January | 2026
Blockit, a startup founded by former Sequoia partner Kais Khimji and John Han, raised $5 million to build AI agents that negotiate calendar scheduling directly with one another, TechCrunch reported on January 22nd. Instead of sending availability links, users can copy the agent on email or message it in Slack. The system learns preferences such as nonnegotiable meetings, movable appointments, skipped lunches, location choices, and even tonal cues in emails that might change a meeting's priority.
The negotiated hour turns time into a social database. A calendar once looked like a private grid of obligations, evasions, habits, and status. Blockit asks that grid to speak with other grids and settle conflicts before the owner returns to the thread. The promise is relief from small coordination labor. The cost is a formal model of preference, where lunch, hierarchy, urgency, politeness, and fatigue become instructions a system can apply. That shift may be useful because scheduling is miserable. It is also revealing because the agent must learn the secret grammar of a person's day. The meeting appears on the calendar as a clean block. Behind it, two delegated machines have already decided whose time could bend.
Blockit, una startup fundada por el exsocio de Sequoia Kais Khimji y John Han, recaudó 5 millones de dólares para construir agentes de IA que negocian directamente entre sí la programación de calendarios, informó TechCrunch el 22 de enero. En vez de enviar enlaces de disponibilidad, los usuarios pueden copiar al agente en un correo o escribirle en Slack. El sistema aprende preferencias como reuniones inamovibles, citas movibles, almuerzos sacrificables, opciones de ubicación e incluso señales de tono en correos que podrían cambiar la prioridad de una reunión.
La hora negociada convierte el tiempo en una base de datos social. Un calendario parecía antes una cuadrícula privada de obligaciones, evasiones, hábitos y estatus. Blockit pide a esa cuadrícula hablar con otras cuadrículas y resolver conflictos antes de que el dueño vuelva al hilo. La promesa es aliviar una pequeña labor de coordinación. El costo es un modelo formal de preferencia, donde almuerzo, jerarquía, urgencia, cortesía y cansancio se vuelven instrucciones que un sistema puede aplicar. Ese cambio puede ser útil porque coordinar reuniones es miserable. También revela demasiado porque el agente debe aprender la gramática secreta del día de una persona. La reunión aparece en el calendario como un bloque limpio. Detrás, dos máquinas delegadas ya decidieron de quién podía doblarse el tiempo.
GPTZero scanned 4,841 papers accepted by NeurIPS and found 100 confirmed hallucinated citations across 51 papers, TechCrunch reported on January 21st. The number is small against the conference's total citation volume, and NeurIPS said incorrect references do not necessarily invalidate the research itself. The embarrassment sits elsewhere. The papers passed through a prestigious AI venue whose reviewers are asked to flag hallucinations, while researchers working in the field still allowed nonexistent references into the record.
The false footnote is a minor error with institutional teeth. Citations are the credit system of academic life. They route reputation, establish ancestry, justify claims, and help decide who receives jobs, grants, invitations, and authority. A fabricated reference does not need to destroy a paper to damage the room around it. It adds a phantom witness to an argument and asks reviewers to patrol thousands of tiny doors under impossible pressure. The irony is precise because the mistake appears among people who know the failure mode by name. The conference does not collapse because 51 papers contained bad references. It becomes harder to pretend that expertise alone can catch every fluent invention before it enters the archive.
GPTZero revisó 4.841 trabajos aceptados por NeurIPS y encontró 100 citas alucinadas confirmadas en 51 artículos, informó TechCrunch el 21 de enero. La cifra es pequeña frente al volumen total de citas de la conferencia, y NeurIPS dijo que las referencias incorrectas no invalidan necesariamente la investigación misma. La vergüenza está en otro lugar. Los artículos pasaron por una sede prestigiosa de IA cuyos revisores deben señalar alucinaciones, mientras investigadores del campo todavía dejaron entrar referencias inexistentes al registro.
La nota falsa al pie es un error menor con dientes institucionales. Las citas son el sistema de crédito de la vida académica. Distribuyen reputación, establecen genealogía, justifican afirmaciones y ayudan a decidir quién recibe empleos, becas, invitaciones y autoridad. Una referencia fabricada no necesita destruir un artículo para dañar la sala que lo rodea. Agrega un testigo fantasma a un argumento y pide a los revisores vigilar miles de puertas diminutas bajo una presión imposible. La ironía es precisa porque el error aparece entre personas que conocen ese modo de falla por su nombre. La conferencia no se derrumba porque 51 trabajos contuvieran malas referencias. Se vuelve más difícil fingir que la experiencia basta para atrapar cada invención fluida antes de que entre al archivo.
