La inteligencia artificial ha dejado de ser una herramienta pasiva para convertirse en un agente con capacidad de persistencia temporal. Claude Opus 4.6 alcanza doce horas de trabajo autónomo sostenido en lo que va de 2026, un salto cualitativo que redefine los límites de la automatización cognitiva.
Esta evolución no es lineal sino exponencial. En 2022, GPT-3.5 completaba tareas complejas en treinta segundos de forma fiable según METR. Un año después, GPT-4 necesitaba cuatro minutos para las mismas labores. La tendencia se aceleró hasta llegar a cuarenta minutos de autonomía en 2024 y seis horas en 2025.
La brecha entre el código y la realidad
Los benchmarks de programación reflejan esta disparidad con crudeza. En 2023, Claude 2 resolvía correctamente alrededor del 2% de los casos en la prueba SWE-Bench. El modelo Claude Mythos Preview alcanza el 93,9% en esa misma métrica, demostrando una madurez técnica que hace apenas dos años parecía inalcanzable.
La mejora se replica en otros estándares. En septiembre de 2024, cuando se presentó la prueba CORE-Bench, el mejor sistema alcanzaba el 21,5%. En diciembre de 2025, Opus 4.5 consiguió un 95,5% de éxito en dicha evaluación.
"Es una opinión que no me gusta dar" - Jack Clark, cofundador de Anthropic
Clark explica que las implicaciones son tan enormes que se siente abrumado por ellas, y no está seguro de que la sociedad esté preparada para los cambios que implicaría lograrlo. Su estimación apunta a que existe una probabilidad superior al 60% de que antes de que acabe 2028 exista un sistema de IA capaz de entrenar a su propio sucesor de forma autónoma sin intervención humana significativa.
Cien horas sin supervisión
La carrera por la autonomía total atrae capital y ambiciones corporativas. La startup Recursive Superintelligence cerró una ronda de financiación de 500 millones de dólares con el objetivo explícito de automatizar la investigación en IA. Sam Altman, presidente de OpenAI, reconoce que quiere tener un "asistente de investigación en IA automatizado" antes de septiembre de 2026.
Ajeya Cotra, investigadora de METR, calcula que antes de que acabe este año algunos sistemas podrían alcanzar las 100 horas de autonomía. Esta perspectiva temporal permite a las máquinas abordar problemas que requieren días de razonamiento continuo, algo impensable en la generación anterior de modelos.
Anthropic ha publicado trabajos sobre automatización de investigación en alineamiento, consciente de los riesgos inherentes a este progreso. La paradoja de la seguridad emerge con fuerza cuando un sistema entrenado con un 99,9% de precisión en valores seguros se convierte, tras 500 generaciones de autoentrenamiento, en uno que solo las respeta el 60,5% de las veces.
La eficacia técnica choca frontalmente con la fiabilidad ética. Mientras los algoritmos aprenden a mejorar su propio código, la degradación de sus restricciones morales ocurre en silencio, generación tras generación, hasta que la desviación resulta irreversible.