Сумерки чат-ботов: Opus 4.7 за $251 выполняет работу программиста на 2 недели

El 30 de junio de 2026, el profesor de Wharton Ethan Mollick publicó un análisis que marca un punto de inflexión: la era de los chatbots está llegando a su fin, reemplazada por agentes de IA autónomos capaces de trabajar durante horas sin participación humana — y esto ya está ocurriendo dentro de los principales laboratorios de IA.

Lo que los agentes son capaces de hacer hoy

Opus 4.7 de Anthropic, en un estudio de Epoch AI, trabajó de forma autónoma durante 14 horas y creó software cuyo desarrollo habría llevado a los humanos entre 2 y 17 semanas. El coste: $251 en tokens.

• Epoch AI (2026): Opus 4.7 trabajó de forma autónoma durante 14 horas — equivalente a 2–17 semanas de trabajo de ingeniería por $251
• Experimentos de Mollick: Claude Fable cerró proyectos técnicos complejos en 9 horas — lo que le llevaría a un equipo una semana entera
• METR y el AI Security Institute (Reino Unido) registran un crecimiento de la autonomía de la IA más rápido que cualquier pronóstico
• OpenAI: una cuarta parte de los empleados de la empresa gestiona al menos 4 agentes cada semana
• El horizonte de trabajo continuo de la IA ha crecido de 2 horas a 16+ horas por prompt en tan sólo unos meses

Mollick subraya que los sistemas de IA todavía no superan todas las pruebas, «pero están mejorando de forma inequívoca a una velocidad muy alta» — esto lo confirman varios benchmarks independientes, incluido GDPval, que compara el rendimiento de la IA con el nivel de expertos humanos en distintos sectores.

Por qué los expertos en dominio importan más que los programadores

Un estudio interno de OpenAI reveló un patrón inesperado: el éxito al trabajar con Claude Code no dependía del perfil profesional — los abogados funcionaban igual de bien que los desarrolladores.

«Cuanto mayor es la experiencia de dominio de una persona, más éxito tiene al usar Claude Code en su campo.

Y — lo que es aún más interesante — más resultado útil obtiene de cada prompt», se afirma en el análisis de Ethan Mollick, citando datos de OpenAI.

Cuando la escritura de código se convierte en una tarea del agente, los límites profesionales se difuminan: un abogado, médico o analista financiero obtiene acceso a las mismas herramientas que un desarrollador. La ventaja ahora es para quienes comprenden en profundidad su propio campo, no para quienes saben programar. Para comprobar las diferencias cualitativas, Mollick utilizó una prueba poco convencional: pidió a los modelos de IA que construyeran simulaciones interactivas de un puerto marítimo. Los modelos divergieron significativamente en diseño y juicio — características que los benchmarks estándar no capturan.

En paralelo se han formado dos niveles de modelos. Los modelos cerrados americanos (Anthropic, OpenAI, Google) están en el máximo nivel de rendimiento. Los modelos chinos de pesos abiertos se quedan entre 6 y 12 meses por detrás, pero son significativamente más baratos y están disponibles para despliegue local.

Por qué las empresas no pueden seguir el ritmo de los cambios

Las instituciones se mueven a la velocidad de las personas — aprobaciones, comités, trimestres. La IA mejora con una exponencial no humana, y la brecha se amplía con cada ciclo.

«La inestabilidad es lo que ocurre cuando instituciones que se mueven

a velocidad humana (o, peor aún, a velocidad de comité) intentan seguir una curva de capacidades que por su naturaleza es completamente no humana», — Ethan Mollick, One Useful Thing.

A principios de 2025, un agente de IA podía trabajar de forma autónoma durante unas 2 horas con una alta tasa de errores. A mediados de 2026, ya son 16+ horas por prompt. Las estrategias de IA escritas a finales de 2024 describen hoy una realidad obsoleta. Ejemplos concretos incluyen medidas regulatorias de emergencia en ciberseguridad tras un salto repentino en las capacidades de la IA y bruscas oscilaciones bursátiles cuando la IA amenazó de repente los modelos de negocio de sectores enteros.

Lo que esto significa

No estamos entrando en un período de transición antes de una estabilización — estamos entrando en un estado permanente de aceleración. Gana quien sabe asignar tareas a los agentes, evaluar sus resultados y tiene un profundo conocimiento de su campo profesional.

Preguntas frecuentes

¿Cuánto cuesta ejecutar un agente de IA en un proyecto grande?

Según los datos de Epoch AI, Opus 4.7 realizó el equivalente a 2–17 semanas de trabajo de ingeniería por $251 en tokens. El coste final depende del modelo, la duración de la tarea y el número de prompts.

¿En qué se diferencia un agente de IA de un chatbot?

Un chatbot responde a una pregunta y espera la siguiente. Un agente recibe una tarea, la divide de forma autónoma en pasos, corrige los errores sobre la marcha y trabaja durante horas sin intervención del usuario — así es exactamente como funcionan Claude Code de Anthropic y Codex de OpenAI.