Claude Lidera el 26% del Desarrollo de los Futuros Modelos de IA de Anthropic

Nos llevan años vendiendo la moto de la singularidad tecnológica, pero la realidad casi siempre es mucho más sutil y se mide en simples porcentajes. Hace muy poco, la compañía dirigida por Dario Amodei ha dado a conocer unos datos de auditoría interna que dan auténtico vértigo si los analizas con perspectiva. Resulta que su modelo estrella, Claude, está diseñando a sus propios sucesores a un ritmo que ni los más optimistas de la industria anticipaban. Y no, esto no es ciencia ficción barata ni otra promesa de la burbuja actual. Es ingeniería dura operando a pleno rendimiento en 2026.

Si miramos los números fríos, la curva de adopción interna asusta bastante. Allá por marzo de este mismo año, Claude apenas lideraba un modesto 1 % de las tareas de investigación y desarrollo vinculadas a los modelos de Anthropic. Parecía un asistente glorificado, vaya. Pero damos un salto a agosto y vemos que la cifra se ha disparado sin frenos hasta abarcar el 26 % de todo el trabajo de I+D. Un crecimiento completamente explosivo.

Evidentemente, cuando hablamos de «liderar», hay que saber leer la letra pequeña del sector. No estamos ante un escenario donde la inteligencia artificial hace lo que le da la gana sin control humano alguno. Para los ingenieros de Anthropic, este hito significa que el modelo ha alcanzado su nivel de autonomía AL4. Es decir, una persona proporciona un objetivo a gran escala y el modelo ejecuta la inmensa mayoría de los pasos técnicos por su cuenta, aunque siempre bajo la supervisión de un humano que valida el proceso final.

De hecho, los datos apuntan a que en más del 90 % del trabajo total de desarrollo se ha superado ya el nivel AL3. Aquí la colaboración entre humanos y máquinas es tan estrecha que resulta complicado separar quién hace qué. Ya no hablamos solo de autocompletar código. Claude es capaz de implementar soluciones complejas, ejecutar scripts, plantear experimentos desde cero, analizar los resultados obtenidos e, incluso, coordinar a otras instancias de IA de forma simultánea. Una auténtica locura.

La explosión del código y los 30.000 agentes trabajando a destajo

A ello se le suma el impacto directo, y muy tangible, en la producción bruta de software. Durante el pasado mes de mayo, más del 80 % de las líneas de código nuevas que se integraron en los repositorios privados de la empresa tenían la firma exclusiva de su propio LLM. Esto ha provocado un efecto en cadena masivo. Cada desarrollador de la plantilla ha multiplicado aproximadamente por ocho el volumen de código que despacha si lo comparamos con las cifras de 2024.

Pero claro, medir la productividad real de un equipo solo sumando líneas de código es hacerse trampas al solitario. La propia Anthropic lo admite sin reparos en su informe y advierte de que es una métrica imperfecta. Lo que de verdad cambia las reglas del juego de la industria no es la cantidad de texto que vomita el sistema, sino la capacidad de orquestación que han logrado montar entre bastidores.

Y es que el despliegue de fuerza bruta computacional que manejan rompe cualquier esquema tradicional. En pleno agosto, la empresa contaba con cerca de 30.000 agentes de IA operando simultáneamente en labores de investigación e ingeniería. Para que te hagas una idea clara, es como tener a la plantilla técnica entera de una megacorporación de Silicon Valley tecleando sin descanso. Sin pausas para comer, sin vacaciones y con una precisión milimétrica.

Mil millones de decisiones y el miedo a la mejora recursiva

Al ver esta automatización masiva, la primera pregunta que te viene a la cabeza es de manual: ¿quién vigila que esto no se descarrile? Anthropic presume de un pipeline de seguridad extremadamente estricto donde el 100 % de las acciones de los agentes pasa por sistemas automáticos de supervisión antes de ejecutarse en el servidor real. En solo un mes, esos agentes tomaron de forma independiente más de 1.000 millones de decisiones operativas. Casi nada.

Por sorprendente que parezca, los filtros de contención apenas bloquearon una de cada 47.000 acciones intentadas por la máquina. Hablamos de una tasa de bloqueo irrisoria del 0,002 %. Además, mantienen un sistema secundario que analiza la actividad a posteriori, generando unas 100.000 alertas semanales que son cribadas de forma automática. Al final de la semana, apenas 50 casos de máxima prioridad terminan en la mesa de un revisor de carne y hueso.

Sin embargo, la compañía es la primera en avisarte de que no te confíes demasiado con estos números. Esta tasa tan ridículamente baja no demuestra por arte de magia que los agentes sean un entorno seguro al cien por cien. Simplemente nos dice cuántas veces los comportamientos de la IA hicieron saltar los controles de seguridad predefinidos. Los sesgos y los riesgos invisibles siguen latentes en el hardware.

Al final del día, el elefante en la habitación sigue siendo la temida «mejora recursiva». Ese teórico punto de no retorno donde una IA lo bastante sofisticada logre diseñar, entrenar y pulir a la siguiente generación de modelos sin que un humano intervenga en lo más mínimo (el famoso nivel AL5). Anthropic jura que ese escenario todavía no se da en sus pasillos, pero viendo lo rápido que ha subido la gráfica en solo cinco meses, la pelota está en el tejado de la industria.

Aitor Wilzig

Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.

gptzone.net