GPT-5.2-Codex ya está en GitHub Copilot y Windsurf
OpenAI ha comenzado a lanzar GPT-5.2-Codex para los usuarios de GitHub Copilot. El nuevo modelo ha mejorado notablemente el trabajo con cambios importantes: reestructuración, migraciones y cualquier modificación seria del código ahora es más fácil. Además, por fin han mejorado la compatibilidad con entornos Windows.
Ya puedes probarlo directamente en VS Code, y ahora GPT-5.2-Codex también está disponible en Windsurf 😁
La actualización es claramente una mejora en comparación con GPT-5.1-Codex-Max y GPT-5.2.
Está disponible para todos, con un inicio desde 0.5x créditos (actualmente hay un descuento temporal).
OpenAI ha comenzado a lanzar GPT-5.2-Codex para los usuarios de GitHub Copilot. El nuevo modelo ha mejorado notablemente el trabajo con cambios importantes: reestructuración, migraciones y cualquier modificación seria del código ahora es más fácil. Además, por fin han mejorado la compatibilidad con entornos Windows.
Ya puedes probarlo directamente en VS Code, y ahora GPT-5.2-Codex también está disponible en Windsurf 😁
La actualización es claramente una mejora en comparación con GPT-5.1-Codex-Max y GPT-5.2.
Está disponible para todos, con un inicio desde 0.5x créditos (actualmente hay un descuento temporal).
Manus + Similarweb: más datos para el análisis
¡Ahora en Manus Pro está disponible la primera integración con Similarweb!
Esto es lo que obtienes:
— hasta 12 meses de historial de tráfico web
— comparaciones rápidas con competidores
— análisis detallado de canales de marketing y fuentes de tráfico
— distribución del tráfico por regiones
Toda la analítica se basa en datos de Similarweb: ningún detalle se pasa por alto. Puedes evaluar las nuevas oportunidades ya, si utilizas Manus Pro.
¡Ahora en Manus Pro está disponible la primera integración con Similarweb!
Esto es lo que obtienes:
— hasta 12 meses de historial de tráfico web
— comparaciones rápidas con competidores
— análisis detallado de canales de marketing y fuentes de tráfico
— distribución del tráfico por regiones
Toda la analítica se basa en datos de Similarweb: ningún detalle se pasa por alto. Puedes evaluar las nuevas oportunidades ya, si utilizas Manus Pro.
Los agentes de IA ahora son como unidades en StarCraft: teaser de AgentCraft
¡Inicias no solo una nueva partida, sino una verdadera batalla de agentes de IA! El autor bajo el seudónimo Ido Salomon ha presentado AgentCraft: la orquestación de agentes de IA a través de una interfaz al estilo de las clásicas RTS. Recuerda StarCraft o Warcraft: aquí, en lugar de erigir cuarteles, asignas tareas, generas subagentes y sigues su progreso directamente en el mapa. La gestión es como en tus estrategias favoritas, ¡solo que ahora los jugadores son redes neuronales!
¡Inicias no solo una nueva partida, sino una verdadera batalla de agentes de IA! El autor bajo el seudónimo Ido Salomon ha presentado AgentCraft: la orquestación de agentes de IA a través de una interfaz al estilo de las clásicas RTS. Recuerda StarCraft o Warcraft: aquí, en lugar de erigir cuarteles, asignas tareas, generas subagentes y sigues su progreso directamente en el mapa. La gestión es como en tus estrategias favoritas, ¡solo que ahora los jugadores son redes neuronales!
10 reglas para el desarrollo con agentes de IA de Cursor
El equipo de Cursor ha compartido su experiencia sobre cómo hacer que el trabajo con agentes sea lo más efectivo posible. Aquí están sus 10 mejores consejos:
1. Siempre planifica — solo después codifica.
2. Si el modelo se confunde, inicia una nueva sesión.
3. Confía en el agente para recolectar contexto — no etiquetes todo al por mayor.
4. No salves código perdido, es mejor reformular las instrucciones.
5. Establece reglas para errores comunes.
6. Escribe pruebas por adelantado — así el agente podrá mejorar rápidamente con ellas.
7. Usa varios modelos y elige el mejor resultado.
8. Para los errores más complejos — activa el modo debug.
9. Cuanto más específico y claro sea el prompt, mejor será el resultado.
10. Siempre valida la salida con linters y pruebas automáticas.
Toda la información del blog está aquí: https://cursor.com/blog/agent-best-practices
El equipo de Cursor ha compartido su experiencia sobre cómo hacer que el trabajo con agentes sea lo más efectivo posible. Aquí están sus 10 mejores consejos:
1. Siempre planifica — solo después codifica.
2. Si el modelo se confunde, inicia una nueva sesión.
3. Confía en el agente para recolectar contexto — no etiquetes todo al por mayor.
4. No salves código perdido, es mejor reformular las instrucciones.
5. Establece reglas para errores comunes.
6. Escribe pruebas por adelantado — así el agente podrá mejorar rápidamente con ellas.
7. Usa varios modelos y elige el mejor resultado.
8. Para los errores más complejos — activa el modo debug.
9. Cuanto más específico y claro sea el prompt, mejor será el resultado.
10. Siempre valida la salida con linters y pruebas automáticas.
Toda la información del blog está aquí: https://cursor.com/blog/agent-best-practices
🩺 Google presentó MedGemma 1.5: un nuevo modelo multimodal para la medicina
Google ha llevado la inteligencia artificial en tecnología médica a un nuevo nivel: MedGemma 1.5 ahora no solo comprende imágenes médicas clásicas, sino que también trabaja con visualizaciones de alta dimensión, datos de EHR e incluso identifica áreas anatómicas a través de bounding boxes.
El modelo aborda varias tareas importantes para la IA médica, desde la interpretación de imágenes complejas hasta la estructuración de información clínica y el análisis de texto relacionado. En esencia, se convierte en una herramienta universal para médicos e investigadores.
Más detalles sobre las capacidades del nuevo modelo — a través del siguiente enlace: research.google/blog/next-generation-medical-image-interpretation-with-medgemma-15-and-medical-speech-to-text-with-medasr/
Google ha llevado la inteligencia artificial en tecnología médica a un nuevo nivel: MedGemma 1.5 ahora no solo comprende imágenes médicas clásicas, sino que también trabaja con visualizaciones de alta dimensión, datos de EHR e incluso identifica áreas anatómicas a través de bounding boxes.
El modelo aborda varias tareas importantes para la IA médica, desde la interpretación de imágenes complejas hasta la estructuración de información clínica y el análisis de texto relacionado. En esencia, se convierte en una herramienta universal para médicos e investigadores.
Más detalles sobre las capacidades del nuevo modelo — a través del siguiente enlace: research.google/blog/next-generation-medical-image-interpretation-with-medgemma-15-and-medical-speech-to-text-with-medasr/
🎓 ¡Nuevo curso sobre automatización de procesos en n8n ya disponible en Stepik!
Stepik ha lanzado un curso que mejorará tus habilidades de automatización con n8n. Ideal para desarrolladores: aprenderás a crear flujos de trabajo basados en triggers y webhooks, a construir lógica dinámica a través de expressions y bifurcaciones, a escribir tu propio JavaScript en el nodo Code y a conectar cualquier API.
Te espera una práctica con agentes de IA, integración de LLM, trabajo con almacenes vectoriales, y como guinda del pastel, las mejores prácticas de despliegue en producción.
Al concluir, recibirás un certificado para tu currículum y LinkedIn.
🔥 Ahora hay un 25% de descuento — solo durante 48 horas.
🔗 Realiza el curso en Stepik: https://stepik.org/a/270333/pay
Stepik ha lanzado un curso que mejorará tus habilidades de automatización con n8n. Ideal para desarrolladores: aprenderás a crear flujos de trabajo basados en triggers y webhooks, a construir lógica dinámica a través de expressions y bifurcaciones, a escribir tu propio JavaScript en el nodo Code y a conectar cualquier API.
Te espera una práctica con agentes de IA, integración de LLM, trabajo con almacenes vectoriales, y como guinda del pastel, las mejores prácticas de despliegue en producción.
Al concluir, recibirás un certificado para tu currículum y LinkedIn.
🔥 Ahora hay un 25% de descuento — solo durante 48 horas.
🔗 Realiza el curso en Stepik: https://stepik.org/a/270333/pay
Google Antigravity presentó Artifacts — adiós a los juegos de adivinanza con el agente
Me he quedado impresionado con la nueva función de Google Antigravity: ahora existen los Artifacts — artefactos dinámicos que muestran todo el recorrido del agente. Ya no es necesario adivinar qué está haciendo tu agente: se puede ver cada paso que ha dado, qué ha revisado, dónde ha hecho clic, qué ha capturado y qué conclusiones ha sacado.
Los Artifacts se convierten en una fuente única de verdad entre tú y el agente, ayudando no solo a rastrear la respuesta final, sino también a entender el proceso. El resultado: menos sorpresas, es más fácil hacer debugging, y ahora se pueden repetir las tareas de manera más humana, como mediante una lista de verificación o un caso de prueba. Definitivamente, un gran avance. 🎁
Me he quedado impresionado con la nueva función de Google Antigravity: ahora existen los Artifacts — artefactos dinámicos que muestran todo el recorrido del agente. Ya no es necesario adivinar qué está haciendo tu agente: se puede ver cada paso que ha dado, qué ha revisado, dónde ha hecho clic, qué ha capturado y qué conclusiones ha sacado.
