Amazon Cognito now supports multi-Region replication, enabling you to synchronize user and machine identity data — including credentials, user pool configurations, and federation setups — to a secondary user pool in a standby Region you designate in near real-time. This capability helps you improve the resilience of your authentication system by providing a standby replica that can accept traffic in case there is a regional service disruption. In the event of a disruption in the primary Region, you can redirect traffic to the secondary user pool. Signed-in users continue accessing their applications without re-authenticating, and registered users can sign in with their existing credentials. Authentication methods continue to work in the secondary Region, including username/password, federation with social identity and SAML/OIDC providers, and machine-to-machine authorization flows. Multi-Region replication is available as an add-on for user pools in Essentials or Plus feature tiers. You can start using this feature in the following AWS Regions: US East (Ohio, N. Virginia), US West (N. California, Oregon), Asia Pacific (Mumbai, Seoul, Singapore, Sydney, Tokyo), Canada (Central), Europe (Frankfurt, Ireland, London, Paris, Stockholm), and South America (São Paulo). To get started, configure multi-Region replication using the AWS Management Console, AWS Command Line Interface (CLI), or AWS Software Development Kits (SDKs) by adding a replica user pool. Visit the pricing page for pricing details and the developer guide for instructions.
Amazon Cognito now supports multi-Region replication, enabling you to synchronize user and machine identity data — including credentials, user pool configurations, and federation setups — to a secondary user pool in a standby Region you designate in near real-time. This capability helps you improve the resilience of your authentication system by providing a standby replica that can accept traffic in case there is a regional service disruption. In the event of a disruption in the primary Region, you can redirect traffic to the secondary user pool. Signed-in users continue accessing their applications without re-authenticating, and registered users can sign in with their existing credentials. Authentication methods continue to work in the secondary Region, including username/password, federation with social identity and SAML/OIDC providers, and machine-to-machine authorization flows. Multi-Region replication is available as an add-on for user pools in Essentials or Plus feature tiers. You can start using this feature in the following AWS Regions: US East (Ohio, N. Virginia), US West (N. California, Oregon), Asia Pacific (Mumbai, Seoul, Singapore, Sydney, Tokyo), Canada (Central), Europe (Frankfurt, Ireland, London, Paris, Stockholm), and South America (São Paulo). To get started, configure multi-Region replication using the AWS Management Console, AWS Command Line Interface (CLI), or AWS Software Development Kits (SDKs) by adding a replica user pool. Visit the pricing page for pricing details and the developer guide for instructions.
A principios de este año, las demos de OpenClaw parecían estar por todas partes, aunque muchas se resumían en el mejor de los casos a un truco llamativo de fiesta («Mira, mi agente pidió una pizza»). Pero hizo que Omar Shahine, un empleado de Microsoft desde hace mucho tiempo, pensara: ¿Qué utilidad podrían tener en verdad las claws (módulos de extensión funcional)?
Resultó que mucha. En su tiempo libre, Shahine creó Lobster, un asistente personal de IA basado en OpenClaw. Tiene su propio Apple ID y dirección de correo electrónico, así que puede enviar mensajes de texto desde cualquier dispositivo con iMessage. En un inicio dividió a Lobster en un trío de agentes, cada uno con su propio perfil de seguridad y acceso a herramientas (ocho semanas después, ese número había aumentado a nueve agentes siempre activos). Lobster se encarga de la logística de viaje, envía recordatorios familiares de manera proactiva con antelación y, en general, ayuda a Shahine y a su familia a mantenerse organizados y a hacer las cosas. Y tras presentar Lobster al grupo de AI Accelerator de Microsoft, Shahine consiguió un nuevo trabajo: llevar OpenClaw a M365 y a la nube como CVP de lo que se denominó «Project Lobster».
Al mismo tiempo, Jakob Werner, miembro del personal técnico de Microsoft, seguía una idea similar, pero con un giro: un agente basado en una aplicación de escritorio inspirado en OpenClaw. El objetivo era ofrecer un asistente personal de IA potente y seguro para la empresa, que cualquiera dentro de Microsoft pudiera utilizar. En solo un par de semanas, lo que a nivel interno se denominaba «Clawpilot» ya había sido descargado por miles de empleados de Microsoft, y esa comunidad sigue en crecimiento.
Cuando Shahine empezó a reunir un pequeño equipo de constructores entusiastas—Ocean’s 11, claro está—Werner se unió de inmediato a sus filas. De manera reciente, ambos se reunieron en Redmond, Washington, para comparar ideas sobre cómo construir estos agentes siempre activos y autónomos y cómo navegar por los mundos de la seguridad empresarial, la memoria agéntica y más.
Abrazar el espíritu del código abierto
El equipo de Project Lobster representa una nueva manera de trabajar dentro de Microsoft, impulsada por los avances de la IA. Es un grupo muy unido que prefiere colaborar de forma asíncrona. Hay un consenso general en contra de las reuniones. Todos contribuyen a la base de código, incluido Shahine. Y no hay un asistente ejecutivo tradicional entre sus filas: cada miembro del equipo utiliza prototipos a lo largo del día para sumergirse por completo en la tecnología mientras la construyen. Incluso hay una comunidad de código abierto en crecimiento alrededor del equipo que refleja lo que se encuentra en proyectos de código abierto fuera de los muros de Microsoft.
«Nunca he visto un proyecto dentro de la empresa donde tanta gente apareciera con sus ideas y su código y trabajara para producir una PR «, dice Shahine.
Nunca he visto un proyecto dentro de la empresa donde tanta gente haya llegado con sus ideas.
De hecho, la expectación interna en torno al Project Lobster ha sido tal que el equipo ha recibido solicitudes de propuesta de cambios (PR – Pull Request, forma de proponer cambios en el código dentro de un proyecto) por todas partes durante la fase inicial de construcción, que revisaron para determinar si cumplían el estándar necesario para incluirlo en el producto. Incluso algunos de los cambios de Shahine no pasaron a la lista. El foco debía mantenerse en el objetivo central del producto: crear un agente personal siempre activo para el trabajo. Un ayudante de IA que aprende tus objetivos, se adapta a tus patrones de trabajo diarios y actúa con contexto, para identificar problemas antes de que surjan, mantener los proyectos en marcha e impulsar resultados sin una intervención constante. Un agente que pueda detectar cuando un calendario se ha saturado y proponer cambios específicos antes de que empiece la semana o identificar cuándo una decisión está estancada y redactar un seguimiento específico para desbloquearlo.
«Tenemos que determinar si una relación pública dada cambia o no la idea central del producto —y la velocidad de esa reseña es la velocidad humana, no la de la IA», señala Werner. «Cualquiera puede hacer una PR súper rápido ahora. Lo que intentamos es ayudar a la comunidad y enseñar a los colaboradores cómo revisar las PR.»
Aunque el trabajo comenzó como un experimento interno, pronto se convirtió en un esfuerzo centrado en el cliente que culminó con la introducción de Microsoft Scout, un agente personal siempre activo impulsado por la tecnología open-source OpenClaw.
De experimento a producto listo para empresas
Microsoft Scout opera de manera autónoma—con su propia identidad—y actúa en su nombre. Funciona en la nube, el escritorio y el navegador web, por lo que puede conectarse entre las superficies que usan—Teams, Outlook, OneDrive y SharePoint—y los sistemas donde circula el trabajo, incluido el correo electrónico, calendario y contactos.
A diferencia de cualquier claw común en la naturaleza, Microsoft Scout combina el código OpenClaw con la identidad empresarial, la gobernanza y la seguridad. Cada paquete se ingiere a través de una cadena de suministro de Microsoft seleccionada y firmada, y cada llamada a herramienta, solicitud de modelo y salto de red está mediado por un tiempo de ejecución de confianza cero: el contenedor del agente se trata como no confiable, con la identidad, los tokens y la política controlados por Microsoft fuera de él. Con Agent 365, los administradores disponen de un único plano de control, y Microsoft Purview ofrece a los equipos de seguridad la misma señal de cumplimiento y DLP que ya reciben de otras superficies M365.
«Es una herramienta súper poderosa», reconoce Werner. «Y para ser seguros en la empresa, necesitábamos asegurarnos de que la gobernanza de los datos fuera correcta, que la privacidad fuera correcta y que no cancelara una reunión y enviara toda tu información personal a esa cadena de correos electrónicos. Si envío a mi agente contigo, no debería contarte todo sobre mí. Estas áreas son posibles de contener, pero también tuvimos que hacerlo de manera equilibrada, que no limite las posibilidades a nada.»
Es un intercambio que merece la pena hacer. Y con las pruebas y confiables ofertas de seguridad empresarial de Microsoft y la investigación e innovación continuas en el sector, el equipo contó con una base sólida desde la cual afrontar el desafío.
El papel de la memoria agéntica
Para que un agente personal de IA siempre activo sea en verdad útil, debe ser proactivo—y eso requiere contexto impulsado por Work IQ. Con el tiempo, Microsoft Scout entiende cómo trabajan, utiliza las mismas herramientas de productividad que ustedes y les quita cosas de encima sin necesidad de constantes indicaciones. Aprende sus objetivos, se adapta a sus patrones de trabajo diarios y actúa con intención. A diferencia de las olas tecnológicas anteriores, este es un software en verdad personalizado. Eso es transformador, pero no está exento de compensaciones.
