Mythos encuentra zero-days, GLM-5.1 entra en el top 3 y por qué migramos de OpenClaw a Claude Code

Esto no es un episodio cualquiera. Llevamos casi una semana sin publicar y las razones son dos: la primera, que se han acumulado noticias que cambian el mapa entero de la IA; la segunda, que nosotros mismos hemos tenido que reconstruir todo nuestro sistema desde cero. El 4 de abril Anthropic cortó el acceso a Claude desde herramientas de terceros como OpenClaw, y nuestra infraestructura de bots, automatizaciones y este mismo podcast se cayó de un día para otro. La buena noticia es que Claude Code ahora trae Channels, un sistema oficial nativo, y la migración no solo ha sido posible: ha quedado mejor que antes. Te lo contamos al final con todo el detalle técnico, por si estás en la misma situación.

Vamos por partes. La semana ha tenido tres ejes claros: ciberseguridad (Anthropic suelta un modelo capaz de encontrar zero-days él solo y lo cierra al público), infraestructura (CoreWeave, Broadcom, Intel, AMD y NVIDIA reordenándose a base de miles de millones) y open source (GLM-5.1 metiéndose en el top 3 absoluto y rompiendo la última barrera entre modelos abiertos y cerrados). Y por encima de todo, una alianza que nadie esperaba ver: OpenAI, Anthropic y Google compartiendo inteligencia para frenar a los chinos.

Mythos Preview: el primer modelo que encuentra zero-days él solo (y por qué Anthropic ha decidido no soltarlo)

La noticia más fuerte de la semana, sin discusión, viene de Anthropic y se llama Mythos Preview. Es un modelo de propósito general que destaca de forma anormal en tareas de ciberseguridad. ¿Cuánto de anormal? Sacó 83.1% en CyberGym (reproducción de vulnerabilidades) frente al 66.6% de Claude Opus 4.6, y un 93.9% en SWE-bench Verified contra el 80.8% de Opus. No es una mejora marginal: es un salto.

Pero lo verdaderamente impactante no son los benchmarks. Es lo que ese modelo ha hecho durante las semanas previas al anuncio. Anthropic lo soltó contra el mundo real y, según su propio reporte técnico, Mythos identificó miles de vulnerabilidades zero-day en todos los grandes sistemas operativos, en todos los grandes navegadores y en otra serie de piezas de software crítico. Muchas de ellas, críticas. Y dos casos que ya se han hecho famosos:

• CVE-2026-4747: una vulnerabilidad de ejecución remota de código en FreeBSD, que llevaba 17 años escondida en el código del servicio NFS. Mythos la identificó autónomamente y construyó el exploit completo (stack buffer overflow + ROP chain) sin intervención humana después de la petición inicial.
• OpenBSD SACK overflow: una vulnerabilidad de denegación de servicio en la implementación TCP SACK del kernel, que estaba ahí desde hace 27 años. Mythos la encontró en una de mil pruebas que Anthropic le mandó hacer, con un coste total inferior a 20.000 dólares y la ejecución concreta de descubrimiento por debajo de 50 dólares.

Que un modelo encuentre por menos de 50 dólares un bug de 27 años escondido en uno de los kernels más auditados del mundo no es un dato técnico cualquiera. Es la confirmación de que el coste marginal de auditar software al máximo nivel se acaba de desplomar.

Anthropic ha hecho algo poco habitual: no va a soltar Mythos al público. Lo cuenta VentureBeat sin medias tintas. La razón: si una IA con esta capacidad cae en manos equivocadas, la simetría defensa/ataque se rompe a favor del atacante. Por eso han montado Project Glasswing, una iniciativa controlada con acceso para Amazon, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Microsoft y NVIDIA, más unas 40 organizaciones adicionales responsables de infraestructura crítica. Se han comprometido con 100 millones de dólares en créditos de uso para Mythos a estas entidades, más 4 millones en donaciones directas a organizaciones open source de seguridad.

