Si buscas las noticias del día anterior, puedes encontrarlas aquí. O si lo que buscas son las noticias del día siguiente, haz clic aquí.
Según reportes recientes, OpenAI está preparando una versión renovada de ChatGPT pensada como una “super app” que integraría herramientas de programación, agentes y flujos más complejos en una sola experiencia. La idea sería convertir ChatGPT en una plataforma que orqueste accesos a funcionalidades pagadas y herramientas de productividad (por ejemplo, asistentes de codificación y agentes persistentes), con el objetivo de competir mejor en el mercado empresarial y mejorar la monetización. El artículo cita fuentes internas y dice que esta estrategia busca consolidar funciones que hoy están dispersas en múltiples productos. Fuente. (techcrunch.com)
Los anuncios recientes de Microsoft en torno a su oferta de IA (Build 2026 y resúmenes posteriores) describen una apuesta por modelos propios (familia MAI) y por consolidar un catálogo de modelos en Microsoft Foundry con acceso unificado. Informes señalan que Foundry ahora integra miles de modelos (incluyendo opciones de terceros), y que Microsoft presenta sus MAI como alternativas para tareas de razonamiento y código, además de integraciones con Copilot y herramientas de productividad. Para desarrolladores y equipos cloud esto implica más opciones dentro del ecosistema Azure y cambios en la decisión entre modelos de terceros y modelos propios de Microsoft. Fuente. (buildfastwithai.com)
Diversos medios recogen que Google ha realizado ajustes de plantilla en partes de Google Cloud y equipos de ciberseguridad durante las últimas semanas. Según la cobertura, los recortes han afectado a unidades como Threat Intelligence y equipos heredados de Mandiant; los artículos citan fuentes internas y resumen que las reducciones responderían a una reasignación de inversión hacia prioridades de IA y eficiencia operativa. Las organizaciones que usan servicios gestionados deberían vigilar comunicados oficiales y cambios en niveles de soporte. Fuente. (finance-monthly.com)
Desde principios de junio GitHub ha movido Copilot hacia un modelo de facturación por uso (créditos/token), lo que cambia cómo se mide el coste de sesiones largas, revisiones de código extensas y flujos agent‑like. Informes de la comunidad y análisis especializados explican que las completaciones inline seguirían siendo gratuitas, mientras que sesiones conversacionales y workflows agenticos consumen créditos. Esto puede incentivar a equipos a optimizar prompts, usar modelos locales para tareas rutinarias o aplicar límites de gasto. Recomendable revisar dashboards de uso y configurar topes para evitar sorpresas en facturación. Fuente. (promptailearning.com)
Informes del sector indican que Google confirmó que Gemini 3.5 Pro está previsto para salir dentro de la ventana de junio de 2026, después del lanzamiento de variantes Flash vistas en I/O. Las notas de resumen apuntan a que Pro ofrecerá capacidades de razonamiento más profundas y que su llegada forma parte de la oleada de lanzamientos de modelos de junio, con implicaciones en precios y en la competencia entre proveedores de modelos a nivel de rendimiento y coste por token. Equipos que dependan de nuevas capacidades de razonamiento deberían planificar pruebas y validaciones durante el mes. Fuente. (buildfastwithai.com)
Resúmenes de actualidad recuerdan que la aplicación de obligaciones relevantes del Reglamento Europeo de Inteligencia Artificial (EU AI Act) se acerca y que algunas obligaciones importantes comenzarán a aplicarse en agosto de 2026. Las organizaciones europeas y quienes procesen datos de residentes de la UE deben acelerar revisiones de riesgo, documentación, evaluaciones de impacto y controles para sistemas de alto riesgo, además de la trazabilidad y gobernanza de modelos. Este calendario operativo es clave para equipos de cumplimiento y arquitecturas de RAG/agents en producción. Fuente. (buildfastwithai.com)
Fuentes de seguimiento de seguridad han publicado listados con vulnerabilidades activas y recientes (varios CVE relevantes aparecieron en los últimos días), incluyendo fallos en librerías y dispositivos embebidos que pueden afectar entornos cloud y locales. Recomiendan triage rápido: priorizar CVE con evidencia de explotación activa, revisar dependencias de proyectos (C/C++, Boost, stacks de telefonía/Android listados) y aplicar parches donde sea posible. Los equipos de DevOps y SRE deben integrar estos avisos en pipelines de seguridad y monitoreo. Fuente. (stack.watch)
El proyecto Kubernetes ha corregido metadatos de CVE antiguos, lo que está provocando que herramientas de escaneo reporten hallazgos “nuevos” que en realidad se deben a una actualización de registros. Las guías de operaciones recomiendan verificar si un hallazgo corresponde a esas correcciones (no a una regresión), documentar la versión exacta, el proveedor del clúster (gestionado vs. autogestionado) y coordinar con el proveedor cloud para determinar responsabilidad de parcheo. Este cambio puede generar mucho ruido en alertas automáticas; priorizar verificación manual antes de aplicar remediaciones a ciegas. Fuente. (fixitphill.com)
La cobertura de Computex muestra varios mini‑PCs y sistemas compactos orientados a tareas creativas y de IA local: ejemplos recientes incluyen propuestas de ASUS (ProArt / Ascent QN10 con opciones orientadas a RTX Spark) y Zotac (serie Magnus con variantes que integran GPUs de escritorio como RTX 5080 en factores pequeños). Estos lanzamientos refuerzan la tendencia de hardware para homelabs y estaciones de trabajo capaces de ejecutar modelos locales o acelerar inferencia en el edge, aunque el consumo y disipación térmica siguen siendo consideraciones importantes. Para homelabers: revisar consumo VRAM/requisitos térmicos y compatibilidad de drivers antes de comprar. Fuente ASUS y resumen Computex. (computerbild.de) Fuente Zotac. (pcgameshardware.de)
Para quienes montan stacks de IA local, versiones recientes de runtimes y gestores (por ejemplo Ollama v0.24) han añadido integraciones y mejoras de rendimiento: soporte oficial para modelos como Qwen 3.6, rework del sampler MLX y utilidades de lanzamiento que facilitan exponer un endpoint OpenAI‑compatible en local. Estas mejoras reducen la fricción de evaluar y poner en marcha RAG y agentes en entornos domésticos o de laboratorio, pero exige revisar licencias y requisitos de memoria/VRAM para cada modelo. Fuente. (codersera.com)