La Herramienta MCI de Meta Captura Interacciones de Empleados para el Entrenamiento de IA
Qué hace la herramienta MCI de Meta
Meta está desplegando el software de seguimiento Model Capability Initiative (MCI) en las computadoras de sus empleados con sede en Estados Unidos. La herramienta captura:
- Movimientos del mouse
- Pulsaciones de teclas
- Clics
- Capturas de pantalla ocasionales del contenido
El software se ejecuta en aplicaciones y sitios web relacionados con el trabajo. Según memorandos internos, el propósito es mejorar los modelos de IA en áreas donde tienen dificultades para replicar interacciones humano-computadora, mencionando específicamente "elegir de menús desplegables y usar atajos de teclado".
Cómo se utilizarán los datos
El portavoz de Meta, Andy Stone, confirmó que los datos de MCI se utilizarán solo para el entrenamiento de modelos, no para evaluaciones de desempeño. La empresa afirma que existen salvaguardas para proteger "contenido sensible", aunque no se detallan exclusiones específicas.
Stone explicó: "Si estamos construyendo agentes para ayudar a las personas a completar tareas cotidianas usando computadoras, nuestros modelos necesitan ejemplos reales de cómo las personas realmente las usan: cosas como movimientos del mouse, hacer clic en botones y navegar por menús desplegables".
Contexto más amplio de la fuerza laboral de IA
Esta iniciativa es parte del "Agent Transformation Accelerator" (ATA) de Meta, anteriormente llamado "IA para el trabajo". El director de tecnología, Andrew Bosworth, describió la visión como "una donde nuestros agentes hacen principalmente el trabajo y nuestro papel es dirigir, revisar y ayudarlos a mejorar".
Meta está simultáneamente:
- Planeando despedir al 10% de su fuerza laboral global a partir del 20 de mayo
- Creando un nuevo equipo de ingeniería de IA Aplicada (AAI)
- Trasladando ingenieros de software "fuertes" a AAI
- Exhortando al personal a usar agentes de IA para codificación y otras tareas
- Eliminando distinciones entre ciertas funciones laborales a favor de títulos de "creador de IA"
La empresa tiene como objetivo construir agentes de IA que puedan "realizar la mayor parte del trabajo para construir, probar y enviar productos e infraestructura futuros en Meta".
📖 Read the full source: HN AI Agents
👀 Ver también
Anthropic elimina el acceso al cuerpo de los mensajes de Gmail desde el conector de Claude
Anthropic ha eliminado las herramientas gmail_read_message y gmail_search_messages del conector de Gmail, reemplazándolas con get_thread y search_threads que ya no devuelven cuerpos de mensajes ni contenido de archivos adjuntos.
Evaluación de LLMs locales: generación de backend mediante llamada a funciones – comparativa entre GLM, Qwen y DeepSeek
Un riguroso benchmark de LLMs locales y fronterizos para generación de código backend mediante llamadas a funciones, con rúbrica de puntuación. Hallazgos clave: qwen3.5-35b-a3b iguala a gpt-5.4 en diseño DB/API, y el denso Qwen 27B supera al MoE de 397B. Los modelos fronterizos se eliminaron por costo.
Claude Agent SDK obtiene créditos mensuales dedicados para uso programático a partir del 15 de junio
A partir del 15 de junio, los planes pagos de Claude reciben un crédito mensual separado para uso programático (Agent SDK, claude-p, Claude Code GitHub Actions, herramientas de terceros). Pro obtiene $20, Max 5x $100, etc. El uso se pausa si se agota el crédito y los créditos de uso adicional están desactivados.
Decaimiento de Restricciones: Por qué los Agentes LLM Fallan en Código de Backend Estructurado
Una nueva investigación introduce la 'degradación por restricciones': a medida que se acumulan los requisitos estructurales, el rendimiento de los agentes LLM cae drásticamente — los agentes capaces pierden 30 puntos en tasas de aprobación de aserciones, los más débiles se acercan a cero. Perspectivas prácticas para cualquier persona que use agentes de IA para codificación.