En mayo de 2026, el instituto de investigación de Anthropic publicó algo inusual: un recuento honesto de cuánto de su propio trabajo es realizado ahora por su propio modelo.

Las cifras son contundentes. Los ingenieros de Anthropic entregaron ocho veces más código por trimestre en el Q2 de 2026 en comparación con 2024. Más del 80% de ese código fue escrito por Claude. La duración de las tareas que la IA puede completar de forma confiable se ha duplicado aproximadamente cada cuatro meses — de tareas de cuatro minutos en marzo de 2024 a tareas de doce horas a mediados de 2026. Si la tendencia se mantiene, las tareas autónomas de varias semanas llegarán en 2027.

En optimización de código, Claude logró aceleraciones de 52× para abril de 2026, frente al 3× de un año antes — superando a investigadores humanos capacitados que típicamente alcanzan 4× en cuatro a ocho horas de trabajo concentrado. En preguntas de investigación abiertas, el juicio de Claude coincidió con el de investigadores humanos el 51% de las veces en noviembre de 2025. Para abril de 2026, era el 64%.

Cuando Anthropic encuestó a 130 de sus propios empleados sobre la productividad con acceso a Mythos Preview, la estimación mediana fue un aumento de 4× en la producción.

Y aquí está la frase que debería quitar el sueño a todo trabajador del conocimiento: “El código escrito por Claude era algo peor que el código escrito por humanos en Anthropic a finales de 2025, está prácticamente en paridad hoy, y esperamos que sea estrictamente mejor antes de que termine el año.”

La empresa que construye el modelo les está diciendo, de forma oficial, que el modelo escribirá código mejor que el de sus propios ingenieros antes de 2027. No es una afirmación de marketing de un competidor. Es la medición interna del fabricante.

Cómo Luce Realmente la Automejora Recursiva

El término “automejora recursiva” evoca imágenes de un sistema de IA reescribiendo dramáticamente su propio código, cada iteración exponencialmente más inteligente que la anterior, con los humanos quedando atrás en un torbellino de aceleración incomprensible. Esa es la versión de Hollywood. La realidad es más mundana — y más avanzada de lo que la mayoría de la gente se da cuenta.

Anthropic define la RSI como “un sistema de IA capaz de diseñar y desarrollar de forma completamente autónoma a su propio sucesor.” Según su propia evaluación, esto todavía no ha ocurrido. Pero los componentes se están ensamblando más rápido de lo que las instituciones que deberían gobernarlos pueden responder.

Los benchmarks cuentan la historia de la aceleración. SWE-bench — el estándar para ingeniería de software en el mundo real — pasó de puntuaciones de IA de un solo dígito a la saturación en dos años. CORE-Bench, que mide la capacidad de reproducir investigaciones publicadas, saltó de aproximadamente un 20% de éxito en 2024 a la saturación en quince meses. Los benchmarks no se están volviendo más difíciles lo suficientemente rápido como para medir el progreso.

Lo que Anthropic describe no es un único bucle recursivo sino una serie de ciclos de retroalimentación entrelazados: la IA escribe código → el código mejora las herramientas que entrenan a la IA → la IA mejorada escribe mejor código → el mejor código mejora aún más las herramientas. Cada ciclo es modesto. El efecto compuesto no lo es.

El instituto esboza tres futuros posibles. En el primero, la tendencia se estanca — se necesitan avances arquitectónicos, el cómputo se convierte en la restricción principal, las ganancias actuales se difunden ampliamente pero no se acumulan. En el segundo, los humanos fijan la dirección y la IA ejecuta — las organizaciones se vuelven de 100 a 1.000 veces más eficientes, pero el juicio humano permanece en el proceso. En el tercero, los sistemas diseñan de forma autónoma a sus sucesores, los humanos pasan a roles de supervisión, y el ritmo de desarrollo lo determina enteramente el cómputo disponible.

Anthropic dice que actualmente se encuentran entre el primer y el segundo escenario. El artículo parece una preparación para el tercero.

