62,7 y 99,9: el mismo modelo, el mismo examen, dos notas
OpenAI publicó un 99,9 % en ARC-AGI-3 para GPT-6 Astra. ARC Prize midió 62,7 % el mismo día. La diferencia es el arnés, y explica por qué las tablas de benchmarks ya no comparan modelos.
-
-
El nuevo SDLC de Google, capa por capa: el marco vale, las cifras no
Google publicó un whitepaper de 51 páginas sobre el nuevo ciclo de vida del software con vibe coding. El marco conceptual —el espectro, Agente = Modelo + Harness, el modelo fábrica— es excelente. El aparato estadístico se cae a la primera pregunta. Reseña capa por capa, con las nueve cifras de cabecera trazadas a su…
-
El agente olvida, el grafo no: de la ingeniería de loops a la ingeniería de grafos
Los cuatro patrones de Andrew Ng siguen siendo el vocabulario correcto, pero el eje real de la arquitectura agéntica no es cuántos agentes tienes: es dónde vive el estado. Un recorrido honesto de loops a grafos, con lo que ha cambiado desde 2024.