«OpenClaw, Claude Code, GitHub Copilot CLI, son arneses de codificación agéntica que, de manera básica, recuerdan—escriben cosas igual que hacen las personas», señala Shahine. «Escriben las cosas como un diario. Pero así como necesita recordar cosas, también necesita olvidar algunas cosas.»
Así como necesita recordar cosas, también necesita olvidar algunas cosas.
Como ejemplo, Shahine señala la introducción de la memoria en ChatGPT. Pasó un tiempo para contarle a ChatGPT que su hija tenía 17 años mientras que su hijo 13. Pero un año después, esa información seguía estática. El sistema no tenía el concepto de que algunos hechos debían cambiar con el tiempo, mientras que otras piezas de información —como tu nombre— permanecerían igual.
«En la fase de diseño, pensaba en el humano y en cómo los humanos memorizan las cosas», dice Werner. «Olvido cosas que son irrelevantes porque no las usé. Así que he creado un sistema en el que, si voy a usarlo de manera repetida, se va a quedar. Pero si no voy a usarlo con regularidad, quiero que el sistema se olvide. No quiero tener un diario infinito de cosas, ¿verdad? Así que hay una especie de capas de memoria, y con el tiempo desaparece si no se usa. Mientras tanto, la relevancia de otros recuerdos crece a medida que los usas más.»
Formación de un nuevo centro de gravedad
Cuando unieron fuerzas por primera vez, Werner le presentó a Shahine el concepto de gravedad, el marco en torno al cual operaba.
«Para construir un producto en verdad bueno, no creo que pueda hacerlo yo mismo», explica Werner. «Tenemos que colaborar con otras personas. Pero, ¿cómo influimos en otras personas para que colaboren con nosotros? Y la mentalidad que uso e intento inculcar en mi equipo es la gravedad. Construimos algo y lo hacemos tan grande en influencia—no en el número de características, sino en su influencia—que cuando surgen ideas nuevas y emocionantes, quieren intentar unirse a la gravedad de nuestro trabajo en lugar de disolver el enfoque.»
«Y no sabía en realidad de qué hablabas hasta que anunciaron mi nuevo papel», admite Shahine. «Pero desde entonces, he recibido cientos, si no miles, de mensajes de personas que quieren ayudar, personas que quieren aprender, personas que quieren mostrarme lo que han hecho y clientes que quieren saber cuanto antes cuándo van a poner las manos en lo que construimos. Hay muchas otras palabras para eso—atracción del usuario, señal—pero tu mantra de gravedad en verdad resuena conmigo ahora.»
Los empleados de Microsoft ya han comenzado a utilizar una experiencia temprana de escritorio de Microsoft Scout. Lo construimos para aprender cómo los agentes siempre activos aparecen en trabajos reales, y vemos cómo asume coordinación, afronta riesgos antes y mantiene el trabajo en movimiento sin necesidad de que se lo pidan de manera constante.
Ahora extendemos esa experiencia inicial a las organizaciones Frontier. Microsoft Scout está disponible como una versión experimental a través de Frontier, para dar a los clientes la oportunidad de explorar cómo puede encajar en sus propios flujos de trabajo.
El acceso requiere inscripción en Frontier, configuración de políticas de Intune y una certificación opt-in. Los usuarios con una licencia de GitHub Copilot pueden descargar e instalar la experiencia. Más información.
Den clic aquí para conocer más sobre el nuevo blog de Microsoft de constructuroes, para constructores.
AWS IoT Device Management adds MQTT session data to connectivity status API, enabling you to troubleshoot connectivity issues and audit connection patterns across your Internet of things (IoT) device fleet.
This launch brings AWS IoT Device Management’s existing connectivity status API to full parity with AWS IoT Core’s recently launched GetConnection API, enabling you to retrieve detailed connection and MQTT session information for the IoT device by its thing name. In addition to the connection status, timestamp, and disconnect reason already available, you now get visibility into MQTT session timeout and session expiry values, along with optional socket level details such as source and destination IP addresses, ports, and client VPC endpoint ID. Access to socket information is controlled through granular IAM policies, so you can restrict it to the teams that need it.
A key advantage of the connectivity status API over AWS IoT Core’s GetConnection API is data retention. While GetConnection retains connection and session details for 30 minutes after a device disconnects, the connectivity status API stores this information indefinitely. This means you can investigate disconnect reasons, review session metadata, and troubleshoot issues long after a device goes offline.
This enhancement is available in all AWS regions where AWS IoT Device Management is supported. AWS IoT Device Management only supports devices registered in AWS IoT Core Thing Registry. To learn more, visit the AWS IoT Device Management documentation and reference guide.
AWS IoT Device Management adds MQTT session data to connectivity status API, enabling you to troubleshoot connectivity issues and audit connection patterns across your Internet of things (IoT) device fleet. This launch brings AWS IoT Device Management’s existing connectivity status API to full parity with AWS IoT Core’s recently launched GetConnection API, enabling you to retrieve detailed connection and MQTT session information for the IoT device by its thing name. In addition to the connection status, timestamp, and disconnect reason already available, you now get visibility into MQTT session timeout and session expiry values, along with optional socket level details such as source and destination IP addresses, ports, and client VPC endpoint ID. Access to socket information is controlled through granular IAM policies, so you can restrict it to the teams that need it. A key advantage of the connectivity status API over AWS IoT Core’s GetConnection API is data retention. While GetConnection retains connection and session details for 30 minutes after a device disconnects, the connectivity status API stores this information indefinitely. This means you can investigate disconnect reasons, review session metadata, and troubleshoot issues long after a device goes offline. This enhancement is available in all AWS regions where AWS IoT Device Management is supported. AWS IoT Device Management only supports devices registered in AWS IoT Core Thing Registry. To learn more, visit the AWS IoT Device Management documentation and reference guide.
Amazon SageMaker Data Agent, available in SageMaker Unified Studio now supports conversation history, enabling data practitioners to maintain continuity across analytical sessions. Data analysts and data scientists can now seamlessly reference previous agent-generated code, resume multi-step analyses, and review past troubleshooting interactions within their notebooks and Query Editor workflows.
With conversation history, you can pick up exactly where you left off by accessing a scrollable list of past conversations through the clock icon in the chat panel header. Each conversation includes auto-generated titles and timestamps for easy identification. Whether you’re resuming complex multi-step analyses, reusing agent-generated code, or continuing troubleshooting from earlier notebook runs, conversation history keeps the context preserved. Data teams save time, eliminate rework, and move faster across concurrent projects, staying focused on insights rather than rebuilding context.
Amazon SageMaker Data Agent, available in SageMaker Unified Studio now supports conversation history, enabling data practitioners to maintain continuity across analytical sessions. Data analysts and data scientists can now seamlessly reference previous agent-generated code, resume multi-step analyses, and review past troubleshooting interactions within their notebooks and Query Editor workflows.
With conversation history, you can pick up exactly where you left off by accessing a scrollable list of past conversations through the clock icon in the chat panel header. Each conversation includes auto-generated titles and timestamps for easy identification. Whether you’re resuming complex multi-step analyses, reusing agent-generated code, or continuing troubleshooting from earlier notebook runs, conversation history keeps the context preserved. Data teams save time, eliminate rework, and move faster across concurrent projects, staying focused on insights rather than rebuilding context.
Conversation history is available in all AWS Regions where Amazon SageMaker Data Agent is currently available. To learn more about Amazon SageMaker Data Agent and how to leverage conversation history in your analytical workflows, visit the Amazon SageMaker product page or explore the Amazon SageMaker Unified Studio documentation.
Amazon SageMaker Unified Studio now enables you to schedule, parameterize, and orchestrate notebook runs directly from the notebook interface without managing external orchestration infrastructure. This makes it easier for customers to take notebooks from experimentation to production, automating recurring workloads such as daily reports, data quality checks, and model retraining.
You can trigger on-demand background runs on dedicated compute without interrupting interactive sessions and create scheduled or recurring runs. With notebook parameterization, you can reuse a single notebook across different inputs, for example, generating shipping performance reports for multiple carriers, by defining parameters and overriding their values per schedule or on-demand run. You can also orchestrate multi-notebook workflows using the Notebook Operator in the Workflows tool, chaining notebooks so that outputs from one run feed as inputs to the next. When a scheduled or background run fails, AI-assisted troubleshooting using SageMaker Data Agent helps you identify the root cause and suggests fixes directly in the notebook, reducing time to resolution. You can also use the Data Agent to create schedules and start notebook runs using natural language, without having to navigate. To get started, open a notebook in your SageMaker Unified Studio project, choose the menu on the Run all button, and select Run in background. To create a schedule, choose the schedule icon in the notebook header or ask the Data Agent to set one up for you.
Amazon SageMaker Unified Studio now enables you to schedule, parameterize, and orchestrate notebook runs directly from the notebook interface without managing external orchestration infrastructure. This makes it easier for customers to take notebooks from experimentation to production, automating recurring workloads such as daily reports, data quality checks, and model retraining.
You can trigger on-demand background runs on dedicated compute without interrupting interactive sessions and create scheduled or recurring runs. With notebook parameterization, you can reuse a single notebook across different inputs, for example, generating shipping performance reports for multiple carriers, by defining parameters and overriding their values per schedule or on-demand run. You can also orchestrate multi-notebook workflows using the Notebook Operator in the Workflows tool, chaining notebooks so that outputs from one run feed as inputs to the next. When a scheduled or background run fails, AI-assisted troubleshooting using SageMaker Data Agent helps you identify the root cause and suggests fixes directly in the notebook, reducing time to resolution. You can also use the Data Agent to create schedules and start notebook runs using natural language, without having to navigate. To get started, open a notebook in your SageMaker Unified Studio project, choose the menu on the Run all button, and select Run in background. To create a schedule, choose the schedule icon in the notebook header or ask the Data Agent to set one up for you.
