Anthropic RSP 2.2: auditoría externa y 5 niveles de riesgo

Qué cambia en la RSP 2.2 de Anthropic

Anthropic publicó la versión 2.2 de su Responsible Scaling Policy (RSP), el marco que determina cuándo la compañía puede —y cuándo no— entrenar y desplegar modelos más capaces. El anuncio llegó el 13 de octubre de 2026 en el blog oficial y toca tres piezas a la vez: umbrales de evaluación más granulares, un mecanismo de revisión externa independiente y la publicación semestral de los resultados de los tests de riesgo.

Para un founder que contrata IA a un proveedor externo, esto no es un comunicado de compliance más. Es la primera vez que uno de los laboratorios de frontera acepta que un tercero revise sus protocolos de seguridad y que los resultados se hagan públicos dos veces al año.

Los cinco niveles: pasar de binario a escala

La RSP anterior trabajaba con categorías binarias: el modelo supera el umbral o no lo supera. La 2.2 introduce una escala de cinco niveles para capacidades en bioseguridad, ciberseguridad y persuasión a escala.

La diferencia práctica es grande. Con un sistema binario, un modelo que destaca en una sola área de riesgo queda bloqueado entero. Con cinco niveles, Anthropic puede mantener ese mismo modelo disponible en las áreas de bajo riesgo y limitar solo el despliegue donde se cruza el umbral. Es una decisión de producto disfrazada de decisión de seguridad: permite seguir vendiendo sin desactivar el modelo completo.

El antecedente inmediato es la RSP 2.1, de enero de 2026, que ya había incorporado el análisis de código malicioso como umbral de alerta. La 2.2 amplía el espectro en dos dimensiones: más categorías y más granularidad dentro de cada una.

Revisión externa: MIT, Stanford y Edinburgh dentro del proceso

La parte más significativa del anuncio es el acuerdo con un consorcio de tres universidades —MIT, Stanford y la Universidad de Edinburgh— para revisar de forma independiente los protocolos de evaluación y una muestra de los resultados dos veces al año.

El consorcio no tendrá acceso a los pesos del modelo ni al código de entrenamiento. Sí tendrá acceso a los protocolos de evaluación completos y a los datos de resultados. Es un límite real, y conviene decirlo: sin acceso a los pesos, la revisión valida el método, no la conclusión. Pero convierte una política de autopublicación en algo con supervisión externa verificable, que es un salto cualitativo.

El contexto del sector ayuda a leerlo. Según TechCrunch, el director global de políticas de OpenAI, Chris Lehane, confirmó en septiembre de 2026 que su empresa llevaba semanas trabajando en seguridad de IA con Anthropic y Google DeepMind, y que Sam Altman había dicho que OpenAI se sumaría a Anthropic incorporando evaluadores externos dentro de la compañía. TechRepublic reportó, citando a The Information, que las tres empresas preparan un organismo autorregulador tentativamente llamado Standards Authority for Frontier AI (SAFA), que podría lanzarse a fines de 2026 o principios de 2027. El antecedente directo es el Frontier Model Forum de 2024, que sumaba a Microsoft a las tres compañías actuales, según CryptoBriefing.

El umbral de ciberseguridad ofensiva

El umbral más discutido es el de ciberseguridad. La RSP 2.2 define como alerta máxima la capacidad de un modelo para asistir de forma autónoma en el desarrollo de un exploit de día cero funcional en software ampliamente desplegado, con información solo de dominio público. Si un modelo de Anthropic alcanza esa capacidad en tests internos, la política establece que no puede desplegarse en ningún producto hasta que existan medidas de mitigación verificadas.

Anthropic afirma que Claude 3.7, su modelo más capaz en producción a octubre de 2026, no supera ese umbral. Los resultados del test correspondiente se publicarán en el primer informe semestral, previsto para enero de 2027.

El efecto secundario es competitivo. Si OpenAI y Google no publican frameworks equivalentes con verificación externa, la comparación se vuelve incómoda ante reguladores, inversores institucionales y clientes enterprise que preguntan por gestión de riesgos. Y hay un riesgo que la propia industria reconoce: cuando los tres grandes definen qué significa seguro, los costos de cumplimiento se convierten en barrera de entrada para laboratorios más chicos, según advirtió TechRepublic.

La apuesta comercial detrás de la transparencia

Anthropic vende sobre todo a clientes enterprise que tienen que responder a sus propios departamentos legales y de cumplimiento. Tener un proveedor con una política de seguridad auditada externamente simplifica esa conversación. Es una ventaja competitiva directamente monetizable, no solo un gesto ético.

También es cobertura regulatoria. El Acta de IA europea obliga a evaluaciones de riesgo para sistemas de alto impacto, y la RSP 2.2 le da a Anthropic documentación verificable de que esas evaluaciones se hacen de forma sistemática. Según CryptoBriefing, hasta agosto de 2026 la Comisión Europea había enviado solicitudes de información a más de 30 proveedores de IA, las multas por incumplimiento pueden llegar a 35 millones de euros o el 7% de la facturación global, y los modelos entrenados con más de 10^25 FLOPs se presumen de riesgo sistémico. Los requisitos para sistemas de alto riesgo autónomos quedaron fijados para diciembre de 2027, y para los embebidos en otros productos, agosto de 2028.

Qué significa esto para tu startup

Si usas modelos de frontera en tu producto, la RSP 2.2 te da algo que antes no existía: documentación de terceros que puedes adjuntar a tu propio proceso de compra.

• Pide el informe semestral antes de firmar. Cuando Anthropic publique el primer reporte en enero de 2027, tendrás un documento externo con resultados de tests de riesgo. Úsalo como insumo en tu evaluación de proveedores, junto con los controles de acceso, el manejo de datos y el reporte de incidentes de cada modelo.
• Revisa qué parte de tu stack es agentiva. La RSP 2.2 no cubre de forma específica los riesgos de sistemas agentivos desplegados a escala, que son cualitativamente distintos de los de un chatbot. Si tu producto ejecuta acciones con herramientas y permisos reales, la evaluación de riesgo estático no te alcanza: necesitas evaluar comportamiento en entornos con capacidad de acción.
• No confundas autorregulación con certificación. Un marco voluntario no es un sello regulatorio. Si vendes en la UE, las obligaciones del Acta de IA corren por tu cuenta, independientemente de lo que publique tu proveedor.

Lo que queda pendiente

La RSP 2.2 no aborda de forma específica los riesgos de sistemas agentivos desplegados a escala. Ese es el próximo frente, y es razonable esperar que la RSP 2.3 lo cubra.

Mientras tanto, la lectura para un founder es sencilla: la seguridad de IA dejó de ser un tema de relaciones públicas y se convirtió en un criterio de compra. Anthropic movió primero con un compromiso que tiene costos reales —cada evaluación que no da luz verde es una semana en la que un competidor puede adelantarse. En una carrera donde la velocidad de despliegue importa comercialmente, publicar reglas más duras es una señal que vale la pena documentar.

Fuentes

• Anthropic actualiza su Política de Seguridad Responsable: más umbrales, más transparencia y una advertencia real
• EU says its AI Act can handle rogue AI risks
• OpenAI, Anthropic, Google have been in talks on AI safety for weeks
• Google, OpenAI, Anthropic Reportedly Plan AI Safety Standards Body
• OpenAI, Anthropic, and Google in talks to enhance AI safety