Hecho por una IA. Este programa lo investiga, lo escribe y lo locuta por completo una inteligencia artificial, sin revisión humana. Puede contener errores. Las fuentes de cada noticia están en la descripción.
Marvell compra Lumentum para fabricar sus propios láseres
Marvell compra Lumentum, fabricante de láseres y transceptores ópticos, por 115.000 millones de dólares en acciones, una apuesta a que el cuello de botella de la IA está en cómo se hablan los chips. Anthropic enmienda su folleto de salida a bolsa con las cuentas del verano y avisa de que podría estar cerca de su umbral de progreso acelerado por la propia IA. Además, GPT-6 Astra edita a mano los pesos de un modelo pequeño, los periódicos demandan a Brave, Grok y ChatGPT racionan sus agentes, Garry Tan cuenta cómo trabaja con los suyos y la estadística oficial de EE. UU. pasa a preguntar por la «superinteligencia».
Guion
El cobre que une las G.P.U. dentro de cada armario se está quedando corto, y uno de los que diseñan los chips de los centros de datos ha decidido comprarse la fábrica de la luz que lo sustituye.
Marvell, la empresa que diseña chips a medida para las grandes nubes y buena parte de las conexiones entre ellos, ha acordado comprar Lumentum, que fabrica láseres, transceptores ópticos y conmutadores de luz. Lo paga entero en acciones: cada accionista de Lumentum recibirá cuatro acciones y media de Marvell, y la operación valora a Lumentum, contando su deuda, en unos ciento quince mil millones de dólares, según el anuncio conjunto. Es una de las compras más grandes de la historia de la tecnología. Los accionistas de Lumentum se quedarán con un tercio de la empresa resultante, y el cierre se espera para la primera mitad de 2028, si lo aprueban los accionistas y los reguladores.
Para entender por qué alguien paga eso por unos láseres hay que mirar dentro de un centro de datos de IA. Miles de G.P.U. se pasan datos sin parar, y cada salto de velocidad por cable acorta la distancia a la que el cobre transmite una señal limpia. Es como la voz en un pasillo: se entiende a pocos metros; para ir más lejos hace falta un teléfono. Marvell lo dice sin rodeos en su anuncio: el cobre está llegando a sus límites físicos. Más allá de esos pocos metros, la señal eléctrica se convierte en luz, viaja por fibra y vuelve a ser electricidad al otro lado. Cada una de esas conversiones necesita un láser, y los de alta velocidad se fabrican sobre fosfuro de indio, un material distinto del silicio, con fábricas propias y muy especializadas. Lumentum tiene las suyas. Además, hace conmutadores ópticos, que desvían la luz de una fibra a otra sin pasarla a electricidad, lo que ahorra energía y tiempo.
Marvell lo vende como «codiseño»: si la parte eléctrica y la óptica se diseñan juntas, el conjunto gasta menos y llega antes al cliente. Su consejero delegado, Matt Murphy, habla de «una oportunidad que llega una vez por generación». Es el lenguaje de todos los anuncios de compra. Lo interesante está en quién pone el dinero alrededor. Nvidia invirtió en marzo dos mil millones de dólares en cada una de las dos empresas, y en Lumentum se aseguró además, junto a un compromiso de compra, derechos de acceso a su capacidad futura de láseres. Esos derechos acaban ahora dentro de Marvell, que compite con Nvidia en chips a medida. El mayor cliente de la cadena pasa a ser accionista del proveedor que nace, justo en la pieza que más escasea.
Que se pague en acciones también dice algo. Marvell no saca dinero de la caja: entrega una parte de sí misma, en plena caída de las cotizaciones de los chips. Y el mercado no lo celebró: el día del anuncio, Marvell cayó más que casi todo el sector. Como el precio está en acciones de Marvell, la compra vale ya menos de lo anunciado, y los dos grupos de accionistas quedan atados a la misma apuesta. Si el gasto en centros de datos sigue creciendo hasta 2028, la nueva empresa controla un cuello de botella. Si se enfría, los dos pierden a la vez, y nadie se queda con un pagaré.
Para las grandes nubes que diseñan sus propios chips con Marvell, la conexión entre ellos pasa a depender también de un solo proveedor, y cada pieza que antes se compraba por separado se convierte en un paquete. Para la economía de la IA, es otra señal de que el límite ya no es solo cuántos cálculos hace un chip, sino cuántos datos puede mover y con cuánta energía: el mismo desplazamiento que el sábado veíamos con la memoria. Y para quien mira el ciclo, una advertencia de calendario: el precio da por hecho que la demanda seguirá ahí dentro de año y medio, cuando la compra se cierre.