You can use notebook scheduling in all AWS Regions where Amazon SageMaker Unified Studio is supported. To learn more, see the AWS blog and user guide.
AWS Step Functions now enables you to add AI agent reasoning steps to your workflow through an optimized integration with the managed harness (currently in preview) in Amazon Bedrock AgentCore. AWS Step Functions is a visual workflow service that orchestrates AWS services with built-in error handling, parallel execution, and human approval steps. The AgentCore harness lets you declare an agent through configuration where you specify the model, tools, and behavior. AgentCore provides the managed environment that runs the agent loop end-to-end.
With this integration, you can automate reasoning tasks in your workflow such as classifying a document or extracting elements from an unstructured form. You can run multiple agents in parallel or in sequence at different decision points in a single workflow and add human approval before critical actions. The workflow execution history shows agent input, output, token usage, and duration with links to agent turn details in Amazon CloudWatch, so you can trace and audit every agent decision. You can reuse an existing harness or create a new one directly from the Workflow Studio, the Step Functions visual builder. With per-invocation overrides such as the model, system prompt, and tools, you can adapt the agent to each workflow context without duplicating configurations. Agent context can be persisted across invocations using a session ID that works within or across workflow executions.
The harness integration is available in the following AWS Regions where the AgentCore harness preview is available: US East (N. Virginia), US West (Oregon), Europe (Frankfurt), and Asia Pacific (Sydney). Standard Step Functions pricing applies for workflow execution with no additional integration charges, and standard Amazon Bedrock and AgentCore pricing applies for model inference and associated AgentCore resources.
To learn more about adding agentic reasoning to your workflows, visit AWS Step Functions documentation.
AWS Step Functions now enables you to add AI agent reasoning steps to your workflow through an optimized integration with the managed harness (currently in preview) in Amazon Bedrock AgentCore. AWS Step Functions is a visual workflow service that orchestrates AWS services with built-in error handling, parallel execution, and human approval steps. The AgentCore harness lets you declare an agent through configuration where you specify the model, tools, and behavior. AgentCore provides the managed environment that runs the agent loop end-to-end.
With this integration, you can automate reasoning tasks in your workflow such as classifying a document or extracting elements from an unstructured form. You can run multiple agents in parallel or in sequence at different decision points in a single workflow and add human approval before critical actions. The workflow execution history shows agent input, output, token usage, and duration with links to agent turn details in Amazon CloudWatch, so you can trace and audit every agent decision. You can reuse an existing harness or create a new one directly from the Workflow Studio, the Step Functions visual builder. With per-invocation overrides such as the model, system prompt, and tools, you can adapt the agent to each workflow context without duplicating configurations. Agent context can be persisted across invocations using a session ID that works within or across workflow executions.
The harness integration is available in the following AWS Regions where the AgentCore harness preview is available: US East (N. Virginia), US West (Oregon), Europe (Frankfurt), and Asia Pacific (Sydney). Standard Step Functions pricing applies for workflow execution with no additional integration charges, and standard Amazon Bedrock and AgentCore pricing applies for model inference and associated AgentCore resources.
To learn more about adding agentic reasoning to your workflows, visit AWS Step Functions documentation.
Amazon Bedrock now supports GPT‑5.4 from OpenAI in AWS GovCloud (US-West) — giving government and regulated industry customers access to OpenAI’s most capable frontier model for professional work, backed by the enterprise-grade security and goverment compliance scope of AWS GovCloud (US).
GPT‑5.4 supports native computer-use capabilities, and deep reasoning across coding, documents, and multi-step agentic tasks — all running on Bedrock’s high-performance inference engine with isolated queues and durable state for fault-tolerant workloads. Your data stays in-partition and is never used to train models.
Amazon Bedrock now supports GPT‑5.4 from OpenAI in AWS GovCloud (US-West) — giving government and regulated industry customers access to OpenAI’s most capable frontier model for professional work, backed by the enterprise-grade security and goverment compliance scope of AWS GovCloud (US).
GPT‑5.4 supports native computer-use capabilities, and deep reasoning across coding, documents, and multi-step agentic tasks — all running on Bedrock’s high-performance inference engine with isolated queues and durable state for fault-tolerant workloads. Your data stays in-partition and is never used to train models.
For Regional availability of GPT-5.4 see the AWS Regions page. Read the launch blog to learn more, for documentation and a step-by-step walkthrough, see the Amazon Bedrock docs and the getting started blog.
Amazon Application Recovery Controller (ARC) Region switch helps customers orchestrate the failover of their multi-Region applications to achieve a bounded recovery time in the event of a Regional impairment. Today, we are announcing three new execution blocks — the Amazon Aurora serverless scaling execution block, the Amazon Aurora provisioned scaling execution block, and the Amazon Neptune global database failover execution block — which automate database scaling and failover for multi-Region workloads.
Customers running Amazon Aurora global database in active-passive configurations typically maintain a scaled-down secondary cluster to minimize cost. During failover, they must manually right-size and scale the secondary cluster to handle production traffic before routing requests — adding critical minutes to recovery time. The new Amazon Aurora serverless and Amazon Aurora provisioned scaling execution blocks automate right-sizing and scaling the secondary cluster as part of the Region switch plan, so it’s ready for production traffic when failover completes.
Customers running Amazon Neptune global database face a similar challenge: failover requires scripting or manually deciding whether to switchover or detach-and-promote depending on the outage type — all under the pressure of an active incident. The new Amazon Neptune global database failover execution block automates both planned switchover and unplanned failover scenarios within a single plan, eliminating custom scripting during recovery.
Amazon Application Recovery Controller (ARC) Region switch helps customers orchestrate the failover of their multi-Region applications to achieve a bounded recovery time in the event of a Regional impairment. Today, we are announcing three new execution blocks — the Amazon Aurora serverless scaling execution block, the Amazon Aurora provisioned scaling execution block, and the Amazon Neptune global database failover execution block — which automate database scaling and failover for multi-Region workloads. Customers running Amazon Aurora global database in active-passive configurations typically maintain a scaled-down secondary cluster to minimize cost. During failover, they must manually right-size and scale the secondary cluster to handle production traffic before routing requests — adding critical minutes to recovery time. The new Amazon Aurora serverless and Amazon Aurora provisioned scaling execution blocks automate right-sizing and scaling the secondary cluster as part of the Region switch plan, so it’s ready for production traffic when failover completes. Customers running Amazon Neptune global database face a similar challenge: failover requires scripting or manually deciding whether to switchover or detach-and-promote depending on the outage type — all under the pressure of an active incident. The new Amazon Neptune global database failover execution block automates both planned switchover and unplanned failover scenarios within a single plan, eliminating custom scripting during recovery. All three blocks support cross-account orchestration, enabling a single plan to coordinate database operations across multiple accounts and Regions. To learn more, read documentation of Amazon Aurora provisioned scaling, Amazon Aurora serverless scaling and Amazon Neptune global database failover
Build 2026: Impulsar Windows como plataforma de confianza para el desarrollo
Por: Pavan Davuluri, vicepresidente ejecutivo de Windows + Dispositivos.
Build es uno de nuestros momentos favoritos cada año: una oportunidad para conectar con la comunidad global de desarrolladores y compartir lo que hemos construido.
Durante el último año, hemos conectado con muchos desarrolladores que empujan los límites de lo posible en Windows. Lo que siempre escuchamos es que ustedes quieren una plataforma que les responda donde están, elimine fricciones y les dé la flexibilidad para elegir cómo y dónde construir en la zona local y en la nube, entre plataformas, lenguajes y frameworks. Esos comentarios han moldeado todo lo que anunciamos en Build.
La base de un gran desarrollo comienza con fundamentos sólidos, junto con una gran experiencia de desarrollador. Elevamos el listón de la calidad de Windows 11 y nos centramos a profundidad en hacer Windows más seguro y fiable en toda la shell – desde el Explorador hasta Inicio y Buscar– con un objetivo sencillo de reducir la carga cognitiva. Ya sea que creen aplicaciones modernas o experimenten con flujos de trabajo impulsados por agentes, estamos comprometidos a hacer que Windows sea más adaptable, capaz y alineado con la manera en que de verdad se lleva a cabo el desarrollo hoy en día. Y a medida que la IA sigue con la transformación de la manera en que se construye el software, invertimos de manera profunda para que ustedes puedan ejecutar sus cargas de trabajo de IA de manera segura donde tenga más sentido en el dispositivo, en la nube o entre ambos, sin compensaciones. Nuestro objetivo es tan solo ofrecerles una plataforma que acelere sus ideas.
¿Qué hay de nuevo para la plataforma Windows en Build?
Experiencia optimizada para desarrolladores en Windows 11 para construir y lanzar más rápido.
Coreutils para Windows: un conjunto de utilidades de línea de comandos similares a Linux que funcionan de manera nativa en Windows, ahora disponibles a nivel general.
Contenedores WSL: una forma integrada de crear, ejecutar e interactuar con contenedores Linux a través de la conocida CLI y API, más adelante en vista previa pública.
