Un laboratorio publica una cifra sobre sí mismo
Anthropic publicó tres mediciones el 17 de septiembre que describen cuánta de su propia investigación y desarrollo en IA realiza ya Claude. La cifra principal: Claude “dirige” el 26% de ese trabajo en agosto de 2026, frente a menos del 1% en febrero.
La empresa construyó lo que llama un Índice de Automatización de I+D Dirigida por IA. Catalogó los tipos de tarea de investigación que se hacen en Anthropic, puntuó cada una en una escala de automatización que va de AL0, sin intervención de IA, a AL5, plenamente autónoma, y ponderó el resultado según cuánto tiempo del personal consume cada tarea.
“Dirige” es el nivel AL4 de esa escala: Claude completa la mayor parte de una tarea de principio a fin a partir de una indicación general, con supervisión humana. El escalón inferior, AL3, es “colabora”: el modelo hace bloques grandes bajo dirección humana estrecha. Más del 90% de la I+D en IA de Anthropic se sitúa hoy en AL3 o por encima.
Ningún subconjunto medido ha alcanzado AL5. Anthropic afirma sin rodeos que Claude no opera de forma plenamente autónoma en ninguna parte de ese trabajo.
Treinta mil agentes, y quién los vigila
La segunda revelación trata de la supervisión. Anthropic indicó que en agosto había alrededor de 30.000 agentes haciendo trabajo de investigación e ingeniería en cada momento en su plataforma interna principal.
Cada acción de esos agentes pasa por un monitor en línea antes de ejecutarse. Anthropic informó de que el monitor bloqueó el 0,002% de las decisiones, aproximadamente una de cada 47.000. Un monitor fuera de línea revisa después el 100% de las acciones y marca entre una y dos transcripciones por cada mil. Personas revisan directamente unos 50 casos prioritarios por semana.
Esas cifras merecen una segunda lectura. Una tasa de bloqueo de una entre 47.000 puede significar que las salvaguardas rara vez hacen falta, o que detectan poco. El dato por sí solo no distingue entre ambas cosas, y Anthropic no pretende que lo haga.
Un seis por ciento para seguridad
La tercera medición es de cómputo. Anthropic indicó que el 6% de su cómputo de I+D en IA se dedicó a investigación en seguridad en julio de 2026, y el 12% del cómputo asignado específicamente a I+D impulsada por IA.
La empresa añade una salvedad a su propia cifra: el trabajo de seguridad se apoya más en el diseño experimental que en el cómputo bruto, de modo que una proporción baja no equivale limpiamente a un esfuerzo bajo. Es un argumento razonable y también conveniente, y es el tipo de afirmación que un evaluador externo tendría que comprobar.
Por qué ahora
El momento no es casual. Cinco días antes, el consejero delegado de Anthropic, Dario Amodei, publicó un ensayo en el que sostiene que el sector debe frenar el ritmo al que mejora las capacidades de los modelos y que los laboratorios de frontera deberían dejar entrar a evaluadores independientes a verificar sus afirmaciones.
Publicar métricas medidas por uno mismo es el aspecto práctico de ese argumento. También fija un listón que los competidores no han alcanzado: ningún otro laboratorio de frontera publica una cifra de cuánta de su propia investigación ejecutan sus modelos.
Qué vigilar
Todo esto es Anthropic midiendo a Anthropic. El índice es una construcción propia, los niveles de automatización son definiciones propias y nada ha sido auditado.
Anthropic dice que pretende que evaluadores externos independientes verifiquen estas métricas. La prueba de esta divulgación será si eso ocurre, quiénes serán esos evaluadores y si la cifra del 26% sobrevive a la aritmética de otro.