X released source code for the system that recommends organic posts and advertising in its For You feed. The company says the new version relies on a Grok-based model that studies sequences of clicks, likes, replies, reposts, and other engagement. It gathers posts from followed accounts and unfamiliar ones, removes blocked or restricted material, then ranks what remains according to predicted interest. Elon Musk also promised updates to the public code every four weeks. An earlier release in 2023 was criticized as incomplete transparency, and the new disclosure arrived while X faced regulatory pressure in Europe.
Published code allows specialists to inspect part of the sorting machinery. It cannot reveal the business decision that defines a successful feed, the data used to train the model, the live adjustments made during an election or crisis, or the difference between the repository and the system running on a phone. A recommendation engine learns from behavior that it has already helped produce. The post placed first receives attention, that attention becomes engagement, and engagement returns as evidence that similar posts deserve promotion. Opening the code gives the public a diagram of this loop. Accountability requires access to its goals, changes, and effects as well. A user can now read thousands of lines on GitHub and still have no practical explanation for the next post selected for the top of the screen.
X publicó el código fuente del sistema que recomienda publicaciones orgánicas y anuncios en su feed Para ti. La empresa afirma que la nueva versión depende de un modelo basado en Grok que estudia secuencias de clics, me gusta, respuestas, republicaciones y otras interacciones. Reúne contenido de cuentas seguidas y desconocidas, elimina material bloqueado o restringido y ordena lo restante según el interés previsto. Elon Musk prometió actualizaciones del código público cada cuatro semanas. Una publicación anterior, en 2023, fue criticada por ofrecer una transparencia incompleta, y esta nueva entrega llegó mientras X enfrentaba presión regulatoria en Europa.
El código publicado permite a especialistas inspeccionar una parte de la maquinaria de selección. No expone la decisión comercial que define un feed exitoso, los datos usados para entrenar el modelo, los ajustes aplicados durante una elección o una crisis, ni la diferencia entre el repositorio y el sistema activo en un teléfono. Un recomendador aprende de conductas que él mismo ayudó a producir. La publicación situada arriba recibe atención, esa atención se vuelve interacción y la interacción regresa como prueba para promover contenidos parecidos. Abrir el código entrega un diagrama de ese circuito. La rendición de cuentas exige acceso a sus objetivos, cambios y efectos. Una persona puede leer miles de líneas en GitHub y seguir sin una explicación práctica sobre la siguiente publicación elegida para encabezar su pantalla.
BioticsAI received FDA clearance for software that helps detect fetal abnormalities in ultrasound images, TechCrunch reported on January 19th. The company, winner of TechCrunch Disrupt's 2023 Battlefield competition, says its computer vision system supports fetal ultrasound quality assessment, anatomical completeness, automated reporting, and integration into clinical workflows. Founder Robhy Bustami told TechCrunch that the harder task was proving reliability outside ideal cases, including across patient subgroups with higher risk.
The prenatal screen places machine vision inside one of medicine's most charged images. An ultrasound is already a strange document, part clinical evidence and part family apparition, read by specialists while parents search the blur for reassurance. Adding AI changes the authority around that blur. The system does not replace the scan; it judges whether the scan is complete enough, whether anatomy has been seen, and whether a possible abnormality deserves attention. That can help in clinics where skill, time, and access are uneven. It also makes prenatal care depend on a second reader whose confidence must survive bodies, demographics, equipment, and poor images. Before a child has a name, the image may already have passed through a regulatory file and a model trained to decide what the eye might miss.
BioticsAI recibió autorización de la FDA para un software que ayuda a detectar anomalías fetales en imágenes de ultrasonido, informó TechCrunch el 19 de enero. La empresa, ganadora de la competencia Battlefield de TechCrunch Disrupt en 2023, afirma que su sistema de visión computacional apoya la evaluación de calidad del ultrasonido fetal, la completitud anatómica, los informes automatizados y la integración con flujos clínicos. Su fundador, Robhy Bustami, dijo a TechCrunch que la tarea más difícil fue demostrar confiabilidad fuera de casos ideales, incluso en subgrupos de pacientes con mayor riesgo.
