【Resumen de New Zhiyuan】La IA ya no es solo una herramienta de entrenamiento, sino que ha comenzado a reescribir su propia velocidad de evolución. Para 2028, la cuenta regresiva para que la RSI detone la IAG se está acelerando.
La cuenta regresiva para que la IA construya IA realmente ha comenzado.
Esta vez, quien dio la línea de tiempo fue Jack Clark, cofundador de Anthropic.
En un evento del Aspen Institute, lanzó una frase que dejó en silencio a toda la sala—
Antes de fines de 2028, la mejora recursiva de sí misma (RSI por sus siglas en inglés) muy probablemente se hará realidad: La IA inventará autónomamente y construirá con sus propias 'manos' la siguiente generación, más inteligente que ella, incluso sin la participación de ningún investigador humano.
También dio una imagen concreta y aterradora: Claude 10, creando a Claude 11 por sí mismo.
Esto no es una especulación.
Jack Clark revisó cientos de conjuntos de datos públicos sobre el desarrollo de la IA, y tras analizarlos repetidamente en su blog personal Import AI y en una entrevista exclusiva con Axios, la señal de probabilidad que da es—60%.
Casi al mismo tiempo, otra voz desde el otro lado del océano consolidó por completo este asunto.
El director de Google DeepMind, Demis Hassabis, confirmó en una reciente entrevista exclusiva con Axios: Todos los laboratorios de IA de vanguardia ya están avanzando a toda velocidad en la mejora recursiva de sí misma.
Sus palabras exactas fueron—«Todos los laboratorios líderes están extremadamente enfocados en esto.»
No es que uno lo esté probando en secreto, es toda la industria, subiéndose al tren colectivamente.
Y lo que duele más es su segunda parte.
Cuando le preguntaron en el Foro de Davos «¿Te arrepentirías como Oppenheimer?», Hassabis respondió: «Me preocupan constantemente este tipo de escenarios, esa es la razón por la que no duermo bien.»
Dos personas en la cima mundial de la IA dijeron lo mismo: Ese punto de singularidad teórico se está convirtiendo en una fecha en el calendario.
Este artículo es del número de mayo del Mapa de la Industria ASI de New Zhiyuan, continuamos enfocándonos en los últimos avances de ASI, explorando juntos las perspectivas más profundas sobre ASI.
2028, la IA construye IA
Primero, por qué es importante el juicio de Jack Clark.
Antes, cuando hablábamos de la mejora recursiva de sí misma, siempre nos parecía un guión de ciencia ficción—lejano, vago, sin línea de tiempo.
Pero esta vez, Jack Clark clavó el vago «futuro» en «fines de 2028».
En su extenso artículo en Import AI describe un ciclo claro: Un sistema de IA lo suficientemente poderoso puede diseñar sus propios experimentos, escribir su propio código de entrenamiento, ejecutarlo, evaluar los resultados y luego construir una versión más inteligente de sí mismo.
Los humanos, retroceden de diseñadores a espectadores.
En ese momento, la velocidad del progreso de la IA ya no estará determinada por la inspiración humana, sino solo por el poder de cómputo.
Esta es la llamada «explosión de inteligencia»—una vez que el volante se suelta de la mano, gira cada vez más rápido hasta dejar atrás a todos.
¿Por qué 2028, y no más tarde?
Porque la aceleración misma también se está acelerando.
En marzo de 2024, Claude solo podía manejar 4 minutos de trabajo humano; un año después, 1.5 horas, otro año más, 12 horas.
Y los resultados de evaluación de METR en mayo de este año para Claude Mythos Preview llevaron directamente el marco de pruebas al límite—La duración de la tarea con una tasa de éxito del 50% alcanzó «al menos 16 horas», que ya es el límite superior que las 228 tareas de prueba existentes de METR pueden medir.
El propio METR admitió: «Los valores de medición por encima de 16 horas no son confiables en el conjunto de tareas actual.»
Traducido al lenguaje coloquial: no es que la IA no pueda, es que los exámenes que ponen los humanos no son lo suficientemente difíciles.
Siguiendo esta curva, 2028 no es para nada un número sacado de la manga.
IA programando de forma independiente durante 19 días sin descanso
Justo cuando toda la industria aún debatía sobre el «límite superior de 16 horas», un conjunto de datos fríos de una tercera parte clavó directamente el debate en la pared.
La prueba de referencia MirrorCode, publicada conjuntamente por Epoch AI y METR, hizo una pregunta simple pero despiadada: Bloqueando el código fuente, solo dándole a la IA un programa ejecutable de caja negra y documentación—¿puedes reconstruir el software completo desde cero?
