DOMINGO, 28 DE JUNIO DE 2026
Claude Code v2.1.196: `--safe-mode`, `/cd` y `disableBundledSkills` para depurar sin tirar el caché
La build añade `--safe-mode` (y `CLAUDE_CODE_SAFE_MODE=1`) para arrancar sin plugins, skills, hooks ni MCPs cuando necesitas aislar un fallo, `/cd <ruta>` para mover la sesión a otro directorio sin invalidar el prompt cache, y `disableBundledSkills` para esconder las skills empaquetadas en equipos con políticas estrictas. Se completa con el fix de `allowedMcpServers`/`deniedMcpServers` que no se aplicaban al reconectar. Reproduces bugs en segundos en vez de bisecar config a mano y dejas de pagar invalidaciones de caché por cambiar de repo.
4 MIN LECTURAOpenAI estrena GPT-5.6 Sol, Terra y Luna en preview limitada con nuevos niveles de capacidad
Sol ($5/$30 por Mtok) sustituye al flagship, Terra ($2.50/$15) es el caballo de batalla y Luna ($1/$6) cubre summarización y drafting. El número marca generación y Sol/Terra/Luna pasan a ser niveles de capacidad con cadencia propia. Acceso restringido a ~20 socios por requisito del gobierno US, pero la nueva estructura de precios ya marca cómo planificas cost-per-task antes de la GA en semanas.
Anthropic abre Managed Agents con self-hosted sandboxes (beta pública) y MCP tunnels
Las tools del agente se ejecutan en infraestructura tuya (Cloudflare, Daytona, Modal o Vercel) mientras el loop sigue en Anthropic, y los MCP tunnels son un canal saliente para llegar a tus servers MCP privados sin abrir puertos ni exponer IPs. Pasas auditoría y red corporativa sin renunciar al agent loop hospedado; memoria todavía no soportada en self-hosted.
MAI-Code-1-Flash en disponibilidad general para Copilot Business y Enterprise
MoE de 137B con 256K de contexto a $0.75 input / $4.50 output por millón de tokens y -60% de tokens en problemas duros frente a su línea base. Aparece en el model picker de Copilot y compite directamente contra Claude Sonnet y GPT mid-tier para flujos agénticos iterativos sin volar el coste por PR.
Cursor Automations: skill `/automate`, triggers de Slack/GitHub y computer use por defecto
Describes la automatización en lenguaje natural dentro de tu sesión local (`/automate`) y Cursor configura triggers, instructions y tools. Los agentes en la nube ya usan computer use por defecto para grabar demos y artefactos como prueba de trabajo, y reaccionas a un emoji en Slack como disparador. Bajas el agente a tu canal de equipo sin programar un bot wrapper.
Loop Engineering: Addy Osmani y Boris Cherny formalizan el patrón que sustituye al prompting manual
Boris Cherny (Anthropic) lo resume: 'ya no prompteo al agente, escribo bucles que prompten al agente'. El patrón canónico cierra cinco piezas — schedule, find_work, act, verify, remember — y convierte la orquestación en diseño de sistema recurrente en vez de turnos. La diferencia entre un agente que itera tres tickets al día y uno que cierra cincuenta sin intervención humana.
cobus-greyling/loop-engineering: CLI con `loop-init`, `loop-audit` y `loop-cost` para arrancar
Starter pack de código abierto con plantillas para arrancar un bucle (`loop-init`), auditar idempotencia y rate limit (`loop-audit`) y estimar coste por iteración antes de soltarlo en cron (`loop-cost`). Inspirado directamente en el ensayo de Osmani; clonas el repo, defines `find_work` y `verify`, y tienes un loop verificable corriendo en una tarde.
Una técnica, prompt o comando aplicable hoy. Cópialo, pruébalo en tu stack en menos de 5 minutos y reenvíalo a un colega si te resulta útil. Ejemplos típicos: un prompt para evals, un patrón de agente, un comando que recorta tokens o un truco de RAG.
Loop Engineering en 14 líneas: find, act, verify, remember
# loop_engineer.py — patrón Addy Osmani / Boris Cherny (jun 2026): # diseñas el bucle que prompta al agente; no prompts a mano cada turno. # Schedule -> find_work -> act -> verify -> remember. Idempotente. import time, json from pathlib import Path DONE = Path(".loop_done.json") recall = lambda: set(json.loads(DONE.read_text())) if DONE.exists() else set() remember = lambda s: DONE.write_text(json.dumps(sorted(s))) def loop(goal, find_work, act, verify, every_secs=300): seen = recall() while True: for item in find_work(goal): if item["id"] in seen: continue # no reabras lo cerrado if not verify(act(item)): continue # juez antes de marcar hecho seen.add(item["id"]); remember(seen) time.sleep(every_secs) # dejas que el mundo cambie
- 01 Claude Code v2.1.196: fullscreen mouse controls, voice dictation y MCP policies en reconnect
- 02 Vercel AI SDK 6.0.215 añade modos de razonamiento none y medium para xAI
- 03 CVE-2026-12957: un repo malicioso compromete credenciales cloud vía Amazon Q Developer
- 04 El gobierno US autoriza a Anthropic a liberar Claude Mythos 5 a más de 100 instituciones
- 05 OpenAI publica el model card de GPT-5.6 Sol con cyber safeguards reforzados
Cierre
El 28 de junio el patrón es nítido: la pieza nueva ya no es el modelo, es dónde corre y quién dispara el prompt. Claude Code v2.1.196 baja --safe-mode, /cd y disableBundledSkills al CLI para que reproduzcas un bug en segundos sin tirar el prompt cache, mientras Anthropic abre self-hosted sandboxes en beta pública y MCP tunnels en research preview: el agente loop se queda en Anthropic, pero la ejecución y los servers MCP se mueven a tu VPC, tu auditoría y tu red corporativa sin abrir puertos. Del otro lado, OpenAI estrena GPT-5.6 Sol / Terra / Luna en preview limitada a 20 socios — la novedad no es el benchmark sino que Sol/Terra/Luna pasan a ser niveles de capacidad estables y tu plan de coste por tarea se rehace en consecuencia. Microsoft convierte a MAI-Code-1-Flash en GA para Copilot Business y Enterprise a $0.75/$4.50 por millón, y Cursor mete /automate con computer use por defecto para que los cloud agents firmen su trabajo en vídeo. Y la lectura del mes la firman Addy Osmani y Boris Cherny con Loop Engineering: dejas de teclear el prompt y diseñas el bucle que lo emite — el dev senior de hoy no elige qué modelo, elige qué bucle, qué sandbox y qué identidad sostienen al agente cuando le toca decidir por sí mismo.
Iván consulta sobre todo esto
Ingeniero IA con 10+ años en Openbank, Inditex e Iberia. Agentes autónomos, integraciones LLM, RAG auditable — del piloto al despliegue real.