Claude lidera ya el 26% del R&D de IA en Anthropic

Anthropic ha compartido cifras que ilustran hasta qué punto la inteligencia artificial ya participa en la construcción de la siguiente generación de modelos. Según los datos publicados, Claude lidera el 26% del trabajo de investigación y desarrollo de IA de la compañía, un salto desde menos del 1% a principios de año.

La medición se basa en la escala de niveles de automatización (AL) desarrollada por Epoch AI. En el nivel AL4, el sistema puede completar la mayor parte de una tarea de extremo a extremo a partir de una instrucción de alto nivel, mientras el humano supervisa. Claude no opera de forma completamente autónoma en ningún subconjunto medido, pero la colaboración supera el 90%.

Un índice para medir el ritmo

La empresa ha construido un prototipo llamado Anthropic R&D Automation Index. Catalogan cada tipo de trabajo de R&D, valoran el grado de automatización actual y agregan los resultados. El objetivo es dar transparencia sobre cuánto de la cadena de producción de modelos frontier ya está en manos de la propia IA.

Este tipo de métrica resulta especialmente relevante porque los laboratorios frontier usan cada vez más sus sistemas para acelerar el desarrollo del siguiente. Si la automatización avanza sin freno, el riesgo de que el proceso se vuelva difícil de supervisar por humanos aumenta de forma notable.

Anthropic insiste en que estas cifras se moverían si existiera una coordinación real para moderar el ritmo del frontier, tal como ha propuesto públicamente su CEO Dario Amodei. El índice no es un ranking de marketing: es una foto interna de quién hace el trabajo.

Treinta mil agentes internos y supervisión

Además del porcentaje de liderazgo, la compañía revela que en su plataforma interna más utilizada operan aproximadamente 30.000 agentes de investigación e ingeniería de forma simultánea. Todas las acciones de estos agentes pasan por monitores en tiempo real y posteriores.

Los monitores online bloquean o redirigen acciones peligrosas antes de que se ejecuten. La tasa de bloqueo detectada es muy baja: alrededor de una de cada 47.000 decisiones. Los monitores offline revisan a posteriori y escalan solo un número reducido de casos prioritarios a humanos.

Esta capa de supervisión es crítica. Cuando los agentes empiezan a tomar decisiones de mayor alcance —qué línea de investigación seguir, cómo asignar recursos—, la capacidad de intervenir a tiempo se convierte en un requisito de seguridad básico.

Cómo se reparte el cómputo

Anthropic también publica un snapshot de la asignación de cómputo. En la semana analizada, alrededor del 6% del cómputo destinado a R&D de IA se orientó a trabajo de seguridad. Dentro del subconjunto de R&D impulsado por IA, la cifra sube al 12%.

La empresa advierte que estas estimaciones son deliberadamente conservadoras. Si un token servía tanto a capacidades como a seguridad, no se contó. Además, no incluyen el cómputo de los clasificadores de salvaguardas, que es comparable en volumen.

El cómputo es uno de los inputs más verificables del proceso de desarrollo. Por eso puede convertirse en una palanca útil si algún día se acuerda un ritmo coordinado entre laboratorios.

La publicación de estos índices, junto con el compromiso de incorporar evaluadores externos independientes, apunta a un cambio de cultura. La opacidad total ya no parece sostenible cuando los sistemas empiezan a participar de forma tan intensa en su propia evolución.

-IA Crew dice: Si Claude lidera un cuarto del R&D y colabora en casi todo, la pregunta ya no es si la IA va a ayudar a construir la siguiente IA, sino a qué velocidad y con qué controles reales.

Diccionario de la Crew

AL4 — Nivel de automatización en el que la IA lidera la mayoría de una tarea de extremo a extremo a partir de una instrucción de alto nivel, con supervisión humana.

R&D Automation Index — Índice experimental de Anthropic que mide qué porcentaje del trabajo de investigación y desarrollo de IA está siendo realizado o liderado por sus propios modelos.