Uno de los que más hierro compra acaba de enseñar sus cuentas del verano, y vienen con una advertencia que no es financiera.
Anthropic presentó ayer ante la S.E.C., el regulador bursátil de Estados Unidos, una versión corregida de su folleto de salida a bolsa con los datos del tercer trimestre. Ingresó unos diecisiete mil millones de dólares entre julio y septiembre, más que en todo el primer semestre. Pero pasó a una pérdida operativa pequeña, de algo más de quinientos millones. Una parte grande es un cargo contable de su programa de donaciones, que no sale de caja. Lo que sí le cuesta dinero es el cálculo que tuvo que comprar a corto plazo para atender la demanda, unos cinco mil millones, mucho más caro que el de sus contratos largos: le recortó el margen ajustado del diecinueve al quince por ciento. Sus compromisos de gasto suman ya cerca de novecientos mil millones, la mitad antes de 2031.
Henry Blodget, en su boletín Regenerator, señala que Anthropic sumó menos ingresos nuevos en el tercer trimestre que en el segundo, y que la curva se aplana. Matt Scherer, coautor de un informe del Open Markets Institute, un centro que combate la concentración empresarial, va más lejos y pide a la S.E.C. que frene la salida a bolsa: esos compromisos, dice, son deudas a efectos prácticos. El folleto da la cifra que lo matiza: en el próximo año vencen unos setenta mil millones, y tenía en caja y liquidez más del doble. Y crecer casi la mitad en un trimestre no es arrastrarse. Lo que sí revelan las cuentas es una paradoja incómoda: cuando la demanda supera lo contratado, el éxito se paga a precio de tienda, y la empresa gana menos justo cuando más vende.
Lo que el folleto añade, y no estaba en la versión de octubre, es otra cosa. Anthropic escribe que sus estimaciones internas sobre modelos futuros, no sobre los actuales, indican que podría alcanzar «de forma inminente» el umbral que su política de seguridad llama progreso drásticamente acelerado atribuible a la IA. En versiones anteriores de esa política lo ilustraba así: que la IA comprima en un año dos años del avance que hubo entre 2018 y 2024. En julio revisó esa definición. Añade que en el pasado no detectó a tiempo aceleraciones que solo vio después, que ningún modelo actual ha cruzado esa raya, y que no cree poder usar Claude con seguridad para diseñar sus sucesores sin una supervisión humana real. Por eso estudia cambiar su política para que las personas sigan al mando.
La contradicción está en el mismo documento. Unas páginas más allá, el folleto presenta como ventaja que cada versión de Claude ayude a construir la siguiente: ya en octubre contaba que, a precio de tarifa, su uso interno de Claude superó en abril lo que gasta cada mes en personal, sin contar lo que paga en acciones. El motor del argumento de venta es exactamente el riesgo que declara. Un folleto, además, no es un comunicado: las afirmaciones engañosas ante la S.E.C. exponen a la empresa a demandas de sus inversores, también las que exageran para vender. Escribir «inminente» ahí tiene coste.
Para un inversor, esto pone precio a un conflicto que antes era filosófico: la empresa avisa de que podría frenar lanzamientos por seguridad, como ya hizo con Mythos, y lo lista como riesgo para sus ingresos. Para los reguladores, es un laboratorio diciendo por escrito, ante una autoridad financiera, que la herramienta que vende podría ir más rápido que sus controles; el umbral, eso sí, lo evalúa la propia empresa, con revisores externos cuya elección aprueba un fideicomiso creado por ella. Y para quien usa estos modelos, la consecuencia práctica es de calendario: cruzar ese umbral obliga, según su política, a presentar un argumento de cómo ha controlado el riesgo de que esos modelos persigan objetivos propios, y eso se notaría en cuándo y cómo llegan las versiones nuevas.
Qué aspecto tiene, a escala de laboratorio, que una IA mejore a otra lo enseña un experimento publicado ayer en el M.I.T.
Rikiya Takehi, Jayden Teoh, Alex Zhang y Omar Khattab, del laboratorio de informática del M.I.T., le dieron a GPT seis Astra los pesos de redes neuronales pequeñas, en bruto, como una lista de números, y en la mayoría de las pruebas sin dejarle ejecutarlas. El modelo adivinó a qué juego se había entrenado cada una y qué figura dibujaba un modelo de difusión. Para saber cuál de dos copias de Gemma tres se había entrenado para dar la razón al usuario, en cambio, los pesos no le bastaron: lo acertó cuando le dejaron ver a qué atendía cada modelo. Después escribió desde cero redes que juegan a juegos sencillos, y una que juega al go, capa a capa, como quien escribe un programa: unas capas marcan las piedras, otras siguen las cadenas en peligro, la última puntúa cada jugada.
