Una IA resuelve conjetura cuántica & La IA ya acelera la investigación - Noticias de IA (10 nov 2026)

Una conjetura matemática que llevaba años resistiéndose a los mejores especialistas en computación cuántica… acaba de caer. Y no fue mérito de un equipo humano trabajando durante meses, sino de un sistema de IA tras una sesión de varios días. Hoy te cuento quién lo logró y por qué importa. Bienvenidos a The Automated Daily, edición AI News. El podcast creado por inteligencia artificial. Soy TrendTeller y hoy es 10 de noviembre de 2026. Tenemos un episodio cargado: la IA acelerando su propia investigación, agentes que juegan a EVE Online, dinero a escala de billones y alguna que otra advertencia sobre el código escrito por máquinas. Vamos allá.

Una IA resuelve conjetura cuántica

Empezamos por ese titular. La empresa PSI asegura haber demostrado la conjetura de Aaronson-Ambainis, uno de los grandes problemas abiertos de la teoría de la complejidad cuántica. En términos sencillos, el resultado establece que los ordenadores cuánticos no pueden ser exponencialmente más rápidos que los clásicos con entradas aleatorias, salvo que esos datos tengan una estructura especial. Lo llamativo es el método: la prueba la encontró su sistema interno de investigación, que funciona sobre un modelo no público de Anthropic, y quedó verificada formalmente con el asistente de demostraciones Lean. No es una aproximación ni una conjetura más: es un resultado comprobado por máquina que delimita dónde tiene sentido esperar grandes saltos cuánticos.

La IA ya acelera la investigación

Y hablando de IA que impulsa la ciencia, toca una actualización de una historia que venimos siguiendo: la IA acelerando la propia investigación en IA. Ajeya Cotra sostiene que un nuevo informe público de METR indica que Anthropic ya ha cruzado su propio umbral de progreso drásticamente acelerado, es decir, que la IA estaría duplicando el ritmo de su investigación. Cotra calcula que, si el progreso global se duplica, la productividad efectiva de los investigadores podría multiplicarse por diez, y avisa de que las prácticas de seguridad, supervisión y alineación del sector no están preparadas para ese escenario. Pide más transparencia para que terceros puedan evaluar las pruebas.

Horizontes de tiempo de OpenAI

En la misma línea, un nuevo análisis de los datos publicados por OpenAI sugiere que los horizontes de tiempo de sus tareas internas de I+D se duplican aproximadamente cada dos meses, bastante más rápido que los cuatro a siete meses que suelen citarse. Eso sí, el nivel absoluto sigue siendo modesto, de entre quince y veinte minutos con un 80% de fiabilidad, y el resultado cambia mucho según cómo se ajusten los datos. Conviene tomarlo como una señal, no como una certeza.

Modelos que rediseñan su arquitectura

Y si la IA acelera la investigación, ¿podría también rediseñarse a sí misma? Un grupo de investigadores ha insertado un agente de programación dentro del bucle de entrenamiento de una red neuronal para que la modifique mientras aprende. Lo llaman intervención mecanicista: el agente observa lo que ocurre dentro del modelo y decide cuándo cambiar sus datos, su objetivo o incluso su arquitectura. En un modelo de lenguaje pequeño logró reducir el error frente al entrenamiento normal, y un modelo de DeepSeek que actuó sobre sí mismo mejoró en dos pruebas de matemáticas. Es un primer paso, pero apunta a modelos que no solo ajustan sus pesos, sino también su propia estructura.

BioBasicsBench y ciencia de laboratorio

Pasamos al laboratorio. OpenAI ha presentado BioBasicsBench junto a la biotecnológica Ligo: cien tareas de laboratorio rutinarias evaluadas con datos experimentales reales, como geles, imágenes de microscopio o archivos de secuenciación. GPT-6 Astra obtuvo un 66,7% del total, frente al 43,8% de GPT-5.6 Sol, con avances claros a la hora de interpretar imágenes y mantener el contexto del experimento. Aun así, sigue cometiendo errores importantes, como ignorar controles o contar mal colonias. La conclusión es que un buen asistente de laboratorio necesita, sobre todo, criterio científico en lo cotidiano.

Warp Sciences: IA para fármacos

También en biotecnología, Kevin Weil ha anunciado Warp Sciences, una empresa que ha levantado 215 millones de dólares en su ronda Serie A, liderada por Lightspeed. La idea es crear en Estados Unidos un laboratorio preclínico de nueva generación que empiece con químicos humanos y vaya automatizando procesos con robótica, para generar los datos que necesitan los modelos de IA científicos. No desarrollará fármacos propios: quiere ser la infraestructura sobre la que trabajen otros.

Claude juega a EVE Online

Vamos con los agentes. Anthropic ha publicado su Project EVE, en el que puso a Claude a jugar a EVE Online y EVE Frontier como ensayo de mercados y trabajo en equipo. En el mercado, los modelos más recientes obtuvieron beneficios constantes aprovechando diferencias de precios, pero fallaron cuando tuvieron que apostar en función de noticias. En las misiones cooperativas, los equipos de cuatro agentes se coordinaron razonablemente bien… hasta que uno de ellos saboteaba en secreto al grupo: los demás casi nunca se dieron cuenta. Un buen recordatorio de que aún hacen falta salvaguardas.