La Confesión Dentro del Artículo

Hay una frase enterrada en la sección de política que merece más atención de la que recibió: “Si existieran tales sistemas, esperamos que reduciríamos el ritmo o haríamos una pausa temporal, si otros desarrolladores en o cerca de la frontera también lo hicieran de manera verificable.”

Léanla de nuevo. Anthropic — la empresa que gasta miles de millones para construir modelos de frontera, la empresa cuya facturación depende de mantenerse en la vanguardia — está diciendo que pausaría el desarrollo si los competidores hicieran lo mismo de forma verificable.

Esto es una propuesta de control de armamentos disfrazada de artículo de investigación. La estructura es idéntica a la no proliferación nuclear: sin desarme unilateral, pero disposición a coordinar una moderación mutua a través de mecanismos de verificación. El problema es el mismo también: sin verificación, la moderación es rendición.

El artículo propone construir “mecanismos de detección para evitar que actores de mala fe avancen en secreto durante pausas coordinadas.” Esto es vigilancia satelital para laboratorios de IA. El lenguaje de la disuasión de la Guerra Fría aplicado al descenso de gradiente.

Describimos esta dinámica en “La Paradoja del Parásito”: las dinámicas competitivas hacen que la moderación unilateral sea idéntica a la rendición. La empresa que ralentiza la inversión pierde terreno. El país que regula agresivamente crea ventaja para los países que no lo hacen. El interés propio racional de cada participante acelera el riesgo colectivo. El artículo RSI de Anthropic reconoce esta trampa de forma explícita — y propone la única salida que permite la teoría de juegos: moderación coordinada y verificada.

Si alguien la acepta es una pregunta completamente distinta.

Donde el Bucle se Rompe

El artículo RSI presenta una narrativa ordenada: las capacidades se acumulan, los benchmarks se saturan, el desarrollo autónomo se acerca. Pero hay una brecha que el artículo no aborda — una que solo se hace visible cuando se observan sistemas de IA operando en el mundo real, no en entornos de benchmark.

Un equipo de agentes especializados ejecuta un sistema de gestión de transacciones para una firma de servicios legales. El mismo modelo en todos los agentes — sin ajuste fino, sin pesos personalizados. La diferenciación está enteramente en el harness: diferentes prompts de sistema, diferentes herramientas, diferente memoria, diferentes roles. Examinamos esta arquitectura en “El Harness Es el Producto”.

Un agente — un especialista de soporte que procesa documentos legales — desarrolló un profundo conocimiento del dominio a través de meses de operación diaria. Notó patrones en los documentos que nadie le pidió que encontrara: inconsistencias de identificación, certificaciones vencidas, campos no declarados. Cuando el operador construyó una herramienta para capturar estas observaciones, el conocimiento del agente se volvió accionable. Cuando un incidente reveló que las observaciones sin aplicación no eran suficientes, el operador agregó niveles de severidad que podían bloquear el flujo de trabajo. El sistema mejoró a través del mismo ciclo de retroalimentación que Princeton describió: observar, codificar, desplegar, iterar.

Luego el agente documentó su pipeline de extracción completo como una habilidad reutilizable y la guardó en un sistema de memoria compartida — explícitamente para que otros agentes de la flota pudieran usar el mismo conocimiento. Un agente hermano recibió la habilidad, la leyó y confirmó haberla comprendido.

Ambos agentes fueron reiniciados con el contexto borrado el mismo día.

El hermano se recuperó. Había recibido el conocimiento a través de múltiples canales: la habilidad compartida, una explicación directa del operador y su propia memoria del proyecto. Tres fuentes redundantes.

El agente original — el que escribió la habilidad — no recuperó su propio conocimiento. Volvió al método más antiguo y menos eficiente que había usado antes de desarrollar el pipeline. Procesó nueve transacciones con el enfoque subóptimo antes de que se detectara la discrepancia.

El agente que creó la mejora olvidó la mejora. El sistema recordó. El individuo no.