Lo más llamativo vino con Qwen tres punto cinco, un modelo de ochocientos millones de parámetros cuya propia ficha advierte de que se queda atascado en bucles cuando razona. Para entender lo que hizo Astra hay que imaginar el interior del modelo como una pizarra común: cada capa lee lo que hay escrito y añade su parte. Una dirección en esa pizarra es una combinación fija de números que significa algo. Astra encontró que dos capas escribían una y otra vez en la misma dirección, la que empuja a repetir, y la restó de lo que escriben esas capas. Es como quitar un solo color de la paleta de un cuadro: lo demás queda intacto. Tocó aproximadamente uno de cada seis mil pesos. Con eso, el modelo pasó de resolver un ocho al cuarenta y ocho por ciento de una prueba de matemáticas, y casi triplicó su nota siguiendo instrucciones. Necesitó cincuenta pruebas del modelo para afinar el corte; con menos, la mejora fue mínima.
La objeción la ponen los propios autores. Repitieron el intento con un Gemma pequeño que rara vez entra en bucle, y no lo mejoraron: sus fallos eran errores normales de cuentas, sin una pieza concreta que apagar. Editar los pesos quitó un obstáculo que tapaba una capacidad; no enseñó nada nuevo. Es cirugía, no educación. Y todo es en modelos diminutos, con los registros completos publicados para que otros lo repitan.
Para la interpretabilidad, que intenta leer qué hace un modelo por dentro, es una herramienta nueva: un modelo que lee los pesos de otro puede empezar a auditarlo, aunque lo servil solo lo encontró mirando la atención. La resta en sí no es nueva: desde 2024 se usa para quitar los rechazos a modelos abiertos. Lo nuevo es que el diagnóstico, encontrar qué dirección restar, lo ha hecho otro modelo leyendo los pesos. Para quien usa modelos pequeños en local, abre la puerta a arreglos quirúrgicos sin datos ni entrenamiento. Y para la ciencia del aprendizaje automático, apunta a que el optimizador ciego que baja por una pendiente puede tener un competidor que razona.
Si un modelo puede leer lo que hay dentro de otro, la pregunta de qué puede leer y de dónde sale vuelve a los tribunales.
El New York Times demandó ayer en un tribunal federal de Manhattan a Brave, la empresa del navegador centrado en la privacidad, y el Daily News, el Chicago Tribune y el Orlando Sentinel presentaron otra parecida. Brave ya tenía abierta una disputa igual con News Corp desde julio; lo nuevo es el frente, cuatro diarios a la vez, que suman además el bloqueo de sus anuncios. La acusación, según la demanda, es que Brave construyó un índice de más de treinta mil millones de páginas con un rastreador que no se identificaba, de modo que los editores no podían bloquearlo, y que vende acceso en tiempo real a ese índice a empresas de IA. Cita como clientes a Anthropic, Perplexity, Mistral, xAI y Cohere. Suma además su función para saltarse los muros de pago. Su abogado, Steven Lieberman, lo resume en una frase: «comprar bienes robados de segunda mano no los hace legítimos». Brave no ha contestado.
Un laboratorio puede respetar al pie de la letra la señal común contra el entrenamiento que contamos el sábado y, aun así, recibir ese contenido para sus respuestas en tiempo real comprándolo a un intermediario que no pregunta. La señal no cubre ese uso, y la reventa hace el resto. Si el juez acepta la idea del intermediario como perista, la responsabilidad viaja por la cadena: quien compre resultados de búsqueda para sus respuestas tendrá que saber de dónde salen, y las respuestas con fuentes en tiempo real saldrán más caras.
Lo caro, en esta industria, empieza a notarse también en las suscripciones.
El fin de semana de Halloween, muchos usuarios de Grok Bot, el agente de xAI, que ahora es parte de SpaceX, se encontraron con su límite semanal agotado sin haberlo usado. Elon Musk confirmó que no era un fallo: el coste de servirlo era, escribió, insosteniblemente alto para lo que ingresaba. Ese mismo día, OpenAI avisó por correo de que fusionará las pestañas de conversación y de trabajo de ChatGPT, y de que ChatGPT y Codex tirarán de una misma bolsa de tokens; algunos usuarios, reconoce, tendrán que esperar más a menudo a que se renueve.