Habilidades de Desarrollo de Windows – proporciona a los agentes conocimientos estructurados para construir excelentes aplicaciones nativas de Windows de principio a fin por medio de habilidades de WinUI3 y WinApp CLI, ahora disponibles de manera general.
Terminal Inteligente – aporta de manera intencionada inteligencia contextual a sus agentes favoritos, directo a una experiencia basada en terminal para ayudar a depurar errores, ejecutar tareas de varios pasos para mantenerlos en su flujo, disponible en vista previa experimental.
Configuraciones de desarrollador de Windows – impulsado por WinGet, configura un entorno de desarrollo sin distracciones con VS Code, GitHub Copilot, WSL, PowerShell 7 y configuraciones optimizadas para desarrolladores con un solo comando en cualquier dispositivo Windows 11, ahora disponible a nivel general.
Windows 365 con configuración de desarrollador – Windows 365 viene preconfigurado con la misma configuración de desarrollador de Windows, disponible en vista previa pública.
Plataforma Windows segura para construir y ejecutar agentes con identidad de agente reforzada por el sistema operativo, contención y gestión a nivel empresarial.
Presentamos Microsoft Execution Containers (MXC) SDK: Una capa de ejecución basada en políticas que permite a los desarrolladores declarar a qué puede acceder un agente (por ejemplo, archivos, red) con límites de contención aplicados en tiempo de ejecución. MXC ofrece un espectro de semánticas de aislamiento que son componibles de manera dinámica, según la intención y el riesgo, disponibles en la vista previa temprana.
La integración nativa del Agente 365 con MXC permite que los agentes que se ejecutan en Windows inicien de manera segura y se mantengan seguros. La integración proporcionará protecciones Defender, Entra, Intune y Purview para que los equipos de seguridad y TI puedan restringir y proteger a los agentes locales y evitar riesgos empresariales, disponibles en una vista previa en julio.
OpenClaw se ejecuta de manera nativa en Windows al aprovechar MXC: el nodo y la puerta de enlace de Windows se ejecutan contenidos, así que su sistema sigue seguro. Pueden instalar y usar OpenClaw con facilidad en Windows con su propia aplicación complementaria y configurar sus propias claws o conectarse a las existentes, disponibles en código abierto. Estamos comprometidos en hacer que OpenClaw funcione de manera segura en Windows.
NVIDIA trae OpenShell a Windows construido sobre MXC – Integrar MXC a través de OpenShell proporciona a los desarrolladores un paquete fácil de desplegar para agentes autónomos y siempre activos de manera segura.
Windows 365 para Agentes – proporciona a los agentes que usan ordenadores PCs en la nube seguros y gestionados para ejecutar flujos de trabajo empresariales, ya disponibles a nivel general.
Inteligencia sin límite en Windows impulsada por IA en el dispositivo
Introducción de nuevos SLM en el dispositivo – Aion 1.0 Instruct, un SLM más pequeño, rápido e inteligente en el dispositivo, y Aion 1.0 Plan, un modelo de razonamiento y llamada de herramientas que permite capacidades locales de agente, disponibles en los próximos meses.
Ampliación de las APIs de IA de Windows a más PCs con Windows 11 en CPU y GPU API de reconocimiento de voz disponible en NPUs y CPUs. El SLM en dispositivo se expande a dGPUs capaces que permiten capacidades de inteligencia textual a nivel local y Video Super Resolution disponible en CPUs para que los desarrolladores puedan ofrecer experiencias más ricas sin necesidad de un viaje de ida y vuelta a la nube.
Presentamos Surface RTX Spark Dev Box, diseñado en específico para desarrolladores impulsado por silicio NVIDIA RTX Spark, que ofrece hasta 1 petaflop de computación IA junto con 128 GB de memoria unificada compartida entre CPU y GPU. Incluye toda la experiencia de Windows 11 optimizada para desarrolladores mencionada antes, para que los desarrolladores puedan construir, probar y ejecutar cargas de IA y agentes a nivel local, sin fricciones de configuración ni costes impredecibles en la nube.
Presentamos DGX Station para Windows — el superordenador de IA de escritorio más potente del mundo para desarrollar y ejecutar agentes en Windows — impulsado por el NVIDIA GB300 Grace Blackwell Ultra Superchip. Está diseñado de manera específica para desarrollar y ejecutar hasta un billón de modelos de IA Frontier de hasta un billón de parámetros a nivel local, así como para conectar agentes de IA Frontier siempre activos con aplicaciones y flujos de trabajo empresariales, que llegará en el cuarto trimestre de este año.
Presentamos Project Solara, una nueva plataforma construida desde cero para experiencias impulsadas por agentes de energía, incluidos dos nuevos dispositivos conceptuales que reimaginan cómo esto cobra vida. En conjunto, estas actualizaciones simplifican la manera en que ustedes configuran, construyen y ejecutan entre entornos, para aportar todo lo que necesitan a una experiencia de desarrollo Windows más cohesionada.
Nuevas capacidades en Microsoft Store – Estamos comprometidos a convertir Microsoft Store en una plataforma confiable para la distribución de aplicaciones, para ofrecer una incorporación gratuita y rápida a la empresa con soporte para Entra ID, tiempos acelerados de certificación de aplicaciones y nuevos análisis y análisis de suscripción casi en tiempo real para desarrolladores.
Experiencia optimizada para desarrolladores en Windows 11 para construir y lanzar más rápido
Hemos optimizado la experiencia de Windows 11 para desarrolladores, para incorporar utilidades de línea de comandos que se usan con frecuencia, un shell de confort familiar, una experiencia de configuración más rápida, una forma integrada de crear e interactuar con contenedores Linux en Windows y un nuevo Terminal Inteligente experimental.
Anunciamos la disponibilidad general de Coreutils para Windows
Los desarrolladores se mueven de manera constante entre plataformas, pero los comandos familiares no funcionan de manera consistente, lo que fuerza a soluciones temporales, pérdida de velocidad y cambio de contexto.
Para solucionar esto, hemos creado Coreutils para Windows a partir del proyecto de código abierto uutils, una reimplementación multiplataforma de GNU Coreutils en Rust. Son utilidades de línea de comandos similares a Linux que se ejecutan de manera nativa en Windows. Ya sea que se muevan entre Linux, macOS, WSL, contenedores o entornos en la nube, los comandos y flujos de trabajo que han construido durante años funcionan en su entorno Windows.
Anunciamos contenedores WSL, más adelante en vista previa pública
Los contenedores y Linux son fundamentales en los flujos de trabajo modernos de desarrollo. El Subsistema de Windows para Linux (WSL, por sus siglas en inglés) se ha convertido en fundamental para ejecutar cargas de trabajo Linux en Windows. El año pasado, en Build 2025, abrimos el código de WSL, y las contribuciones de la comunidad han crecido hasta superar las 200 PRs al mes. Aprovechamos este impulso al integrar WSL más a profundidad en Windows con contenedores WSL.
Los flujos de trabajo modernos de contenedores en Windows suelen depender de herramientas de terceros, lo que añade sobrecarga de configuración, coste de licencias y control empresarial limitado. Los equipos de TI también carecen de visibilidad constante sobre lo que se ejecuta y cómo interactúan los contenedores con el host subyacente. Los contenedores WSL proporcionan una forma integrada de crear, ejecutar e interactuar con contenedores Linux en Windows. Ya sea que trabajen en desarrollo local, flujos de trabajo de IA/ML o pruebas contenedorizadas, los contenedores Linux funcionan de fábrica. Para permitirles construir contenedores WSL, ofrecemos contenedores WSL CLI y API.
CLI de contenedores WSL: Utiliza el nuevo binario exe para construir, ejecutar y desplegar de manera directa contenedores Linux en Windows, de fábrica.
API de contenedores WSL: Accedan a funciones para ejecutar contenedores Linux de forma programática en sus aplicaciones nativas de Windows, para desbloquear escenarios como ejecutar cargas de trabajo de IA locales, pipelines de pruebas y procesamiento basado en Linux.
Para las empresas, los contenedores WSL proporcionan habilitación y gestión basadas en políticas a través de controles familiares de Windows. Los administradores de TI obtienen visibilidad sobre qué contenedores Linux se ejecutan en las máquinas de desarrolladores, pueden controlar de dónde provienen las imágenes y pueden gobernar cómo interactúan los contenedores con el host.
Los contenedores de WSL estarán disponibles en una versión pública previa en los próximos meses como una actualización regular de WSL. Como WSL es de código abierto, pueden ver el progreso del equipo en nuestro GitHub de WSL.
Anunciamos la disponibilidad general de configuraciones para desarrolladores de Windows
Entendemos que llegar rápido a un estado de código listo es importante, sin importar su flujo de trabajo de desarrollo. Las configuraciones para desarrolladores de Windows les permiten pasar de una máquina nueva a un entorno listo para programar en cuestión de minutos. Incluye:
dev-config.winget – un archivo de configuración WinGet, para conseguir un entorno de desarrollo optimizado y libre de distracciones con las versiones adecuadas de herramientas esenciales para desarrolladores instaladas – WSL, PowerShell 7, Git, GitHub CLI, Visual Studio Code, Python y más. También aplica configuraciones optimizadas para desarrolladores — como el control de versiones de Git en el Explorador de archivos, extensiones de archivo visibles y archivos ocultos mostrados. Es cien por ciento personalizable, así que pueden adaptarlo a sus necesidades y añadir sus herramientas de terceros favoritas.