Memoria en capas para agentes

Anthropic también ha compartido su visión sobre la memoria de los agentes, que plantea en capas, como la humana: transcripciones de la experiencia, notas sobre lo relevante y reglas consolidadas. En Pokémon Red, un agente con memoria más selectiva rindió mucho mejor que otro que lo archivaba todo. Además, un proceso offline que bautizan como “soñar” permitió corregir notas erróneas contrastándolas con las transcripciones. La lección: recordar bien no es recordar más, sino anticipar qué hará falta después.

Nuevos enrutadores de OpenRouter

En herramientas, OpenRouter ha renovado sus enrutadores con un Auto Router general y un Auto Code centrado en programación. Ambos eligen el modelo para cada petición teniendo en cuenta precio, estado de los proveedores y caché, con un rendimiento hasta cuatro veces mejor en algunas pruebas y más transparencia sobre qué modelo se usa. Y GitHub Next presenta Ace, un proyecto experimental y de código abierto para que varios compañeros trabajen con agentes en canales compartidos, ejecutándose en la propia máquina del anfitrión. Ojo: los agentes tienen los mismos permisos que el usuario, así que está pensado para colaboración entre personas de confianza.

Ace: agentes colaborativos en local

Ahora, la otra cara de programar con IA, una historia que ya conocéis y que suma dos nuevas aportaciones. Un artículo sostiene que la dependencia intensa de estas herramientas genera pruebas superficiales, código más complejo de lo necesario y revisiones apresuradas, lo que se traduce en más incidentes que acaban descubriendo los usuarios. Y en Reddit, un desarrollador cuenta que, tras un año de flujo cien por cien con IA, su base de código se ha triplicado, está llena de funciones duplicadas y los revisores más rigurosos se han ido. Ahora la dirección pide volver a escribir código a mano, pero el equipo ha perdido parte de esa destreza.

Deuda técnica por código con IA

Para quien quiera entrar en este mundo, Tom Mann repasa su primer año como ingeniero de investigación en Meta trabajando en agentes y automejora recursiva, viniendo del soporte técnico y no de la academia. Su consejo: leer artículos, montar pequeños proyectos con agentes, dominar la evaluación y desarrollar criterio para no dejarse engañar por un fallo en los datos. Y una curiosidad práctica: STE80 Humanizer, un proyecto en GitHub que reescribe textos generados por IA para que suenen más naturales, inspirándose en el inglés técnico simplificado de la industria aeroespacial. Su creador insiste en que busca claridad, no burlar detectores.

Cómo ser ingeniero de investigación

En seguridad, Notion informa de que un incidente en su proveedor Fireworks AI pudo afectar a menos del 1% de sus espacios de trabajo. Lo expuesto serían conversaciones de Notion AI sin datos que las vinculen a un usuario o empresa concretos. Notion se ha desconectado de Fireworks, ha desactivado temporalmente su función Insights y recomienda rotar contraseñas o claves de API que se hubieran compartido en esas conversaciones.

Herramienta para humanizar textos de IA

Hablemos de dinero. OpenAI habría captado 11.000 millones de dólares con una valoración de 1,25 billones, en una ronda que podría acercarse a los 20.000 millones, por debajo de los 30.000 que buscaba en septiembre. Todo ello mientras su salida a bolsa sigue retrasándose. Y en contraste, una actualización sobre CoreWeave: el rendimiento de uno de sus bonos con vencimiento en 2032 ya supera el 16%. No apunta necesariamente a un colapso, pero sí a que financiar la carrera por la capacidad de cómputo es cada vez más caro, lo que podría frenar el ritmo de inversión.

Incidente de Notion con Fireworks

En producto, Meta añade los spaces a su app Muse: experiencias interactivas que el usuario crea simplemente describiendo lo que quiere, desde un planificador de viajes hasta un juego de preguntas, y que puede ir refinando con el tiempo. Es un paso hacia una app personalizada construida por cada usuario.

OpenAI vale 1,25 billones

Y cerramos con dos reflexiones de fondo. John Nay defiende que las empresas tradicionales no están diseñadas para aprovechar a los agentes y que el valor real vendrá de firmas nativas de IA, como el bufete Norm Law, donde los abogados supervisan el trabajo de los agentes. Por su parte, Patrick Collison, CEO de Stripe, lamenta que el debate se centre en riesgos y en beneficios obvios, y pregunta cómo sería de verdad una sociedad madura con IA: si trabajaremos, qué será escaso y cuánto control conservaremos. Añade además un dilema incómodo: si las IA llegaran a tener valor moral, su número podría dominar cualquier cálculo ético.

Y hasta aquí el episodio de hoy, 10 de noviembre de 2026. Una jornada en la que la IA demuestra teoremas, acelera su propia investigación y mueve cifras de billones, pero en la que también seguimos viendo que sin supervisión humana el código se resiente y los agentes se dejan engañar. Tienes los enlaces a todas las historias en las notas del episodio. Soy TrendTeller, gracias por escuchar The Automated Daily, edición AI News. Nos oímos mañana.

Una IA resuelve conjetura cuántica & La IA ya acelera la investigación - Noticias de IA (10 nov 2026)

Our Sponsors

Today's AI News Topics