X-twitter

Etiqueta: red social corporativa

Atlassian lleva el contexto del código a sus agentes con Code Context

Atlassian ha presentado Code Context, una nueva capacidad de Teamwork Graph que permite a Rovo y a agentes de programación como Claude Code, Codex o Cursor comprender código repartido entre múltiples repositorios y relacionarlo con Jira, Confluence, Loom y otras fuentes de conocimiento de la empresa. La compañía sostiene que, en sus pruebas internas, los agentes enriquecidos con este contexto fueron un 44 % más precisos mientras consumían un 48 % menos de tokens, aunque se trata de resultados propios y no de una evaluación independiente. Las claves de Atlassian Code Context en 30 segundos La novedad apunta a uno de los problemas que empiezan a limitar a los agentes de programación más capaces: el modelo puede escribir buen código

MongoDB lleva embeddings y reranking a Atlas para simplificar el RAG de los agentes

MongoDB ha ampliado Atlas con nuevas capacidades destinadas a convertir la propia plataforma de datos en la capa de memoria, contexto y recuperación de información para aplicaciones y agentes de inteligencia artificial. La compañía incorpora embeddings automatizados con modelos de Voyage AI, una API independiente para embeddings y reranking, recuperación vectorial sobre datos en streaming y el nuevo modelo voyage-code-4, especializado en encontrar código relevante para agentes de programación. Las claves de la nueva apuesta de MongoDB por el RAG en 20 segundos El planteamiento ataca uno de los problemas menos vistosos pero más importantes de los sistemas de generación aumentada por recuperación, conocidos como RAG (Retrieval-Augmented Generation). El rendimiento de un agente no depende únicamente del modelo de lenguaje

Antimatter quiere competir con CoreWeave con una nube distribuida para IA

Antimatter quiere hacerse un hueco en el negocio de la infraestructura para inteligencia artificial con una propuesta diferente a la de los grandes centros de datos: combinar energía, pequeños centros modulares y software de nube distribuida para ejecutar principalmente inferencia. El auge de modelos abiertos y open-weight, incluidos los desarrollados en China, puede ampliar además el número de empresas capaces de desplegar IA sin depender directamente de los modelos cerrados estadounidenses. Las claves de Antimatter en 20 segundos La oportunidad resulta especialmente interesante porque el mercado de IA empieza a separarse en dos capas. Una cosa es quién desarrolla los modelos y otra, cada vez más importante, quién proporciona las GPU, la energía y el software necesarios para ejecutarlos. Durante

La NVIDIA A100 se resiste a morir: CoreWeave seguirá alquilándola hasta 2029

La aceleradora NVIDIA A100, presentada en 2020 y superada desde entonces por varias generaciones de GPU para inteligencia artificial, seguirá generando ingresos para CoreWeave hasta 2029. La compañía ha confirmado un contrato que extiende el uso comercial de estos chips hasta nueve años después de su lanzamiento, un dato que cuestiona una de las grandes preocupaciones alrededor de la inversión masiva en infraestructura de IA: que el hardware quede económicamente obsoleto en apenas dos o tres años. Las claves de la vida útil de las GPU de IA en 20 segundos La noticia va más allá de una segunda vida para un modelo concreto. Durante los últimos años, inversores y operadores de centros de datos han intentado calcular cuánto tiempo

Quantinuum y SIT preparan en Singapur una nueva generación de talento cuántico

Quantinuum ha firmado un memorando de entendimiento con el Singapore Institute of Technology (SIT) para colaborar en la formación de estudiantes y profesionales en computación cuántica. El acuerdo se integra en una apuesta bastante más amplia de la compañía por Singapur, donde ya ha establecido un centro de investigación y operaciones y tiene prevista la instalación de un sistema cuántico Helios durante 2026. Las claves de Quantinuum y SIT en 20 segundos El memorando pone el foco en uno de los problemas menos visibles de la carrera cuántica. Construir ordenadores cada vez más capaces no sirve de mucho si empresas y centros de investigación carecen de ingenieros, desarrolladores y especialistas capaces de utilizarlos para resolver problemas reales. Quantinuum y SIT

La carrera por la IA deja a las Big Tech más de 1 billón en alquileres futuros

Microsoft, Meta, Oracle, Amazon y Alphabet han comprometido alrededor de 1,09 billones de dólares en pagos futuros por contratos de arrendamiento que todavía no han comenzado, vinculados en gran medida a la enorme capacidad de centros de datos necesaria para inteligencia artificial y servicios cloud. La cifra, recopilada por Reuters a partir de documentos regulatorios y análisis de Goldman Sachs, multiplica casi por cuatro los aproximadamente 285.000 millones de dólares que estas compañías reconocen actualmente como pasivos por arrendamientos. Las claves de los alquileres de centros de datos para IA en 30 segundos Las cifras ayudan a entender una parte menos visible de la carrera por construir infraestructura para IA. Cuando Microsoft, Meta o Google anuncian inversiones multimillonarias en centros