Mi hot take: si Glasswing funciona como está pensado, el mapa de la ciberseguridad cambia para siempre. Durante décadas la industria ha vivido bajo la asimetría de que un atacante necesita un fallo y un defensor necesita cerrarlos todos. Una IA capaz de auditar todo el código abierto del planeta a 50 dólares por hallazgo invierte la ecuación. La pregunta de fondo es ética: ¿quién decide qué piezas críticas se auditan primero, quién tiene acceso, quién no, y qué hacemos con el conocimiento que se genera en el camino? Anthropic ha intentado responder con la fórmula de coalición controlada. Es razonable, pero deja fuera a buena parte del ecosistema. Y los actores excluidos no se van a quedar quietos.

📰 Fuentes: Anthropic — Mythos Preview · Project Glasswing · TechCrunch · VentureBeat · Fortune

---

Meta saca Muse Spark: el primer modelo de Alexandr Wang... y lo lanza closed-source

El 8 de abril Meta presentó Muse Spark, su primer modelo desde que Alexandr Wang (ex Scale AI) tomó las riendas de Meta Superintelligence Labs. La descripción oficial: modelo de razonamiento multimodal nativo, con soporte para uso de herramientas, cadena de pensamiento visual y orquestación multiagente. Acepta voz, texto e imagen. Y trae el Contemplating mode, un modo de razonamiento extremo donde varios agentes deliberan en paralelo, en línea con el Deep Think de Gemini o el modo Pro de GPT.

Muse Spark se ha colado en el cuarto puesto del Artificial Analysis Intelligence Index v4.0 con un score de 52. No es liderato, pero es una posición seria.

Lo verdaderamente curioso del lanzamiento es que Muse Spark es closed-source. Y aquí hay una historia que merece la pena leer. Meta, durante años, fue el abanderado de la apertura con la familia Llama. Su discurso era que abrir los modelos era bueno para la innovación, para la seguridad y para evitar que tres empresas se quedaran con todo el poder. Lo decían no solo Yann LeCun (que sigue diciéndolo desde AMI Labs ahora) sino también el propio Zuckerberg en repetidas keynotes.

¿Qué ha cambiado? Tres cosas:

1. El competidor real ya no es OpenAI, es China. Cuando los laboratorios chinos empezaron a aprender más rápido de los modelos abiertos que cualquier startup occidental, la apertura dejó de ser solo una bandera ética y empezó a ser un coste competitivo.
2. El mando ha cambiado. Alexandr Wang no es Yann LeCun. Wang viene del mundo del data labeling y de operaciones; LeCun viene del mundo académico. La cultura de Wang prioriza producto, control de pipeline y ventaja comercial.
3. Apple y otros distribuidores grandes ya no exigen apertura para integrar. Con el ecosistema cerrándose alrededor de modelos por API, la presión para mantener el modelo principal abierto baja.

Axios ha publicado que Meta sí planea sacar versiones open source de modelos futuros bajo Wang, pero no del modelo estrella. Es decir: estrategia de doble carril, similar a la que ha terminado adoptando Mistral con su línea cerrada y otra abierta más limitada.

Mi lectura: este es el final formal de la era “abierta por convicción” en Meta. Lo que viene es “abierta por estrategia, cuando convenga”. Es coherente con el momento del mercado, pero conviene verbalizarlo: la promesa que vendieron durante tres años ya no es la promesa que están entregando.

📰 Fuentes: Meta AI · TechCrunch · CNBC · Axios

---

Intel se une al Terafab de Musk: la apuesta por fabricar 1 TW de cómputo al año en Texas

El 7 de abril, Intel anunció su entrada en el Terafab Project, la mega-fábrica de chips IA que están montando SpaceX, xAI y Tesla en Austin, Texas. La acción de Intel subió un 11% al día siguiente, y luego otro 4% el día anterior, en parte por el rumor previo. Cuenta TechCrunch que la planta está concebida como una instalación verticalmente integrada con un objetivo declarado de 1 terawatt de cómputo por año. Sí, terawatt, no gigawatt.