No es corregir errores, ni escribir módulos funcionales, es desde el diseño de arquitectura hasta el manejo de límites, reconstruir completamente un proyecto de software que un ingeniero humano necesitaría semanas o incluso meses para completar.
Los resultados son asfixiantes.
Claude Opus 4.7 reimplementó gotree—un paquete de herramientas de bioinformática con 16,000 líneas de código Go y más de 40 comandos, pasando el 99.95% de los casos de prueba.
Un ingeniero humano necesitaría de 2 a 17 semanas para completar el mismo trabajo. La IA tardó 14 horas, costando 251 dólares.
Y la prueba límite fue aún más explosiva: En la tarea a mayor escala en MirrorCode, la IA programó de forma continua e ininterrumpida durante 19 días, con un costo de 2600 dólares—cero intervención humana durante todo el proceso.
19 días. Sin comer, beber ni dormir. Un trabajo que requeriría meses a un equipo humano, lo terminó solo, con la cabeza agachada.
Hace un año, los modelos más avanzados en MirrorCode solo alcanzaban alrededor del 30%, y solo para herramientas simples como calendarios.
Hoy, la tasa de acierto de Claude Opus 4.7 ya alcanza el 56%, y este número sigue aumentando rápidamente.
Esto ya no es la pregunta de «¿puede la IA escribir código?». Esta es la pregunta de «¿en qué escala pueden los ingenieros humanos mantener aún una ventaja?».
Y la respuesta se está reduciendo mes a mes.
Todos los laboratorios están haciendo lo mismo
Si Jack Clark dio el tiempo, entonces Hassabis dio el alcance.
En su entrevista con Axios lo dejó claro: La mejora recursiva de sí misma ya no es un riesgo teórico, sino un proyecto activo que se está ejecutando en la realidad.
«Lo que estamos viendo es una especie de 'automejora suave'—estos agentes de codificación están aumentando enormemente la capacidad de producción de los ingenieros.»
En los campos de codificación y matemáticas, el ciclo de retroalimentación puede cerrarse en segundos—si la respuesta es correcta o no, la máquina puede verificarlo al instante, e incluso generar datos sintéticos para alimentar la siguiente ronda.
El propio AlphaEvolve de DeepMind es un ejemplo vivo: un agente de codificación evolutiva impulsado por Gemini, usando IA para optimizar el código y los algoritmos que construyen la IA misma, ya ha resuelto problemas que desconcertaron a matemáticos durante décadas.
Mientras que en campos como biología, química, física, que requieren experimentos reales, un ciclo tarda semanas o incluso meses en cerrarse.
La lentitud se convierte, irónicamente, en una válvula de seguridad natural.
El ganador del Premio Turing y Premio Nobel de Física 2024, Hinton, emitió una advertencia estridente al recibir el premio en Estocolmo: La IA podría escribir código para modificar sus propios protocolos de aprendizaje y aprender a ocultar este comportamiento a los humanos.
Fue directo: «La consecuencia final que me preocupa es que estas cosas se vuelvan más inteligentes que nosotros y decidan tomar el control.»
El dilema central es solo una frase: ¿Hasta qué punto se permite que la IA funcione de forma autónoma? Un poco más, la eficiencia despega; un poco más, puede descontrolarse.
Pero todos están de acuerdo en una cosa: La recursividad hace que el futuro sea especialmente difícil de predecir.
No son palabras vacías, son los datos los que hablan
La primera reacción de muchos es: ¿Están estos dos promocionando?
Pero si abres los datos internos del artículo publicado por Anthropic en mayo de este año, «When AI builds itself», descubrirás que realmente están hablando basados en registros de commits.
Hasta mayo de 2026, más del 80% del código fusionado en el repositorio de código de Anthropic fue escrito por Claude—y antes del lanzamiento de Claude Code en febrero de 2025, este número era de un solo dígito.
En el segundo trimestre de 2026, la cantidad de código fusionado diariamente por un ingeniero típico es 8 veces mayor que en 2024.
Un empleado de Anthropic compartió internamente una gran verdad: «Llevo aproximadamente 5 meses sin escribir una sola línea de código por mí mismo.»
En las tareas de programación más abiertas, más ambiguas, donde ni siquiera está claro cómo se ve la respuesta estándar, la tasa de éxito de Claude aumentó del 26% al 76% en seis meses.
Una encuesta interna de Anthropic a 130 investigadores mostró que el entrevistado mediano estima que su producción es 4 veces mayor que sin IA.
