159 artículos
El recuento oficial ha comenzado. En pocas semanas, el ecosistema nativo en la nube se reunirá en Yokohama para KubeCon + CloudNativeCon Japón 2026. El evento, que tendrá lugar el martes 28 de julio de 09:00 a 12:30, reúne a…
El consumo de electricidad de los centros de datos a nivel mundial representa el 1,9% de toda la generación, mientras que las “cargas ineficientes” desperdician 3 GW de capacidad en Estados Unidos y un retraso de un proyecto de 100 MW puede costar hasta 1.000 millones de dólares.
Informe exige respuestas sobre la idoneidad de Capita para prestar servicios de gestión de recursos humanos y nómina a 250.000 empleados públicos.
Google siempre ha priorizado las necesidades prácticas de las empresas, centrándose en la infraestructura, la seguridad y las plataformas de datos esenciales para las grandes organizaciones. Destacando la fiabilidad y la previsibilidad, Google tiene como objetivo ofrecer modelos que generen un impacto empresarial. Su posición de liderazgo en el IDC MarketScape para el software de modelos fundamentales subraya su capacidad para traducir la investigación en sistemas seguros. Con la plataforma Gemini Enterprise, Google proporciona herramientas que permiten a las organizaciones utilizar la IA de forma más eficaz, permitiendo que los agentes dinámicos gestionen flujos de trabajo complejos de forma segura. La serie Gemini 3.5, diseñada para tareas complejas, ejemplifica este enfoque, permitiendo a los desarrolladores y usuarios empresariales integrar la IA de forma perfecta en sus operaciones.
Implementar modelos de IA como Claude en producción puede ser un desafío, pero Claude en Google Cloud aborda estas complejidades. Combina las capacidades de razonamiento de Claude con la infraestructura gestionada de Google Cloud para facilitar su uso en diversas necesidades empresariales. Esta configuración permite una baja latencia, cumplimiento y un rendimiento optimizado, liberando a los equipos de la gestión de la infraestructura. La plataforma soporta diferentes tipos de endpoints para un alcance global y necesidades de datos regionales, garantizando la seguridad y la eficiencia de costes, especialmente en industrias reguladas. Con características como el almacenamiento en caché de prompts y la predicción por lotes, las organizaciones pueden mejorar el rendimiento al mismo tiempo que gestionan eficazmente los costes. La integración facilita un enfoque unificado tanto para la inferencia como para las funcionalidades de agentes, promoviendo un desarrollo y una implementación más eficientes.
Google, junto con socios de la industria, ha presentado la Especificación de Descubrimiento de Recursos Agente (ARD), un estándar abierto diseñado para la publicación, el descubrimiento y la verificación de herramientas, APIs y agentes de IA. Este estándar incorpora una capa de descubrimiento que utiliza catálogos y registros para facilitar el descubrimiento dinámico de capacidades. También utiliza protocolos establecidos como MCP y OpenAPI, centrándose en mejorar la confianza y la interoperabilidad dentro del ecosistema de IA.
La IA está afectando las carreras diarias de los profesionales de ciberseguridad en cuanto a los niveles de estrés, pero los encuestados en un ejercicio de recopilación de datos de ISC2 están divididos sobre si sus niveles de estrés están aumentando o disminuyendo.
Cuando un fallo en la rotación de claves DNSSEC afectó al dominio .al, implementamos un “Ancla de Confianza Negativa” para restaurar la resolución. Esta vez, los clientes no tuvieron que confiar en nosotros: 1.1.1.1 devolvió EDE 33, un nuevo código de error de DNS que indica directamente que la validación DNSSEC fue omitida.
Cuando comenzamos a desarrollar kagent, no ejecutábamos cada agente en su propio Pod, Servicio y Cuenta de Servicio de Kubernetes. En cambio, los agentes simplemente se ejecutaban dentro del entorno de ejecución de kagent. Era la arquitectura más sencilla posible: un único entorno de ejecución…
¿Puede nuestro nuevo Primer Ministro aportar un nuevo enfoque hacia la IA que trate a las grandes empresas tecnológicas con menos deferencia?
Google lanzó la API Genkit Agents en fase de prueba para TypeScript y Go. El marco de código abierto incluye el historial de mensajes, los bucles de herramientas, la transmisión y la persistencia del estado, todo ello bajo una única interfaz de chat(). Las “turn” desconectadas permiten que los agentes sigan funcionando después de que los clientes se desconecten. Las herramientas interrumpibles proporcionan control con intervención humana, con validación anti-falsificación al retomar. Por Steef-Jan Wiggers
Basándose en la adaptabilidad duradera de HTML y HTTP, Seph Gentle propone incorporar esquemas auto-contenidos directamente en los encabezados de los archivos, asegurando que los datos permanezcan legibles sin definiciones externas. Su formato experimental prioriza la compatibilidad hacia adelante, hacia atrás y lateral, permitiendo la evolución del formato de datos sin coordinación central ni pérdida de datos. Por Olimpiu Pop