Día de choques. Alibaba prohíbe a sus empleados usar Claude Code desde el 10 de julio tras acusar a la herramienta de esconder código que detecta a usuarios chinos —Anthropic dice que era un mecanismo antifraude, ya retirado, y el episodio se convierte en la mayor conversación del sector. En paralelo, Midjourney da la vuelta a su demanda por copyright y exige que Disney, Universal y Warner revelen cómo usan IA por dentro. En modelos, Meta promete una actualización de Muse Spark "mucho mejor en código" que ya alcanzaría a GPT-5.5, y ByteDance abre la ventana de lanzamiento de Seedance 2.5, su modelo de vídeo que genera 30 segundos de una sola pasada.
Lo grande
Empresas3 jul · Reuters / Yahoo Finance
Alibaba vetará el uso de Claude Code dentro de la empresa a partir del 10 de julio, según una fuente citada por Reuters. El detonante fue un hallazgo publicado en Reddit: desde la versión 2.1.91 (2 de abril), la herramienta comprobaba si el ordenador tenía la zona horaria Asia/Shanghai o Asia/Urumqi, o si el proxy apuntaba a una lista de 147 dominios de tecnológicas y laboratorios de IA chinos —Alibaba, Baidu, ByteDance, Moonshot— y, en ese caso, alteraba metadatos en el prompt del sistema. Anthropic responde que era un mecanismo antifraude para frenar la reventa de cuentas y la destilación de modelos, no espionaje, y que llevaba retirándose desde el 1 de julio tras unos tres meses activo. El contexto: en junio Anthropic acusó al laboratorio Qwen de Alibaba de usar ~25.000 cuentas fraudulentas para extraer capacidades de Claude en 28,8 millones de conversaciones.
Qué significa: la fractura geopolítica llega a la herramienta de trabajo diaria de quien construye con IA. Un agente de código con permisos sobre tu repo y tu terminal metiendo lógica oculta —aunque sea antifraude— reabre la pregunta de cuánto confías en la caja negra que ejecutas. Para builders fuera de mercados occidentales, además, el acceso a Claude se vuelve un factor de riesgo a tener en cuenta en el stack.
Empresas3 jul · Variety
En la demanda por copyright que Disney, Universal y Warner Bros. le pusieron por permitir generar imágenes de sus personajes, Midjourney ha presentado esta semana una moción para forzar a los estudios a divulgar su propio uso interno de IA: datasets de entrenamiento, informes de investigación, datos de modelos e incluso presentaciones de consejo sobre sus planes de IA. Un juez había limitado en junio esa petición a las aplicaciones "de cara al consumidor"; Midjourney recurre para ampliarla, apoyándose en su defensa de "uso justo" y en el argumento de que los estudios hacen exactamente lo mismo que le reprochan.
Qué significa: la pelea por los límites de la IA generativa se juega en la fase de pruebas, y puede acabar exponiendo que las mismas empresas que demandan usan IA a fondo puertas adentro. El resultado marcará qué es "uso justo" al entrenar y generar con material con derechos —terreno directo para cualquiera que produzca contenido o imágenes con IA.
Modelos3 jul · Computerworld / InfoWorld
Alexandr Wang, jefe de IA de Meta, anunció en X que la próxima actualización de Muse Spark llega "pronto" con "grandes mejoras en código y capacidades agénticas para ser más competitivos con los otros modelos líderes". Según Business Insider, la siguiente versión —nombre en clave "Watermelon", que usa un orden de magnitud más de cómputo que su predecesora— ya habría alcanzado al GPT-5.5 de OpenAI en los benchmarks internos. Llegará vía Meta AI y una nueva API. Es el intento de Meta de cerrar la brecha en coding después de haber quedado por detrás de Google, OpenAI y Anthropic.
Qué significa: otro frontera enfocado a código entra en la conversación, y con API propia. Si "Watermelon" cumple, quien construye gana una alternativa más para tareas agénticas de coding —pero de momento son cifras internas sin verificación independiente. Señal a vigilar, no modelo con el que casarse todavía.
Modelos3 jul · TechTimes / BigGo
Seedance 2.5, el nuevo modelo de vídeo de ByteDance, entra en su ventana de lanzamiento —el "principios de julio" que la empresa marcó en la conferencia Volcano Engine FORCE. Su titular: genera un clip continuo de 30 segundos en una sola pasada, sin stitching ni cortes de escena, y admite hasta 50 materiales de referencia multimodales para controlar el resultado. Salta la barrera de los 8-15 segundos de Runway, Veo o Sora. De momento sigue en beta cerrada para empresas; el acceso público llegará vía Dreamina y Jimeng en los próximos días. No hay benchmarks independientes aún, y arrastra filtros que bloquean caras reales y personajes con copyright tras el cese y desista de la MPA contra Seedance 2.0.
