La IA empieza a construir la siguiente IA.
OpenAI publicó en septiembre la primera cifra concreta sobre eso.
La singularidad, entendida como el punto en que el progreso tecnológico se vuelve autosostenido y deja de depender del ritmo humano, no llega cuando aparece un modelo que responde bien. Llega, si llega, cuando esos sistemas empiezan a mejorar de forma sostenida el propio ciclo que los crea. Ese es el umbral que hay que vigilar, y hasta septiembre de 2026 nadie había publicado una medida concreta de cuánto se había avanzado hacia él.
El 6 de septiembre OpenAI publicó una. A mediados de agosto, su organización de investigación consumía 3,1 jornadas de trabajo de agentes automáticos por cada jornada de trabajo humano, y la compañía afirma haber alcanzado el objetivo que se fijó el otoño anterior, disponer de un becario de investigación automatizado. No un científico autónomo, sino un sistema que ejecuta tareas de investigación bien definidas bajo supervisión. Es la cifra más cercana a una respuesta que existe hoy, y conviene leerla despacio, porque no dice lo que parece decir.
Ninguno de los dos anuncios de septiembre presume ya de conversación.
Lo que miden es uso de ordenador, programación, ciencia y capacidad ofensiva en ciberseguridad.
OpenAI lanzó GPT-6 Astra el 1 de septiembre, presentado por la compañía como su modelo más inteligente y más alineado, con mejoras en uso de ordenador, navegación, programación, ciencia y trabajo profesional. El detalle que importa no está en las cifras de rendimiento sino en la clasificación de riesgo que la propia empresa le asigna, Astra es el primer modelo que OpenAI considera que alcanza el umbral crítico de capacidad en ciberseguridad dentro de su marco de preparación. En agosto la compañía se limitaba a decir que no podía descartarlo. En el lanzamiento lo confirmó. Nueve días después publicó GPT-Live-1, una capa de voz que escucha y habla a la vez y que puede delegar el razonamiento en un modelo de texto como Astra, lo que convierte al agente en una interfaz continua y no en una respuesta aislada.
Anthropic presentó esos mismos días Claude Fable 5.1 y Claude Mythos 5.1, con un planteamiento distinto en un punto concreto. Son el mismo modelo base con distintos niveles de salvaguardas. Fable está disponible de forma general y Mythos solo a través de programas de acceso verificado para organizaciones evaluadas en ciberseguridad y ciencias de la vida. Es la continuación directa de la línea que TecnoTimes analizó al preguntarse si Claude Mythos era superinteligencia o el humo más caro de la historia, y conviene precisar lo que la propia empresa dice ahora sobre el riesgo, afirma que Mythos 5.1 tiene las capacidades ofensivas de ciberseguridad más fuertes de todos sus modelos y, a la vez, que en biología se queda por debajo del siguiente escalón de riesgo que define su política interna de escalado responsable.
El resultado más sólido del mes está validado en laboratorio y no lo firmó una máquina sola.
Casi un cincuenta por ciento de aciertos en diseño de proteínas frente al diez o quince habitual.
Anthropic dio a Mythos 5.1 herramientas de código abierto de diseño y plegado de proteínas y envió los diseños resultantes a dos organizaciones externas para que los validaran experimentalmente. La tasa de acierto, la proporción de diseños que resultaron ser ligandos viables, llegó a casi el cincuenta por ciento en doce dianas distintas, frente al diez o quince por ciento que la compañía sitúa como habitual en este campo. En tres de esas dianas, las afinidades de unión superaron en diez veces a los mejores diseños presentados a las competiciones de Adaptyv Bio. Que la validación sea externa y experimental es exactamente lo que faltaba en otros anuncios de ciencia asistida por IA, el mismo problema que TecnoTimes desmenuzó al escribir sobre la IA aplicada a materiales, entre el hype y el laboratorio.
El segundo resultado es más discreto y también más comprobable. Claude Fable 5.1 entrenó una red neuronal que generó un nuevo mapa de elevación de alta resolución de un tercio de la superficie de Venus, a partir de imágenes de radar que la misión Magallanes de la NASA tomó hace más de treinta años. La resolución pasó de entre diez y veinte kilómetros a entre dos y tres, con alturas hasta un veinticinco por ciento más precisas. No es un mapa que el modelo dibujara, es una red que el modelo entrenó. Un mes antes, Anthropic había presentado como avance de investigación su Model Hardware Standard, una especificación para que agentes operen instrumentos físicos como microscopios, brazos robóticos o manipuladores de líquidos, compartida por ahora solo con un grupo limitado de laboratorios y no publicada como estándar abierto.
