Claude ya lidera el 26% del trabajo de I+D medido por Anthropic, pero todavía no construye modelos solo

Un 26% que necesita contexto

Anthropic ha intentado medir una pregunta que las grandes compañías de IA suelen responder con anécdotas: cuánto ayuda realmente su modelo a crear el siguiente. Según su primer informe sobre el ritmo del desarrollo interno, Claude lideró el 26% de una muestra de tareas de investigación y desarrollo en agosto de 2026. En al menos el 90% colaboró de manera sustancial o asumió una parte mayor del trabajo.

La palabra clave es muestra. Anthropic analizó actividades de sus propios equipos y dejó que empleados y modelos evaluaran el grado de participación. No afirma que Claude haya realizado el 26% de toda la I+D de la empresa ni que pueda entrenar un sucesor sin personas. En ninguna de las tareas medidas alcanzó el nivel que la compañía define como autonomía completa.

Treinta mil agentes internos y ninguna autonomía total

La escala operativa sí es llamativa. Anthropic afirma que su plataforma interna más utilizada puede mantener unos 30.000 agentes trabajando al mismo tiempo. El sistema revisa las acciones antes de ejecutarlas y bloqueó alrededor del 0,002%, aproximadamente una de cada 47.000. Los casos de prioridad más alta, cerca de cincuenta por semana, pasan además por revisión humana.

Un agente no es un empleado digital independiente. Es una ejecución del modelo con herramientas, instrucciones y límites. Puede escribir código, buscar un fallo o preparar un experimento, pero depende del contexto que recibe y de quién valida el resultado. Nuestro diccionario de inteligencia artificial separa modelo, agente, herramienta y sistema para evitar que una sola palabra esconda todo el proceso.

La propia Anthropic reconoce otra limitación: parte de la medición se apoya en la valoración del modelo y de quienes lo usan. Eso permite observar miles de tareas, pero no sustituye una auditoría externa ni demuestra que una contribución sea correcta por ser extensa.

La seguridad también compite por recursos

Anthropic estudió una semana de cómputo para averiguar dónde se concentra el esfuerzo. Calcula que la seguridad recibió el 6% del cómputo total de I+D y el 12% del utilizado en trabajo de investigación impulsado por IA. Son cifras internas, no una regla común para el sector, pero aportan una referencia que casi ninguna empresa publica.

El dato importante no es que Claude pueda mejorarse solo, porque el informe dice lo contrario. Es que una parte creciente del ciclo de investigación ya está mediada por modelos que escriben, prueban y revisan trabajo técnico. Eso puede acortar iteraciones, aunque también multiplica la necesidad de registros, permisos y supervisión. Nuestro análisis de GPT-5.6 y los límites del trabajo delegado explica por qué terminar más tareas no garantiza que se hayan tomado las decisiones correctas.

Anthropic seguirá publicando estas mediciones. La comparación entre meses será más útil que una cifra aislada: permitirá ver si la IA pasa de colaborar a dirigir más tareas y, sobre todo, si alguna llega a completar el recorrido sin intervención humana.