MARTES, 11 DE AGOSTO DE 2026
Meta libera Muse Glimmer 30B: agente autónomo Apache 2.0 que corre en un GPU consumer de 24GB
Meta libera Muse Glimmer 30B bajo Apache 2.0 en Hugging Face con cuantización 4-bit que baja de 55GB a menos de 20GB de VRAM. Entrenado con tool use, function calling con schemas y recuperación automática tras fallo. Ollama, LM Studio, MLX y vLLM listos hoy: agente open-weight en tu GPU sin coste de inferencia.
5 MIN LECTURAOllama 0.32.7 estrena soporte día-1 para Muse Glimmer con MLX y DFlash speculative decoding
`ollama run muse-glimmer` habilita el modelo con backend MLX + DFlash en Apple Silicon y endpoint OpenAI-compatible con 128K de contexto. Agente local con function calling sin coste por token ni dependencia de API externa.
Muse Spark 1.2 llega a Meta Model API con 1M de contexto y $1.25/M tokens de entrada
Meta Model API expone Muse Spark 1.2 en formato OpenAI-compatible: cambias baseUrl y api_key en tu SDK actual. Tier contributor con descuento a cambio de rate limit y ventana de 1M tokens para refactors multi-archivo.
The New Stack: cómo Meta destiló Muse Spark para meter un agente entero en 24GB
Desglose del pipeline: logit distillation desde Muse Spark y RL sobre datos agentic de largo horizonte. Explica por qué el modelo diagnostica fallos de tool en vez de detenerse: patrón replicable en tu propio fine-tune.
paperclipai/paperclip cruza 76,7k stars orquestando OpenClaw, Claude Code, Codex y Cursor
Nodo TypeScript MIT: presupuestos, roles y aprobaciones para equipos de agentes desde un dashboard vía heartbeat. Sustituye el pegamento manual entre Claude Code, OpenClaw y Codex al escalar fan-out.
agency-agents supera 142k stars: 230+ agentes especializados para Claude Code, Cursor y Copilot
MIT con 230+ agentes especializados en ingeniería, diseño y marketing, auto-convertidos a `.mdc` de Cursor, YAML y TOML. Cargás el mismo pool en Claude Code, Codex, Windsurf o Aider sin reescribir prompts.
Zuckerberg publica manifiesto pro open source el mismo día que Meta libera Muse Glimmer
Ensayo que defiende pesos abiertos frente a Anthropic, OpenAI y Google y respalda distillation sin restricciones. Contexto político del release de Muse Glimmer y del acceso pago a Muse Spark 1.2 vía la misma API.
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.
System prompt de recuperación tras fallo en tool calls
# Alinea a tu agente con el patron que Meta entreno en Muse Glimmer: # cuando una tool call falla o devuelve resultado inesperado, el # modelo diagnostica y reintenta en lugar de detenerse. Funciona con # cualquier LLM que soporte tool use (Claude, GPT, Muse Glimmer, # Muse Spark). Corta fallos en cascada en agentes de largo horizonte # sin logica extra en tu orquestador. Eres un agente autonomo con acceso a herramientas. Cuando llames a una tool, aplica este protocolo despues de recibir el resultado: 1) DIAGNOSTICA el resultado en 1 linea antes de continuar: - "OK: {resumen del retorno}" --> sigue con el plan - "ERROR: {codigo/exception}" --> pasa al paso 2 - "UNEXPECTED: {esperabas vs llego}" --> pasa al paso 2 2) DECIDE en 1 de 3 categorias: (a) RETRY con la MISMA input --> solo si el error es transitorio (rate limit, timeout, 5xx). Backoff exponencial 2s, 4s, 8s. (b) RETRY con input CORREGIDA --> si es fallo de schema o formato (400, ValidationError, KeyError). Explica que cambias y por que. (c) ABANDONA y busca ruta alternativa --> si (a) y (b) fallaron 2 veces. NO inventes datos que la tool no devolvio. 3) Maximo 3 reintentos por tool call. Al 3o, escribe en tu plan "BLOQUEADO en {tool}: {motivo}" y pide clarificacion al usuario en lugar de alucinar el resultado. Regla dura: JAMAS asumas que una tool tuvo exito sin ver su output. JSON vacio, lista vacia o null es fallo silencioso, no exito.
- 01 Claude Code v2.1.227 tapa bug de feature flags con tokens expirados en Max plan
- 02 Unsloth publica Muse-Glimmer-30B en formato GGUF listo para llama.cpp
- 03 Simon Willison recoge quote de OpenClaw sobre bug crítico de autorización en reservas
- 04 Muse Glimmer llega con soporte para llama.cpp, ExecuTorch, MLX, vLLM y SGLang
- 05 Together AI y Fireworks activan Muse Glimmer como endpoint hospedado el mismo día
Cierre
Hoy la señal es local. Meta libera Muse Glimmer 30B bajo Apache 2.0 y Ollama 0.32.7 lo enchufa día-1 con MLX y DFlash: por primera vez tenés un modelo purpose-built para agentes que corre en tu GPU consumer sin coste por token ni dependencia de API. En paralelo, Muse Spark 1.2 abre acceso vía Meta Model API con 1M de contexto y compatibilidad OpenAI, y paperclip demuestra que la capa de orquestación entre OpenClaw, Claude Code y Codex ya es un stack estándar. Lo que llega a producción hoy no es un modelo más grande — es la opción real de sacar el agente de la nube.
Iván consulta sobre todo esto
Ingeniero IA con 3 años llevando LLMs a producción y más de 15 construyendo producto para Openbank, Inditex e Iberia. Agentes autónomos, RAG auditable: del piloto al despliegue real.