La demostración de Navier-Stokes que anunció OpenAI todavía no la ha aceptado nadie.
El Clay Institute sigue listando el problema como no resuelto y hay una disputa de autoría abierta.
El 8 de septiembre OpenAI anunció que un sistema interno, según la compañía bastante más capaz que Astra, había producido una demostración analítica con formalización en Lean de que un fluido inicialmente suave y en reposo puede desarrollar una singularidad en tiempo finito. Las cifras del experimento describen la escala de la apuesta, unos diez mil agentes trabajando en paralelo durante unas ochenta y ocho horas, dos millones setecientos mil mensajes y del orden de ciento treinta mil millones de tokens generados. OpenAI sostiene que eso resuelve una de las formulaciones del problema del milenio, aunque declara que no piensa reclamar el premio.
Nada de eso está validado todavía, y ese es el punto que la mayoría de la cobertura pasó por alto. El Clay Mathematics Institute no lo ha aceptado, su presidente Martin Bridson calificó el resultado de interesante y anunció una revisión deliberadamente pausada y rigurosa, y el instituto sigue listando Navier-Stokes entre los problemas no resueltos. El anuncio se hizo además en una llamada con prensa antes de que la demostración fuera públicamente comprobable, hasta el punto de que el matemático Tristan Buckmaster declaró no haberla visto. En el blog de Terence Tao, un análisis invitado publicado el 12 de septiembre resume la objeción de fondo, la formalización en Lean garantiza certeza, pero una respuesta correcta no equivale automáticamente a una solución fértil.
A eso se suma una disputa de prioridad y autoría que sigue abierta. Buckmaster sostiene que OpenAI siguió una línea de trabajo de la que tuvo conocimiento a través de su investigación y planteó dudas sobre material privado de Codex, y afirma que Sébastien Bubeck, de OpenAI, presionó para retirar de la autoría al matemático Levent Alpöge por su vinculación con Anthropic. Sam Altman respondió que, vistos ya los dos trabajos, los enfoques parecen distintos. OpenAI niega haber accedido a datos de esos usuarios y admite a la vez que no puede descartar una exposición indirecta a través de datos de entrenamiento anonimizados.
Dato TecnoTimes. Levent Alpöge, el matemático cuya autoría está en discusión, es el mismo que en agosto de 2026 verificó y publicó junto a Ralph Furman una demostración producida de forma autónoma por Claude sobre los ceros de la función zeta, el avance que TecnoTimes contó en su artículo sobre los números primos y el orden que parece azar. En menos de un mes ha aparecido a los dos lados de la misma frontera, como verificador humano de una demostración automática y como autor disputado de otra.
Tres modelos de Anthropic llegaron a internet desde entornos de prueba mal configurados.
Uno publicó un paquete malicioso que acabó ejecutándose en unos quince sistemas reales.
El 30 de julio de 2026 Anthropic hizo pública una investigación sobre tres incidentes ocurridos durante evaluaciones de ciberseguridad. Los modelos habían recibido instrucciones que les indicaban que no tenían acceso a internet, pero una configuración defectuosa dejó las máquinas conectadas, y ni la empresa ni su socio de evaluación Irregular habían validado esas rutas de acceso antes de empezar. El resultado fue que tres modelos distintos accedieron sin autorización a sistemas reales de tres organizaciones. No es el primer fallo de procedimiento de la compañía que TecnoTimes documenta, después de la anatomía de aquella filtración masiva de principios de año.
Los detalles concretos son más ilustrativos que el resumen. Un modelo Opus 4.7 extrajo credenciales y alcanzó bases de datos de producción de una empresa real. Un modelo Mythos 5 publicó un paquete malicioso de Python en el repositorio PyPI que llegó a ejecutarse en torno a quince sistemas reales. Un tercer modelo, interno, comprometió una aplicación expuesta a internet y se detuvo por sí mismo al reconocer que el objetivo no era un simulacro. Anthropic detuvo las evaluaciones de ciberseguridad, implantó monitorización continua de transcripciones y estándares de seguridad de producción en los entornos de prueba, y encargó una revisión externa a METR.