La pantalla prenatal coloca la visión de máquina dentro de una de las imágenes más cargadas de la medicina. Un ultrasonido ya es un documento extraño, parte evidencia clínica y parte aparición familiar, leído por especialistas mientras los padres buscan tranquilidad en la mancha. Agregar IA cambia la autoridad alrededor de esa mancha. El sistema no reemplaza el escaneo; juzga si el escaneo está suficientemente completo, si la anatomía fue vista y si una posible anomalía merece atención. Eso puede ayudar en clínicas donde habilidad, tiempo y acceso son desiguales. También hace que la atención prenatal dependa de un segundo lector cuya confianza debe sobrevivir a cuerpos, demografías, equipos e imágenes pobres. Antes de que un niño tenga nombre, la imagen quizá ya pasó por un expediente regulatorio y por un modelo entrenado para decidir lo que el ojo podría perder.
Signal co-founder Moxie Marlinspike launched Confer, a privacy-conscious alternative to ChatGPT and Claude, TechCrunch reported on January 18th. The service is designed so that conversations cannot be used for training or advertising because the host does not have access to them. Confer uses passkey encryption, Trusted Execution Environments, remote attestation, and open-weight models to process prompts while keeping the chat hidden from the operator. Its free tier is limited, while unlimited access costs $35 a month.
The sealed confession treats privacy as an engineering cost rather than a slogan in a settings menu. A chatbot asks for material people rarely place in ordinary search boxes, including fear, money, illness, desire, family conflict, and professional doubt. Marlinspike's design answers that intimacy with encryption and constrained access, then passes the bill to the user. The price is higher than mainstream plans because the system refuses the cheaper bargain of retention, targeting, and model training. Privacy becomes visible as friction, limit, and monthly fee. A person can still talk to a machine, but the host is built to remain outside the room.
Moxie Marlinspike, cofundador de Signal, lanzó Confer, una alternativa a ChatGPT y Claude centrada en la privacidad, informó TechCrunch el 18 de enero. El servicio está diseñado para que las conversaciones no puedan usarse en entrenamiento ni publicidad porque el anfitrión no tiene acceso a ellas. Confer usa cifrado con passkeys, Trusted Execution Environments, atestación remota y modelos abiertos para procesar prompts mientras mantiene el chat oculto para el operador. Su nivel gratuito es limitado, mientras que el acceso ilimitado cuesta 35 dólares al mes.
La confesión sellada trata la privacidad como un costo de ingeniería, no como un lema dentro de un menú de ajustes. Un chatbot pide materiales que la gente rara vez coloca en buscadores comunes, incluidos miedo, dinero, enfermedad, deseo, conflicto familiar y duda profesional. El diseño de Marlinspike responde a esa intimidad con cifrado y acceso restringido, y luego pasa la factura al usuario. El precio es más alto que el de los planes masivos porque el sistema rechaza el pacto más barato de retención, segmentación y entrenamiento de modelos. La privacidad se vuelve visible como fricción, límite y cuota mensual. Una persona todavía puede hablar con una máquina, pero el anfitrión está construido para permanecer fuera de la habitación.
An estimated $2.9 trillion is being committed to data centers while investors expect artificial intelligence to keep improving fast enough to justify the expense. The Guardian reported that Yoshua Bengio sees a possible wall ahead, an unforeseen technical difficulty that could interrupt progress and trigger a financial crash. The bet reaches beyond technology shares. Data-center construction involves debt markets, power contracts, land, and infrastructure whose returns depend on companies finding profitable uses for vast amounts of computation. One Silicon Valley investor argued that only human-level artificial general intelligence could justify the spending planned for the coming decade.
AGI functions here as a financial promise before it exists as a working machine. Concrete is poured, chips are ordered, and loans are arranged against the expectation that future systems will replace enough paid labor to cover today's bill. Each new model helps sustain that expectation even when the revenue it produces remains far below the cost of the industrial buildout. A technical plateau would therefore appear first in ordinary accounts. Pension funds could lose value, utilities could hold oversized commitments, and lenders could discover that a specialized building has few alternative tenants. The industry's most abstract claim has acquired an address and an interest rate. If progress slows, the wall Bengio describes will stand beside substations and unfinished server halls while repayments continue on schedule.
