Agentes de programación en la nube & Microsoft recorta Claude Code - Noticias de IA (23 may 2026)

Empecemos por herramientas de desarrollo, porque aquí está cambiando el suelo bajo nuestros pies. Cursor contó una lección importante sobre agentes de programación en la nube: no basta con “poner el agente en un servidor”. Lo que marca la diferencia es el entorno completo, como si fuese la máquina de un desarrollador de verdad. Cuando faltan dependencias o herramientas, la caída de calidad puede ser silenciosa: no siempre se rompe, pero el resultado se vuelve más flojo, más errático. Y cuando estos agentes ya trabajan durante horas, en paralelo y sin supervisión, los problemas dejan de ser el portátil… y pasan a ser caídas del proveedor, reinicios de nodos y fallos de infraestructura. Cursor dice que por eso se apoyó en Temporal para ejecuciones durables y reintentos, y que separó la “conversación”, el estado de la VM y el bucle del agente para que subagentes puedan moverse entre máquinas sin que el usuario pierda el hilo. La dirección a futuro suena clara: entornos auto-reparables, donde el agente detecte secretos ausentes o redes bloqueadas y lo remedie sin babysitting humano.

En la misma línea, pero desde el lado corporativo, Microsoft estaría recortando licencias internas de Claude Code y empujando a los equipos hacia GitHub Copilot CLI. Según lo que se comenta, Claude se había vuelto muy popular en algunos grupos, incluso preferido por parte del personal, pero Microsoft quiere concentrar el desarrollo —y el control de seguridad y repos— en herramientas que pueda moldear directamente con GitHub. Y hay otro factor que ya nadie disimula: el coste. Se está volviendo común que el gasto por tokens y por uso intensivo de agentes suba más rápido que los beneficios percibidos, especialmente cuando la adopción se incentiva a lo grande. En otras empresas, como Uber, ya se hablaba de presupuestos de herramientas de coding con IA consumidos en meses. La moraleja: “más productividad” no siempre significa “más barato”, y eso va a forzar políticas de uso, límites y mejores métricas internas.

Hablando de métricas: Datadog publicó una guía de buenas prácticas de observabilidad para aplicaciones con LLM en producción. La idea central es que medir solo uptime y latencia ya no alcanza. Con flujos de varios pasos, herramientas, memoria y prompts que evolucionan, necesitas visibilidad de extremo a extremo: dónde se degrada el rendimiento, dónde el modelo se desvía, y cómo cambia el comportamiento cuando ajustas prompts o encadenas llamadas. Y además está el capítulo incómodo: seguridad específica de LLM, como prompt injection y patrones de abuso que no se parecen a los ataques clásicos. Interesa porque, a medida que los LLM se convierten en piezas “serias” de productos, las empresas necesitan operar con la misma disciplina que en cualquier sistema crítico, pero con fallos nuevos: respuestas plausibles pero incorrectas, razonamientos opacos y calidad variable.

En modelos, Alibaba presentó Qwen3.7-Max como base para cargas “agentic”: programación, automatización de oficina y uso prolongado de herramientas. Más allá de los benchmarks, el titular de fondo es la resistencia: mantener coherencia durante horizontes largos y ejecutar acciones sin perder el rumbo. La narrativa apunta a que el cuello de botella ya no es solo “qué tan inteligente” es el modelo en un turno, sino si puede sostener una tarea real durante horas, con miles de pequeñas decisiones. Si eso se consolida, veremos agentes menos dependientes de supervisión humana en trabajos repetitivos pero delicados, como mantenimiento de repos, automatización interna o soporte de operaciones.

Y aquí entra otra pieza del rompecabezas: el coste de inferencia está cayendo rápido, y hay quien sostiene que la mayor parte de esa bajada viene de mejoras de software y de diseño de modelos, no solo de comprar GPUs nuevas. Un artículo contaba una experiencia muy pragmática: cuando ciertos flujos “agénticos” pasan de suscripción a API, el coste mensual puede dispararse, y eso empuja a equipos a probar modelos open-weight en hardware relativamente común. El punto no es que un modelo local gane siempre, sino que ya hay casos donde “suficientemente bueno” cuesta muchísimo menos. Esto puede presionar los precios de los laboratorios frontier y acelerar la comoditización de tareas cotidianas: investigación preliminar, triage, borradores y automatización ligera.

