En el trabajo hay muchas tareas que parecen diferentes, pero en realidad tienen la misma estructura:

responder emails, preparar informes, crear propuestas, hacer resúmenes, planificar reuniones, analizar documentos, redactar mensajes o preparar presentaciones.

El problema es que mucha gente las empieza desde cero cada vez.

Este truco consiste en usar ChatGPT para crear plantillas inteligentes que puedas reutilizar una y otra vez.

El enfoque

Piensa en una tarea que repites todas las semanas.

Por ejemplo:

“Preparar un informe semanal”
“Responder a clientes interesados”
“Hacer seguimiento después de una reunión”
“Crear una propuesta comercial”
“Resumir un documento largo”
“Preparar una presentación interna”

Ahora no le pidas a ChatGPT que lo haga una vez.

Pídele que cree una plantilla reutilizable.

El prompt

Prompt:

“Actúa como un experto en productividad profesional.

Esta es una tarea que repito a menudo: [describe la tarea].

Quiero que conviertas esta tarea en una plantilla reutilizable.

Incluye:
la estructura ideal,
los campos que debo rellenar cada vez,
preguntas que debería responder antes de usarla,
errores habituales que debo evitar,
y una versión final lista para copiar y reutilizar.”

Most founders know their product. Few know how to get it in front of the right people. In this hands-on session, Clay + HubSpot for Startups walk you through ICP definition, prospect list enrichment, and AI-personalized outreach. You launch your first sequence before the session ends. June 18. 11am ET / 4pm GMT.

Register Before June 18.

Anthropic ha pasado en cuestión de días de lanzar uno de los modelos de IA más esperados del año a tener que apagarlo en todo el mundo. El 9 de junio presentó Claude Fable 5, una versión de acceso general de su familia Mythos, y Claude Mythos 5, reservado a un grupo reducido de ciberdefensores e infraestructuras críticas. Ambos compartían la misma base técnica, pero Fable incorporaba salvaguardas más estrictas en áreas sensibles como ciberseguridad y biología.

El giro llegó el 12 de junio. El Gobierno de Estados Unidos emitió una directiva de control de exportaciones que obligaba a Anthropic a suspender el acceso a Fable 5 y Mythos 5 para cualquier ciudadano extranjero, incluso si estaba dentro de EE. UU. o trabajaba en la propia compañía. Al no poder separar de forma inmediata y fiable a usuarios estadounidenses de extranjeros, Anthropic optó por desactivar ambos modelos para todos sus clientes.

La justificación oficial fue la seguridad nacional. Según Anthropic, el Gobierno no detalló por escrito el riesgo concreto y solo le trasladó indicios de un posible jailbreak, es decir, una forma de saltarse algunas barreras del modelo. La empresa sostiene que el caso era limitado, que afectaba a vulnerabilidades menores ya conocidas y que capacidades similares existen en otros modelos disponibles públicamente.

El episodio ha abierto una batalla dentro del sector de la ciberseguridad. Más de un centenar de ejecutivos, investigadores y responsables técnicos han pedido a Washington que levante las restricciones, argumentando que retirar estos modelos perjudica más a los defensores que a los atacantes. Su tesis es que Fable y Mythos no son únicos en su capacidad para encontrar fallos de software, pero sí eran herramientas especialmente potentes para equipos que protegen sistemas críticos.

Amazon aparece como una de las piezas clave de la secuencia. Diversas informaciones señalan que advertencias de seguridad trasladadas por la compañía —inversora estratégica de Anthropic— ayudaron a precipitar la reacción del Gobierno estadounidense. La paradoja es evidente: el socio que había impulsado financieramente a Anthropic habría aportado también parte de la evidencia que terminó justificando el apagón.

El caso ya ha saltado al terreno geopolítico. El primer ministro canadiense, Mark Carney, lo utilizó para advertir del riesgo de depender de un puñado de proveedores estadounidenses de IA. Su mensaje fue claro: si una decisión administrativa puede cortar de un día para otro el acceso a modelos críticos, cualquier país o empresa que haya construido procesos esenciales sobre un único proveedor queda expuesto.

La contradicción de fondo es incómoda para toda la industria. Anthropic había construido buena parte de su reputación sobre la seguridad, la transparencia y la publicación de riesgos. Pero esa misma cultura de divulgación ha terminado alimentando una intervención que castiga el lanzamiento de sus modelos más avanzados. Si reportar vulnerabilidades se traduce en cierres repentinos, el incentivo para ser transparente se debilita.

La lección para empresas es directa: depender de un solo proveedor de IA ya no es solo un riesgo técnico o de precio, sino también regulatorio. Quien use IA en atención al cliente, ventas, análisis de código o procesos internos debería revisar si puede cambiar de modelo sin rehacer toda su arquitectura. Porque la próxima caída crítica quizá no venga de una avería, sino de una orden política.

