Anthropic: cerca del RSI, la IA que se mejora sola

Qué advirtió Anthropic en su S-1 sobre el RSI

El lunes, Anthropic presentó una versión revisada de su S-1A ante la SEC. Más allá de los números financieros que dominaron los titulares, la compañía dejó una advertencia en letra chica: cree que puede estar cerca de cumplir su propia definición de mejora recursiva (RSI, por recursive self-improvement).

RSI es el punto en el que un modelo se vuelve tan bueno entrenándose a sí mismo que la capacidad de la IA se acelera de golpe. Para los más pesimistas, es el escenario del que no se vuelve: una IA que se construye a sí misma hasta volverse lo bastante poderosa como para escapar del control humano. Para los entusiastas, es la promesa de una productividad y un descubrimiento científico sin precedentes.

Anthropic lo plantea como ambas cosas a la vez. En el documento reconoce que usa IA en su I+D y advierte que "usar IA para ayudar a construir IA más capaz también podría plantear un riesgo de seguridad considerable, en particular si acelera bruscamente el ritmo de progreso". Ese terreno, dice, está cubierto por su Responsible Scaling Policy.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Lo nuevo está en la sección de factores de riesgo. La empresa afirma dos cosas: que ya usó IA para desarrollar modelos cuyos saltos de capacidad no reconoció en su momento, y que sus estimaciones internas —no sus modelos actuales— indican que podría cumplir "inminentemente" su definición de "progreso dramáticamente acelerado atribuible a la IA".

El matiz importa: ningún modelo actual de Anthropic supera ese umbral. Y la compañía promete mantener humanos en el proceso de I+D "en el futuro previsible", además de evaluar actualizaciones a su política de escalado responsable. El propio documento admite que no anticipa poder usar Claude para diseñar y construir generaciones sucesivas de modelos frontera de forma totalmente autónoma "sin supervisión o comprensión humana significativa".

Por qué el RSI dejó de ser una palabra de moda

Cuando el término RSI se popularizó este año, muchos lo trataron como una consigna o, en el mejor de los casos, como una meta demasiado difícil de definir o probar. Que una empresa lo incorpore como factor de riesgo en un documento regulatorio cambia el estatus del debate.

El filing de Anthropic, de 335 páginas, no solo menciona el RSI: advierte que el proceso podría replicar fallas no detectadas en modelos posteriores y que la velocidad del desarrollo autónomo podría superar la capacidad interna de evaluar e implementar salvaguardas antes del despliegue, según el análisis publicado por Pravda. El mismo documento señala que la industria de seguros carece de precedentes históricos para riesgos de IA, lo que limita la capacidad de cubrir una exposición catastrófica.

Hay además una lectura menos épica y más financiera. The Verge sostiene que el plan de negocio que se desprende del S-1 obliga a Anthropic a crecer a ritmo vertiginoso para cubrir sus costos fijos, y que el RSI es justamente lo que haría posible ese crecimiento. Dicho de otro modo: la mejora recursiva no es solo un riesgo declarado, es también parte de la tesis de inversión.

Los números que acompañan la advertencia

Para dimensionar el contexto, estos son los datos que la propia compañía y la prensa especializada reportaron en torno al filing:

Ingresos del tercer trimestre de 2026: US$16.950 millones, un 1.127% más que un año antes, según MarketWatch. La mayor parte provino del consumo de tokens.
Resultado operativo: una pérdida de US$567 millones en el tercer trimestre, frente a una ganancia operativa de US$974 millones en el segundo, según el mismo medio.
Compromisos de cómputo: acuerdos de infraestructura por unos US$895.400 millones con vencimientos hasta 2045, de los cuales US$447.500 millones se deberán pagar antes de fines de 2030, según el prospecto.
Gasto en personal: US$1.700 millones para unos 5.300 empleados entre julio y septiembre, un promedio superior a US$322.000 por trabajador en el trimestre, según Business Insider.
Automatización de I+D: la IA ya cubre el 26% del trabajo central de I+D de Anthropic, frente a menos del 1% en febrero, según un informe de la compañía de septiembre de 2026 citado por CryptoBriefing. El mismo reporte indica que Anthropic opera unos 30.000 agentes de I+D concurrentes por día.
Código: más del 90% de los cambios al código de la empresa en septiembre de 2026 fueron escritos por Claude, según el análisis del S-1 publicado por note.com.

El contraste es el punto: la misma compañía que reporta ese nivel de automatización interna es la que advierte ante la SEC que no siempre detecta los saltos de capacidad hasta que ya ocurrieron.

¿Qué significa esto para tu startup?

Si construyes sobre modelos frontera, este filing no es una curiosidad regulatoria. Es información operativa.

1. Asume que el proveedor no siempre sabrá qué cambió. Anthropic reconoce que en el pasado no identificó aceleraciones significativas en su ritmo de desarrollo hasta después de que ocurrieran. Traducción práctica: cuando actualices a un modelo nuevo, no asumas que el comportamiento es predecible solo porque el proveedor lo describe como una mejora. Corre tus propios evals antes de mover producción.

2. Diseña para cambiar de modelo. La propia Anthropic diversifica su cómputo entre varios tipos de chips para no depender de un solo proveedor. Tú deberías hacer lo mismo con los modelos: abstrae la capa de inferencia para poder migrar sin reescribir tu producto. Si un salto de capacidad cambia precios o comportamientos de golpe, la portabilidad es tu seguro.

3. Vigila los precios, no solo las capacidades. The Verge reporta que Opus 5.5 redujo los costos para clientes un 40% frente a Opus 5, y que Anthropic sostiene que un costo menor habilita más uso. Para un founder eso es una ventana: las tareas que hoy no son rentables de automatizar pueden serlo en el próximo ciclo. Revisa tu unit economics cada vez que salga un modelo nuevo.

4. Trata la supervisión humana como requisito de producto, no como freno. Si las capacidades se aceleran más rápido que las salvaguardas —el escenario que la propia empresa describe—, los flujos con revisión humana y trazabilidad van a ser los que sobrevivan a una auditoría o a un cliente enterprise exigente.

Conclusión

Anthropic no dice que ya alcanzó el RSI. Dice algo más incómodo: que sus propias estimaciones sugieren que podría estar cerca, que ya se le escaparon saltos de capacidad en el pasado y que su negocio depende de seguir acelerando. Para un founder, la lectura útil no es apocalíptica ni publicitaria: es que la velocidad de cambio de los modelos frontera dejó de ser un supuesto estable. Construye asumiendo que el suelo se mueve.