EDICIÓN DIARIA / 2026-11-02
IA al día, 2 de noviembre: mejores agentes, mejores cimientos
Bienvenido al primer boletín de IA de ShallWeLearn. Hoy seleccionamos cambios que puedes evaluar: un anuncio de modelo, dos novedades de API, integraciones de medios creativos y una actualización de un agente de programación. Los cinco tienen anuncios originales o notas de versión del 2 de noviembre; LongCat también tiene una presentación en inglés fechada el 1 de noviembre. No hemos realizado pruebas independientes de rendimiento. Distinguimos los cambios anunciados de nuestras sugerencias, omitimos precios sin verificar y detallamos abajo los límites de acceso a las fuentes sociales.
01 / Investigación
LongCat-2.5: evalúa la tarea, no solo la gráfica
El anuncio de Meituan del 2 de noviembre presenta LongCat-2.5 como un modelo multimodal para tareas prolongadas de agentes, con énfasis en visión y programación. No verificamos independientemente sus afirmaciones de rendimiento.
Nuestra lectura: una evaluación útil debe parecerse a tu trabajo real. Una demostración pulida aporta menos que una tarea pequeña y repetible con un criterio claro de finalización. Mantén iguales la descripción, los archivos iniciales y los criterios de éxito al comparar herramientas.
Pruébalo así: entrega una captura de una página sencilla y una lista breve de comportamientos necesarios. Cuenta las correcciones que debes hacer, comprueba que el resultado funcione y registra el tiempo de revisión.
02 / Noticias
Hilos de Claude: solicitudes menores y un plan de recuperación
Anthropic lanzó los hilos de mensajes en beta pública el 2 de noviembre. Los agentes envían mensajes nuevos en lugar de repetir el historial; el consumo de tokens no cambia. Los hilos caducan tras cinco minutos de inactividad.
Nuestra lectura: merece probarse si tu aplicación pasa mucho tiempo esperando respuestas. No debe presentarse como una función para ahorrar tokens. Una interacción más fluida solo resulta útil si la aplicación también se recupera correctamente de las interrupciones.
Pruébalo así: compara una sesión corta con otra larga y después haz una pausa deliberada. Guarda tu propio historial y comprueba la recuperación mediante reenvío documentada. Mide por separado la espera inicial y el tiempo hasta completar la respuesta.
03 / Herramientas
Runway Dev conecta agentes de programación con herramientas creativas
Runway anunció el 2 de noviembre plugins de Dev para Claude Code, Codex y Cursor. Conectan los agentes de programación con Runway Dev mediante el inicio de sesión en una cuenta de Runway.
Nuestra lectura: empieza por un flujo acotado, no por una fábrica completa de contenidos. Un primer proyecto útil podría generar un borrador que una persona apruebe. Haz visible la revisión y define un resultado fácil de inspeccionar.
Pruébalo así: utiliza un producto de ejemplo y especifica la salida antes de integrar nada. Revisa los modelos, permisos y precios actuales de créditos en la cuenta oficial. Decide qué ocurrirá si la generación falla o entrega un resultado inadecuado.
04 / Herramientas
Audio Decision API de Hume: señales que requieren revisión humana
El anuncio de Hume del 2 de noviembre presenta preguntas estructuradas sobre audio original. Ofrece un entorno de prueba y una lista de espera para acceder a la API. Interpretar una expresión sigue siendo un juicio, no una certeza.
Nuestra lectura: trata la puntuación como una señal que investigar, especialmente si la conclusión afecta a otra persona. Una predicción de frustración no debería convertirse silenciosamente en un hecho del expediente de un cliente ni en una decisión automática sobre un empleado.
Pruébalo así: comienza con hablantes que hayan dado su consentimiento y unas pocas grabaciones. Formula una pregunta concreta y observable, compara las respuestas con varios oyentes y documenta los desacuerdos. Define cuándo debe intervenir una persona.
05 / Herramientas
Pi 1.5.0: revisa primero la compatibilidad y la confianza
Pi v1.5.0, publicado el 2 de noviembre, cambia la validación de argumentos de herramientas y corrige decisiones guardadas sobre confianza en proyectos. Sus notas también describen mejoras de streaming. Conviene revisar las extensiones propias.
Nuestra lectura: una actualización aporta más cuando sabes qué comportamiento importa en tu entorno. Una interfaz más ágil es bienvenida, pero los cambios de validación y confianza justifican una comprobación concreta antes de retomar trabajo importante.
Pruébalo así: utiliza un proyecto desechable y prueba una extensión con entradas válidas e inválidas. Comprueba que se respete una decisión guardada de no confiar en el proyecto. Conserva una configuración recuperable y lee los cambios incompatibles antes de actualizar.
Lo que conviene recordar
Elige una novedad y haz un experimento acotado. Escribe la tarea, el resultado esperado y qué considerarías un fallo antes de empezar. Asigna a una persona la revisión de resultados con consecuencias importantes. Este boletín inicia una evaluación: no es una clasificación ni una prueba independiente. Consultamos una muestra de actualizaciones públicas de LinkedIn; el acceso directo a X y Threads fue limitado. Las fuentes originales enlazadas sustentan los cambios descritos.
Cobertura de fuentes
linkedin: Runway public company updates were readable without signing in. The sampled feed used relative timestamps and did not establish a complete last-24-hours feed. November 2 news eligibility was verified from the dated original announcements; older or ambiguously dated social posts were not treated as new launches.
threads: Public search on threads.com and threads.net was attempted. The sampled Runway Threads profile was not readable through the available research tool. No Threads post was treated as verified evidence; coverage is incomplete.
x: Public searches were attempted; direct access to the Meituan LongCat X profile returned HTTP 403. Third-party summaries were used only to discover candidates, not as verified social-post evidence. Included facts were checked against original company announcements and release notes.