Los Artifacts se convierten en una fuente única de verdad entre tú y el agente, ayudando no solo a rastrear la respuesta final, sino también a entender el proceso. El resultado: menos sorpresas, es más fácil hacer debugging, y ahora se pueden repetir las tareas de manera más humana, como mediante una lista de verificación o un caso de prueba. Definitivamente, un gran avance. 🎁
🚀 Google presentó TranslateGemma: nuevos modelos abiertos para la traducción
Google ha lanzado TranslateGemma: una familia de modelos de código abierto que soporta 55 idiomas y funciona en tres variantes: con 4B, 12B y 27B de parámetros. El enfoque está en la eficiencia: la calidad de la traducción no se ve comprometida, mientras que la latencia es baja y todo funciona sin necesidad de conexión a la nube.
TranslateGemma se basa en Gemma 3 y ha sido entrenada con datos generados por la IA Gemini. En términos simples, Google ha trasladado la inteligencia de un modelo grande a un formato más compacto y accesible.
Ahora, los desarrolladores pueden integrar potentes traductores directamente en los dispositivos, sin necesidad de servidores. Ya se puede probar TranslateGemma en huggingface y Kaggle.
Google ha lanzado TranslateGemma: una familia de modelos de código abierto que soporta 55 idiomas y funciona en tres variantes: con 4B, 12B y 27B de parámetros. El enfoque está en la eficiencia: la calidad de la traducción no se ve comprometida, mientras que la latencia es baja y todo funciona sin necesidad de conexión a la nube.
TranslateGemma se basa en Gemma 3 y ha sido entrenada con datos generados por la IA Gemini. En términos simples, Google ha trasladado la inteligencia de un modelo grande a un formato más compacto y accesible.
Ahora, los desarrolladores pueden integrar potentes traductores directamente en los dispositivos, sin necesidad de servidores. Ya se puede probar TranslateGemma en huggingface y Kaggle.
¡GitHub Copilot ahora trabaja con OpenCode!
Ahora, los suscriptores de GitHub Copilot pueden utilizar oficialmente OpenCode. Al optar por la suscripción Pro+, abres acceso a los mejores modelos para la programación. Es genial que la plataforma continúe apoyando el código abierto y deje en manos de los usuarios la elección de herramientas.
Ahora, los suscriptores de GitHub Copilot pueden utilizar oficialmente OpenCode. Al optar por la suscripción Pro+, abres acceso a los mejores modelos para la programación. Es genial que la plataforma continúe apoyando el código abierto y deje en manos de los usuarios la elección de herramientas.
Cómo evadir los antibots y no perjudicar al agente
Si alguna vez has intentado automatizar la recopilación de datos de YouTube, Instagram o Amazon, sabes que los sitios bloquean inmediatamente cualquier solicitud automatizada. El resultado siempre es el mismo: o bien el agente se rompe, o comienza a “fantasear”, sin obtener los datos necesarios.
Esto es un problema para todos:
▪️ agentes de investigación que obtienen noticias
▪️ agentes de ventas que scrapean LinkedIn
▪️ agentes de comercio electrónico que monitorean precios
▪️ agentes de redes sociales que buscan tendencias
En el video muestro una prueba sencilla:
- a la izquierda: Claude obtiene datos de YouTube. Sin herramientas especiales — intenta con yt-dlp, pero rápidamente falla
- a la derecha: a través del servidor MCP de Bright Data — la misma solicitud con un clic, y todo funciona
Toda la magia ocurre por dentro: Bright Data se encarga de los proxies, la rotación, los captchas y los antibots, mientras que para el agente todo parece una llamada normal.
El servidor MCP es de código abierto, hay un plan gratuito de 5000 solicitudes al mes. Enlace para probarlo en tus tareas: https://github.com/brightdata/brightdata-mcp
Si alguna vez has intentado automatizar la recopilación de datos de YouTube, Instagram o Amazon, sabes que los sitios bloquean inmediatamente cualquier solicitud automatizada. El resultado siempre es el mismo: o bien el agente se rompe, o comienza a “fantasear”, sin obtener los datos necesarios.
Esto es un problema para todos:
▪️ agentes de investigación que obtienen noticias
▪️ agentes de ventas que scrapean LinkedIn
▪️ agentes de comercio electrónico que monitorean precios
▪️ agentes de redes sociales que buscan tendencias
En el video muestro una prueba sencilla:
- a la izquierda: Claude obtiene datos de YouTube. Sin herramientas especiales — intenta con yt-dlp, pero rápidamente falla
- a la derecha: a través del servidor MCP de Bright Data — la misma solicitud con un clic, y todo funciona
Toda la magia ocurre por dentro: Bright Data se encarga de los proxies, la rotación, los captchas y los antibots, mientras que para el agente todo parece una llamada normal.
El servidor MCP es de código abierto, hay un plan gratuito de 5000 solicitudes al mes. Enlace para probarlo en tus tareas: https://github.com/brightdata/brightdata-mcp