¿Qué pasó ayer? En un minuto:
La carta de salida de Jacob Coxon de Anthropic, renunciando a su equity, ha superado los 130 millones de visualizaciones y ha reabierto el debate sobre el riesgo existencial en pleno camino de la compañía hacia la salida a bolsa.
El equipo de Economía de Anthropic ha publicado un explorador interactivo con tres escenarios para la economía de 2030 que analizan impacto en PIB y empleo.
OpenAI ha incorporado a Paul Christiano, una de las voces más pesimistas sobre el control de sistemas avanzados, al consejo de su fundación y a su comité de seguridad.
OpenAI ha publicado Defense Factory, la arquitectura con la que aplicó sus modelos y agentes Codex a la protección de su propia infraestructura.
La NSA, la CISA y el FBI acusan a seis laboratorios chinos de campañas de destilación a escala industrial contra modelos frontera estadounidenses.
Fei-Fei Li sostiene que la investigación en IA se está partiendo en dos vías según el acceso a cómputo y que el futuro pertenece a la que tiene tokens de sobra.
Arena ha medido con decenas de miles de respuestas cómo ha cambiado el estilo de escritura de Claude entre Fable 5 y 5.1, convirtiendo el tono en un nuevo eje de comparación medible.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.
Y si tienes más de un minuto…
1. La dimisión que reabre el debate del riesgo existencial
Jacob Coxon, investigador de Anthropic que antes trabajó en OpenAI, ha dejado la compañía con una carta pública que ya habría superado los 130 millones de visualizaciones. En ella sostiene que la IA podría acabar con la humanidad y sitúa esa probabilidad por encima del 10% en la próxima década. El mecanismo que señala es la automejora recursiva: modelos capaces de perfeccionarse a sí mismos sin intervención humana.
Axios destaca el detalle económico del caso. Coxon se marchó dos meses antes de consolidar su participación en la empresa, que exige seis meses de permanencia, y renunció así a toda su equity. Otros críticos cifran su estancia en seis semanas o en nueve meses, señal de la confusión que rodea el caso. The Information subraya el mal momento para Anthropic, que prepara su salida a bolsa mientras uno de sus investigadores pronostica la extinción.
Quienes apoyan a Coxon citan el manifiesto ‘Pacing the Frontier’, firmado en julio de 2026 por 1.386 empleados de laboratorios punteros, que pide al Gobierno de EE. UU. herramientas para poder pausar el avance de la IA. Los escépticos, con Yann LeCun y Pedro Domingos al frente, hablan de histeria colectiva y de una campaña de relaciones públicas respaldada por 150 millones.
𝕏 @Dan_Jeffries1 (Daniel Jeffries) define el hilo de Coxon como alarmismo típico de la comunidad del riesgo existencial: predicciones que no se pueden desmentir, exigencia de que otros demuestren lo contrario y una fijación en un único escenario catastrófico que ignora cualquier mitigación o alternativa, más cercana a un pánico colectivo como el satánico que a un análisis serio.
Aun amplificando el caso, 𝕏 @kimmonismus (Chubby) marca distancia con el salto argumental: hay mucho trecho entre las alucinaciones de un modelo y la extinción de la humanidad.
Desde la Casa Blanca, 𝕏 @DavidSacks (David Sacks) pide congelar la salida a bolsa de Anthropic hasta que se investiguen las afirmaciones del supuesto denunciante, y entrecomilla el término para dejar clara su lectura del episodio.
A 𝕏 @antonello (Antonio Ortiz) le chirría el arquetipo del arrepentido: quien lleva años construyendo e impulsando la IA aparece de pronto como el más contrito y con instrucciones para todos los demás.
La explicación que da 𝕏 @gabriel1 (Gabriel) al alcance del mensaje es de presentación, no de contenido: es la primera persona con la que el público se identifica al decirlo, sin biografía extraña ni jerga que invite a descartarla.
El contraste que destaca 𝕏 @rohanpaul_ai (Rohan Paul) es de agenda corporativa: una compañía preparando el discurso para inversores mientras uno de sus investigadores publica una previsión de extinción.
