GPT-6 Astra, Claude Opus 5.5 y los nuevos agentes de programación compiten por escribir más código y ejecutar tareas completas. Pero los incidentes de seguridad, las cuentas robadas y los permisos excesivos revelan el coste oculto: la verdadera ventaja en AI coding no es la autonomía, sino controlarla sin frenar el desarrollo.
Claude participa en el descubrimiento de un sistema enzimático, GitHub migra el runtime de Copilot a Rust con ayuda de Copilot y GPT-6 Astra reduce a la mitad tiempo y coste de investigación. La programación con IA abandona el autocompletado: ahora el reto es demostrar qué hizo el agente, medir su resultado y asumir sus errores.
Microsoft publica reglas para contener sus modelos, GPT-6 Astra demuestra capacidades ofensivas inéditas y Java 27 prepara TLS para la criptografía poscuántica. Tres noticias distintas cuentan la misma historia: el desarrollo de software entra en una era donde programar rápido importa menos que controlar permisos, riesgos y decisiones automatizadas.
GPT-6 Astra alcanza resultados extremos en programación, uso de ordenadores y explotación de vulnerabilidades justo cuando OpenAI aplaza su salida a bolsa y admite que la seguridad exige frenar. Analizo qué hay detrás de esta contradicción y cómo cambia el trabajo de desarrolladores, empresas y equipos de ciberseguridad.
OpenAI lanza Agents API y GPT-6 Astra mientras Google, Anthropic y la propia OpenAI elevan la capacidad cibernética de sus modelos. Al mismo tiempo, Sam Altman admite que quizá haya que frenar. La contradicción revela el verdadero reto de la inteligencia artificial: desplegar agentes útiles sin convertir velocidad en irresponsabilidad.
OpenAI lanzó Agents API y convirtió la infraestructura de agentes autónomos en una llamada de API: sandboxes, memoria, herramientas y subagentes incluidos. Mientras crece la fatiga por nuevos modelos y California exige auditorías, el valor del software con IA ya no estará en conectar un LLM, sino en dominar el proceso real del cliente.