Scripts específicos para carga de trabajo para desarrollo de contenedores, nube e infraestructura: facilita la instalación de las herramientas, bibliotecas y dependencias exactas que necesitan para su caso de uso específico.
Los scripts de configuración de confort de WSL – les permiten llevar sus herramientas y flujos de trabajo preferidos a Windows – como homebrew, zsh, starship y más.
Anunciamos Intelligent Terminal, disponible en versión experimental
Los desarrolladores dedican una parte significativa de su flujo de trabajo a la terminal, pero hoy en día esa experiencia carece de integración con las herramientas de agentes y el contexto en el que dependen. Deben salir del terminal para buscar correcciones y copiar sugerencias de múltiples fuentes, lo que conduce a un aumento del cambio de contexto.
Para solucionar esto, Intelligent Terminal proporciona contexto a sus agentes favoritos a través de ACP (Protocolo de Comunicación de Agentes, por sus siglas en inglés), para que puedan permanecer en el terminal y consultar, depurar o completar cualquier tarea que tengan entre manos. Se basa en la experiencia existente de Windows Terminal, así que tienen todo lo que ofrece (pestañas, perfiles, temas, configuraciones, shells) además de la integración nativa de la CLI de agentes en el panel de agentes. Si no hay agente instalado, GitHub Copilot está disponible para que puedan empezar.
En un escenario típico, cuando un comando falla, Intelligent Terminal muestra en automático el contexto y sugiere soluciones que pueden ejecutar de inmediato en el panel dedicado del agente. En lugar de depurar paso a paso en varias herramientas, pueden resolver problemas, iterar y avanzar con rapidez, mientras mantienen su flujo.
Anunciamos la disponibilidad general de Habilidades de Desarrollo de Windows
Presentamos Habilidades de Desarrollo de Windows (Windows Development Skills) para permitir a los agentes aprovechar de manera directa el conocimiento estructurado y ejecutarlo durante todo el ciclo de vida de la construcción de una aplicación nativa de Windows a través de habilidades WinUI3 y la interfaz de comando de winapp. Al alimentar a los agentes con conocimientos específicos de desarrollo de aplicaciones para Windows, estas habilidades ayudan a lograr la eficiencia de los tokens. Para añadir Habilidades de Desarrollo de Windows a sus agentes favoritos, visiten https://aka.ms/winui-skills.
Anunciamos Windows 365 con configuración de desarrollador, disponible en vista previa pública
Junto al desarrollo local, las empresas suelen necesitar cada vez más una opción basada en la nube para estandarizar los entornos de desarrollo entre equipos, escalar bajo demanda y estar listas para programar desde cualquier dispositivo, sin gestionar la infraestructura o la configuración local. Para responder a estas necesidades, traemos nuevas capacidades para desarrolladores a Windows 365, un servicio basado en la nube que transmite de forma segura una experiencia completa de escritorio Windows a cualquier dispositivo.
Windows 365 con configuración de desarrollador ofrece entornos listos para codificar en la nube. Esta imagen ofrece una experiencia de desarrollo de Windows 11 coherente y preconfigurada desde el primer inicio de sesión, con herramientas de uso común como Visual Studio Code, Git, GitHub CLI y WSL ya configuradas. El entorno también puede ampliarse con SDKs adicionales, CLIs, paquetes y herramientas de compilación basadas en los requisitos del proyecto, manteniéndose alineado con las políticas y controles de la organización.
Con configuraciones flexibles de rendimiento y acceso fluido desde cualquier dispositivo, Windows 365 ayuda a agilizar los flujos de trabajo de desarrollo, ya sea al trabajar en el sitio o de manera remota, entre entornos Windows y Linux (vía WSL), para ejecutar modelos de IA o moviéndose entre configuraciones locales y en la nube.
Todas estas mejoras comparten un objetivo común: ofrecer a los desarrolladores un entorno en el que puedan confiar, uno que se mantenga al margen y les mantenga en el ritmo. Y a medida que la IA se convierte en parte integral de cómo se construye y lanza el software, la plataforma también debe evolucionar. Por eso damos el siguiente paso: hacer de Windows el mejor lugar para crear y ejecutar agentes.
Windows es la plataforma segura para construir y ejecutar agentes con contención impuesta por el sistema operativo, identidad de agente y gestión a nivel empresarial
A medida que los agentes se vuelven más capaces y autónomos, generan ganancias materiales en la productividad. Pero también introducen nuevos riesgos, y el problema no es solo el agente. Es todo el sistema por el que opera el agente. Cada interacción — entre agentes y humanos, herramientas, aplicaciones, modelos e incluso otros agentes — expone nuevas superficies de ataque e introduce diferentes modos de fallo. Este es un problema de sistemas multicapa.
Por eso hemos construido contención, identidad y gestionabilidad como primitivas fundamentales en el sistema operativo, para hacer de Windows la plataforma más confiable para construir y ejecutar agentes.
Microsoft Execution Containers (MXC) — ya disponible en una vista previa anticipada
Es fundamental contener el impacto en el agente sin limitar las ganancias de productividad. Por eso presentamos Microsoft Execution Containers (MXC), una capa de ejecución multiplataforma y basada en políticas para agentes en Windows y WSL. Los desarrolladores declaran a qué puede acceder un agente, como archivos y políticas relacionadas con redes configuradas en Intune, y MXC hace cumplir esos límites en tiempo de ejecución.
Windows ofrece un espectro sandbox componible a través de MXC — un único SDK y modelo de políticas que se corresponde con la construcción de aislamiento adecuada para cualquier carga de trabajo de agente.
El aislamiento rápido de procesos (adoptado por la CLI de GitHub Copilot) y el aislamiento de sesión separan la ejecución del agente del escritorio, portapapeles, interfaz de usuario y dispositivos de entrada del usuario, y de manera crítica, vinculan al agente a una identidad de usuario fuerte — lo que mitiga la suplantación de la interfaz, la inyección de entradas y la fuga de datos entre sesiones. El aislamiento de procesos y de sesión estarán disponibles para los usuarios de Windows poco después de la compilación.
Windows 365 for Agents, ahora de disponibilidad general, extiende la contención más allá del dispositivo local y los agentes que se ejecutan en un PC en la nube gestionado por Intune, separado por completo del equipo del usuario.
Micro-VMs, contenedores Linux e integración MXC para Windows 365 for Agents están en la actualidad en nuestra hoja de ruta como capacidades adicionales de contención MXC.
Agent 365 superpone políticas de Entra e Intune para que TI pueda gobernar la contención de manera centralizada mientras los desarrolladores eligen el peso de protección que exige su carga de trabajo.
Identidad de agente forzada por el sistema operativo y gestión empresarial en Windows
Más allá de la contención, toda actividad de los agentes debe ser atribuible y gobernada. Windows asigna a los agentes un ID local o una identidad provisionada en la nube respaldada por Entra y asigna toda la actividad del contenedor a esa identidad, para que puedan diferenciar con claridad entre humano y agente.
La integración nativa de Windows con el Agente 365 proporciona una base común para la observabilidad, la seguridad y la gobernanza, incluida la integración nativa de Intune para establecer políticas que limitan la ejecución en tiempo de ejecución del agente y controlan cómo se ejecutan. Defender, Entra, Intune y Purview proporcionarán protecciones en tiempo de ejecución para amenazas en evolución a través de accesos, datos sensibles, indicaciones maliciosas y comportamientos arriesgados, para que los equipos de seguridad y TI puedan prevenir riesgos empresariales.
Colaboramos con innovadores líderes en la industria como Hermes, Manus, NVIDIA, OpenAI y OpenClaw, para garantizar que el contenedor que construimos respalde las necesidades reales de los desarrolladores.
OpenClaw ahora ejecuta el nodo y la pasarela de manera segura en Windows con el aprovechamiento de MXC. Pueden usar la nueva aplicación complementaria de Windows para configurar con facilidad sus propias claws o conectarse a las existentes.
NVIDIA lleva OpenShell a Windows, construido sobre MXC. Integrar MXC a través de OpenShell proporciona a los desarrolladores un paquete fácil de desplegar para agentes autónomos y siempre activos de manera segura.
Hermes Agent integrará OpenShell y MXC en su nueva aplicación para Windows.
«Los agentes locales que operan de manera continua, como el Agente Hermes, requieren aislamiento intencionado. Los desarrolladores necesitan control sobre lo que un agente puede acceder y confiar en que esos controles lo harán», dijo Dillon Rolnick, CEO de Nous Research. «Microsoft Execution Containers (MXC), integrado con OpenShell, proporciona una base basada en políticas para agentes privados en el dispositivo en Windows.»
«Trabajar con Microsoft en los Microsoft Execution Containers (MXC) nos permite explorar nuevos patrones para que los agentes de IA generen y ejecuten código de forma segura y eficiente. Al combinar las capacidades de Codex con el entorno de ejecución de MXC, nuestro objetivo es ayudar a los desarrolladores a pasar más rápido de la ejecución de intención a la fiable, para mantener al mismo tiempo la seguridad y el control que las empresas necesitan», dijo David Wiesen, miembro del personal técnico de OpenAI.
«Manus está diseñado para ayudar a los usuarios a pasar de la intención al trabajo completado a través de herramientas, archivos, código y flujos de trabajo», dijo Tao Zhang, Director de Producto. «Con Microsoft Execution Containers (MXC), Windows ofrece a los desarrolladores una forma basada en políticas para definir a qué puede acceder un agente y hacer cumplir esos límites en tiempo de ejecución, para que más agentes autónomos puedan operar de manera segura en entornos empresariales.»
