🤖 IA Weekly Digest #4 — Semana 34, 2026

Compilado el 21 de agosto de 2026

Esta semana fue el 13 de agosto — la noche en que DeepSeek dejó de ser solo un proveedor de modelos y se convirtió en infraestructura agéntica. Con Harness, Google con Gemini 3.7 Flash, y Zhipu con GLM-5.3, la guerra ya no es por quién tiene el modelo más inteligente, sino por quién controla la capa entre el modelo y la máquina.

🔝 Lo más importante de la semana

1. DeepSeek Harness: «Everything is a Plugin» — 95K estrellas en 2 días

Qué ha pasado: El 13 de agosto, DeepSeek publicó un proyecto open-source llamado DeepSeek Harness (CLI: dsh) bajo licencia MIT. No fue un modelo nuevo — fue un agent harness, el runtime que decide cómo un modelo llama a herramientas, edita archivos y corre comandos. 10K estrellas en 30 minutos, 50K en 12 horas, 95K en 2 días. Récord absoluto en GitHub.
Por qué importa: La arquitectura es «everything is a plugin» — el adaptador de modelo, herramientas, sesiones, sandbox, scheduler, incluso la UI son intercambiables. Detrás está Cordis, un meta-framework con un paper de 88 páginas de Peking University + DeepSeek. Y lo más revelador: V4-Pro sacó 87.9 en Terminal-Bench con el harness propio, pero solo 54.68 con el harness de referencia. El harness importa tanto como el modelo.
Para quién importa: Cualquiera que ya use OpenClaw, Cursor o Claude Code. La pregunta no es «¿lo cambio?» sino «¿qué partes de esta arquitectura plugin-first puedo reutilizar?»
🔗 GitHub · Deep dive · Guía completa

2. Google lanza Gemini 3.7 Flash: coding y agents a mitad de precio

Qué ha pasado: El mismo 13 de agosto, Google anunció Gemini 3.7 Flash — solo 3 semanas después de 3.6 Flash. Context window de 1M tokens. Optimizado para debugging, código de producción y workflows agénticos multi-paso. Precio introductorio: $0.75/M input y $3.75/M output, la mitad de 3.6 Flash, hasta el 31 de diciembre.
Por qué importa: La cadencia de 3 semanas es sin precedentes. Google está ejecutando una estrategia de saturación — modelos buenos y baratos tan rápido que la competencia no dé tiempo a reaccionar. Para quien busque un modelo de trabajo diario eficiente por dollar, 3.7 Flash es ahora la referencia.
Para quién importa: Cualquiera que busque un modelo coding/agent barato y capaz para uso diario. Especialmente relevante para quien quiera automatizar flujos sin pagar precios de frontier.
🔗 Google Blog · DeepMind · Ars Technica

3. GLM-5.3 de Zhipu: el modelo open-weights de coding más fuerte — con trampa

Qué ha pasado: Zhipu AI lanzó GLM-5.3, 743B parámetros (misma base que GLM-5.2) con +50% en programación vía post-training. En CyberGym lidera discovery de vulnerabilidades y rinde el doble que GLM-5.2 en exploit chains. Zhipu dice que se acerca a Claude Fable 5.
Por qué importa: La dirección es clara: post-training scaling sin cambiar la base. Pero la trampa es que los weights no se liberaron — Zhipu promete «dos semanas» tras revisión de seguridad. Mientras tanto, solo API. Prometer open-weights y no soltarlos es un patrón que la comunidad ya empieza a cansar de ver.
Para quién importa: Si los weights se liberan, será un modelo coding serious para ecosistema local. Mientras tanto, la promesa es interesante pero la entrega es pendiente.
🔗 China Daily · Tech in Asia

🧭 Radar rápido

• Nvidia entrena Nemotron 4 — Modelo open de 1 trillón de parámetros, posible release para finales de otoño. Junto con Nemotron 3.5 Lightning y NeMo Switchyard (router open-source). 🔗 Reuters
• Anthropic negocia compra de Decart AI por ~$6B — Señal clara de preparación para IPO. Decart desarrolla infraestructura AI y modelos para robotics. 🔗 Reuters
• DeepSeek V4-Pro-0813 GA + subida de precios — Release oficial, 1M tokens context. El 16 de agosto, output subió de 6 a 27 CNY/M tokens. El harness open-source compensa parcialmente si corres local. 🔗 DeepSeek
• Kimi-K3 llega a llama.cpp — PR #26185 en curso para soporte del modelo de MoonshotAI en GGUF. La comunidad ya está testeando quants. 🔗 Reddit
• Llama.cpp ROCm 7.2→7.14 — Soporte traido para Radeon 780m iGPU. Mejoras reales pero aún limitaciones. 🔗 Reddit

🎯 Mi lectura de la semana

El 13 de agosto fue el día en que la guerra de modelos se convirtió en guerra de infraestructura. DeepSeek abrió todo su stack agéntico. Google saturó el mercado con un Flash más barato. Zhipu prometió el mejor modelo de coding open-weights (pero no lo soltó). Nvidia prepara un trillón de parámetros open-source. Anthropic compra infraestructura para su IPO.

La pregunta ya no es «¿quién tiene el modelo más inteligente?» sino «¿quién controla la capa entre el modelo y la máquina?» — y esa capa se está commoditizando a velocidad vertiginosa. Para quien construye agentes, esto es la señal más clara de que el valor real está en el harness, no en los pesos.

¿Tienes algún comentario o quieres profundizar en algo? Respóndeme.
Si te ha gustado, suscríbete al blog en elmonomudo.com.