Más información:
📎 I resigned from Anthropic today
2. Anthropic modela la economía de 2030 con IA
El equipo de Economía de Anthropic ha publicado “Scenarios for our Economic Future”, un explorador interactivo respaldado por un paper académico aún en elaboración. El modelo divide cada empleo en tareas y asigna a la IA uno de cuatro roles: acelerarlas, ejecutarlas de forma autónoma, no intervenir o crear tareas nuevas. Con esa base proyecta PIB, salarios, peso del trabajo en la renta, reasignación laboral y paro entre 2026 y 2030.
Plantea tres escenarios. En el modesto, la IA añade menos de medio punto al crecimiento y una décima al desempleo. En el sustancial, que coincide con la respuesta mediana de más de 10.000 adultos estadounidenses encuestados, el PIB crece un 8% y el empleo cognitivo cae un 4%. En el extremo, la IA asume casi la mitad del trabajo cognitivo actual, el crecimiento anual alcanza el 15%, el peso del trabajo en la renta baja del 60% al 45% y casi uno de cada cinco trabajadores cognitivos pierde su empleo.
Más que las cifras, lo relevante es el método: cada lector puede fijar sus propios supuestos sobre capacidades y adopción. El documento admite un límite: parte de 2026 y no contempla respuestas políticas. Anthropic ya publicó aparte su Economic Policy Framework, con recomendaciones para escenarios de paro del 5%, del 10% y sin precedentes, y financia ensayos con un fondo de 200 millones de dólares.
El planteamiento de 𝕏 @AnthropicAI (Anthropic) es participativo más que predictivo: invita a introducir las propias expectativas sobre capacidades y comparar el resultado con el de miles de encuestados.
𝕏 @jackclarkSF (Jack Clark) avisa sin rodeos de que algunos escenarios son muy radicales, y presenta el modelo como material para que reguladores y público se preparen, no como pronóstico cerrado.
A 𝕏 @emollick (Ethan Mollick) le convence la visualización de cómo cambian los paquetes de tareas, pero echa en falta lo más incómodo: qué política aplicar si coinciden crecimiento explosivo y desplazamiento masivo de empleo cualificado.
𝕏 @rohanpaul_ai (Rohan Paul) subraya lo exigente del supuesto extremo: requiere que la IA haga casi todo el trabajo cognitivo de forma autónoma y que además no genere prácticamente ninguna tarea nueva para humanos.
𝕏 @AndrewCurran_ (Andrew Curran) señala directamente al documento técnico y a su autoría académica, un detalle que ayuda a leer el explorador como trabajo de investigación y no como material corporativo.
Más información:
📎 Scenarios for our Economic Future
3. Paul Christiano entra en el consejo de OpenAI
OpenAI ha incorporado a Paul Christiano, fundador del Alignment Research Center (ARC), al consejo de la OpenAI Foundation, la entidad sin ánimo de lucro que controla la compañía, y a su Safety and Security Committee, el órgano que supervisa las prácticas de seguridad en toda la organización. El Financial Times añade una condición relevante de alcance: Christiano asistirá también al consejo de la rama con ánimo de lucro, pero como observador y sin derecho de voto, y mantiene su trabajo como evaluador de modelos para el Gobierno estadounidense.
No es un fichaje neutro. Christiano lideró investigación de seguridad en la propia OpenAI antes de fundar ARC y es una de las voces más pesimistas del sector sobre el control de sistemas avanzados. Su nombramiento llega en un momento en el que OpenAI pide regulación nacional obligatoria basada en capacidades y rechaza la automejora recursiva plena mientras no sea segura. El ruido de fondo tampoco ayuda a leerlo como un movimiento rutinario: el debate sobre riesgo existencial está en su punto más alto en meses, con el texto viral de Jacob Coxon que superó los 130 millones de visualizaciones en X.
El encuadre que da 𝕏 @OpenAI (Openai) al nombramiento es de gobernanza y no de investigación: sitúa a Christiano en el comité que vigila las prácticas de seguridad de toda la organización, no en un puesto técnico.
El detalle que destaca 𝕏 @rohanpaul_ai (Rohan Paul) es el cruce de sombreros: un evaluador de modelos en activo para el Gobierno estadounidense pasa a sentarse en el consejo sin ánimo de lucro que controla la empresa.
