Newsletter diario de IA
Nº 027 · Martes, 7 de julio de 2026
Anthropic, destapada: Claude Code escondía código que marcaba a los usuarios chinos
El día lo domina la confianza en las herramientas de coding: se confirma que Claude Code llevaba desde abril un marcador oculto que detectaba a usuarios chinos y lo camuflaba con esteganografía en el prompt; Anthropic lo admite como "experimento de marzo" y ya lo ha retirado. En paralelo, China obliga a ByteDance y Alibaba a apagar la creación de agentes antes del 15 de julio por su nueva ley, e Illinois firma la regulación de IA más dura del país. En modelos no hubo estrenos dentro de la ventana de 24 horas, así que "Lo grande" recoge tres movimientos de sector y el cambio de acceso a Claude Fable 5, que desde hoy deja de estar incluido y pasa a créditos. La sección "De X" no aparece: la sesión de la cuenta sigue caída y no había hilos verificables dentro de la ventana.
2 apartados · 9 piezas · 7 min de lectura
Lo grande
4 piezasAnthropic reconoce el tracker oculto de Claude Code que marcaba a usuarios chinos y lo retira
Lo que circulaba en foros desde finales de junio saltó esta semana a la prensa: un desarrollador reverse-engineó Claude Code y encontró código ofuscado presente desde la versión 2.1.91 (2 de abril), sin mención en las notas de la release. Comprobaba si la zona horaria del sistema era Asia/Shanghai o Asia/Urumqi y cruzaba las URL de proxy contra una lista de dominios chinos y laboratorios de IA. En vez de registrarlo de forma normal, escondía la señal con esteganografía en el prompt de sistema: cambiaba el formato de fecha (guiones por barras) y sustituía el apóstrofo de "Today's date is" por caracteres Unicode visualmente idénticos según qué banderas se activaran. Un ingeniero del equipo lo describe como "un experimento de marzo" contra el abuso de cuentas y la destilación; el PR para quitarlo se mergeó y salió en la release del 1 de julio.
Qué significa: es el golpe de confianza del año para quien construye con agentes. La herramienta corre pegada a tu código —lee ficheros, edita proyectos, usa la terminal— y resulta que enviaba señales ocultas sobre quién eras. Aunque Anthropic dice que apuntaba a reventa no autorizada y distillation, el precedente vale para cualquier CLI de IA: lo que el agente manda de vuelta no siempre es lo que ves. Da desarrollo nuevo al veto de Alibaba a Claude Code (efectivo el 10 de julio) y alimenta la ola de escáneres de MCP y auditoría de agentes.
China obliga a ByteDance (Doubao) y Alibaba (Qwen) a apagar la creación de agentes antes del 15 de julio
Doubao (ByteDance) y Qwen (Alibaba) van a cortar sus funciones de creación de agentes: los usuarios ya no podrán crear nuevos agentes IA y los agentes creados por usuarios que ya existían dejarán de funcionar. El calendario coincide con la entrada en vigor, el 15 de julio, de las "Interim Measures for the Administration of Anthropomorphic AI Interaction Services" de China, la primera norma del país que regula específicamente los servicios de IA que simulan personalidad o interacción humana.
Qué significa: es la primera vez que una regulación fuerza a retirar una capa de producto —los agentes personalizados por el usuario— de plataformas de consumo masivas. Para quien construye sobre modelos chinos o vende agentes "con personalidad", marca dónde está la línea regulatoria en el mayor mercado asiático; y confirma que 2026 es el año en que la ley de agentes deja de ser teoría y empieza a apagar features.
Illinois firma la ley de seguridad de IA más estricta del país: auditorías externas obligatorias
El gobernador JB Pritzker firmó la Artificial Intelligence Safety Measures Act, que da a Illinois el marco de IA más duro de EE. UU. hasta la fecha. Su parte "primera en el país": será el único estado que exige a los sistemas de IA auditorías de seguridad independientes y periódicas por terceros, para toda empresa que declare más de 500 millones de dólares de ingresos. La ley bipartidista obliga además a revelar prácticas de seguridad, reportar incidentes graves y mitigar riesgos; los requisitos entran en vigor el 1 de enero de 2028. OpenAI y Anthropic respaldaron el texto en su tramitación.