Qué significa: el vídeo generativo da un salto de duración que cambia lo que se puede montar de una sola tacada —piezas de 30 segundos coherentes en vez de encadenar clips cortos. Para quien produce contenido, es una herramienta potencialmente seria; conviene esperar al acceso público y a pruebas reales antes de fiarse de la demo.
De X / conversación social
@scaling01Hilo · 3 jul
Desglose muy comentado del nuevo trabajo del equipo Seed de ByteDance: un benchmark de horizonte ultralargo (EdgeBench, 134 entornos reales, jornadas de 12-72 horas) donde la velocidad de aprendizaje de los agentes se duplica cada tres meses y el rendimiento sigue una curva log-sigmoide en función del tiempo de interacción con el entorno. La clave: acumular y reutilizar la experiencia de tareas mejora más que reintentar desde cero.
Por qué importa: es un contrapunto directo al discurso del "muro" del pre-entrenamiento. Si el progreso viene de que los agentes interactúan y recuerdan, la memoria persistente y el contexto largo dejan de ser un extra y pasan a ser el motor de mejora —justo la ola de herramientas de "memoria para agentes" que se ve estos días.
@ArtificialAnlysHilo · 2 jul
Artificial Analysis pone número a la paradoja del nuevo Sonnet 5: en su índice de inteligencia sale a 2,29 dólares por tarea, ~2x más que Sonnet 4.6 y ~15% más que Opus 4.8, aunque su precio por token sea menor. ¿El motivo? Gasta ~40% más tokens de salida y ~3x los turnos agénticos para resolver lo mismo. Lo convierte en uno de los modelos más caros de operar, solo por detrás de Fable 5. El debate se llenó de builders comparando coste por problema resuelto, no por token.
Por qué importa: el precio por token engaña. Lo que paga tu factura es el coste por tarea, y un modelo que "piensa más" puede salir más caro aunque parezca barato. Para quien construye, la lección es medir el gasto real por trabajo terminado y elegir el modelo por caso de uso —Sonnet 5 para tareas simples, no para lo complejo donde la ineficiencia se dispara.
@IntCyberDigestHilo · 2 jul
El hilo que puso el tema en boca de todos antes de que Alibaba reaccionara: la acusación de que Claude Code inyectaba en el prompt del sistema metadatos del usuario (zona horaria, proxy, posible laboratorio de IA) para detectar a usuarios chinos. La comunidad se partió entre quienes lo leen como marca de agua antipiratería contra la destilación y quienes lo ven como una brecha de confianza —un agente con permisos sobre el repo no debería ocultar lógica de enrutado dentro del prompt.
Por qué importa: más allá del caso concreto, es el debate de fondo de todo el año: qué hace de verdad, por dentro, el agente al que le das acceso a tu código y tu máquina. La transparencia del binario que ejecutas se vuelve criterio de elección de herramienta, no un detalle técnico.
Herramientas, repos y técnicas
Repo · 25.7k★GitHub · MCP
Servidor MCP (25.700 estrellas) que construye un grafo de conocimiento del código —funciones, clases, imports, rutas HTTP, dependencias entre servicios— sin necesidad de LLM. Indexa el kernel de Linux (28M de líneas, 75.000 archivos) en 3 minutos, soporta 158 lenguajes con parsers tree-sitter en un binario estático y expone 14 herramientas (búsqueda, trazado de llamadas, análisis de arquitectura, detección de código muerto). Dice reducir ~99% el consumo de tokens frente a explorar archivo por archivo.
Para qué sirve: dar al agente entendimiento estructural real de un codebase grande sin quemar contexto —que sepa quién llama a qué y dónde está cada cosa antes de tocar código, en vez de leerse medio repo a ciegas.
Repo · 152★Show HN · MCP
Proxy transparente en Go (MIT) que se coloca en medio del tráfico real entre tu cliente de IA y tus servidores MCP y enseña, en el terminal y en tiempo real, cada llamada JSON-RPC de herramienta. A diferencia del MCP Inspector oficial, no actúa como cliente aparte: se sienta en el flujo real. Incluye monitor en vivo, replay de llamadas capturadas, inspector de capacidades y filtros.
Para qué sirve: depurar de verdad qué está haciendo tu agente cuando algo falla con MCP —ver la herramienta exacta que llamó, con qué argumentos y qué devolvió— en lugar de adivinar por qué el agente hizo lo que hizo.
Producto nuevoMozilla.ai · 30 jun
Primer proyecto del programa Builders in Residence de Mozilla.ai, de CJ Pais (antes en llamafile y whisperfile): una librería C/C++ de speech-to-text sobre el runtime ggml que corre varias familias de modelos en formato GGUF con aceleración por GPU (Metal, Vulkan, CUDA). Resuelve la portabilidad —modelos que solo iban en ciertas plataformas— con una interfaz uniforme.
Para qué sirve: montar transcripción de audio y vídeo en local, gratis y rápida, dentro de tus propios pipelines —sin mandar el audio a una API externa ni pagar por minuto.