Se calcula que 2,9 billones de dólares están destinados a centros de datos mientras los inversionistas esperan que la inteligencia artificial avance lo suficiente para justificar el gasto. The Guardian informó que Yoshua Bengio ve un posible muro por delante, una dificultad técnica imprevista capaz de interrumpir el progreso y provocar una crisis financiera. La apuesta supera las acciones tecnológicas. La construcción implica deuda, contratos eléctricos, terrenos e infraestructura cuyo rendimiento depende de que las empresas encuentren usos rentables para cantidades enormes de cómputo. Un inversionista de Silicon Valley sostuvo que solo una inteligencia artificial general comparable a la humana justificaría el gasto previsto para la próxima década.
La IAG funciona como promesa financiera antes de existir como máquina operativa. Se vierte hormigón, se encargan chips y se organizan préstamos con la expectativa de que futuros sistemas reemplacen suficiente trabajo pagado para cubrir la factura actual. Cada modelo nuevo sostiene esa expectativa aunque sus ingresos sigan muy por debajo del costo industrial. Una pausa técnica aparecería primero en cuentas corrientes. Los fondos de pensiones podrían perder valor, las empresas eléctricas quedarían atadas a compromisos excesivos y los prestamistas descubrirían que un edificio especializado tiene pocos inquilinos alternativos. La afirmación más abstracta de la industria ya tiene dirección y tasa de interés. Si el avance se frena, el muro descrito por Bengio quedará junto a subestaciones y salas de servidores incompletas mientras las cuotas vencen puntualmente.
OpenAI will begin testing targeted ads in the United States for free and Go-tier ChatGPT users, TechCrunch reported on January 16th. The ads will appear at the bottom of conversations and will be targeted to the topic being discussed. OpenAI says users can dismiss ads, see why a specific ad appeared, and turn off personalization. The company also says paid Pro, Plus, Business, and Enterprise tiers will remain ad-free for now, and that ads will not influence ChatGPT's answers.
The advertised answer changes the room where a question is asked. ChatGPT became useful because people treated the box as a place for half-formed plans, embarrassment, health worries, drafts, purchases, doubts, and private rehearsals. Placing an ad beneath that exchange does not require selling the user's data to make the commercial gesture intimate. Topic targeting is enough to make the conversation legible as opportunity. The user asks about debt, a trip, a symptom, or a job application, and the bottom of the screen becomes available for a bidder. The answer may remain independent, but the silence around it has been rented.
OpenAI comenzará a probar anuncios dirigidos en Estados Unidos para usuarios gratuitos y del plan Go de ChatGPT, informó TechCrunch el 16 de enero. Los anuncios aparecerán al final de las conversaciones y se orientarán según el tema tratado. OpenAI dice que los usuarios podrán descartar anuncios, ver por qué apareció uno específico y desactivar la personalización. La empresa también afirma que los planes pagos Pro, Plus, Business y Enterprise seguirán sin anuncios por ahora, y que los anuncios no influirán en las respuestas de ChatGPT.
La respuesta anunciada cambia la habitación donde se formula una pregunta. ChatGPT se volvió útil porque muchas personas trataron la caja como un lugar para planes a medio formar, vergüenza, preocupaciones de salud, borradores, compras, dudas y ensayos privados. Colocar un anuncio bajo ese intercambio no exige vender los datos del usuario para volver íntimo el gesto comercial. La orientación por tema basta para volver legible la conversación como oportunidad. El usuario pregunta por una deuda, un viaje, un síntoma o una solicitud de empleo, y la parte inferior de la pantalla queda disponible para un postor. La respuesta puede seguir siendo independiente, pero el silencio que la rodea ha sido alquilado.
News Corp agreed to deploy Symbolic.ai across editorial work that includes research, formatting, fact-checking, and transcription. The startup says some production tasks at the company behind The Wall Street Journal and Dow Jones Newswires have taken up to 90 percent less time and cost. It presents the saved hours as capacity for market coverage, analysis, and new products. News Corp has also fought unauthorized AI training and defended the price of its journalism, placing the company on both sides of the new publishing economy as a rights holder and a customer of automation.