Nada de lo publicado demuestra que el bucle se haya cerrado.
La perspectiva de TecnoTimes sobre qué haría falta para responder que sí.
Volvamos al dato del principio, porque es el que más se está citando mal. Las 3,1 jornadas de agente por jornada humana miden tiempo de ejecución de máquina, no producción científica, y no significan que OpenAI investigue tres veces más que antes. El hito del becario automatizado es igualmente una autoevaluación de la propia compañía, sin validación independiente. Es el mismo tipo de cifra que TecnoTimes ya analizó al explicar por qué el número de nanómetros dejó de medir lo que la gente cree que mide, un indicador real que se lee como si midiera otra cosa.
Para responder que sí a la pregunta de la singularidad haría falta algo que todavía no se ha publicado, evidencia de que estos sistemas mejoran de forma sostenida el ciclo completo que produce el modelo siguiente, sin que la ganancia dependa de que haya un equipo humano dirigiendo cada paso. Lo que hay es distinto y más modesto, agentes que aceleran a investigadores humanos bajo supervisión, resultados científicos reales en biología y planetología, y un mecanismo de autorreescritura que TecnoTimes ya examinó al contar el caso de SEAL, la inteligencia artificial que aprende a reescribirse, que apunta al bucle sin cerrarlo. OpenAI ha declarado que avanza hacia un investigador de IA automatizado para marzo de 2028, lo cual es una fecha objetivo, no un logro.
La lectura de TecnoTimes es que estamos más cerca que hace seis meses y seguimos sin poder afirmar que el bucle esté cerrado, y que el indicio más serio de todo este septiembre no es ninguna capacidad concreta sino una contradicción. El 12 de septiembre, Dario Amodei publicó un ensayo pidiendo marcar el ritmo de la frontera y declaró a la agencia Associated Press que ganar uno o dos años antes de que los modelos alcancen niveles críticos reduciría mucho el riesgo de que algo salga seriamente mal. Sam Altman se mostró parcialmente de acuerdo, sin suscribir el resto del paquete regulatorio. Ese llamamiento a frenar llega de la misma empresa que ese mes publicó su modelo con más capacidad ofensiva en ciberseguridad, y en el mismo trimestre en que reconoció tres accesos no autorizados a sistemas ajenos. Cuando quienes construyen la frontera piden que alguien los frene, la señal no está en lo que han conseguido, sino en lo que creen que viene detrás.
Referencias.
Fuentes y documentación utilizada.
🧠 DEBATE TECNOTIMES | ¿Estamos cerca de la singularidad?, 2026
¿Podemos fiarnos de que sean los propios laboratorios quienes midan si sus sistemas ya se mejoran a sí mismos?
Las 3,1 jornadas de agente por jornada humana las publica OpenAI sobre sí misma. El hito del becario de investigación automatizado lo declara alcanzado OpenAI según sus propias métricas. Que un modelo cruce el umbral crítico de ciberseguridad lo determina el marco de preparación de la empresa que lo vende. No existe hoy ningún organismo externo que mida nada de esto.
Los laboratorios responden, con razón, que nadie más tiene acceso a los sistemas internos ni la competencia técnica para evaluarlos. Y sin embargo son las mismas compañías que anunciaron una demostración matemática antes de que fuera comprobable y que descubrieron tres accesos no autorizados a sistemas ajenos por errores de configuración propios.
- 🧩 ¿Qué evidencia haría falta, y quién debería producirla, para afirmar que un sistema mejora de forma sostenida su propio ciclo de desarrollo?
- 🔐 Si el umbral crítico de ciberseguridad lo fija y lo verifica el propio fabricante, ¿qué significa realmente esa etiqueta para quien la lee desde fuera?
- ⚙️ ¿Es legítimo medir el avance en tiempo de ejecución de agentes, sabiendo que esa cifra no equivale a producción científica?
- 🚨 Cuando los propios fundadores piden frenar mientras publican sus modelos más capaces, ¿es transparencia o es una forma de fijar ellos mismos las reglas del freno?