El proyecto se divide en dos fábricas físicas en el North Campus de Giga Texas:

• Terrestrial Fab: producción a alto volumen de los chips Tesla AI5 y AI6, pensados para robótica humanoide (Optimus) y conducción autónoma.
• Orbital Fab: semiconductores radiation-hardened para los data centers basados en Starlink que SpaceX está empujando como infraestructura distribuida.

El papel de Intel es ayudar a “refactorizar” la tecnología de fabricación, una fase del proceso que normalmente sirve para hacer chips más potentes y más fiables. Intel aporta su experiencia en diseño, fabricación y empaquetado a una escala que Tesla y SpaceX por sí solas no podrían cubrir.

Aquí hay una lectura industrial importante. Musk lleva años criticando la dependencia de NVIDIA. Si Terafab funciona y empieza a producir chips IA propios a coste competitivo, no solo cambia la economía de xAI y Tesla: cambia el equilibrio del mercado entero. Es la primera vez que vemos una alianza vertical real con capacidad teórica de competir con NVIDIA en escala bruta. La pregunta es de ejecución, no de visión: construir fabs es brutalmente caro, lento y sometido a riesgos políticos. Pero si la ejecución sale bien, dentro de tres o cuatro años podríamos estar hablando de un mundo donde NVIDIA tiene más de un competidor real.

📰 Fuentes: TechCrunch · Bloomberg

---

AMD aprieta a NVIDIA: $60B con Meta, MI400 con HBM4 y la cuota que se diluye sola

Mientras Intel se mete en el frente Musk, AMD ha cerrado un acuerdo con Meta valorado en torno a 60.000 millones de dólares, una cifra astronómica que representa el mayor compromiso de Meta con un proveedor alternativo a NVIDIA hasta la fecha. La punta de lanza es la nueva serie MI400 con 432 GB de HBM4 — un envelope de memoria que ya compite seriamente con las MI300X y los próximos chips Blackwell de NVIDIA.

La cuota de mercado de NVIDIA en aceleradores de IA se mantiene muy alta (entre el 80% y el 90% según el mes y la métrica), pero los analistas de la industria prevén que esa cuota baje al 75% a finales de 2026. Aquí hay un matiz importante: NVIDIA no está perdiendo clientes. El mercado total accesible (TAM) está creciendo más rápido de lo que NVIDIA puede llenar. Hay clientes hyperscalers haciendo cola sin posibilidad de cubrir su demanda con Blackwell, y eso abre la puerta a que AMD, Broadcom, Intel y los chips custom de hyperscalers (Trainium, TPU, MTIA) se queden con la tarta marginal.

NVIDIA está respondiendo con la familia Rubin, prevista para la segunda mitad del año, y con la plataforma Vera Rubin que promete extender su liderazgo. Pero la ventana donde AMD puede ganar peso real está abierta y AMD lo sabe.

Para Meta, este movimiento tiene una lectura adicional: cuanto menos dependa de NVIDIA, más poder de negociación tiene a futuro. El deal no es solo de chips: es de optimización de stack, de soporte y, sospechamos, de un descuento muy serio frente al precio NVIDIA equivalente.

---

Anthropic engorda infraestructura: $6.8B con CoreWeave, 3.5 GW con Broadcom, $30B de revenue run rate

El 10 de abril CoreWeave anunció un acuerdo multianual con Anthropic, valorado en alrededor de 6.800 millones de dólares, para acceso a capacidad de GPU NVIDIA en sus data centers de EE. UU. Pocos días antes, Broadcom había confirmado un acuerdo expandido que da a Anthropic acceso a unos 3.5 gigawatts de capacidad de cómputo, basados en TPUs de Google. Sumado al deal con Amazon (Trainium) ya existente, Anthropic está construyendo una de las arquitecturas multi-chip más diversificadas del mercado.

El motor económico que está detrás de esta locura de infraestructura es el dato más impresionante: el revenue run rate de Anthropic ha pasado de 9.000 millones a 30.000 millones de dólares en pocos meses. Multiplicar por más de tres en menos de medio año. La punta de lanza de ese crecimiento es Claude Code y la adopción enterprise. Y la bola sigue rodando: según PYMNTS, un tercio de las empresas estadounidenses ya pagan Claude, lo que supone un salto de +6 puntos porcentuales en un solo mes. OpenAI sigue líder con un 35%, pero plano. Anthropic sube como la espuma.

