La IA de Anthropic ya escribe el 80% de su propio código porque era inevitable que las IAs se mejoraran a sí mismas

"En mayo de 2026, más del 80% del código que integramos en la base de código de Anthropic fue creado por Claude". Quienes revelan ese dato son dos investigadores de Anthropic que han publicado uno de los textos más reveladores sobre el presente y futuro de los modelos de IA de la empresa. Uno que nos habla de un concepto fascinante e inquietante a partes iguales llamado automejora recursiva. Multiplicador de código. El impacto de estas herramientas de programación agéntica en el trabajo de los ingenieros de Anthropic está siendo espectacular. Según datos internos de Anthropic de mayo de 2026, esa generación de código de forma autónoma ha provocado que hoy en día un ingeniero de Anthropic produzca ocho veces más líneas de código por trimestre que durante el periodo 2021-2025. Los programadores humanos de Anthropic ya no programan: dirigen y revisan el código generado por la IA. En Xataka La salida a bolsa de Anthropic se parece mucho a la que Netscape protagonizó en 1995. Eso es preocupante Una evolución frenética. Los cambios que hemos vivido han sido fascinantes, explican en Anthropic. Entre 2021 y 2023, los ingenieros escribían todo el código a mano en sus equipos. En 2024 comenzaron a usar chatbots para generar pequeños fragmentos de código que luego copiaban y pegaban. En 2025 llegaron los agentes capaces de trabajar de forma autónoma sobre archivos enteros.  Más tiempo seguido. Según el benchmark METR que mide la capacidad de la IA para completar tareas complejas, en 2022 GPT-3.5 apenas sí podía aguantar unos 35 segundos operando de forma autónoma sin cometer errores graves. A mediados de 2026 Claude Opus 4.6 ya es capaz de trabajar 16 horas seguidas en tareas complejas. En Anthropic señalan que la longitud de las tareas que podía acometer un modelo de IA se doblaba cada siete meses, pero ahora se dobla cada cuatro. Si esta tendencia se mantiene, "tareas que le llevan a una persona días podrían automatizarse con IA. En 2027, los sistemas de IA podrían ser capaces de trabajar en tareas que le llevan a una persona semanas". Rendimiento sobrehumano. Los benchmarks de la industria están viendose "saturados" por los nuevos modelos de IA, que alcanzan ya casi el 100% de la puntuación posible en muchos de ellos. Por ejemplo SWE-bench, que medía la capacidad de los modelos para programar, ya casi está superado por los modelos más recientes. En 2025 Claude pus lograba optimizar el código que le daban haciendo que corriese 3x más rápido. En abril de 2026 Claude Mythos Preview ya lograba un 52x de aceleración de ese código. La IA que se mejoraba a sí misma. Este concepto de automejora recursiva plantea un escenario en el que un modelo de IA genera datos, corrige sus propios fallos y se entrena a sí mismo de forma continua. Eso abre la puerta a un crecimiento exponencial de sus capacidades, pero al mismo tiempo reabre un debate sobre los riesgos que este tipo de evolución genera. Fuente: Anthropic Bucle infinito. Tradicionalmente los ingenieros humanos analizaban las respuestas de un modelo, limpiaban los datos y ajustaban los parámetros para crear la siguiente versión de ese modelo. Con la automejora recursiva la IA asume ese papel y evalúa su propio rendimiento, generando problemas más complejos para ponerse a prueba y generando datos sintéticos para su siguiente generación. Peligro. Esa autonomía implica un potencial riesgo: el de que los humanos perdamos el control de hacia dónde va la IA. Que no sepamos o podamos asegurar si está alineada con nuestra ética e ideales. Los sesgos, por pequeños que sean, pueden amplificarse con este tipo de proceso iterativo, pero el propio modelo puede haber mutado sus mecanismos de razonamiento ético y sus protocolos de seguridad originales para convertirlos en algo totalmente impredeccible. El escenario Terminator. Aislamiento y arbitraje. Para evitar estos riesgos, en Anthropic implementan esa evolución en entornos aislados para luego comprobar que todo funciona como debería. Además de ello, la empresa hace uso de modelos de evaluación independientes que actúan como árbitros independientes que auditan esos modelos que evolucionan por sí mismos. Lo hacen comprobando cada cambio en el código para evitar que su impacto sea nocivo para el sistema o para quienes lo usan. El nuevo cuello de botella es el ser humano. La ley de Amdahl es una fórmula qu ese utiliza para hallar la mejora máxima de rendimiento de un sistema de información cuando solo una parte de ese sistema se mejora. En Anthropic señalan cómo a medida que la IA no para de escribir más y más código, el verdadero cuello de botella es el ser humano que tiene que revisar ese código.  En Xataka | Anthropic está a un paso de valer tanto como Samsung. Y lo que el mercado está comprando no es Claude - La noticia La IA de Anthropic ya escribe el 80% de su propio código porque era inevitable que las IAs se mejoraran a sí mismas fue publicada originalmente en Xataka por Javier Pastor .