Most founders know their product. Few know how to get it in front of the right people. In this hands-on session, Clay + HubSpot for Startups walk you through ICP definition, prospect list enrichment, and AI-personalized outreach. You launch your first sequence before the session ends. June 18. 11am ET / 4pm GMT.

Register Before June 18

SpaceX ha acordado adquirir Anysphere, la empresa detrás de Cursor, por 60.000 millones de dólares en una operación pagada íntegramente con acciones. El cierre está previsto para el tercer trimestre de 2026 y llega pocos días después del debut bursátil de SpaceX en el Nasdaq, que disparó su valoración por encima de los 2 billones de dólares.

La compra convierte a Cursor en mucho más que una aplicación popular entre desarrolladores. Hasta ahora, su fortaleza estaba en ser una capa de trabajo sobre distintos modelos: un editor capaz de ayudar a escribir, revisar, modificar y desplegar código usando IA. Con SpaceX detrás, Cursor pasa a integrarse en el ecosistema de Elon Musk, donde conviven cohetes, satélites, fabricación avanzada, autonomía, centros de datos y xAI/Grok.

La operación también resuelve una carencia evidente para Musk. Grok todavía pelea por ganar relevancia frente a OpenAI, Anthropic, Google y Meta, especialmente en herramientas empresariales. Cursor, en cambio, ya tiene distribución, usuarios intensivos y una posición fuerte en programación asistida por IA, uno de los primeros mercados donde la IA generativa está convirtiéndose en gasto real para empresas.

El atractivo financiero es igual de importante. Cursor ha crecido muy rápido desde su fundación en 2022 y Reuters sitúa sus ingresos B2B anualizados en torno a 2.600 millones de dólares. La empresa venía respaldada por inversores como Andreessen Horowitz, Thrive, Nvidia, Google y otros grandes nombres de Silicon Valley.

La clave no es solo comprar un editor, sino controlar el flujo de trabajo del software. Cursor está intentando convertirse en el lugar donde equipos humanos y agentes de IA escriben código, corrigen errores, revisan cambios y preparan despliegues. En ese escenario, quien controle la herramienta diaria de los programadores controla también una fuente valiosísima de datos, contexto y hábitos de desarrollo.

Además, Cursor está preparando una ofensiva más ambiciosa en modelos propios. En torno a su evento Compile se ha hablado de Composer 3, un modelo supuestamente mucho más grande y entrenado desde cero, aunque esos detalles proceden por ahora de publicaciones de asistentes y no de una ficha técnica oficial completa. La señal, aun así, es clara: Cursor quiere dejar de ser solo una interfaz encima de modelos ajenos y convertirse en un actor de frontera.

El momento no es casual. Tras el apagón forzado de los modelos Fable 5 y Mythos 5 de Anthropic por restricciones de exportación de EE. UU., muchas empresas han recibido un aviso incómodo: depender de un único proveedor de IA puede convertirse en un riesgo político, no solo técnico.

Para SpaceX, Cursor puede acelerar el desarrollo interno de software en cohetes, satélites, robótica, manufactura, autonomía y productos de IA. Para xAI, ofrece distribución y datos de uso en uno de los terrenos más valiosos: la programación. Para Cursor, aporta capital, computación y una vía para competir con laboratorios que tienen infraestructuras mucho mayores.

La lectura de fondo es que los agentes de código ya no son simples herramientas de productividad. Se están convirtiendo en infraestructura estratégica. Hoy ayudan a programadores; mañana podrían construir aplicaciones completas a partir de instrucciones de usuarios no técnicos. Por eso importa que haya competencia: si unos pocos actores controlan los modelos, los editores, los centros de datos y la distribución, el coste de crear software con IA podría quedar en manos de muy pocos.

Cada semana salen nuevas herramientas, actualizaciones y formas más avanzadas de trabajar. Y estar al día es lo que separa a las empresas y a los profesionales que ganan ventaja de las que se quedan apagando fuegos.

En muchas empresas la IA se queda en curiosidad o en pruebas sueltas.
La diferencia aparece cuando el equipo aprende a aplicarla con criterio, con un marco claro y buenas prácticas, para que el impacto sea inmediato en el día a día: más productividad, mejor calidad, menos errores y decisiones más ágiles.

¿Qué hacemos exactamente?

Ya hay equipos que están haciendo en minutos lo que antes les llevaba horas.
Y el tuyo puede ser el siguiente.

Si Quieres que tu o tu equipo también estéis a la vanguardia, Responde este correo, entra a este enlace o escribe a [email protected]

Meta ha lanzado AI Mode en Facebook, una nueva forma de búsqueda que cambia la lógica tradicional del buscador. En lugar de mostrar una lista de enlaces, la herramienta permite hacer preguntas en lenguaje natural y devuelve respuestas conversacionales generadas a partir de contenido público publicado en el ecosistema de Meta, especialmente en Facebook Groups y Reels, y también en plataformas como Instagram y Threads.