La razón es aritmética. Una cuota fija se calculó para conversaciones: alguien pregunta, lee, vuelve a preguntar. Un agente trabaja solo, de noche, y gasta como un grifo abierto. Es el bufé libre al que un cliente llega con una furgoneta. Lo que cambia para el usuario es la unidad del plan: ya no compra conversaciones, compra un presupuesto de tokens que se reinicia cada cierto tiempo.
Quien no mira el presupuesto es Garry Tan, el consejero delegado de Y Combinator, la aceleradora que invierte en muchas empresas de agentes. En el pódcast de Walter Isaacson, The Builders, que se publica hoy, cuenta que gasta entre cien mil y doscientos mil dólares al año en tokens, y que comparte en abierto sus veintitrés habilidades para Claude Code, instrucciones reutilizables que le dicen al agente cómo hacer cada tipo de tarea. Su agente ha leído todo su correo, sus documentos y sus notas personales. Y en Y Combinator usan uno interno, con personalidad propia, que conoce a cada fundador en el que han invertido, cada correo recibido y cada solicitud.
Lo nuevo es ese agente de empresa, y ahí conviene pararse. El cerebro de empresa de Y Combinator contiene datos de miles de fundadores que mandaron una solicitud, no un permiso para que un agente los lea. El propio Tan admite que su gasto es un privilegio que pocos pueden pagar; por eso mismo, lo suyo enseña más sobre hacia dónde va el uso intensivo que sobre cómo lo vivirá la mayoría.
Y mientras los agentes se racionan, la estadística oficial de Estados Unidos está a punto de preguntar por algo que ninguna empresa dice tener.
Una orden ejecutiva de finales de septiembre obliga a la Administración federal a decir «superinteligencia» donde antes decía inteligencia artificial. La Oficina del Censo, que cada dos semanas pregunta a doscientas mil empresas si usan IA, ya ha cambiado la pregunta: desde la recogida del diecinueve de octubre pregunta si la empresa usa superinteligencia, «antes llamada inteligencia artificial». Los primeros resultados con la palabra nueva salen el jueves. Con la redacción anterior, alrededor del cuarenta por ciento de las empresas de más de doscientos cincuenta empleados ya decía usarla, según los datos del propio Censo.
Hace un año, el Censo amplió la pregunta y el cambio de palabras bastó para provocar un salto en las respuestas, tan grande que tuvo que empezar una serie nueva. La mejor serie pública sobre adopción de IA en las empresas puede volver a romperse justo cuando el debate sobre la burbuja más la necesita. La orden pide además, en sesenta días, una propuesta de definición legal de superinteligencia. Mientras tanto, la división de IA de SpaceX también se llama Super Intelligence: la palabra se extiende por decreto y por marketing a la vez, que es la forma más rápida de que deje de significar algo.
Hasta hace poco, mirar dentro de una máquina era cosa de sus ingenieros; hoy lo hacen un regulador que lee un folleto, un tribunal que sigue un rastreador y un modelo que lee los pesos de otro.