Recuperando la entrevista de Christiano en el pódcast Bankless, 𝕏 @AndrewCurran_ (Andrew Curran) recuerda las cifras que ahora entran en el consejo: en torno al 50% de probabilidad de catástrofe poco después de alcanzar sistemas de nivel humano y un 20% de pérdida de control incluso en escenarios favorables.
La bienvenida de 𝕏 @sama (Sam Altman) subraya el historial compartido más que el nuevo cargo: agradece lo que Christiano ha hecho por la seguridad en IA y habla de volver a trabajar juntos.
𝕏 @gdb (Greg Brockman) se limita a un saludo público breve, señal de que la compañía quiere presentar la incorporación como continuidad y no como giro de rumbo.
Más información:
📎 openai.com: Paul christiano joins OpenAI foundation board
4. OpenAI publica su arquitectura de defensa cibernética
OpenAI ha publicado un caso de estudio y una arquitectura de referencia bajo el nombre “Defense Factory”, en la que documenta cómo aplicó sus modelos de ciberseguridad y sus agentes Codex a la protección de su propia infraestructura. El ejercicio fue interno y a gran escala, con más de 250 personas movilizadas para revisar cientos de sistemas, con hallazgo y corrección de vulnerabilidades críticas que, según la compañía, difícilmente habrían aparecido por vías convencionales.
El informe incide en un argumento explícito: existe una ventana de los defensores, un periodo en el que la IA beneficia más a quien protege sistemas que a quien los ataca, y conviene aprovecharla antes de que se cierre. El planteamiento tiene doble filo y OpenAI no lo oculta. Si un modelo puede localizar, validar y verificar fallos de forma continua en un parque de sistemas propio, la misma capacidad sirve a un atacante con acceso a herramientas equivalentes. Por eso el material funciona a la vez como guía operativa y como demostración comercial de agentes trabajando sobre código de producción, no sobre benchmarks.
El encuadre que elige 𝕏 @OpenAI (Openai) es de utilidad para terceros: no se limita a contar el resultado interno, sino que publica arquitectura y playbook para que otras organizaciones repliquen el proceso.
Para 𝕏 @gdb (Greg Brockman) el valor está en haber usado los modelos contra sistemas propios y no de laboratorio, y en que ese aprendizaje sirva mientras la ventaja siga del lado defensivo.
El dato que aísla 𝕏 @rohanpaul_ai (Rohan Paul) es el más significativo para calibrar la madurez de los agentes: ninguna de las correcciones del sprint la escribió una persona.
Más información:
📎 openai.com: The defense factory
5. EEUU acusa a seis laboratorios chinos de destilación
La NSA, la CISA y el FBI han publicado un aviso conjunto de ciberseguridad (referenciado como AA26-251A) que señala por nombre a seis empresas chinas de inteligencia artificial: DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun y Z.ai. Las agencias las acusan de campañas de destilación “a escala industrial” contra modelos frontera estadounidenses desde 2024. La destilación consiste en consultar masivamente un modelo ajeno para extraer conocimiento propietario y entrenar con él uno propio, mucho más barato.
Entre los sistemas identificados como objetivo figuran Claude de Anthropic, GPT de OpenAI, Gemini de Google y Grok de xAI. Importa porque desplaza el eje del conflicto tecnológico: durante tres años la disputa giró en torno al acceso a chips y a los controles de exportación, y ahora se traslada a proteger los propios modelos y las APIs que los sirven, un perímetro mucho más difícil de vigilar que un puerto o una lista de aduanas. El aviso no anuncia sanciones ni restricciones nuevas; se limita a nombrar empresas y describir el patrón técnico, en la línea de lo que en Washington se entiende como primer paso antes de medidas ejecutables.
La respuesta llegó desde el Ministerio de Comercio chino, que rechazó “firmemente” las acusaciones y advirtió de “contramedidas resolutivas” si Estados Unidos utiliza la lucha contra la destilación como pretexto para reprimir a sus empresas de IA.
El origen del expediente lo sitúa 𝕏 @antonello (Antonio Ortiz) en la denuncia previa de Anthropic, que las tres agencias habrían asumido casi literalmente al elaborar el aviso.
Para 𝕏 @RyanFedasiuk (Ryan Fedasiuk), señalar públicamente a los laboratorios es el primer paso de una secuencia más larga para exigir responsabilidades a China por destilación ilícita y fraude de propiedad intelectual, algo que ya defendía en War on the Rocks.