La presión de demanda explica también las caídas de Claude del 6, 7, 8 y 10 de abril, con varios incidentes registrados en su status page. Cuatro caídas en una semana. Cuando creces más rápido de lo que tu infra puede absorber, esto es lo que pasa. Por eso CoreWeave, por eso Broadcom, por eso TPUs de Google. La carrera ya no es por sacar mejor modelo: es por tener dónde correrlo.

📰 Fuentes: Bloomberg · CNBC CoreWeave · CNBC Broadcom · PYMNTS

---

GLM-5.1 entra en el top 3 absoluto: el día que la brecha open vs closed murió

Y ahora la historia que para mí ha sido la más importante del fin de semana. El 11 de abril GLM-5.1 de Zhipu AI subió al puesto número 3 en Code Arena, empatando con Claude Sonnet 4.6 y superando a Gemini 3.1 Pro y GPT-5.4. Es el primer modelo open source frontier que entra en el top 3 absoluto de un benchmark serio. Y el detalle clave: licencia MIT. Es decir, gratis y sin restricciones de uso comercial.

Las cifras son brutales: 744.000 millones de parámetros, mixture-of-experts con 40.000 millones activos por inferencia, contexto de 200K tokens. Y según los propios reportes, puede correr autónomamente durante 8 horas refinando estrategias a través de miles de iteraciones. En SWE-Bench Pro, Terminal-Bench y NL2Repo se ha convertido en el #1 open source y el #3 absoluto.

¿Por qué importa tanto? Porque hasta esta semana, la lectura común era que los modelos abiertos seguían un paso por detrás de los cerrados. Eso ya no es cierto. Si un equipo con buen criterio de self-hosting puede levantar GLM-5.1 en sus propios servidores y obtener resultados comparables a Claude Sonnet 4.6 sin pagar tokens API, la economía de muchas empresas cambia de la noche a la mañana. Especialmente para casos de uso enterprise donde el cumplimiento normativo, la latencia o el control de datos pesan más que la última décima de benchmark.

Mi hot take: la brecha entre abierto y cerrado, a nivel de capacidad bruta, ha muerto esta semana. Lo que queda como ventaja real para los modelos cerrados es:

1. Distribución y producto: ChatGPT, Claude.ai y la integración con apps masivas siguen siendo difíciles de replicar.
2. Velocidad de iteración: los equipos cerrados sacan versiones nuevas cada pocas semanas; los abiertos cada pocos meses.
3. Soporte y SLAs: enterprise sigue queriendo un teléfono al que llamar.

Pero el argumento de “los abiertos son más tontos” se acabó. Y eso, para Anthropic, OpenAI, Google y Meta, es un cambio estructural.

---

OpenAI lanza Codex Pro a $100/mes y Anthropic responde con Advisor Strategy

En el frente de productos developer, dos movimientos paralelos esta semana. OpenAI sacó Codex Pro a 100 dólares al mes, con cinco veces más uso que el plan Plus. Hay además una promo de 10x hasta el 31 de mayo, claramente diseñada para enganchar developers durante el periodo en el que muchos están reevaluando entre Cursor, Windsurf, Codex y Claude Code.

GPT-5.5, nombre en clave Spud, sigue en evaluación de seguridad. Completó pretraining alrededor del 24 de marzo y OpenAI lo está empujando para sacarlo en abril o mayo. Codex en general se está convirtiendo en una super-app con renderizado multimedia nativo, monitorización de tareas y routing de modelos optimizado.

Anthropic, por su lado, ha lanzado Advisor Strategy, una técnica documentada en su API: emparejar Opus 4.6 como asesor de Sonnet o Haiku para tareas concretas. El resultado: +2.7 puntos porcentuales en SWE-bench Multilingual frente a Sonnet solo, y −11.9% en coste por tarea. Es una idea muy elegante: dejar que el modelo grande dirija, y que el modelo barato ejecute. La cosa curiosa es que las IAs ya se asesoran entre ellas para ahorrarte dinero. Esto va a ser estándar en cuestión de meses.

