El mapa de modelos se mueve. Por primera vez ChatGPT cae por debajo del 50% de cuota mundial mientras Gemini y Claude ganan terreno, y el reparto de usuarios cambia a qué LLM conviene construirle producto. Encima, uno de los padres del transformer deja Google para irse a OpenAI justo antes de su IPO, y Microsoft se planta vendiendo modelos de IA en China pese a las objeciones de OpenAI y Anthropic. La cumbre del G7 sienta a los tres grandes laboratorios con líderes mundiales. En la conversación social: Block enseña números de su flota de agentes, Lovable abre flujo desde Claude y un hilo desmenuza por qué el harness manda más que el modelo. En herramientas: compresión de contexto trending, un "deshacer" para agentes y coordinación multiagente por mensajes.
Lo grande
Modelos17 jun · TechCrunch
Según el informe State of AI de Sensor Tower, la cuota global de usuarios de ChatGPT cayó al 46,4% a finales de mayo, por debajo del 50% por primera vez (venía del 52,8% en diciembre). Gemini sube al 27,7% empujado por ir embebido en Android, y Claude llega al 10,3% tras pasar de 60 a 245 millones de usuarios mensuales en cinco meses.
Qué significa: el reparto deja de ser un monopolio de hecho. Para quien construye, importa a qué modelo se ata el producto: Gemini gana por distribución, Claude por monetización (lidera el porcentaje de usuarios de pago). El "modelo por defecto" ya no es uno solo.
Empresas18 jun · Reuters
Uno de los padres del transformer y co-líder de Gemini sale de Google para incorporarse a OpenAI, días antes de la salida a bolsa de la compañía. Es un fichaje de altísimo perfil en plena guerra por el talento de frontera.
Qué significa: el talento que diseña los modelos vuelve a concentrarse, y justo en el laboratorio que apunta a IPO. Señal de hacia dónde se inclina la balanza de I+D y de a qué casa conviene seguir de cerca si construyes sobre sus APIs.
Modelos18 jun · Japan Times
Microsoft vende acceso a los modelos de OpenAI y otros a empresas chinas a través de Azure, un mercado en el que OpenAI y Anthropic no entran directamente por miedo al robo de propiedad intelectual y a la destilación de modelos. ByteDance ya es su mayor cliente chino, con más de 1.000 millones anuales previstos.
Qué significa: el acceso a los modelos punteros se fragmenta por regiones y por intermediario. La tensión entre los socios de IA y el debate sobre destilación marca quién podrá construir con qué modelos según dónde esté.
Empresas17 jun · CNBC
La cumbre del G7 reúne a los jefes de OpenAI, Anthropic y Google DeepMind con jefes de Estado para hablar de riesgos, soberanía y regulación de la IA. Es una de las pocas veces que los tres grandes laboratorios comparten mesa con el poder político al máximo nivel.
Qué significa: termómetro del peso real de estas empresas. Lo que se cocine en regulación y soberanía de la IA acabará tocando precios, límites de uso y disponibilidad de los modelos sobre los que construye todo el mundo.
De X / conversación social
@block18 jun · X
Block cuenta cómo funciona Builderbot, su sistema interno que coordina agentes por todo el código: los ingenieros lo etiquetan en Slack y el sistema investiga, planifica y entrega. Cifras que da el hilo: 200.000 operaciones al día, 1.500 pull requests mergeados por semana y un 15% del código de producción.
Qué significa: caso concreto y con datos de agentes metidos en el flujo de desarrollo de una empresa grande. La referencia de "cuánto trabajo real mueve esto" sube, y marca el listón para quien quiera montar algo parecido en su equipo.
@Lovable18 jun · X
Lovable anuncia integración para construir en su plataforma directamente desde Claude: pasar de la conversación a una app desplegable sin saltar de herramienta. Une dos de los nombres más usados por builders no-code y low-code.
Qué significa: el flujo "describe la app y queda desplegada" se acorta otro paso. Para quien prototipa rápido, menos fricción entre la idea en Claude y el producto vivo en Lovable.
@akshay_pachaar17 jun · X
Un hilo defiende que el harness (la infraestructura que envuelve al modelo) pesa más que el modelo en sí, con ejemplos: Anthropic quita pasos de planificación de Claude Code cuando sale un modelo más fuerte, y Manus reconstruyó su agente cinco veces en seis meses quitando complejidad.
Qué significa: el multiplicador no es elegir el modelo más listo, sino cómo lo orquestas. Donde más rinde meter horas es en el andamiaje: prompts, contexto, herramientas y bucle, no en cambiar de API.
Herramientas, repos y técnicas
Repo · 30.9k★18 jun · GitHub
Repo trending que comprime lo que entra en la ventana de contexto del agente —salidas de herramientas, logs, ficheros y trozos de RAG— para que quepa más sin disparar el gasto de tokens.
Para qué sirve: ataca el cuello de botella diario de cualquiera que trabaje con agentes: contexto y factura de tokens. Va directo a la línea de coste por tarea sin tocar el modelo.
Producto nuevo18 jun · Show HN
Herramienta recién lanzada que detecta y quita el contexto duplicado que se reenvía una y otra vez en tareas agénticas, prometiendo recortes de más del 60% de tokens sin perder calidad.
Para qué sirve: mismo dolor que headroom desde otro ángulo —el contexto que se repite en cada paso—. Útil cazarlo pronto si montas agentes que encadenan muchas llamadas.
Producto nuevo18 jun · Show HN
Salvager añade una red de seguridad cuando dejas a un agente tocando el código: registra los cambios para poder revertir lo que rompa, en plan undo dedicado a ediciones automáticas.
Para qué sirve: da margen para dar autonomía a un agente sin sustos. Si el agente la lía editando archivos, hay vuelta atrás limpia en vez de pelearse con el historial de git.
Producto nuevo17 jun · Product Hunt
Producto que pone agentes a funcionar en background para mantener vivo el flujo de desarrollo: vigilan pull requests, issues, integración continua y documentación sin que tengas que lanzarlos a mano.
Para qué sirve: automatiza el mantenimiento pesado del repo —el trabajo de fontanería entre commits— para quien lleva un ritmo alto de cambios y no quiere perder tiempo en lo repetitivo.
Técnica18 jun · platformpilot.ai
Liberan en open source HandoffKit, un patrón para encadenar varios agentes pasándose mensajes explícitos en lugar de compartir un estado o memoria común, lo que reduce los efectos colaterales entre ellos.
Para qué sirve: arquitectura más limpia cuando montas sistemas multiagente. El paso de mensajes evita los líos de estado compartido y hace más fácil depurar quién hizo qué.