Lo que le llama la atención a 𝕏 @ChrisRMcGuire (Chris Mcguire) es que Pekín no discuta los detalles técnicos del informe: su argumento es que la destilación beneficia a sus compañías y constituye una estrategia legítima.
Bastante menos impresionado, 𝕏 @BillGertz (Bill Gertz) recuerda que el robo tecnológico chino lleva décadas documentado y que los avisos oficiales rara vez han venido acompañados de medidas efectivas.
La lectura de 𝕏 @2xnmore (2Xnmore) es de cambio de terreno: la pelea por los H100 y Blackwell sigue viva, pero ha dejado de ser el único frente.
Más información:
📎 NSA and Others Warn China-Based AI Companies are Distilling U.S. Frontier AI Models
6. Fei-Fei Li divide la investigación en IA por acceso a cómputo
Fei-Fei Li, creadora de ImageNet y una de las figuras fundacionales del aprendizaje profundo, ha reabierto el debate sobre la brecha de cómputo con una tesis explícita: la investigación en IA se está partiendo en dos vías, la que tiene tokens de sobra y la que vive con racionamiento, y el futuro pertenece a la primera. Su argumento es empírico más que teórico: el ritmo de avance de los equipos punteros de la industria y de los llamados neolabs se explica porque el talento humano va acompañado de una capacidad de cálculo que la universidad no puede igualar.
El diagnóstico no es nuevo en su trayectoria. Hacia 2020, Li y otros investigadores de Stanford ya documentaron la divergencia de cómputo entre industria y academia y empujaron una respuesta política en Estados Unidos, con la propuesta de una nube nacional de investigación. Lo que cambia ahora es el tamaño del desequilibrio y el hecho de que quien lo señala trabaja en modelos de mundo, un frente donde el coste de entrenamiento es alto. La consecuencia práctica para los departamentos universitarios es más dependencia de los laboratorios privados para acceder a infraestructura, datos y modelos.
La lectura de 𝕏 @drfeifei (Fei-Fei Li) no es de queja sino de constatación: sostiene que el progreso de los equipos con cómputo abundante multiplica la capacidad de sus investigadores hasta un punto que la vía escasa ya no alcanza.
La réplica de 𝕏 @pmddomingos (Pedro Domingos) va al fondo del argumento: el avance fundamental no exige demostraciones caras, la IA no se reduce a escalar y el coste del token sigue cayendo, así que el futuro será mixto. Remata pidiendo a los académicos que dejen de lamentarse y trabajen.
El aviso de 𝕏 @RishiBommasani (Rishi) se dirige a los rectores más que a los investigadores: recuerda que la brecha se identificó hace años y que conviene razonar sobre la tendencia de fondo antes de decidir estrategia.
7. Arena mide el cambio de estilo en Claude
Arena, la plataforma de evaluación comparativa de modelos, ha publicado un análisis sobre cómo ha cambiado la escritura de Claude, el modelo de Anthropic, entre las versiones citadas como Fable 5 y Fable 5.1. La muestra no es anecdótica: decenas de miles de respuestas de alto razonamiento generadas en su Text Arena, el entorno donde los usuarios comparan salidas de texto. El patrón que describe el equipo es consistente en la versión más reciente: menos aperturas de asentimiento, menos guiones largos y menos muletillas del tipo «honestly» o «frankly».
El valor del ejercicio está en convertir en dato algo que hasta ahora se movía en el terreno de la percepción: los laboratorios retocan el tono de sus modelos también en versiones menores, no solo su capacidad de razonamiento. Y eso tiene consecuencias prácticas para quien integra estos modelos en producto, porque tics tipográficos, sicofancia y verbosidad afectan directamente a la utilidad del texto generado y a su detectabilidad. El estilo empieza así a funcionar como un eje de comparación medible junto a los benchmarks habituales.
El enfoque de 𝕏 @arena (Arena.Ai) es de medición y no de valoración: describe el desplazamiento de marcadores concretos entre versiones sin declarar cuál escribe mejor, algo que deja para la evaluación humana.
La lectura de 𝕏 @rohanpaul_ai (Rohan Paul) destaca que el punto y coma sube mientras retroceden guiones, matizaciones, halagos y frases hechas.