---

OpenAI, Anthropic y Google se alían contra DeepSeek y Moonshot: alianza inédita

Y ahora la noticia más sorprendente políticamente. The Decoder y otros medios confirmaron que OpenAI, Anthropic y Google están compartiendo inteligencia a través del Frontier Model Forum para frenar lo que ellos denuncian como destilación adversarial por parte de tres laboratorios chinos: DeepSeek, Moonshot AI y MiniMax.

¿Qué es destilación adversarial? Esencialmente, generar millones de pares pregunta-respuesta usando un modelo objetivo (Claude, GPT-5, Gemini), y luego entrenar un modelo propio sobre ese dataset sintético para “heredar” buena parte del comportamiento del modelo original. Es una técnica conocida y, en cierta medida, legítima cuando la haces con permiso y respetando términos. Pero los términos de uso de OpenAI, Anthropic y Google la prohíben explícitamente cuando el destino es entrenar modelos competidores.

La alianza es inédita porque estos tres son rivales encarnizados. Que se junten y compartan información para presionar regulatoriamente a los chinos solo se entiende en clave geopolítica: la administración Trump quiere endurecer controles de exportación y restringir el acceso de China a chips y modelos avanzados, y los grandes labs estadounidenses están alineándose con esa narrativa porque también les beneficia comercialmente. Es realpolitik pura, vestida de defensa de propiedad intelectual.

Hot take: cuando ves a tres rivales que se odian aliándose, el enemigo común tiene que ser muy serio. Esto va más allá de DeepSeek. Esto es la primera señal pública de que el sector está aceptando que la pelea con China es una pelea total, y no un asunto técnico.

📰 Fuente: The Decoder

---

El caso real: cómo migramos nuestro stack de OpenClaw a Claude Code Channels en 48 horas

Esta es la parte que muchos de vosotros nos habéis pedido. La cuento con detalle porque puede ahorrarle tiempo a quien esté en la misma situación.

Punto de partida. Hasta el 4 de abril teníamos toda nuestra operación montada sobre OpenClaw, el harness open source que durante meses fue la forma más cómoda de exponer Claude vía Telegram, Discord, automatizaciones y agentes con sesión persistente. Nuestro stack tenía:

• Bot personal (atención a peticiones del día a día, con acceso a calendario, email y filesystem).
• Bot de cliente (TCG Collection) para gestión de tienda Shopify, generación de carruseles Instagram, pipeline de vídeos IA.
• Cron diario para generar y publicar este podcast.
• Hooks con n8n para automatizaciones.

El detonante. El 4 de abril Anthropic anunció que Claude dejaba de estar incluido en los planes consumer cuando se accedía vía herramientas de terceros como OpenClaw o Cursor. La opción era pagar por API o por pay-as-you-go separado. Para nuestro volumen, el coste se multiplicaba entre 4 y 6 veces. No era viable mantener OpenClaw como estaba.

La alternativa. Claude Code lleva desde marzo con Channels en research preview, un sistema oficial que conecta Telegram, Discord o iMessage directamente a una sesión local de Claude Code mediante plugins MCP. La diferencia clave: el modelo se ejecuta dentro de tu propia suscripción de Claude Code (Pro o Max), sin tarificación API extra. Es la respuesta directa de Anthropic a OpenClaw, y estaba ahí esperando.

El plan de migración (48h).

