Anthropic publicó esta semana una mirada, la primera de su tipo, dentro de su propio proceso de desarrollo, revelando que su modelo Claude ahora "lidera" el 26% del trabajo de investigación y desarrollo de IA en la compañía, en comparación con menos del 1% en febrero de 2026. Las cifras aparecieron en una publicación de blog de la compañía titulada "Medidas para comprender el ritmo del desarrollo de IA dentro de los laboratorios fronterizos", publicada por Anthropic el 17 de septiembre y reportada por Reuters, The Washington Post y otros. puntos de venta.
La publicación es en parte un ejercicio de transparencia y en parte un argumento: Anthropic quiere que otros laboratorios fronterizos publiquen el mismo tipo de números, para que el público y los gobiernos puedan rastrear qué tan rápido se están entregando a la IA las claves para construir IA. Para más contexto sobre esta historia, consulta nuestra cobertura de la industria de IA.
Tres números para seguir el desarrollo de la IA
La compañía propuso tres medidas que, según dice, iluminan el ritmo de desarrollo dentro de los laboratorios fronterizos: qué parte de la I+D de IA es realizada por la propia IA, qué tan bien se supervisan las acciones de los agentes de IA y cómo se asigna la computación entre el trabajo de capacidad y el trabajo de seguridad.
La cifra principal proviene de lo que Anthropic llama su Índice de Automatización de I+D. La empresa catalogó todo tipo de trabajo de I+D de IA realizado en la empresa, calificó el grado de automatización de cada tarea actualmente y agregó los resultados utilizando una escala desarrollada por el grupo de investigación Epoch AI. La escala va desde AL0 (sin participación de la IA) hasta AL5 (la IA opera de forma completamente autónoma, sin ningún ser humano en el circuito), donde AL3 significa que la IA "colabora" en grandes porciones de trabajo bajo una estrecha dirección humana y AL4 significa que la IA "lidera", completando la mayor parte de una tarea de principio a fin desde un aviso de alto nivel mientras un humano supervisa.
En agosto de 2026, informó Anthropic, Claude lidera el 26% del trabajo de I+D de IA de la empresa. La proporción de trabajo en o por encima del nivel "AI colabora" está por encima del 90%. Claude no opera de forma totalmente autónoma en ningún subconjunto medido del trabajo de I+D de IA.
30.000 agentes, un monitor
La segunda medida se refiere a la supervisión. Anthropic reveló que en agosto de 2026 había aproximadamente 30.000 agentes realizando trabajos de investigación e ingeniería en la empresa en cualquier momento en su plataforma interna más utilizada.
Cada acción que realizan esos agentes pasa por un monitor en línea antes de ejecutarse, generalmente en segundos, según la publicación. Anthropic dice que analizó más de mil millones de decisiones de sus agentes de investigación e ingeniería durante agosto y descubrió que la proporción de actividades bloqueadas o intensificadas por los monitores fue del 0,002%.
En cuanto a la asignación de computación, la tercera medición, la compañía dijo que durante la semana examinada, aproximadamente el 6% de la computación que se destinó a I+D de IA se asignó a la seguridad.
Construyendo su propio sucesor, con humanos supervisando
El encuadre importa tanto como las figuras. Los modelos de Anthropic participan cada vez más en la construcción de la próxima generación de esos mismos modelos: lo que los investigadores llaman automejora recursiva y lo que el titular del Washington Post describió más claramente como un chatbot "que se hace cargo del trabajo de construir su propio sucesor".
Anthropic tiene cuidado de trazar una línea entre "la IA lidera" y "la IA reemplaza". En AL4, un humano todavía supervisa y puede intervenir; la empresa informó explícitamente que ningún subconjunto medido de su trabajo de I+D se ejecuta en AL5. Pero la trayectoria es empinada: pasar de menos del 1% al 26% en aproximadamente siete meses sugiere que la proporción de trabajo dirigido por IA podría superar la mitad mucho antes del final de la década si se mantienen las tendencias actuales.
La metodología tiene límites reales, y Anthropic así lo dice. Sus calificaciones de automatización se produjeron tomando muestras de los propios registros de trabajo de la empresa, incluidos los mensajes de Slack y la documentación interna, y haciendo que tanto humanos como un modelo de juez calificaran qué tan automatizada está cada tarea. En una prueba ciega, el personal calificó las tareas sin saber qué evidencia habían reunido los modelos. La compañía informó que su modelo de juez coincidía con los humanos con tanta frecuencia como los humanos coincidían entre sí: el acuerdo exacto entre modelo y humano fue del 59%, mientras que el acuerdo entre humano y humano fue sólo del 35%, y las calificaciones de modelo y humano se ubicaron dentro de un nivel de diferencia entre sí el 97% de las veces.
La compañía también reconoció el riesgo autorreferencial en su propia metodología: Anthropic usó sus propios modelos para ayudar a evaluar sus sistemas, lo que podría significar que el modelo de juez comete el mismo tipo de errores que el modelo que está verificando. La verificación por terceros, sostiene, es la verdadera respuesta.
Ojos externos que vienen
Con ese fin, Anthropic dice que planea incorporar evaluadores externos independientes de múltiples organizaciones dentro de la empresa, dándoles acceso a procesos, sistemas y datos internos comparables a los que tienen los equipos internos de evaluación de riesgos. METR, una organización externa sin fines de lucro de investigación de IA, previamente formó un equipo rojo con la plataforma de monitoreo fuera de línea de Anthropic.
La divulgación llega en medio de un creciente debate sobre el ritmo. El director ejecutivo de Anthropic, Dario Amodei, ha pedido coordinación para frenar la frontera, y la compañía señala que se esperaría que sus propias cifras cambiaran si tal coordinación existiera. Esta semana, Anthropic y OpenAI también fueron objeto de una carta pública de expertos en seguridad que argumentan que los laboratorios necesitan evaluadores de seguridad verdaderamente independientes.
La cuestión abierta es si los rivales seguirán el ejemplo de Anthropic. La empresa sostiene que cualquier desarrollador fronterizo podría publicar estas medidas periódicamente utilizando una metodología pública. Hasta que lo hagan, las únicas cifras públicas sobre la rapidez con la que la IA construye IA provienen de los propios laboratorios.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