Anunciamos Windows 365 for Agents disponible a nivel general dentro del Agente 365
Windows 365 for Agents ofrece PCs en la nube que permiten a los agentes de IA ejecutar flujos de trabajo en varios pasos a través del software, incluidos abrir aplicaciones, navegar por interfaces, introducir entradas y procesar datos. Hoy en día, ponemos Windows 365 para Agentes a disposición general dentro del Agente 365, lo que permite a los creadores de Agentes crear agentes que usen ordenadores para una variedad de casos de uso empresariales.
Hemos comenzado a entrar en una nueva era del desarrollo de software. A medida que los modelos de IA se vuelven más potentes, los flujos de trabajo agénticos exigen un cálculo continuo, lo que incrementa los costes en la nube. Al trasladar parte de esa inteligencia al entorno, transformamos la experiencia del desarrollador: los modelos de frontera abordan problemas de frontera, mientras que todo lo demás se ejecuta a nivel a gran escala.
Una nueva generación de modelos de lenguaje pequeños (SLM, por sus siglas en inglés) en dispositivos en Windows facilita esto. Windows ML es la plataforma que desbloquea inteligencia sin límites en Windows, lo que permite a los desarrolladores construir, optimizar y desplegar IA a gran escala, en todo el silicio. Hoy traemos nuevas capacidades para acelerar el desarrollo local de IA.
Una nueva generación de modelos en el dispositivo – Aion 1.0 Instruct y Aion 1.0 Plan en vista previa
Presentamos una nueva generación de modelos diseñados en específico para la ejecución local, cada uno diseñado para un nivel específico de capacidad del dispositivo. Juntos, representan una progresión clara: desde la eficiencia a gran escala hasta el razonamiento agente local, donde todo funciona sin dependencia de la nube ni coste por token.
Aion 1.0 Instruct: eficiencia a escala. Aion 1.0 Instruct es nuestro modelo de lenguaje pequeño de próxima generación, más pequeño, rápido y más eficiente que nuestro actual SLM con Windows OS. Diseñado desde cero para cargas de trabajo en el dispositivo, Aion 1.0 Instruct impulsa la inteligencia textual cotidiana (resumen, reescritura, intenciones, accesibilidad) y se extiende más allá de las APIs de Windows, con integración en el navegador Edge y disponibilidad como pesos abiertos. Los desarrolladores pueden empezar a experimentar con Aion 1.0 Instruct en la vista previa hoy mismo en los canales de Edge Insider y como modelo de código abierto en julio en Hugging Face.
Plan Aion 1.0: razonamiento agente local. El Plan Aion 1.0 es un modelo de razonamiento y llamada de herramientas con 14.000 millones de parámetros y una longitud de contexto de 32.000 que se envía en bandeja de entrada como parte de Windows en dispositivos compatibles. Permite a las aplicaciones razonar sobre la intención del usuario, invocar herramientas, gestionar archivos y orquestar subagentes, para incorporar flujos de trabajo agénticos al dispositivo.
Anuncio de la nueva API de Reconocimiento de Voz
El año pasado en Build, presentamos las APIs de IA de Windows impulsadas por modelos locales en el dispositivo. Hoy añadimos la API de Reconocimiento de Voz a esta lista.
La API de Reconocimiento de Voz permite la conversión de voz a texto en tiempo real o por lotes en el dispositivo a partir de audio en directo. Los desarrolladores pueden habilitar sus aplicaciones para producir transcripciones a partir de grabaciones o insertar subtítulos en cualquier lugar donde se reproduzca audio, por medio del micrófono, entradas de archivos de audio o en streaming, con ejecución acelerada por hardware cuando esté disponible.
Al ejecutarse a nivel local, las transcripciones aún pueden generarse sin necesidad de conectividad de red, lo que ahorra en costes en la nube. Esto abre nuevas posibilidades para la entrada de texto moderna, aplicaciones audio-video, flujos de trabajo con dictado y herramientas de accesibilidad que necesitan transcripción fiable y de baja latencia, sin importar la conectividad.
La API de Reconocimiento de Voz entrará en la vista previa pública. La API estará en un inicio limitada al reconocimiento de voz en inglés y se expandirá a medida que se despliegue de manera gradual en mercados globales.
Descubran más sobre la nueva API de Reconocimiento de Voz cuando esté disponible esta semana en: aka.ms/speech-recognition-api.
Anunciamos la expansión de las APIs de IA de Windows en GPUs y CPUs, ya disponible
Las APIs de IA de Windows ofrecen el camino más rápido y sencillo para que los desarrolladores integren la IA local en sus aplicaciones por medio de APIs listas para usar, impulsadas por modelos en dispositivos especializados en tareas específicas. Nos complace compartir que las APIs de IA de Windows se expanden más allá de las NPU para llegar a CPUs y GPUs, lo que lleva a experiencias de IA locales a un conjunto mucho más amplio de dispositivos con Windows 11. Además del soporte existente para NPU, nuestro SLM de bandeja de entrada de Windows está disponible en GPUs compatibles y en resolución de vídeo superresolución y reconocimiento de voz en CPUs, todo en vista previa pública.
Esta expansión ofrece a los desarrolladores una audiencia más amplia para sus aplicaciones impulsadas por IA con un rendimiento optimizado para el sistema operativo. Descubran más sobre el soporte de la API de Windows y los requisitos mínimos de hardware aquí: aka.ms/WinAI/APIs
Los modelos de la bandeja de entrada de Windows que alimentan las APIs de IA no se descargan en automático en todos los dispositivos. Solo se adquieren cuando una aplicación en el dispositivo las solicita, lo que mantiene el impacto mínimo en almacenamiento y ancho de banda para los usuarios que no las necesitan.
Muchos desarrolladores de aplicaciones ya aprovechan Microsoft Foundry en Windows para habilitar la IA local en sus aplicaciones.
Con Microsoft Foundry en Windows, la IA local ya no es un compromiso: es una plataforma para experiencias innovadoras para desarrolladores. Desde modelos pequeños eficientes hasta razonamiento agente y codificación de frontera, esto es inteligencia sin medida en Windows.
Windows en hardware de próxima generación diseñado en específico para desarrolladores
Traemos dispositivos diseñados en específico para desarrolladores, que son la mejor expresión de toda la suite de avances y nuevas capacidades que presentamos hoy, desde experiencia optimizada para desarrolladores, plataforma segura para construir y ejecutar agentes, hasta nuestra plataforma local de IA.
Con el aumento de la capacidad de modelos agénticos y de codificación que se ejecutan a nivel local en esta clase de dispositivo, podemos dar el siguiente paso hacia la computación híbrida: unir lo mejor de la nube y el cliente. En la CLI de GitHub Copilot permitiremos a los desarrolladores configurar la delegación selectiva de tareas a subagentes impulsados por un modelo local. A través de /fleet, el agente principal que se ejecuta en la nube construye un plan, evalúa la complejidad de cada tarea y enruta de manera local las adecuadas, según el tamaño y la capacidad de los modelos. Este enfoque aprovecha el cálculo local disponible para reducir costes sin comprometer la calidad.
Con los PCs Windows 11 impulsados por silicio capaz de AMD, Intel, NVIDIA y Qualcomm, incluidas máquinas de clase estación de trabajo impulsadas por AMD Ryzen AI MAX+ 395, el nuevo NVIDIA RTX Spark y sistemas de clase data center como NVIDIA DGX Station para Windows, los desarrolladores ahora tienen acceso a capacidades de IA sin límites y escalonadas adaptadas a necesidades específicas, desde el desarrollo cotidiano hasta tareas de vanguardia.
Anunciamos la Surface RTX Spark Dev Box disponible más adelante este año
Surface RTX Spark Dev Box ofrece un rendimiento de IA primero en GPU con el nuevo silicio NVIDIA RTX Spark, que proporciona 1 petaflop de computación de IAi y 128GB de memoria unificada compartida de manera dinámica entre CPU y GPU en un único espacio de direcciones de memoria. Esta base de hardware está diseñada para la optimización de modelos, el ajuste fino y grandes cargas de inferencia. Al hacer que estas cargas de trabajo sean prácticas para ejecutar a nivel local, se reduce la dependencia de flujos de trabajo solo en la nube, lo que ayuda a evitar costes recurrentes de tokens y picos de uso, para mantener la iteración rápida y predecible.
Surface RTX Spark Dev Box incluye una experiencia optimizada para desarrolladores en Windows 11 – preconfigurada con todas sus herramientas esenciales para desarrolladores – Visual Studio Code, GitHub Copilot disponible en línea en Windows Terminal, WSL, PowerShell 7 y ajustes de Windows ajustados para desarrollo – así que ustedes pasan menos tiempo en configurar su máquina y más tiempo en construir desde el momento en que inicias sesión.
Para saber más, visiten el blog de Devices. La Surface RTX Spark Dev Box estará disponible a finales de este año en EE. UU. en exclusiva en Microsoft.com. Más información en microsoft.com/devboxii.
Presentamos DGX Station para Windows, disponible a finales de este año
Durante décadas, nos hemos asociado con NVIDIA para llevar las experiencias informáticas más potentes al mundo. DGX Station para Windows es el siguiente paso en un viaje de varios años para sacar todo el poder de Windows y desbloquear un rendimiento revolucionario en IA en la plataforma Windows.
