Bienvenidos, entusiastas de la IA.

Escribes "@Claude" igual que escribirías "@Sara" o "@Marc". Esa es precisamente la idea detrás de Claude Tag, lanzado por Anthropic el 23 de junio. Ya no es un asistente que abres para una tarea puntual.

Es un auténtico compañero de trabajo que vive en tus canales de Slack, recuerda vuestras conversaciones y sigue avanzando en tus proyectos incluso cuando has apagado el ordenador.

Dentro de Anthropic, los resultados ya son espectaculares: El 65 % del código producido por su equipo de producto pasa ahora por su propia versión de Claude Tag.

¿Y si la próxima persona a la que menciones en Slack ya no fuera humana? Vamos a analizarlo...

Hoy en ReinoIA:

Resumen: El 23 de junio, Anthropic lanzó Claude Tag, una nueva forma de trabajar con Claude, comenzando por Slack. Ahora Claude puede unirse a tus canales como si fuera un miembro más del equipo: le das acceso a canales específicos, lo conectas a las herramientas, datos y bases de código que necesite, y cualquier persona del canal puede mencionar @Claude para delegarle una tarea mientras sigue trabajando en otra cosa.

Anthropic presenta Claude Tag como el comienzo de una nueva evolución de Claude Code, haciéndolo más proactivo y capaz de colaborar con un equipo completo en lugar de con una sola persona. La prueba interna es contundente: mencionar @Claude se ha convertido en una de las principales formas de sacar trabajo adelante dentro de Anthropic. Hoy, el 65 % del código producido por su equipo de producto es generado con su versión interna de Claude Tag.

Detalles:

Por qué es importante: El dato más revelador de este anuncio no es técnico. Es que el 65 % del código desarrollado por el propio equipo de producto de Anthropic ya pasa por Claude Tag. Ya no es una demostración. Es su forma real de trabajar. Este lanzamiento marca un cambio de paradigma silencioso pero profundo.

Claude deja de ser una herramienta que abres para resolver una tarea puntual y pasa a convertirse en un compañero permanente, que vive dentro de tus canales, acumula la memoria de tu equipo y hace avanzar proyectos mientras tú duermes.

Para cualquiera que trabaje en Slack, la verdadera pregunta es: cuánto falta para que mencionar @Claude sea tan natural como mencionar a un compañero de trabajo.

In our new white paper, The Architecture Behind AI-Native Revenue Automation, Tabs CTO Deepak Bapat breaks down what it actually takes to apply AI to revenue workflows without breaking the books.

You’ll learn why probabilistic reasoning isn’t enough for finance, how Tabs pairs LLMs with deterministic logic, and why a unified Commercial Graph is the foundation for scalable, audit-ready automation. From contract interpretation to cash application, this paper goes deep on where AI belongs—and where it absolutely doesn’t.

If you’re evaluating AI for billing, collections, or revenue operations, this is the architecture perspective most vendors won’t show you.

Get the whitepaper

Resumen: La mayoría de las herramientas de IA responden a tus preguntas. Viktor va un paso más allá: trabaja por ti directamente dentro de Slack o Microsoft Teams. En lugar de cambiar constantemente entre aplicaciones, puedes crear agentes de IA que automatizan tareas reales desde una simple conversación. Por ejemplo, puedes construir un asistente que transforme cualquier artículo o vídeo en un hilo para X, genere hooks virales y proponga nuevas ideas de contenido, todo sin salir de Slack.

Paso a paso:

Consejo profesional: No intentes automatizar todo tu trabajo. Automatiza únicamente las tareas repetitivas que no aportan valor creativo. Deja que Viktor se encargue de resumir contenido, generar primeros borradores o estructurar ideas, y dedica tu tiempo a lo que realmente marca la diferencia: aportar opinión, contexto y creatividad. Ahí es donde el trabajo humano sigue siendo insustituible.

El Resumen: Un grupo de investigadores de la Universidad de Chicago, liderado por el Dr. Pedram Hassanzadeh, está desarrollando una nueva generación de modelos meteorológicos basados en IA con un objetivo muy claro: hacer las predicciones más precisas, más rápidas y mucho más eficientes energéticamente.

La idea parece obvia una vez que la escuchas: "Hasta hace unos años, la previsión meteorológica que veías en la televisión o en el móvil procedía de un modelo extremadamente complejo: miles de ecuaciones resueltas por superordenadores", explica Hassanzadeh.

¿Y si, en lugar de eso, tratáramos la meteorología como un problema de reconocimiento de patrones, exactamente aquello en lo que la IA es mejor que cualquier otra tecnología?

Detalles:

Por qué es importante: Para personas como Gail Williams, supervisora escolar en Chicago, una predicción más precisa no es un simple avance tecnológico.

Es la diferencia entre avisar a los padres para que sus hijos lleven un jersey extra o dejar que les sorprenda la lluvia. "El clima de Chicago es muy particular; hay que estar preparado", explica.

Este proyecto demuestra una verdad que a menudo se pasa por alto cuando hablamos de IA: Los avances más importantes no siempre son los más espectaculares.

A veces consisten simplemente en un modelo capaz de predecir mejor si mañana va a llover, utilizando una fracción de la energía que consumen los superordenadores tradicionales.

¿Y si la verdadera revolución de la IA de esta década no estuviera en los chatbots, sino en algo tan cotidiano —y tan importante— como saber si debes llevar paraguas mañana?

🤖 MAI - La nueva familia de modelos de IA desarrollados por Microsoft, con siete nuevos modelos

🖥️ Holo 3.1 - El modelo mejorado de H Company para controlar ordenadores, ejecutándose completamente de forma local

💻 Hermes Desktop - El agente de Nous Research, ahora disponible como aplicación nativa de escritorio

🚀 Codex - La herramienta de programación con agentes de OpenAI, ahora con Sites y plugins específicos para cada rol.

🎆 Ideogram 4.0 - El nuevo modelo de generación de imágenes de Ideogram, líder entre los modelos open-weight.