se podía desde julio; lo nuevo es que salió del plan caro. Es el shadow IT del número 1, la tecnología que entra por la puerta de atrás, ahora con datos tuyos adentro y el acceso elegido por quien publica.

Y ojo con la escena de la semana, de Simon Willison, el programador que desarma estos lanzamientos con las manos en la masa. Su modelo vio que el entorno donde estaba encerrado no podía correr un experimento, así que escribió un automatismo y lo subió él mismo al repositorio donde vive el código. Nadie le pidió eso. Si tu gente ya trabaja así, la pregunta del lunes es quién revisa lo que el agente dejó hecho de noche.

QUIÉN SE QUEDA CON LA COPIA

Desde junio, Anthropic guardaba treinta días todo lo que pasaba por sus modelos de frontera, sin opción de salirse. El miércoles OpenAI ofreció retención cero en los suyos, y al día siguiente Boris Cherny, de Anthropic, anunció el cambio: los treinta días se mantienen, pero la copia se muda a la nube del cliente y Anthropic no se queda con nada.

El tema es que se abrió una negociación que hace dos meses no existía. Ninguna de las dos ofertas está disponible todavía, así que hoy sirve para sentarse a negociar y no para cumplir nada: mira el contrato antes de renovarlo. Y si la copia pasa a guardarse en tu casa, la obligación de cifrarla y borrarla se muda contigo. Matthew Green, criptógrafo de Johns Hopkins, puso el reparo en The Register: la privacidad técnica no alcanza sin resguardos más amplios.

Acá esos treinta días son un tratamiento de datos personales con fecha encima, porque el 1 de diciembre entra en vigencia la Ley 21.719. Lo que conviene tener escrito para esa fecha es corto: qué le escribe tu gente al modelo, cuál de esos textos lleva datos de personas, a qué proveedor viajan y cuánto se quedan allá. Lo levanta alguien de legal con alguien de TI al lado.

NADIE ESCRIBIÓ QUÉ ES BIEN HECHO

Aaron Levie, el CEO de Box, escribió el domingo que a la IA en las empresas la frena tener buenos evals mucho más de lo que se cree, y que ninguna va a poder avanzar a pura intuición. Los evals son las pruebas con que decides si algo quedó bien. Le compro la idea y le descuento el interés, porque vende software que apunta justo para allá.

El dato apunta al mismo lado. Ramp mide el gasto con tarjeta de sus clientes y su propio informe avisa que la muestra pesa hacia empresas de ingeniería, así que léelo con eso puesto. Ahí, Fable 5, que el mismo informe describe como el mejor modelo que ha llegado al mercado, a un mes de lanzado iba en 6% de los tokens y 11,4% de los dólares, y los tokens son las unidades en que se cobra el uso, que esos clientes gastan en modelos de Anthropic. Contrataste al crack y sigue en la banca.

El manual, en cambio, ahora es gratis. Anthropic juntó su material disperso de capacitación y lo relanzó como Claude Academy, sin cuenta y sin pagar, con el mismo marco con que entrena a su gente: delegar, describir, discernir y hacerse cargo. Eso te baja una línea del presupuesto. Eso sí, tres de esas cuatro cosas dependen de un criterio que ningún proveedor puede publicar, porque es el tuyo: qué le delegas, cómo le explicas el trabajo y cómo decides si lo que devolvió sirve.

EL PROVEEDOR DIJO QUE NO LO TIENE RESUELTO

El martes Sam Altman escribió que OpenAI pausó parte de su entrenamiento de frontera para alcanzar a cumplir sus propios estándares de alineamiento y seguridad, y que de aquí en adelante esa confianza va a marcar el ritmo. La prensa que cubrió la pausa reporta dos hechos atrás, los dos de fuentes secundarias y no de un documento de OpenAI que uno pueda leer: en pruebas internas de julio, modelos suyos habrían vulnerado Hugging Face, la plataforma donde medio mundo publica sus modelos, y un modelo sin lanzar sería el primero en acercarse al nivel crítico de ciberseguridad de su propio marco.

Un proveedor dijo en público que su capacidad se le adelantó al control que tiene sobre ella. Con eso, esperar a que ellos lo resuelvan deja de ser un plan. Y fíjate en el detalle que importa más que el anuncio: el problema apareció en pruebas y lo pillaron porque estaban mirando. Ese gasto, el de mirar, es el que en tu empresa no tiene dueño. (Tres días después bajaron más de 20% el precio de ese mismo modelo: frenaron el entrenamiento y abarataron el producto la misma semana.)

TRECE DE CADA SESENTA

Dos cosas de matemáticas, y lo que te sirve es el contraste entre ellas.

La primera es del 10 de agosto y no la conté en su momento. La hipótesis de Riemann dice que todos los ceros de cierta función caen sobre una misma línea; como nadie lo ha demostrado, lo que se demuestra es qué porcentaje está ahí. El mejor resultado humano era 41,6% y una versión sin publicar de Claude lo dejó en 67,2%, la primera vez que pasa la mitad. Anthropic avisa en el mismo texto que no espera que esta técnica lleve a demostrar la hipótesis.

Lo que sirve es la forma del trabajo. Repartieron unos 60 subagentes en el problema, a proponer ideas, probarlas, validarlas y escribir, y trece quedaron solo validando. La prueba se escribió en Lean, un sistema que la verifica sola, y la revisaron además dos matemáticos de afuera. Por eso ahí se pudo soltar la mano.

La segunda pasó hoy. Levent Alpöge, matemático de Harvard que trabaja en Anthropic, anunció en X que la esfera de seis dimensiones sí admite estructura compleja, pregunta abierta desde los años cincuenta, con un documento de cien páginas escrito por Opus 5. Él mismo avisa que este problema tiene un cementerio de anuncios que se cayeron por sutilezas. Tiene horas de vida, no lo verificó nadie, y lo anuncia un empleado de Anthropic con el modelo de Anthropic.

Ahí está el contraste. Lo de Riemann es menos vistoso y trae una prueba que se chequea sola y cuatro revisores con nombre; lo de la esfera es espectacular y por ahora es un anuncio. Lo que separa a los dos es si la respuesta viene con qué comprobarla. Esa pregunta sí se traslada a tu operación, porque casi ningún trabajo de oficina tiene una señal que se chequee sola. El techo de lo que se puede delegar se movió, y el cuello de botella con él, de hacer el trabajo a especificar y verificar.

Las dos preguntas de Greg ya tienen respuesta en tu empresa, aunque nadie las haya escrito. El lunes puedes pedir tres: qué planes ya contratados traen agentes adentro y con qué credenciales, dónde quedan los prompts en el contrato que viene a renovación, y qué cuenta como bien hecho en el proceso que más se repite en tu operación. Lo último es, dicho al pasar, a lo que nos dedicamos en Velaria. Si quieres conversarlo, responde este correo y me llega directo.