Basándose en el diseño del sistema NVIDIA DGX Station, DGX Station para Windows es el superordenador de IA de escritorio definitivo, que incorpora la infraestructura de IA NVIDIA GB300 Grace Blackwell directo al ecosistema de Windows, para brindar el cálculo necesario para construir, ejecutar y conectar potentes agentes de IA a las aplicaciones e infraestructuras que los usuarios de Windows ya aprovechan. Puede ejecutar modelos de IA de frontera hasta 1 billón de parámetros a nivel local.
Mayor seguridad de Windows, al reducir el riesgo por defecto
Windows refuerza su base de seguridad para reducir el riesgo por defecto. Las nuevas capacidades refuerzan esta base a través de capas clave al reducir el riesgo heredado, reforzar la confianza en el código y avanzar en la criptografía. Esto eleva el listón de seguridad a nivel de plataforma, al proteger en etapas tempranas del ciclo de vida, no solo después de que el código se ejecute.
Preparen sus aplicaciones para un mundo post-cuántico en Windows. Windows sigue con la ampliación del soporte post-criptografía cuántica (PQC, por sus siglas en inglés) en toda la plataforma, para ampliar la cobertura de algoritmos e integrándolo más a fondo en la plataforma. Esto incluye el intercambio de claves híbridas PQ en la pila TLS de Windows, soporte para algoritmos PQC compuestos mediante APIs de criptografía de Windows (CNG, por sus siglas en inglés) y funciones de certificado, y emisión de certificados PQ mediante Active Directory Certificate Services (ADCS). Lean más aquí.
Alejarse de la autenticación heredada hacia valores predeterminados más fuertes y seguros, para reducir la exposición a rutas de ataque conocidas. IAKerb y LocalKDC (en WIP Server and Client) se pueden configurar mediante nuevas claves de registro, lo que ayuda a reducir el uso de NTLM y permitir una autenticación más fuerte basada en Kerberos en más escenarios. Lean más aquí.
Asegúrense de que solo los controladores confiables se ejecuten en su dispositivo por defecto. La firma de conductores ahora sigue un nivel de seguridad más alto con un proceso de certificación actualizado. Windows se orienta hacia controladores certificados por el Programa de Compatibilidad de Hardware de Windows (WHCP, por sus siglas en inglés) como predeterminado, con una transición gradual de auditoría a aplicación y requisitos de confianza más estrictos con el tiempo. Lean más aquí.
Proteger los dispositivos de aplicaciones no confiables sin interrumpir a los usuarios. Smart App Control para consumidores y App Control para Empresas amplía su cobertura en millones de dispositivos, con una aplicación más sólida basada en la reputación, nuevas APIs de integración y control basado en políticas para entornos empresariales.
Mirar hacia adelante
Construir siempre es un momento para pausarse, reflexionar y mirar hacia adelante. A medida que el desarrollo sigue su evolución, Windows ofrecerá a los desarrolladores la flexibilidad para elegir sus herramientas, moldear sus flujos de trabajo y decidir cómo funciona la inteligencia. Ya sea que construyan aplicaciones, desplieguen modelos de IA o experimenten con agentes, nuestro objetivo es el mismo: hacer de Windows el mejor lugar para construir, tanto hoy como en el futuro.
Deseamos ver qué creas a continuación. Únanse a nosotros durante Build para aprender más, explorar las sesiones y profundizar en las actualizaciones que dan forma a la plataforma para desarrolladores de Windows.
iFuente: NVIDIA. Basado en 1 FP4 TOPS teórico con la característica de esparsidad.
iiMicrosoft Surface RTX Spark Dev Box y Surface Laptop Ultra son productos de pre-lanzamiento. Los productos y características están sujetos a certificación/aprobación regulatoria; la venta y entrega efectivas dependen del cumplimiento de los requisitos aplicables.
La IA por sí sola no cambiará su negocio. El sistema que lo ejecuta lo hará.
Por: Jay Parikh, vicepresidente ejecutivo, CoreAI.
La IA ha llegado a la empresa, y el cambio ocurre de golpe. Cada función, cada rol, cada flujo de trabajo ha comenzado a ser remodelado. Al mismo tiempo, ha surgido una nueva clase de organizaciones, una que será diferente de las compañías que definieron la última era de los negocios. Los ganadores no serán los que tengan más demos, sino aquellos que conviertan la IA en un sistema gobernado y en continua mejora para ejecutar trabajo real.
Esto no se trata solo de chatbots. Esas experiencias son útiles, pero no transforman la manera en que operan las grandes organizaciones. La verdadera oportunidad son equipos de agentes que ejecuten trabajos de larga duración en funciones como entrega de software, soporte, finanzas, recursos humanos y operaciones — con la identidad, contexto, política y supervisión humana necesarios para confiar en ellos en producción.
Para que esto sea posible, las empresas necesitan algo más que acceso a un modelo de IA potente o a una computación escalable. Lo que determina el éxito es el sistema alrededor de la IA: cómo los equipos de ingeniería construyen y despliegan los agentes, cómo se contextualizan en la empresa, cómo se gobiernan y observan en producción, y cómo mejoran de forma segura con el tiempo. Sin ese sistema, la IA es todavía fragmentada, frágil y difícil de confiar a gran escala.
Hemos adoptado un enfoque diferente. Construimos una plataforma de agentes integral: una que soporta muchos modelos, es abierta y les da opciones y flexibilidad en cada capa de la pila. Y la diseñamos a propósito con los desarrolladores en el centro. Hoy, las siguientes piezas de esa plataforma han comenzado a encajar.
Construir un sistema para la empresa agéntica
Para tener éxito en esta nueva era, una plataforma de agentes debe llegar a un listón más alto. Debe gestionar cargas de trabajo reales en producción, mapear la complejidad organizativa real y gestionar la responsabilidad real del negocio.
Nos basamos en tres principios clave:
Primero, debe ser un sistema único e integrado, con soporte para una amplia gama de modelos. Las empresas no pueden permitirse montar su estrategia de agentes pieza a pieza. Herramientas desconectadas unidas después pueden ralentizar a los equipos e introducir riesgos innecesarios. La construcción, contextualización, funcionamiento, gobierno y mejora de agentes debería ocurrir dentro de un sistema coherente. Por eso reunimos Azure, GitHub, Microsoft IQ, Fabric, Foundry, Windows, Microsoft Security y Microsoft 365 para que funcionen como un único sistema que pueden usar para desplegar agentes a escala empresarial. Las empresas también necesitan la flexibilidad para elegir el modelo adecuado para la tarea, equilibrando calidad, rapidez y coste — incluidos los modelos de Microsoft, modelos de socios y modelos abiertos.
En segundo lugar, debe estar asegurado y gobernado por diseño. La gobernanza es fácil de reclamar y mucho más difícil de lograr. Hacerlo real significa empezar con una única pila que abarque el desarrollo hasta la producción, basada en los fundamentos de identidad, acceso, cumplimiento y seguridad en los que las empresas ya confían en ellos. Al extender Entra, Purview, Defender, Agent 365 y la pila más amplia de Microsoft Security, la gobernanza se vuelve nativa del sistema en lugar de añadirse más adelante, para apoyar las ambiciones de una empresa que pone la IA en primer lugar sin comprometer el control.
En tercer lugar, debe mejorar de manera continua. Los sistemas de IA empresariales no pueden ser estáticos. El comportamiento del agente, los resultados y la retroalimentación humana deben fluir de nuevo al sistema, para que pueda mejorar de manera segura con el tiempo, bajo supervisión humana. A medida que el sistema funciona, los modelos, flujos de trabajo y agentes se vuelven más capaces y específicos para los procesos empresariales únicos de una empresa. El resultado es un sistema que aumenta su valor cuanto más tiempo se utiliza.
Estas propiedades se han convertido en imprescindibles, y las empresas que alinean sus ambiciones de IA con estos tres principios avanzarán en trimestres, no en años.
Entonces, ¿cómo puede un sistema así tomar forma dentro de una empresa real? Empieza donde empieza el trabajo, con cómo se construyen los agentes. Veamos cómo es eso en la plataforma que hemos construido.
1. Compilar en GitHub
GitHub es donde ya trabajan sus desarrolladores. Es donde residen sus dependencias, donde se guarda su aplicación y el contexto del código, donde colaboran con la comunidad de código abierto de la que dependen y donde impulsan la innovación. Construir agentes en cualquier otro lugar significa dejar todo eso atrás.
Los agentes deberían construirse igual que el software de producción. Escriben código con GitHub Copilot para avanzar más rápido. Reúnen los recursos que más importan: bases de código, elementos de trabajo, habilidades de los agentes y herramientas. Y como los agentes no son solo código, ustedes traen sus evaluaciones y activos de observabilidad junto a ellos, todos versionados como debería ser cualquier sistema de producción.
Los agentes deben seguir un ciclo de vida: buscar, probar, desplegar, observar y mejorar. GitHub configura ese ciclo de vida y proporciona los controles necesarios desde el primer día. El resultado es un flujo de trabajo diseñado para construir agentes con las barreras adecuadas desde el principio. Y pueden hacer todo esto en un solo lugar, en una nueva app creada para este sistema.
2. Contextualizar con Microsoft IQ
El código es solo una parte de un agente. Para ser útil, un agente también debe entender su negocio: sus clientes, sus productos, sus contratos, sus procesos. Sin contexto empresarial e inteligencia en la que puedan confiar, incluso el modelo más capaz lo que hace es adivinar.