A claim of 90 percent efficiency changes the unit by which a newsroom is judged. Research becomes elapsed time, a transcript becomes cost, and a headline enters a workflow that can be optimized before anyone argues about its tone. Editors may gain hours for reporting, as the companies promise. Management can also treat those same hours as evidence that fewer people should produce more pages. Fact-checking is especially uneasy inside the list because its value comes from resistance to speed. It requires finding the document, calling the person, and refusing a sentence that arrives polished but unsupported. The platform can compress production while responsibility remains attached to a human name. If an error passes through the faster desk, the correction will still need a reporter, an editor, a timestamp, and space in tomorrow's publication.
News Corp acordó incorporar Symbolic.ai en labores editoriales como investigación, formato, verificación de datos y transcripción. La empresa emergente afirma que algunas tareas de producción en la compañía propietaria de The Wall Street Journal y Dow Jones Newswires han reducido hasta un 90 por ciento su tiempo y costo. Presenta las horas ahorradas como capacidad para ampliar la cobertura de mercados, el análisis y los productos. News Corp también ha combatido el entrenamiento de IA sin autorización y ha defendido el precio de su periodismo. Ocupa así dos lugares en la nueva economía editorial, como titular de derechos y cliente de la automatización.
Una promesa de 90 por ciento de eficiencia cambia la unidad con que se juzga una redacción. La investigación se vuelve tiempo transcurrido, una transcripción se vuelve costo y un titular entra en un flujo optimizable antes de que alguien discuta su tono. Los editores pueden ganar horas para reportear, como prometen las empresas. La gerencia también puede leer esas horas como prueba de que menos personas deben producir más páginas. La verificación resulta incómoda dentro de la lista porque su valor nace de resistir la velocidad. Exige hallar el documento, llamar a la persona y rechazar una frase pulida sin respaldo. La plataforma comprime la producción, pero la responsabilidad sigue atada a un nombre humano. Si un error atraviesa la mesa acelerada, la corrección todavía necesitará reportero, editor, hora y espacio en la publicación del día siguiente.
Emversity raised $30 million to expand job-ready training in India for roles it argues AI cannot replace, TechCrunch reported on January 14th. The startup works with universities, government-affiliated skill centers, and employers in healthcare and hospitality to train nurses, physiotherapists, medical lab technicians, guest-relations staff, and food service workers. Its founder Vivek Sinha said AI can reduce administrative work for nurses, but an ICU still needs one nurse for every two beds.
The unreplaced hand is a sober correction to automation rhetoric. A model can fill patient records, suggest schedules, summarize manuals, and assist a manager, but a hospital bed still asks for a person who can lift, clean, notice, comfort, measure, and stay. Emversity turns that physical requirement into a business, with simulation labs, employer-designed modules, certifications, and placements. The market is not rejecting AI. It is pricing the parts of labor that software cannot touch without a body. The nurse's value appears in a staffing ratio before it appears in a speech about the future of work.
Emversity recaudó 30 millones de dólares para expandir en India la formación laboral en roles que, según la empresa, la IA no puede reemplazar, informó TechCrunch el 14 de enero. La startup trabaja con universidades, centros de capacitación afiliados al gobierno y empleadores de salud y hotelería para formar enfermeros, fisioterapeutas, técnicos de laboratorio médico, personal de atención a huéspedes y trabajadores de servicio gastronómico. Su fundador, Vivek Sinha, dijo que la IA puede reducir tareas administrativas de enfermería, pero una UCI todavía necesita un enfermero por cada dos camas.
La mano no reemplazada corrige con sobriedad la retórica de la automatización. Un modelo puede completar registros de pacientes, sugerir horarios, resumir manuales y asistir a un gerente, pero una cama de hospital todavía pide a una persona que levante, limpie, advierta, acompañe, mida y permanezca. Emversity convierte ese requisito físico en negocio, con laboratorios de simulación, módulos diseñados por empleadores, certificaciones y colocaciones. El mercado no rechaza la IA. Pone precio a las partes del trabajo que el software no puede tocar sin cuerpo. El valor de la enfermera aparece en una proporción de personal antes de aparecer en un discurso sobre el futuro del trabajo.