Fuentes
- Marvell y Lumentum, anuncio conjunto de la compra (2 nov 2026) — https://investor.marvell.com/news-events/press-releases/detail/1040/marvell-and-lumentum-to-combine-creating-a-category-leader-in-ai-connectivity
- Business Wire, nota de prensa completa de Marvell y Lumentum — https://www.businesswire.com/news/home/20261102374788/en/
- TechCrunch, la compra de Lumentum y las inversiones de Nvidia en las dos empresas — https://techcrunch.com/2026/11/02/in-one-of-the-largest-deals-in-tech-history-marvell-buys-lumentum-for-115b/
- Lumentum, formulario 8-K ante la S.E.C. sobre el acuerdo de fusión (2 nov 2026) — https://www.sec.gov/Archives/edgar/data/1633978/000119312526442758/0001193125-26-442758-index.htm
- Yahoo Finance, la caída de los chips el día del anuncio, Marvell incluida — https://finance.yahoo.com/markets/article/the-intel-stock-collapse-is-getting-worse--and-the-37-trillion-chip-rout-is-spreading-212154947.html
- Anthropic, folleto de salida a bolsa enmendado (formulario S-1/A) ante la S.E.C. (2 nov 2026) — https://www.sec.gov/Archives/edgar/data/2130357/000162828026068676/anthropicpbc-sx1ax1.htm
- Anthropic, folleto original (formulario S-1) ante la S.E.C. (26 oct 2026) — https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm
- Anthropic, Responsible Scaling Policy y su historial de versiones — https://www.anthropic.com/responsible-scaling-policy
- Anthropic Institute, When AI Builds Itself (junio 2026) — https://www.anthropic.com/institute/recursive-self-improvement
- TechCrunch, Anthropic warns that it's very close to RSI capability — https://techcrunch.com/2026/11/02/anthropic-warns-that-its-very-close-to-rsi-capability-aka-self-building-ai/
- Henry Blodget, Anthropic's growth just flattened (Regenerator, 2 nov 2026) — https://www.regenerator1.com/p/anthropics-growth-just-flattened
- Matt Scherer, The SEC Should Block Anthropic's IPO to Protect the Public (Tech Policy Press, 2 nov 2026) — https://www.techpolicy.press/the-sec-should-block-anthropics-ipo-to-protect-the-public/
- Hacker News, debate sobre las cuentas del tercer trimestre de Anthropic — https://news.ycombinator.com/item?id=50337439
- Rikiya Takehi, Jayden Teoh, Alex Zhang y Omar Khattab (M.I.T. CSAIL), Sparks of Weight-Space Programming (2 nov 2026) — https://rikiyat.github.io/blog/weight-space-programming/
- Registros completos de los experimentos — https://github.com/RikiyaT/lm_understand-logs
- Hacker News, debate sobre la programación en el espacio de pesos — https://news.ycombinator.com/item?id=50341174
- The Verge, el New York Times y otros diarios demandan a Brave — https://www.theverge.com/tech/1024588/brave-lawsuit-ai-scraping-new-york-times
- Coywolf, la señal común de robots.txt contra el entrenamiento — https://coywolf.com/news/seo/google-openai-microsoft-and-anthropic-back-a-shared-robotstxt-ai-training-signal/
- TechCrunch, Elon Musk throttles Grok Bot limits due to 'unsustainably high' costs — https://techcrunch.com/2026/11/02/elon-musk-throttles-grok-bot-limits-due-to-unsustainably-high-costs/
- TechCrunch, OpenAI is finally merging ChatGPT's Chat and Work tabs — https://techcrunch.com/2026/11/02/openai-is-finally-merging-chatgpts-chat-and-work-tabs/
- TechCrunch, Garry Tan y su gasto en tokens (pódcast The Builders, de Walter Isaacson) — https://techcrunch.com/2026/11/02/y-combinators-garry-tan-uses-ai-agents-so-much-he-spends-up-to-200k-a-year-on-tokens/
- Garry Tan, gstack, sus habilidades para Claude Code — https://github.com/garrytan/gstack
- Casa Blanca, orden ejecutiva Inaugurating the Era of Super Intelligence — https://www.whitehouse.gov/presidential-actions/2026/09/inaugurating-the-era-of-super-intelligence/
- Federal Register, orden ejecutiva 14434 — https://www.federalregister.gov/documents/2026/10/02/2026-20321/inaugurating-the-era-of-super-intelligence
- Oficina del Censo de EE. UU., Business Trends and Outlook Survey, datos — https://www.census.gov/hfp/btos/data
- Oficina del Censo de EE. UU., cambio de redacción de las preguntas sobre IA (3 dic 2025) — https://www.census.gov/hfp/btos/downloads/AI%20Question%20Wording%20Updates.pdf
- Simon Willison, The U.S. Census Bureau and "Super Intelligence" (2 nov 2026) — https://simonwillison.net/2026/Nov/2/census-bureau-super-intelligence/
- Nvidia y Lumentum, acuerdo estratégico e inversión (8-K, 2 mar 2026) — https://www.sec.gov/Archives/edgar/data/1633978/000119312526085412/d41019dex991.htm
- The Spokesman-Review, la demanda del Daily News y la cita de Steven Lieberman — https://www.spokesman.com/stories/2026/nov/02/tech-company-brave-plundered-daily-news-content-an/
- Semafor, News Corp demanda a Brave (julio de 2026) — https://semafor.com/article/07/21/2026/newscorp-accuses-search-engine-brave-of-ai-copyright-infringement
- Arditi y otros, Refusal in Language Models Is Mediated by a Single Direction (2024) — https://arxiv.org/abs/2406.11717
- Qwen, ficha de Qwen3.5-0.8B en Hugging Face — https://huggingface.co/Qwen/Qwen3.5-0.8B