Las empresas requieren una gran variedad de modelos y la capacidad de adaptar el modelo adecuado al puesto adecuado, pero la elección del modelo por sí sola no es suficiente. Microsoft IQ ancla a los agentes en un contexto empresarial conectándose con los datos de su empresa dondequiera que se encuentren, a través de Microsoft 365, sus sistemas principales de negocio (como datos de clientes e ingresos) y otros sistemas de los que ya depende su empresa, como bases de conocimiento y su sitio web. Con Web IQ, la última incorporación a la plataforma IQ, los agentes también pueden incorporar información relevante de la web cuando sea apropiado.
Contextualizar agentes en datos empresariales no se trata solo de acceso. Apuntar la IA a información en bruto es ineficiente y frágil. Microsoft IQ organiza, asegura y pone a la luz la información correcta en formularios que los agentes pueden en verdad utilizar, para que puedan obtener una visión precisa sin ahogarse en ruido ni alucinar respuestas.
Una vez que los agentes están anclados en el contexto adecuado, las empresas pueden avanzar más allá. Con Frontier Tuning, no solo llaman a modelos de IA. Mejoran su comportamiento a través de usar sus datos y flujos de trabajo del mundo real.
Eso incluye los siete nuevos modelos MAI de Microsoft, que abarcan imagen, voz, transcripción, codificación y razonamiento. En conjunto, esta familia de modelos está diseñada para funcionar en los tipos de tareas que importan en el mundo real y, lo más importante, estos modelos no son puntos finales estáticos. Están diseñados para aprender de cómo se realiza en realidad el trabajo en su empresa.
Nuestros entornos de aprendizaje por refuerzo permiten reforzar nuestros modelos a través de resultados reales en su entorno. Piensen en ellos como gimnasios de entrenamiento para IA. Aquí el agente aprende sus procesos, estándares y forma de trabajar muy específicos. Se especializa y se adapta a ustedes, para después ofrecer un retorno de inversión medible y mejor.
Además, sus modelos personalizados o postentrenados permanecen en su entorno. Su propiedad intelectual, sus datos propietarios y la manera en que en realidad se realiza el trabajo se convierten en parte de cómo sus agentes razonan y actúan. La inteligencia resultante se desarrolla en su entorno, bajo su control, y el aprendizaje es suyo.
Sin contexto ni Frontier Tuning (Ajuste de Frontera), los agentes son generalistas capaces. Con ello, se convierten en un socio personalizado que entiende el negocio en el que operan.
3. Operación en Foundry
Una vez que los agentes están construidos y contextualizados, necesitan un lugar donde correr. No como experimento. En producción.
Los agentes y los equipos de agentes imponen exigencias muy diferentes a un tiempo de ejecución que las aplicaciones tradicionales. Necesitan razonar, actuar, llamar a herramientas, coordinarse con otros agentes y adaptarse con el tiempo, todo ello mientras operan bajo el control de la empresa. Foundry es el tiempo de ejecución diseñado para esa realidad.
La mayor colección de modelos: Diferentes agentes deben ser buenos en distintas cosas a distintos rangos de precio. Sea cual sea la tarea, sea cual sea el perfil de costes, Foundry ofrece acceso al modelo adecuado, y un router de modelo optimizado les ayuda a equilibrar calidad, velocidad y coste para cada agente.
Rendimiento optimizado para modelos abiertos: Con Fireworks AI en Foundry, las empresas obtienen inferencias más rápidas y eficientes directo en la plataforma.
Soporte para cualquier agente, incluidos aquellos que no estén construidos en nuestra pila: Incorpora agentes construidos en Microsoft Agent Framework, LangGraph, GitHub Copilot SDK, Claude Agent SDK o un arnés personalizado.
Herramientas y acciones: Los agentes actúan sobre sistemas empresariales mediante MCP, conectores, APIs y flujos de trabajo, con una ejecución segura por defecto.
Evaluaciones y trazas: La observabilidad y las trazas hacen que el comportamiento del agente sea medible. Si no pueden medirlo, no pueden mejorarlo.
Optimización continua: Foundry permite ajustar modelos, arneses, IQs, herramientas y acciones a lo largo del tiempo, lo que mejora el rendimiento a medida que los agentes operan en tu mundo.
Un rail de confianza, seguridad y políticas cubre todo el tiempo de ejecución. La política se aplica de manera consistente en el acceso contextual, llamadas a herramientas, actualizaciones de optimización, trazos y entrega de respuestas. El agente no solo trabaja. Funciona como lo necesita su empresa.
Aquí es donde su agente deja de ser un proyecto y empieza a convertirse en un sistema de producción.
4. Gobernar con Agent 365
Ahora multipliquen ese agente por cientos. Luego miles. Eso es lo que ocurre cuando diferentes equipos construyen agentes en toda una empresa. Algunos están bien diseñados. Algunos no. Algunos tienen acceso que no deberían. Otros hacen un trabajo valioso del que nadie más en la organización se beneficia.
La gobernanza empresarial no es opcional. Las empresas necesitan una forma de ver qué está en ejecución, entender a qué puede acceder, monitorizar la adherencia a las tareas y hacer cumplir las políticas en todo su patrimonio de agentes.
Agent 365, junto con Entra, Purview, Defender y la pila más amplia de Microsoft Security, se unen para hacer justo esto. Y si les interesa la IA para la seguridad además de proteger su IA, está «MDASH«.
Cada agente de su organización aparece en un único catálogo, ya sea que haya sido creado en Foundry o en otro lugar. TI ve quién ha desplegado un agente, qué datos y herramientas puede acceder, cómo se comporta y cuánto cuesta. Pueden hacer cumplir la política o actuar cuando sea necesario.
Un solo sitio. Visibilidad total. Control real sobre lo que hacen y no hacen sus agentes.
5. Mejorar de manera continua
Los agentes no pueden ser estáticos. Cada acción del agente genera señal: trayectorias, resultados, retroalimentación. El sistema lo captura, lo refina y lo devuelve. Observar. Evaluar. Mejorar. Distribuir con seguridad. Repetir.
Este bucle de aprendizaje se ejecuta de manera continua, en producción.
La mayoría de los avances comienzan con mejoras basadas en evaluaciones para el propio agente: indicaciones, contexto, habilidades y herramientas. A medida que surgen patrones claros, el aprendizaje puede extenderse al enrutamiento de modelos entre múltiples modelos, el ajuste fino o el aprendizaje por refuerzo. Pero todo se mantiene anclado en la evaluación, lo que mejora la calidad de los agentes y el retorno del retorno al nivel que la empresa requiere.
El bucle está gobernado, no cerrado. Las empresas necesitan auditarlo, corregirlo y controlar cómo implementar los cambios. El sistema se vuelve más capaz con el tiempo, guiado por la supervisión humana y cada vez más autónomo, pero nunca fuera de su alcance.
Este es el modelo de subida de colinas en acción: mejora a nivel de sistema, que ocurre de manera continua mientras el sistema funciona.
6. Superficie donde trabaja la gente y escala en Azure
Por supuesto, nada de esto importa si no llega a las personas que hacen el trabajo.
Los agentes aparecen directo en el flujo de trabajo, en Teams, en Microsoft 365 y dentro de sus propias aplicaciones y experiencias. Identidad, seguridad y cumplimiento están integrados desde el principio, por lo que los agentes en los que dependen sus equipos a diario heredan el mismo modelo de confianza que el resto de su entorno.
Soportamos múltiples plataformas, pero sus agentes pueden desarrollarse y ejecutarse de manera optimizada y segura en Windows. Ustedes pueden ejecutar modelos tanto en la nube como a nivel local en su máquina, y el sandboxing de primer nivel les permite ejecutar agentes siempre activos de manera segura.
Cuando necesiten computación optimizada para IA, infraestructura global y soberana, o una vía de acceso al mercado, el sistema escala en Azure, la misma base empresarial en la que los clientes han confiado durante décadas.
El sistema se potencia
Toda empresa líder convergerá en este modelo: una plataforma central de IA que orquesta el trabajo en todo el negocio, que reúne datos, modelos, agentes y juicio humano en un sistema seguro y en constante mejora.
A medida que ese sistema funciona, su valor se acumula. La velocidad aumenta y el cuello de botella pasa del esfuerzo a la creatividad y coordinación humanas. Las personas pueden hacer más trabajo de manera independiente, guiadas por un contexto compartido y menos traspasos, mientras que el negocio avanza más rápido sin añadir fricciones.
Estamos en una época de profunda disrupción. Las empresas que lideren en este momento serán aquellas que se adapten a medida que cambien las condiciones, simplifiquen la coordinación del trabajo en toda la empresa y conviertan de manera consistente la inteligencia en resultados reales. La plataforma de agentes de Microsoft está diseñada justo para eso: desbloquea la capacidad de construir, contextualizar, ejecutar, gobernar y mejorar agentes como un sistema único e integrado.
En ese momento, la plataforma se convierte en algo más que una capa de construcción. Se convierte en el sistema operativo para la IA empresarial a gran escala, donde la inteligencia y la confianza están integradas por diseño.
AI MAX+ 395, el nuevo NVIDIA RTX Spark y sistemas de clase data center como NVIDIA DGX Station para Windows, los desarrolladores ahora tienen acceso a capacidades de IA sin límites y escalonadas adaptadas a necesidades específicas, desde el desarrollo cotidiano hasta tareas de vanguardia.