La diferencia clave está en la fuente. Google intenta organizar la web abierta; Meta quiere convertir años de publicaciones, comentarios, vídeos y conversaciones públicas en una base de conocimiento interna. Eso puede hacer que las respuestas parezcan más cercanas y prácticas, porque se apoyan en experiencias reales de usuarios, pero también introduce un problema evidente: muchas de esas fuentes no son expertos, no están verificadas y pueden estar desactualizadas.

AI Mode funciona sobre Meta AI y se apoya en Muse Spark, el modelo que Meta presentó en abril como su sistema más potente hasta la fecha. La compañía ya había anunciado que Muse Spark se integraría progresivamente en Facebook, Instagram, WhatsApp, Messenger y sus gafas con IA.

La experiencia se parece más a hablar con un asistente que a usar un buscador clásico. El usuario puede hacer una pregunta, recibir una respuesta sintetizada y luego continuar con preguntas de seguimiento. Para Meta, esto tiene una ventaja estratégica enorme: reduce la necesidad de salir de Facebook para buscar información, comparar opiniones o resolver dudas cotidianas.

El lanzamiento llega acompañado de más funciones de IA para crear contenido. Meta también ha añadido sugerencias de collages, montajes de vídeo, efectos automáticos y herramientas visuales como cambios de ropa o camisetas deportivas virtuales en Stories. La intención es clara: que Facebook no sea solo una red para desplazarse por el feed, sino un lugar para buscar, editar, publicar y entretenerse sin salir de la app.

El riesgo es que Facebook se convierta en una máquina de respuestas convincentes pero no siempre fiables. Si AI Mode resume conversaciones reales, también puede amplificar rumores, consejos malos o información incompleta con el tono seguro de una respuesta generada por IA. Es el mismo dilema que ya afecta a los buscadores con respuestas generativas: cuanto más cómoda parece la respuesta, menos probable es que el usuario revise de dónde sale.

Last week Viktor opened 14 pull requests, closed two month-end books, drafted a board update, deployed three landing pages, and triaged 600 support tickets. From inside Slack and Microsoft Teams. 20,000+ teams now run this way.

Get Started for Free

Moonshot AI ha lanzado Kimi K2.7 Code HighSpeed, una versión acelerada de su nuevo modelo de programación Kimi K2.7 Code. No es un modelo distinto, sino el mismo sistema con una capa de inferencia optimizada para generar respuestas mucho más rápido: alrededor de 180 tokens por segundo en tareas de programación habituales y hasta 260 tokens por segundo en contextos cortos.

La promesa es clara: reducir la latencia en flujos de trabajo donde la espera mata la utilidad. En un chat tradicional, unos segundos más pueden ser aceptables; en un editor de código, un agente que lee archivos, propone cambios, ejecuta herramientas y corrige errores necesita responder casi en tiempo real. Por eso HighSpeed apunta directamente a programación interactiva, autocompletado avanzado y agentes que trabajan sobre proyectos largos.

Kimi K2.7 Code llega como un modelo abierto y especializado en tareas de software. Según la documentación de Kimi, mejora frente a K2.6 en seguimiento de instrucciones, programación de largo recorrido y eficiencia de razonamiento, reduciendo en torno a un 30% el uso de tokens de “pensamiento”. También mantiene una ventana de contexto de 256K tokens, lo que permite trabajar con bases de código amplias, conversaciones largas y tareas agentic complejas.

El despliegue, eso sí, será progresivo. Kimi afirma que HighSpeed está llegando a miembros del programa beta de Kimi Code, desarrolladores de API y usuarios de Kimi Business, pero reconoce que la capacidad de cómputo todavía es limitada y que la experiencia puede fluctuar mientras amplían recursos.

La diferencia no está solo en ir más rápido, sino en hacer más viable el uso diario de agentes de código. Un modelo muy capaz pero lento sirve para tareas puntuales; uno suficientemente bueno y casi instantáneo puede convertirse en una capa permanente dentro del IDE, la terminal o el flujo de revisión de software. Kimi Code ya se presenta como un servicio para terminal, IDE y CLI, con funciones de lectura de código, edición de archivos, ejecución de comandos y automatización de tareas.

También hay una lectura estratégica. Tras meses de concentración en modelos cerrados de OpenAI, Anthropic y Google, Kimi intenta reforzar la idea de que la IA abierta puede ser rápida, barata y accesible a escala global. Cloudflare ya ofrece Kimi K2.7 Code en Workers AI y lo describe como un modelo MoE optimizado para código, con 1T de parámetros totales y 32B activos por token.

Como muestra de agradecimiento por seguir leyendo hasta el final, quiero darte acceso a una de mis guías más valiosas, que ahora están disponibles exclusivamente dentro de IA Secrets ACADEMY.

Recuerda que si quieres aprender aún mas, te recomiendo que entres a IA Secrets Academy, donde tendrás muchisimos recursos como estos, cursos y mucho mas (y tienes 7 días gratis)

Disfrútala aprendiendo y recuerda, quedarse atrás con la IA no es una opción