xAI, DeepSeek y Compozy abren el código que sostiene a los agentes

El release del 13 de agosto de 2026 marca un antes y un después: (1) abre los pesos con los que se combinan predicciones en un único score, así puedes auditar por qué un post gana o pierde visibilidad; (2) publica el código de visibilidad (no solo el ranking), es decir, qué decide que un post se muestre o se oculte; (3) sustituye el "Phoenix demo" por el código de entrenamiento real más un generador de datos sintéticos para correr un POC local sin depender de datos de producción de X; (4) lanza "Under the Hood", una transparency tool que agrega estadísticas de los labels que limitan la visibilidad. Para CSS: la conversación sobre filter bubbles y engagement bait deja de ser ensayo y pasa a ser ingeniería reproducible — ya puedes ejecutar el algoritmo, entrenarlo con tus propios datos y verificar qué peso tiene cada señal.

Es la primera vez que un frontier model lab publica su propio agent harness oficial en GitHub como repo público, y el ritmo de adopción (76k estrellas en menos de 24h, creado 2026-08-13 11:56 UTC) lo confirma como señal de mercado, no como curiosidad. La estrategia "Everything is a Plugin" rivaliza directamente con el marketplace de plugins de Cursor — que ya cubrimos el 2026-08-13 como competidor en el grafo — y con el formato plugin de Hermes; DeepSeek reserva dsh-plugin como topic oficial y abre Discord propio. Caveat editorial: el README declara "THERE WILL BE COMPATIBILITY-BREAKING CHANGES" porque está en developer preview, así que no es integrable todavía. La señal geopolítica importa: el ecosistema de agent harnesses ya tiene vendor oficial chino con surface de plugins propia, lo que cierra una asimetría que antes favorecía solo a vendors occidentales.

La batalla por el "OS layer" de los agents se está jugando entre Omnigent (cross-harness, que ya cubrimos el 2026-08-13 como competidor en el grafo) y Compozy, que se posiciona como system around the agent en vez de cross-harness. Lo relevante para CSS: Compozy tiene ADN Hermes-compatible desde el v0.3 beta vía ACP — si ya tienes Hermes corriendo, puedes delegar trabajo al daemon de Compozy sin migrar de runtime. Tres detalles de diseño que importan al operarlo: (1) Sessions y Loop runs pertenecen al daemon, así que sobreviven al cierre del terminal; (2) Compozy Network (compozy-network/v0) descubre peers e intercambia mensajes tipados con receipts; (3) el Gateway empareja devices con superficies públicas/privadas declaradas de forma explícita, lo que evita exponer endpoints por accidente. Caveat de madurez: v0.3 está en beta y v0.2.15 ya está marcado como deprecated y migrado a legacy/v0.2, así que cualquier integración debe apuntar a v0.3 desde el inicio.

Cualquier persona que escribe Agent Skills conoce el ciclo roto: "lo probé a mano, parece que funciona, lo subo, alguien reporta que falla en otro modelo". skill-up formaliza el loop correcto en CLI: declaras casos en YAML, corres la eval con y sin la Skill, el juez (rule_based, script o agent_judge) califica cada output, agregas resultados y vuelves a iterar. Es exactamente la guía oficial de agentskills.io (skill creation → evaluating skills) pero ejecutable y portable a engines como Qoder CLI, Claude Code, Codex, Qwen Code o uno custom vía transport local. La pieza que cierra el círculo es skill-upper: lee los fallos, repara o expande los casos de eval y vuelve a iterar, así no tienes que mantener los casos a mano. Compatible con evals.json de Anthropic (import con skill-up import o --auto); emite grading.json, benchmark.json, benchmark.md, result.json, JUnit XML y HTML reports. Para CSS: si vas en serio con Skills, ya no tienes excusa para no tener eval continua.

iPolloWork ataca un hueco que Codex y Claude Code no cubren: cuando el output es un deck, una web, un diseño o un video, no quieres un chat transcript ni un archivo terminado — quieres un workspace que puedas seguir editando. La pieza interesante es la integración con DeepSeek Harness (DSH) como subagent runtime: iPolloWork mantiene el workspace primario y delega bounded work a DSH cuando conviene, conservando cada uno sus propias Skills y plugins. Esto lo posiciona frente a Claude Code, que ya cubrimos el 2026-07-28 en el grafo como competidor; la diferencia práctica es el énfasis en artefactos editables (documents, presentations, websites, designs, videos) en vez de sesiones de chat. Flag de licencia importante: la API reporta NOASSERTION — antes de cualquier adopción seria, leer el LICENSE real del repo para verificar términos comerciales, porque source-available no es lo mismo que open source. Caveat de hype: los 7.9k followers en X global y 3.4k en X CN que destaca el README son métricas de comunidad, no de adopción técnica.

El pitch de Shannon es demoledor y resume el problema: "gracias a Claude Code y Cursor, tu equipo shippea código sin parar. Pero tu pentest? Una vez al año". Shannon automatiza ese gap combinando análisis estático del código fuente con browser automation y command-line execution para correr exploits reales contra la app y sus APIs, y solo reporta vulnerabilidades con PoC funcional — no findings especulativos. Soporta Anthropic, OpenAI, xAI y AWS Bedrock, así que no te ata a un vendor. La release de Shannon 2.0 (2026-08-14) viene acompañada de sample reports públicos que sirven de benchmark: OWASP Juice Shop (20+ vulns), c{api}tal API (15 críticas/altas) y OWASP crAPI (15+). Para CSS: la seguridad automatizada deja de ser "enterprise tier" y se vuelve developer-grade — puedes correrlo en CI contra cada build o release en vez de esperar al pentest anual. Caveat operativo: la licencia AGPL-3.0 obliga a abrir derivados en red; si lo embebes en un producto SaaS, evalúa implicaciones legales antes de adoptarlo.

MCP nació como "tool-use protocol", pero Apify lo está empujando a ser "tool-use + money" — la combinación que faltaba para que los agents tengan autonomía económica real. Desde el cliente MCP, los agents pueden comprar tokens AGI (recomendado), ejecutar Actors pagos bajo x402 (el HTTP 402 "Payment Required" que faltaba en el stack) o pagar vía Skyfire, todo sin intermediarios humanos. Esto convierte flujos "agent + scraping" en verdaderamente end-to-end: el agent descubre un Actor, lo paga, lo ejecuta y consume el resultado en la misma conversación. Detalle operativo relevante: el endpoint legacy SSE (https://mcp.apify.com/sse) ya está retirado y migrado a Streamable HTTP en https://mcp.apify.com, así que cualquier integración anterior hay que actualizarla. Para CSS: cuando un agent puede comprar su propio compute y data por sí solo, el diseño de productos agentic cambia — "tool calling" sino "economic actor"