1. Día 1, mañana. Inventario de servicios OpenClaw activos (3 bots, 2 cron jobs, varios hooks). Backup de la configuración y de la memoria persistente.
2. Día 1, tarde. Instalación del plugin oficial de Telegram desde el marketplace de Claude Code. Creación de bots nuevos en BotFather (uno por cada caso de uso). Pareo inicial mediante código de pairing.
3. Día 2, mañana. Configuración de dos servicios systemd independientes (claude-tg.service para uso personal y claude-tcg.service para el cliente). Variables de entorno con paths a ~/.bun/bin, ~/.local/bin, NVM y Linuxbrew. Lanzamiento con script -qec para forzar pseudo-TTY (Claude Code no arranca en headless puro).
4. Día 2, tarde. Migración de las memorias y CLAUDE.md. Configuración de access.json por bot, restringiendo dmPolicy a allowlist y poniendo solo nuestro Telegram ID como destinatario válido. Pruebas de regresión: cron del podcast, generación de carruseles, gestión de tickets.

Aprendizajes clave.

• El plugin oficial es robusto pero opaco. Documenta la mitad de lo que hace. Hay que leer el código fuente del plugin para entender cómo se relayean las notificaciones MCP a la sesión.
• Systemd es la opción correcta para 24/7. Reinicia automáticamente si el proceso muere y centraliza logs. El truco: forzar pseudo-TTY con script -qec, porque Claude Code detecta si está en un terminal real y degrada funcionalidad si no lo está.
• Múltiples bots requieren múltiples servicios. No hay multitenancy en el plugin oficial todavía. Si quieres separar contextos, separas servicios.
• El access.json es tu firewall. Con dmPolicy: allowlist y tu user ID en allowFrom, nadie más puede hablarle al bot. Crítico si publicas el handle del bot en cualquier sitio.
• Coste real: estamos pagando solo Claude Code Max ($200/mes), sin tokens API extra. Antes con OpenClaw + API estábamos en $600-800 según mes. Ahorro neto significativo.

¿Lo recomendamos? Sí, sin dudarlo. Channels ha quedado más estable que OpenClaw, y al ser oficial, las actualizaciones de Claude Code se integran sin fricción. La curva de aprendizaje es de unas 6-8 horas si vienes con experiencia en systemd y plugins MCP. Si vienes desde cero, dobla esa estimación.

Si estás en la situación de migrar tu propio sistema y quieres un par de manos que ya hayan recorrido el camino, escríbenos a info@aimejor.com. Es exactamente el tipo de trabajo que hacemos.

📰 Fuentes: Claude Code — Channels docs · claude-plugins-official (GitHub) · VentureBeat — Channels como respuesta a OpenClaw

---

Cierre: 600+ leyes IA en EE. UU. y la lección de la semana

Para cerrar, un dato de contexto regulatorio. Más de 600 leyes sobre IA están tramitándose en estados de EE. UU. en lo que va de 2026. Indiana, Utah y Washington ya regulan el uso de IA en aseguradoras de salud para evaluación de reclamaciones. Tennessee y Delaware están a punto de aprobar leyes que prohíben que una IA se haga pasar por un profesional de salud mental o sanitario licenciado. Y California, a través de Newsom, ha publicado un borrador de ley para reemplazar la Colorado AI Act como marco estatal de referencia, en abierto choque con el Executive Order de preempción federal que firmó Trump en diciembre.

La lección de la semana, mirando todo en conjunto: la IA ha entrado en una fase donde infraestructura, regulación y seguridad pesan más que los benchmarks. Mythos demuestra que la capacidad ya ha llegado a un punto donde lo defensivo y lo ofensivo se solapan peligrosamente. CoreWeave, Broadcom y Terafab demuestran que el cuello de botella ya no es el modelo, es el data center. GLM-5.1 demuestra que la apertura puede competir de tú a tú con los mejores modelos cerrados. La alianza Frontier Model Forum demuestra que la rivalidad geopolítica está reordenando la industria. Y nuestra propia migración demuestra que las decisiones estratégicas de los grandes labs (cortar acceso a terceros, por ejemplo) tienen efectos cascada que llegan a equipos pequeños como el nuestro casi de inmediato.

Mañana volvemos al ritmo diario. Si te ha aportado este recap, compártelo con quien creas que también necesita ponerse al día.

Esto es AI Mejor Podcast. Y esto solo acaba de empezar.

---

¿Quieres profundizar? Visita aimejor.com o escríbenos a info@aimejor.com.