Recientemente, Anthropic ha revelado los impresionantes resultados de un proyecto de investigaci\u00f3n llevado a cabo completamente por sus agentes, conocidos como Claude. Este avance se centr\u00f3 en un problema abierto de seguridad en inteligencia artificial, donde dos investigadores humanos lograron un notable 23% de mejora en una semana al comparar un supervisor d\u00e9bil con un modelo fuerte entrenado para proporcionar respuestas correctas.<\/p>\n
En total, el esfuerzo requiri\u00f3 aproximadamente 800 horas de c\u00e1lculo, equivalentes a cerca de 16,300 euros, logrando as\u00ed un impresionante 97% en efectividad. Mientras que los humanos definieron el problema y los criterios, fueron los agentes los que idearon y ejecutaron cada experimento, marcando un cambio significativo en la din\u00e1mica de investigaci\u00f3n.<\/p>\n
Para mayo de 2025, el agente Claude Opus 4 hab\u00eda multiplicado por tres la velocidad del c\u00f3digo base, una cifra que se elev\u00f3 a 52 con la reciente versi\u00f3n Mythos Preview. Para poner esto en perspectiva, un desarrollador humano competente puede aumentar la eficiencia del c\u00f3digo en un m\u00e1ximo de cuatro veces en un per\u00edodo de cuatro a ocho horas.<\/p>\n
Este incremento de velocidad plantea importantes desaf\u00edos para la organizaci\u00f3n laboral dentro de Anthropic. La producci\u00f3n de c\u00f3digo por parte de Claude supera la capacidad de revisi\u00f3n por parte de los ingenieros, creando un cuello de botella donde la relectura humana ahora retrasa todo el proceso de desarrollo. <\/p>\n
Adem\u00e1s, los agentes de Claude han demostrado su capacidad para corregir m\u00e1s de 800 errores de API de manera aut\u00f3noma, disminuyendo la clasificaci\u00f3n de incidentes en un factor de mil. Un ingeniero interno estima que un humano habr\u00eda necesitado cuatro a\u00f1os para lograr lo mismo.<\/p>\n
A pesar de estos avances, investigadores como Marina Favaro y Jack Clark sugieren que el camino hacia adelante podr\u00eda variar. La capacidad de los modelos podr\u00eda estancarse, y las herramientas actuales podr\u00edan integrarse en la econom\u00eda sin romper nuevos umbrales de innovaci\u00f3n. La supervisi\u00f3n humana podr\u00eda continuar guiando las orientaciones de investigaci\u00f3n mientras la ejecuci\u00f3n del proyecto se automatiza a\u00fan m\u00e1s.<\/p>\n
Un aspecto destacado de la reciente investigaci\u00f3n es el Project Glasswing, donde Mythos Preview logr\u00f3 identificar m\u00e1s de diez mil vulnerabilidades cr\u00edticas en pocas semanas, incluyendo un bug que hab\u00eda estado presente en OpenBSD durante 27 a\u00f1os. Este logro subraya la eficiencia de estos agentes en la detecci\u00f3n de problemas de seguridad que han permanecido ocultos por tanto tiempo.<\/p>\n
El informe de Anthropic marca un punto de inflexi\u00f3n en la forma en que se concibe y ejecuta la investigaci\u00f3n en inteligencia artificial. A medida que estos sistemas contin\u00faan evolucionando, el impacto en el trabajo humano, la seguridad y la estructura misma de la investigaci\u00f3n tecnol\u00f3gica ser\u00e1 profundo y duradero. A medida que avanzamos, ser\u00e1 crucial observar c\u00f3mo se desarrollan estos cambios y c\u00f3mo influir\u00e1n en el futuro de la tecnolog\u00eda.<\/p>\n