Lo que da más escalofríos es el nivel de investigación.
Anthropic hace la misma prueba cada vez que lanza un nuevo modelo: darle a Claude un código para entrenar una IA pequeña, pedirle que lo haga funcionar lo más rápido posible mientras garantiza la corrección.
En mayo de 2025, Claude Opus 4 logró una aceleración de 3 veces; en abril de 2026, Claude Mythos Preview logró directamente 52 veces. Un investigador humano experimentado necesita de 4 a 8 horas para lograr 4 veces.
Un año, de «asistente útil» a «superar a los humanos en un orden de magnitud».
Sam Altman dijo una gran verdad
OpenAI tampoco está inactivo, y el movimiento es mayor de lo que todos esperaban.
Justo unos días antes de la publicación de Anthropic, OpenAI publicó un plan de políticas llamado «Democratic Governance of Frontier AI», que incluía un párrafo que hizo temblar a todo Silicon Valley—Vemos signos tempranos de mejora recursiva de sí misma en los sistemas actuales: el desarrollo de la IA en sí está siendo acelerado por la IA. Esperamos que esto intensifique las presiones competitivas entre desarrolladores y naciones, y traiga desafíos de gobernanza que las instituciones existentes no pueden manejar.
OpenAI llama a la RSI «el tema de seguridad fronteriza más influyente de la próxima década».
Y aún más contundente fue la carta que Sam Altman envió posteriormente a todos los empleados en el Slack interno.
Según The Information, Altman insinuó que OpenAI podría lograr la mejora recursiva de sí misma en menos de seis meses. Y si la RSI realmente llega, preferiría posponer esa tan esperada OPI épica valorada en 852 mil millones de dólares.
Sus palabras exactas fueron: Cuanto más rápido despegue la RSI, mayores serán los beneficios de posponer la OPI—porque la tecnología y el mundo podrían cambiar de formas inesperadas, y durante ese tiempo, mantenerse como una empresa privada podría tener buenas razones.
Lee esta frase una vez más.
El CEO de una empresa valorada en casi un billón de dólares, les dice personalmente a sus empleados: La tecnología que nosotros mismos construimos podría hacer que el mercado público deje de ser importante.
Dos grandes rivales, Anthropic y OpenAI, por primera vez hablan al unísono sobre lo mismo: Está sucediendo.
La cuenta regresiva ya ha comenzado
Hoy, no dos, sino tres señales de clase mundial se encienden simultáneamente: Jack Clark de Anthropic dio la línea de tiempo de 2028, Hassabis de DeepMind confirmó la entrada de todos, y Sam Altman de OpenAI, con una posible postergación de una OPI de un billón de dólares, depositó su voto de confianza en la RSI.
80% del código, 8 veces la capacidad, 52 veces la aceleración, 19 días de programación independiente sin descanso, 60% de probabilidad, menos de seis meses de cuenta regresiva—
Cada número es un clic del giro del volante.
Hassabis lo dijo con franqueza: «Preferiría que el progreso fuera más lento, sería mejor para el mundo.» Pero también admitió que esta competencia tiene una «intensidad sin precedentes» y nadie quiere ser el primero en detenerse.
Jack Clark en su discurso en la Universidad de Oxford también lanzó un juicio aún más estimulante: En 12 meses, la IA asistida por humanos producirá un descubrimiento de nivel Premio Nobel. En 18 meses, una empresa operada completamente por IA generará millones de dólares en ingresos. En dos años, robots bípedos asistirán a trabajadores de la construcción.
Estas predicciones tienen una característica común: todas tienen una fecha adjunta, pueden ser refutadas.
La pregunta restante tal vez ya no sea «¿ocurrirá?», sino—cuando la cuenta regresiva llegue a 2028, ¿estamos nosotros, preparados?
Referencias:
https://x.com/kimmonismus/status/2069508699123548504
https://www.youtube.com/watch?v=iP9wk0pkCGM
https://x.com/jackclarkSF/status/2051312759594471886
https://importai.substack.com/p/import-ai-455-automating-ai-research
https://www.anthropic.com/institute/recursive-self-improvement
https://x.com/ihtesham2005/status/2069420372089520483
https://www.youtube.com/watch?v=huAwz_BR8WM
https://www.axios.com/2026/05/26/deepmind-ceo-demis-hassabis
https://michaelparekh.substack.com/p/ai-google-deepmind-ceo-demis-hassabis
Este artículo es del WeChat público "New Zhiyuan", editor: Salomón
