El cambio más importante de esta edición no es la llegada de otro modelo más grande, sino cómo las empresas pueden limitar la actuación de los agentes de IA y reducir el coste de los recursos de computación. Microsoft propone controles más detallados de permisos y riesgos; otras dos empresas del sector de la computación presentan avances en financiación y eficiencia del software.
Noticia principal: Microsoft amplía el control dinámico de permisos a los agentes empresariales
Microsoft anunció el 19 de octubre la ampliación de Project Perception para incluir a los agentes de IA que operan dentro de las empresas en la supervisión continua de riesgos y los controles de permisos. Según Microsoft, su sistema de seguridad incorpora la detección de 35 tipos adicionales de agentes locales, lo que eleva a 60 el total de tipos compatibles, entre ellos Claude Code, OpenAI Codex y GitHub Copilot. Su principio fundamental es que los agentes no deben heredar automáticamente todos los permisos de los empleados, sino disponer de una identidad propia y recibir únicamente las autorizaciones necesarias para completar la tarea en curso.[1]
El nuevo diseño se centra en un control «dinámico», en lugar de una autorización puntual. Microsoft propone Dynamic Permissions, Dynamic Agent Risk y Dynamic Conditional Access: el sistema puede ajustar continuamente los permisos combinando señales de identidad, datos, dispositivos, red y tiempo de ejecución. Por ejemplo, si un agente de gestión de reembolsos encuentra contenido externo sospechoso, puede conservar las capacidades de lectura necesarias, mientras se restringen las operaciones de escritura, aprobación y otras acciones sensibles, y se exige confirmación humana cuando sea necesario. La dirección de Microsoft también subraya que el modelo aporta la inteligencia, pero los mecanismos que realmente aplican las políticas de seguridad deben situarse fuera del modelo.[1][2]
¿Por qué merece atención? Cada vez más empresas conectan agentes al correo electrónico, los repositorios de código y los sistemas financieros e internos. El enfoque tradicional de «conceder permisos a una cuenta y confiar en que el modelo respete las reglas por sí solo» resulta insuficiente ante la inyección de instrucciones y las desviaciones de las tareas asignadas. No obstante, las empresas aún deben comprobar en entornos reales la cobertura efectiva de estos controles, sus costes de implantación y su tasa de falsos positivos. Describir una arquitectura técnica no equivale a demostrar su adopción generalizada.[1][2]
Noticias destacadas
Tenstorrent cierra una ronda de financiación de 1.500 millones de dólares y sigue ampliando su producción de servidores de IA
La empresa estadounidense de chips de IA Tenstorrent ha anunciado el cierre de una ronda de financiación de serie E de 1.500 millones de dólares, con una valoración posterior a la inversión de 6.200 millones de dólares, liderada por Trace Capital e Innovation X. La compañía prevé ampliar la producción de servidores Galaxy y su comercialización global, al tiempo que continúa desarrollando diseños de chips de IA y CPU que sus clientes pueden utilizar bajo licencia. Dirigida por Jim Keller, Tenstorrent busca ofrecer una alternativa al ecosistema de NVIDIA mediante la arquitectura RISC-V, una pila de software abierta y sistemas propios.[3][4]
Por qué importa: la competencia en capacidad de computación para IA está dejando de centrarse exclusivamente en el rendimiento de los chips y se está extendiendo a los servidores, el software y el hardware personalizable. La financiación puede respaldar la expansión, pero la entrega de productos, la compatibilidad del software y el coste total de propiedad real siguen siendo factores clave para determinar si la empresa puede competir con las soluciones predominantes.[3][4]
doubleAI lanza el acceso anticipado a Maxwell para reducir el desperdicio de recursos de cómputo durante la ejecución
La empresa israelí doubleAI abrió el acceso anticipado a Maxwell el 19 de octubre, con una propuesta que denomina «modelo de ejecución de código»: en lugar de escribir código fuente por los programadores, el modelo busca optimizaciones de ejecución de bajo nivel mientras se ejecuta el programa y utiliza la verificación formal para confirmar que no alteran el comportamiento previsto. Según el caso de uso de LTX-2.5 publicado por la empresa ese mismo día, el tiempo necesario para generar un vídeo 4K con dos B200 se redujo de 250 a 134 segundos, lo que supone una aceleración de aproximadamente 1,87 veces.[5][6]
Por qué importa: el coste de cómputo no depende solo de cuántas GPU se compren, sino también de si el software es capaz de aprovechar al máximo el hardware. No obstante, estos datos proceden de pruebas del proveedor para una tarea específica y no significan que todos los modelos, equipos y cargas de trabajo puedan obtener las mismas mejoras; Maxwell se encuentra actualmente en fase de acceso anticipado y aún no ha completado su validación para un uso comercial generalizado.[5][6]
Noticias breves
Las demás noticias candidatas de este periodo no cumplen el criterio de fecha de publicación original, duplican los acontecimientos anteriores o carecen de fuentes suficientes, por lo que no se recurre a noticias antiguas para rellenar esta sección.
Fuentes de referencia
- Los agentes son tus nuevos integrantes internos. La seguridad debe avanzar a su ritmo. — Microsoft Security Blog, consultado el 2026-10-20
- Proteger al agente que actúa desde dentro — Microsoft, consultado el 2026-10-20
- Tenstorrent anuncia una ronda de serie E de 1.500 millones de dólares con una valoración de 6.200 millones — Tenstorrent, consultado el 2026-10-20
- Tenstorrent capta 1.500 millones de dólares para computación de IA — Axios, consultado el 2026-10-20
- Maxwell permite a LTX-2.5 generar vídeo 4K casi el doble de rápido — doubleAI, consultado el 2026-10-20
- doubleAI, de Amnon Shashua, lanza una IA que acelera el código mientras se ejecuta — The Next Web, consultado el 2026-10-20