Para quienes intentan navegar este ecosistema, apareció Models.dev: una base de datos open-source, mantenida por la comunidad, con metadatos de modelos y proveedores. No es glamuroso, pero es de esas piezas que se vuelven indispensables cuando tu producto depende de múltiples APIs y modelos que cambian de nombre, capacidades o condiciones cada pocas semanas. Un catálogo común ayuda a comparar, auditar decisiones y construir herramientas internas sin reinventar la rueda cada trimestre.

Pasemos a dinero, porque hoy el pulso es doble: ingresos y rentabilidad. Se citan cifras que colocan a OpenAI ligeramente por delante de Anthropic en ingresos trimestrales, mientras Anthropic —según otras filtraciones— podría estar acelerando más rápido, y además se habla de valuaciones gigantescas de cara a posibles IPOs. En paralelo, un sitio llamado “Is AI Profitable Yet?” intenta responder una pregunta incómoda: si sumas gasto acumulado en infraestructura y entrenamiento frente a ingresos estimados, gran parte del sector seguiría en rojo. Y en ese cuadro, el gran ganador aparente sería Nvidia, por estar en el lugar donde se captura margen cuando todos necesitan chips. El porqué importa: condiciona precios, inversión, y cuánto tiempo aguanta la industria quemando capital antes de exigir retornos sostenibles.

En infraestructura, otra señal: Anthropic estaría conversando con Microsoft para usar los chips Maia 200, además de sus caminos ya conocidos con Nvidia, Trainium y TPUs. Aunque no haya acuerdo cerrado, el mensaje es claro: el acceso a cómputo se ha vuelto una negociación estratégica, no una compra rutinaria. Diversificar chips es, al mismo tiempo, un plan de capacidad y un plan de coste. Y para las nubes, ofrecer silicon propio a clientes grandes es una forma de diferenciarse cuando la GPU estándar está cara o escasa.

Ahora, una idea que ayuda a poner todo en perspectiva: un análisis de Epoch AI sugiere que los laboratorios frontier, pese a ser el foco mediático, todavía usarían solo una parte del cómputo global operativo de IA. Mucha potencia se va a inferencia de modelos abiertos, a sistemas de recomendación, a visión, audio, biología, robótica… y a productos que no se etiquetan como “frontier”, pero consumen muchísimo. Lo relevante es el escenario a futuro: si los top labs siguen creciendo más rápido que el resto y firman acuerdos energéticos enormes, podrían comerse el margen disponible y apretar el mercado de GPUs, subiendo precios y forzando priorizaciones duras sobre qué proyectos merecen correr.

Y volvamos al gancho geopolítico. Se reporta que los cofundadores de Manus exploran cómo cumplir una orden de Pekín para deshacer la adquisición de 2.000 millones de dólares por parte de Meta. La parte espinosa es que esto no es una simple firma en papel: ya hubo integración de personal, dinero y tecnología. Si esto avanza, sería una señal potente de que China quiere frenar la salida de capacidades sensibles hacia empresas estadounidenses, incluso cuando el acuerdo ya está “en marcha”. Para el sector, significa más incertidumbre en M&A, más complejidad legal y, probablemente, estructuras creativas como joint ventures locales o salidas a bolsa en Hong Kong para mantener control regional.

Cierro con dos notas humanas y una de investigación. Primero, en universidades de EE. UU. hubo graduaciones donde abuchearon discursos que vendían la IA como una revolución industrial positiva. El argumento que circula no es tecnofobia, sino cálculo económico: muchos estudiantes sienten que la puerta de entrada laboral es justamente lo primero que se automatiza, y que el capital se está moviendo de salarios a infraestructura sin un plan claro de transición. Segundo, un manifiesto llamado “Don’t quote the AI at me” critica una conducta cada vez más común: responder pegando texto de un chatbot sin editar. La tesis es simple: si me contestas, quiero tu juicio y tu contexto, no un párrafo genérico que yo también podría generar. Y en investigación, Goodfire publicó trabajo sobre interpretabilidad: por qué ciertos métodos que encuentran “features” útiles en redes neuronales explican bien pedacitos locales, pero se pierden la estructura global de los conceptos. Proponen agrupar señales relacionadas para reconstruir algo más parecido a un “mapa” de cómo el modelo organiza ideas. Es un recordatorio de que entender a los modelos —no solo usarlos— sigue siendo una frontera abierta.