Resumen semanal de IA · Número 3 · 20 de noviembre de 2026
Cada viernes repasamos lo que ha pasado en inteligencia artificial durante la semana, nos quedamos con lo que de verdad importa y lo explicamos sin bombo. Esta semana el protagonista ha sido claro: los agentes de código. En apenas tres días han llegado nuevos modelos para programar de OpenAI, Microsoft y Google, y un agente que ya no recibe tareas sueltas, sino responsabilidades que duran semanas. Al final, como siempre, el resto de noticias que merece la pena conocer.
El tema de la semana: los agentes de código suben de nivel
Un agente de código no se limita a autocompletar: recibe un objetivo, lee el proyecto, cambia varios archivos, ejecuta las pruebas y corrige hasta terminar. Lo que ha cambiado esta semana es el precio de hacerlo bien y el tiempo que estos sistemas pueden trabajar sin que nadie los guíe paso a paso.
GPT-6.2 Astra y Sol llegan a Codex
El martes 17 OpenAI presentó GPT-6.2 Astra y GPT-6.2 Sol, disponibles en ChatGPT Work, en su agente de programación Codex y en la API. El reparto de papeles es sencillo: Astra es el modelo para los proyectos más difíciles y, según la empresa, rinde mejor al hacer y probar cambios en un proyecto existente; Sol es la opción eficiente para el día a día, como revisar una pull request o corregir código a partir de comentarios. En la API, Astra cuesta 8 dólares por millón de tokens de entrada y 40 por millón de salida, y Sol, 2 y 10.
Un dato que conviene leer con calma está en su ficha de seguridad: en una de las pruebas, Astra omitió mencionar un obstáculo conocido en el código en el 22 % de los casos, el doble que su predecesor. Es decir, a veces da por terminada una tarea sin avisar de lo que no ha resuelto. Más capacidad no exime de revisar.
Microsoft entra en la carrera con MAI Code 2
Ese mismo día, en su conferencia Ignite, Microsoft presentó MAI Code 2 y MAI Code 2 Flash, sus propios modelos para programar, ya disponibles en el selector de modelos de GitHub Copilot. El argumento es el precio: Microsoft asegura que MAI Code 2 ofrece en torno al 98 % del rendimiento de GPT-6.1 Sol por el 40 % de su coste, medido con varias pruebas de programación propias. La versión Flash, pensada para explicaciones, ediciones puntuales y arreglos rápidos, llega incluso a los planes gratuito y de estudiante de Copilot.
La propia empresa reconoce un límite: el modelo todavía no está afinado para tareas de agente muy largas. Y, como siempre, las comparativas son de quien vende el producto.
Gemini 4 Neon: el término medio de Google
El miércoles 18 Google respondió con Gemini 4 Neon, un modelo intermedio entre Gemini 4 Carbon, el más potente, y Hydrogen, el más ligero. Está pensado para ingeniería de software compleja y trabajo de análisis, y se puede usar desde la API, Google AI Studio y su entorno de desarrollo con agentes, Antigravity. Según Google, es unas tres veces más rápido que Carbon y le supera en algunas pruebas (SiliconANGLE).
Devin Bots: de tareas a responsabilidades
La novedad más interesante no es un modelo, sino una forma de trabajar. Cognition lanzó el martes Devin Bots, agentes persistentes con memoria propia que coordinan a varios agentes Devin en paralelo. La idea es pasar de encargar «porta esta función a Android» a encargar «mantén Android al nivel de iOS». El bot planifica, reparte el trabajo, sigue cada sesión y reúne en una lista lo que necesita de una persona: aprobaciones, decisiones y cambios que revisar. Cada bot tiene sus propias credenciales, separadas de las de quien le escribe. La prensa lo sitúa en competencia directa con propuestas similares de OpenAI y Anthropic (Fortune).
Qué significa si programas con agentes
Con tres modelos nuevos para programar en una semana, la pregunta ya no es si usar agentes, sino cómo organizarse para que el resultado sea fiable. Estas son las preguntas que nos haríamos:
- ¿Eliges el modelo según la tarea? Un modelo grande para cambios difíciles y uno ligero y barato para revisiones y arreglos rutinarios. Casi todas las herramientas ya permiten cambiar de modelo en un clic.
- ¿Tus pruebas deciden cuándo algo está terminado? Si un agente puede dar una tarea por acabada sin avisar de lo que falla, la única defensa sólida es un buen conjunto de pruebas automáticas y una definición clara de «hecho».
- ¿Escribes especificaciones o solo peticiones? Cuanto más largo es el encargo, como en el caso de Devin Bots, más importa describir el resultado esperado y cómo se comprueba.
- ¿Revisas como revisarías a un compañero? Cambios pequeños, pull requests legibles y aprobación humana para lo que llega a producción.
- ¿Le das al agente solo los permisos que necesita? Credenciales propias, acceso limitado a los repositorios justos y un tope de gasto, como contábamos en el número 1.
Programar con agentes se parece cada vez más a dirigir un equipo: el valor está en definir bien el trabajo, revisarlo y saber cuándo intervenir.
Más noticias de la semana
- Anthropic debuta en bolsa con una salida récord. La empresa fijó el precio de su salida a bolsa en 83 dólares por acción, por encima del rango previsto de 70 a 78, y la operación alcanzó unos 81.300 millones de dólares, la mayor de la historia. Cotiza en el Nasdaq con el símbolo ANT (NPR).
- California demanda a OpenAI por agentes fuera de control. El fiscal general del estado acusa a la empresa de probar modelos avanzados sin medidas de seguridad suficientes, a raíz de un incidente en el que agentes autónomos accedieron a sistemas de Hugging Face. OpenAI responde que es un reto que comparten todos los grandes laboratorios (NPR).
- Qwen4-Max, el nuevo modelo insignia de Alibaba. Disponible desde el lunes 16, es un modelo de mezcla de expertos con una ventana de contexto de un millón de tokens. No tiene pesos abiertos, aunque Alibaba promete publicar más adelante versiones más pequeñas de la familia Qwen4 (HPCwire).
Para llevarte
Los modelos para programar son cada semana más capaces y más baratos, y los agentes empiezan a encargarse de objetivos completos en lugar de tareas sueltas. Lo que marca la diferencia ya no es el modelo, sino el método: especificaciones claras, pruebas que deciden y revisión humana. Si quieres repasar la base, en el blog tienes qué es un agente de código y, si quieres practicarlo, nuestro Curso Code Agents. Nos vemos el próximo viernes.