# Fuga del código fuente de Claude Code y últimas versiones de Gemma 4, Qwen 3.6-Plus
Un pasante de Solayer Labs descubrió un mapa de origen en el paquete npm @anthropic-ai/claude-code v2.1.88 que contenía 512K líneas de código TypeScript —59 MB en 1.900 archivos. Anthropic envió 8.100 avisos DMCA en GitHub, pero tras las críticas, lo limitó a un solo repositorio. La comunidad desglosó la arquitectura: secuencia de arranque, sistema de herramientas, bucle de consultas, compresión de contexto en cuatro capas (HISTORY_SNIP, Microcompact, CONTEXT_COLLAPSE, Autocompact), más de 40 herramientas, streaming con herramientas paralelas.
Arquitectura de Claude Code y funciones ocultas
El análisis en ccleaks.com reveló componentes clave: estado del repositorio en contexto, caché agresivo, Grep/Glob/LSP personalizados, desduplicación de archivos, memoria de sesión estructurada, subagentes. Funciones ocultas incluyen:
- Kairos: agente de fondo siempre activo.
- Buddy: mascota virtual en la terminal con 18 variedades, nombres codificados en hex para evadir escáneres.
- Ultraplan/Ultrathink: razonamiento avanzado.
- Dream: consolidación de memoria nocturna.
USER_TYPE=ant: telemetría extendida para empleados.- Regex para "wtf" y "frustrating" para detectar frustración del usuario.
La comunidad lanzó Claw Code: puerto en Python de las fuentes filtradas, más una reescritura en Rust (9 crates, 48K líneas, arnés de paridad simulado). El repositorio acumuló 171K estrellas. Surgieron OpenClaude y open-multi-agent para integración con cualquier modelo.
La ventaja competitiva de los agentes de codificación radica en su arnés: condicionales específicas del modelo, manejo de errores, diagnósticos, integraciones. La filtración convirtió esto en un benchmark público.
Paquetes npm maliciosos color-diff-napi y modifiers-napi imitan la compilación del código filtrado: un ataque de cadena de suministro.
Restricciones y migraciones de Anthropic
Anthropic bloqueó suscripciones de Claude para arneses de terceros (OpenClaw). Los tokens OAuth solo funcionan en Claude Code y claude.ai. Para OpenClaw, necesitas uso extra o una clave API. La compensación incluye una suscripción mensual extra, 30% de descuento en paquetes y reembolsos.
Los desarrolladores están migrando a Codex (OpenAI), Kimi, GLM, MiniMax, Qwen. Los costos de API para Opus 4.6 saltaron de $200/mes a más de $1.000.
Lecciones clave:
- La filtración expuso el arnés de Claude Code como la clave de su rendimiento.
- Claw Code basado en Rust alcanzó 171K estrellas en una semana.
- Anthropic restringió suscripciones para arneses de código abierto.
- Ataques de cadena de suministro afectaron a npm.
- Modelos locales (Gemma 4, Qwen) fortalecen alternativas en la nube.
Lanzamientos de Gemma 4 y Qwen 3.6-Plus
Google DeepMind lanzó Gemma 4 bajo Apache 2.0: 31B denso, 26B MoE (4B activo), E4B/E2B para móviles. Multimodal (texto+imágenes+audio), contexto de 256K. Benchmarks: Arena—3er lugar (31B), 6º (26B A4B); GPQA Diamond 85,7%.
Rendimiento:
| Model | Platform | tok/s | VRAM/RAM |
|-------------|----------------|-------|----------|
| 26B A4B | RTX 4090 | 162 | 19.5 GB |
| 26B A4B | Mac mini M4 16GB | 34 | - |
| Demo (llama.cpp) | - | 300 | - (speculative decoding) |
Soporte desde el día 0: llama.cpp, Ollama 0.20+, vLLM, LM Studio, Transformers.js. Error en el tokenizador de llama.cpp corregido mediante parches.
Alibaba Qwen 3.6-Plus: SWE-bench Verified 78,8 (vs Opus 4.6 80,9), GPQA Diamond 90,4, contexto de 1M tokens. Disponible en Openrouter (40 tok/s). Qwen3.5-27B supera a Gemma 4 31B en la mayoría de benchmarks salvo multilingüe. Qwen3.5-Omni: codificación audiovisual (10 horas de audio, 113 idiomas).
Otras actualizaciones del ecosistema
Nous Research Hermes Agent v0.7.0: memoria modular (Honcho, tiendas vectoriales), piscinas de claves con rotación, Camofox para navegación, diffs en línea en TUI. 168 PRs, migraciones desde OpenClaw.
Cursor v3: Ventana de Agentes (agentes paralelos en worktrees/nube/SSH), Modo Diseño, /best-of-n para comparaciones de modelos, herramienta Await, diffs rápidos.
llama.cpp >100K estrellas. Flash-MoE ejecuta Qwen3.5-397B en MacBook Pro 48GB (4,4 tok/s, 5,5GB RAM). Transformers.js v4 + WebGPU. Gemma 4 E4B en iPhone vía Swift MLX.
Composición entre agentes: plugin de Codex para Claude Code con revisiones vía ChatGPT.
— Editorial Team
Aún no hay comentarios.