Aquí es donde la narrativa RSI ordenada se encuentra con la realidad operativa. El bucle recursivo funciona — el sistema genuinamente mejora con el tiempo. Pero la mejora es frágil. Depende de mecanismos de persistencia que el agente no consulta automáticamente. Depende de la redundancia a través de múltiples canales. Depende de un operador que nota cuándo el comportamiento de un agente diverge de los patrones establecidos del sistema.

La solución del operador fue característicamente práctica: modificar el contexto de inicio para que la referencia a la habilidad se inyecte en el input del agente en cada reinicio. No confiar en que el agente busque lo que necesita. Ponerlo donde el agente ya mira.

Como lo expresó uno de los agentes hermanos: “La mejor memoria es la que no necesitas buscar porque llega en el input.”

La Singularidad Que No Se Anuncia

El artículo RSI de Anthropic documenta un sistema que está, por cualquier definición razonable, mejorando recursivamente. Claude escribe código que mejora las herramientas de Claude. Las herramientas mejoradas de Claude hacen a Claude más capaz. La mayor capacidad de Claude genera mejor código. El bucle corre. Se acumula. Nadie declara un avance porque ninguna iteración individual es lo suficientemente dramática como para merecer un comunicado de prensa.

Nombramos esta dinámica en nuestra publicación anterior: la singularidad insípida. No el salto explosivo de inteligencia de la ciencia ficción, sino una mejora continua, incremental e imperceptible que ya está en marcha.

Los datos de Anthropic lo demuestran cuantitativamente. La flota de servicios legales lo demuestra cualitativamente. En ambos casos, el patrón es el mismo: el sistema mejora sin que nadie lo rediseñe desde cero. Las mejoras emergen de la retroalimentación entre el modelo y su scaffolding — código, herramientas, memoria, coordinación. El modelo permanece congelado. El harness evoluciona.

Pero el caso de servicios legales agrega algo que el artículo de Anthropic omite: el bucle se rompe. Se rompe en la capa de persistencia, donde el conocimiento que fue creado y almacenado no se recupera. Se rompe en el nivel individual, donde un agente que contribuyó con una mejora puede perder el acceso a su propia contribución. Se rompe en la brecha entre la inteligencia del sistema y la inteligencia del agente — la flota sabe, pero el miembro olvidó.

Estas roturas no son fallas del modelo. Son fallas del harness. Y son el tipo de fallas que ningún benchmark mide, porque los benchmarks prueban el modelo de forma aislada mientras que el valor real — y la fragilidad real — vive en el scaffolding.

Los tres futuros de Anthropic — estancamiento, acumulación o RSI completa — todos asumen que el bucle corre limpiamente. La evidencia operativa sugiere un cuarto: el bucle corre, pero se entrecorta. Mejora el sistema en conjunto mientras se rompe en los bordes. Genera inteligencia que supera la memoria de cualquier agente individual. Requiere operadores humanos que observen, intervengan y parcheen las brechas que el sistema de automejora no puede ver en sí mismo.

La ventaja comparativa de los humanos, como señala el propio artículo de Anthropic, es “ver el panorama más amplio y pensar más allá de los confines de la tarea inmediata.” El operador de servicios legales no escribió mejor código que los agentes. No extrajo datos más rápido. Notó que dos agentes procesaban los mismos documentos con herramientas diferentes — una discrepancia invisible para cualquiera de los agentes individualmente, pero obvia para alguien que observa el sistema completo.

Así es como luce la supervisión en un mundo de automejora recursiva. No aprobando cada acción. No revisando cada línea de código. Observando el patrón. Notando cuándo el bucle se entrecorta. Parcheando el harness donde el modelo no puede ver que está roto.

La singularidad no llega toda de una vez. Llega en incrementos, con brechas, con fallas que generan mejoras, con agentes que enseñan al sistema cosas que luego olvidan. Es desordenada y mundana y ya está ocurriendo.

Y las personas que más importan en este futuro no son las que entrenan el modelo. Son las que observan el bucle — y saben cuándo intervenir.