Atlassian lleva el contexto del código a sus agentes con Code Context

Atlassian ha presentado Code Context, una nueva capacidad de Teamwork Graph que permite a Rovo y a agentes de programación como Claude Code, Codex o Cursor comprender código repartido entre múltiples repositorios y relacionarlo con Jira, Confluence, Loom y otras fuentes de conocimiento de la empresa. La compañía sostiene que, en sus pruebas internas, los agentes enriquecidos con este contexto fueron un 44 % más precisos mientras consumían un 48 % menos de tokens, aunque se trata de resultados propios y no de una evaluación independiente. Las claves de Atlassian Code Context en 30 segundos La novedad apunta a uno de los problemas que empiezan a limitar a los agentes de programación más capaces: el modelo puede escribir buen código

MongoDB lleva embeddings y reranking a Atlas para simplificar el RAG de los agentes

MongoDB ha ampliado Atlas con nuevas capacidades destinadas a convertir la propia plataforma de datos en la capa de memoria, contexto y recuperación de información para aplicaciones y agentes de inteligencia artificial. La compañía incorpora embeddings automatizados con modelos de Voyage AI, una API independiente para embeddings y reranking, recuperación vectorial sobre datos en streaming y el nuevo modelo voyage-code-4, especializado en encontrar código relevante para agentes de programación. Las claves de la nueva apuesta de MongoDB por el RAG en 20 segundos El planteamiento ataca uno de los problemas menos vistosos pero más importantes de los sistemas de generación aumentada por recuperación, conocidos como RAG (Retrieval-Augmented Generation). El rendimiento de un agente no depende únicamente del modelo de lenguaje

Antimatter quiere competir con CoreWeave con una nube distribuida para IA

Antimatter quiere hacerse un hueco en el negocio de la infraestructura para inteligencia artificial con una propuesta diferente a la de los grandes centros de datos: combinar energía, pequeños centros modulares y software de nube distribuida para ejecutar principalmente inferencia. El auge de modelos abiertos y open-weight, incluidos los desarrollados en China, puede ampliar además el número de empresas capaces de desplegar IA sin depender directamente de los modelos cerrados estadounidenses. Las claves de Antimatter en 20 segundos La oportunidad resulta especialmente interesante porque el mercado de IA empieza a separarse en dos capas. Una cosa es quién desarrolla los modelos y otra, cada vez más importante, quién proporciona las GPU, la energía y el software necesarios para ejecutarlos. Durante

La NVIDIA A100 se resiste a morir: CoreWeave seguirá alquilándola hasta 2029

La aceleradora NVIDIA A100, presentada en 2020 y superada desde entonces por varias generaciones de GPU para inteligencia artificial, seguirá generando ingresos para CoreWeave hasta 2029. La compañía ha confirmado un contrato que extiende el uso comercial de estos chips hasta nueve años después de su lanzamiento, un dato que cuestiona una de las grandes preocupaciones alrededor de la inversión masiva en infraestructura de IA: que el hardware quede económicamente obsoleto en apenas dos o tres años. Las claves de la vida útil de las GPU de IA en 20 segundos La noticia va más allá de una segunda vida para un modelo concreto. Durante los últimos años, inversores y operadores de centros de datos han intentado calcular cuánto tiempo

Quantinuum y SIT preparan en Singapur una nueva generación de talento cuántico

Quantinuum ha firmado un memorando de entendimiento con el Singapore Institute of Technology (SIT) para colaborar en la formación de estudiantes y profesionales en computación cuántica. El acuerdo se integra en una apuesta bastante más amplia de la compañía por Singapur, donde ya ha establecido un centro de investigación y operaciones y tiene prevista la instalación de un sistema cuántico Helios durante 2026. Las claves de Quantinuum y SIT en 20 segundos El memorando pone el foco en uno de los problemas menos visibles de la carrera cuántica. Construir ordenadores cada vez más capaces no sirve de mucho si empresas y centros de investigación carecen de ingenieros, desarrolladores y especialistas capaces de utilizarlos para resolver problemas reales. Quantinuum y SIT

La carrera por la IA deja a las Big Tech más de 1 billón en alquileres futuros

Microsoft, Meta, Oracle, Amazon y Alphabet han comprometido alrededor de 1,09 billones de dólares en pagos futuros por contratos de arrendamiento que todavía no han comenzado, vinculados en gran medida a la enorme capacidad de centros de datos necesaria para inteligencia artificial y servicios cloud. La cifra, recopilada por Reuters a partir de documentos regulatorios y análisis de Goldman Sachs, multiplica casi por cuatro los aproximadamente 285.000 millones de dólares que estas compañías reconocen actualmente como pasivos por arrendamientos. Las claves de los alquileres de centros de datos para IA en 30 segundos Las cifras ayudan a entender una parte menos visible de la carrera por construir infraestructura para IA. Cuando Microsoft, Meta o Google anuncian inversiones multimillonarias en centros