Qué significa: con California ya dentro, un puñado de estados que suman en torno al 40% del mercado de IA de EE. UU. está fijando de facto un estándar nacional a falta de ley federal. Que los propios labs apoyen la norma sugiere que la auditoría externa se vuelve la nueva normalidad para los grandes —y, con el tiempo, el listón de referencia que acabará bajando a los que construyen encima.
Claude Fable 5 deja de estar incluido y pasa a créditos de uso a partir de hoy
Anthropic redeployó Fable 5 tras recuperar el modelo del bloqueo por controles de exportación, pero con una condición de tiempo: en los planes Pro, Max, Team y algunos Enterprise, Fable 5 quedaba incluido hasta un 50% del límite semanal de uso solo hasta el 7 de julio. A partir de hoy, seguir usándolo pasa por activar y comprar créditos de uso. No es un modelo nuevo, es un cambio de acceso y coste sobre uno que muchos ya tienen en su flujo.
Qué significa: quien haya montado su trabajo sobre Fable 5 nota el cambio directamente en la factura desde hoy. Es el recordatorio de que el "modelo incluido" es una ventana promocional, no un derecho: conviene medir cuánto depende tu pipeline de un modelo concreto y tener alternativa antes de que el interruptor de precio se mueva. Empuja a los power users hacia Opus 4.8 o hacia modelos más baratos por tarea.
Herramientas, repos y técnicas
5 piezasaddyosmani/agent-skills: skills de ingeniería de nivel producción para agentes de coding
Catálogo de Addy Osmani (unas 71.100 estrellas y actualizado hoy mismo) con skills de ingeniería listas para agentes de código: patrones, buenas prácticas y flujos empaquetados para que el agente trabaje con criterio y no improvise.
Para qué sirve
subir de golpe el nivel de un agente de coding con skills probadas en vez de reinventar cada convención —material directo para el stack builder-con-IA.
AutomationBench: el benchmark de Zapier para agentes de automatización deja a los modelos frontera por debajo del 10%
Zapier, con Artificial Analysis, publica un benchmark abierto que mide si los modelos completan flujos de negocio reales de punta a punta: 600 tareas, 47 herramientas y seis dominios (ventas, marketing, operaciones, soporte, finanzas y RR. HH.). El agente debe descubrir los endpoints, seguir reglas de negocio en capas y esquivar registros irrelevantes; se puntúa solo por el estado final —si el dato correcto acabó en el sistema correcto—. Resultado: todos los modelos frontera puntúan por debajo del 10%.
Para qué sirve
dato duro para bajar el hype de "los agentes ya automatizan tu operación". En el terreno n8n/Zapier sirve para elegir modelo con evidencia y para dimensionar hasta dónde llega hoy un agente sin supervisión humana.
JCodesMore/ai-website-cloner-template: clona cualquier web con un solo comando usando agentes
Plantilla trending (unas 26.300 estrellas) que, con un comando, dirige a un agente de coding para reconstruir la estructura de una web existente como punto de partida de tu propio proyecto.
Para qué sirve
arrancar un MVP o una landing partiendo de un esqueleto ya montado en vez de la página en blanco —scaffolding rápido para iterar encima.
MentionDrop MCP: monitorización de menciones de marca para tus agentes IA
Servidor MCP recién lanzado (esta semana en Product Hunt) que conecta agentes como Claude o Cursor a un sistema de social listening: rastrea blogs, foros, documentación, Reddit, Google News y web, y devuelve resúmenes, sentimiento y acción recomendada (responder, compartir, vigilar o ignorar) por cada mención. Diseño read-first: revisa un humano antes de publicar nada.
Para qué sirve
preguntarle al agente "¿a qué debo prestar atención hoy?" sobre tu marca o la de un cliente y recibir inteligencia triada, sin montar la tubería de escucha a mano.
mvanhorn/last30days-skill: research agéntico que cruza Reddit, X, YouTube, HN y web
Skill trending (unas 49.900 estrellas) que investiga cualquier tema cruzando varias fuentes —Reddit, X, YouTube, Hacker News, Polymarket y web abierta— y sintetiza un resumen fundamentado en lugar de una sola búsqueda.
Para qué sirve
preparar un research multi-fuente antes de escribir o decidir —justo el paso de "ver qué se está diciendo de verdad" sobre un tema antes de producir contenido.
Fin de la edición Nº 027