METR: la IA ha duplicado el ritmo de la investigación en Anthropic; el umbral de la RSP parece superado

Qué ocurrió

Esta semana Anthropic declaró en sus documentos S1 que "puede estar a punto" de alcanzar el umbral de "progreso drásticamente acelerado por la IA". El umbral se describe en la Responsible Scaling Policy, en su versión vigente de julio de 2026. Hay dos condiciones. La primera: el progreso general de las capacidades avanza el doble de rápido que el ritmo sostenido más veloz anterior a que la IA empezara a participar de forma notable en la investigación. La segunda: la aceleración se explica de manera plausible por la automatización de la I+D en IA, y no por el aumento de la capacidad de cómputo u otros recursos.

En paralelo, personal de METR llevó a cabo durante varios meses una investigación con acceso profundo a los datos de Anthropic. Su informe salió el 5 de noviembre. Ajeya Cotra, tras leerlo junto con la RSP, concluye que el umbral, a todas luces, ya se ha superado.

Qué encontró METR

Los autores del informe llegaron a dos conclusiones.

La primera: de octubre de 2025 a octubre de 2026, el progreso de las capacidades en Anthropic fue aproximadamente el doble de rápido que en los doce meses anteriores. Se midió con una versión interna del Epoch Capabilities Index, llamada AECI. El resto de los datos que lo respaldan está oculto. Según los autores, esto es "la mayor parte de las pruebas que consideramos más informativas".

La segunda: el ritmo pudo empezar a crecer por distintas razones, pero ahora se mantiene principalmente gracias a la automatización de la investigación con ayuda de la IA. Los argumentos a favor de esto también están tachados.

Hay además una salvedad: solo vemos la conclusión y una métrica pública. No se puede verificar de forma independiente; hay que confiar en METR y en la propia Anthropic.

Por qué importa

Cotra califica el informe como la actualización más importante sobre los riesgos de la IA en un par de años, más que el caso del ataque a Hugging Face. Consecuencia directa: los plazos probablemente son más cortos de lo que suponían los investigadores externos, incluido el equipo de AI 2027.

La idea aritmética central es que, si la IA duplica el ritmo general del progreso, acelera a los investigadores humanos mucho más. Parte del trabajo sigue dependiendo del cómputo, los experimentos y otros cuellos de botella que la IA no acelera. Para que el conjunto crezca el doble, el rendimiento en los tramos sin cuello de botella tiene que ser mucho mayor que el doble.

Qué deben hacer los profesionales

Desarrolladores y responsables de producto deberían incorporar en sus planes un ciclo de actualización de modelos más rápido. Si los líderes realmente se aceleran, las capacidades de las API y de los agentes en las que se apoyan cambiarán más rápido de lo habitual. Las arquitecturas atadas a las debilidades de un modelo concreto quedarán obsoletas antes.

Los fundadores deberían revisar el horizonte durante el cual su producto sigue siendo único. Si su ventaja depende de algo que el modelo todavía no sabe hacer, ese margen puede reducirse.

Para quienes siguen la seguridad: el umbral de la RSP está ligado a los compromisos de la compañía sobre medidas de protección. Conviene observar cómo reacciona formalmente Anthropic, ya que de ello dependen los requisitos de seguridad y las condiciones de acceso a los modelos.

Por último, cautela. Se trata de la interpretación de un solo autor sobre un informe parcialmente oculto. Conviene leer el texto completo de Cotra y el propio informe de METR antes de construir una estrategia sobre esto.