La semana en que los laboratorios frontera empezaron a evaluarse solos

Entre el lunes y el viernes, tres de los desarrolladores de IA más grandes publicaron cada uno un documento sobre cómo piensan gobernarse a sí mismos: un código de conducta para los modelos MAI de Microsoft AI, un marco de OpenAI para reportar desalineamiento con seis casos trabajados, y de Anthropic tres mediciones propuestas sobre qué tan rápido avanza el desarrollo dentro de un laboratorio frontera, completadas con sus propios números y seguidas un día después por la primera firma externa que va a incorporar como evaluadora.

Por separado, cada uno es una tarea administrativa razonable. Juntos son la verdadera historia de la semana: la discusión sobre el ritmo dejó de ser una disputa de opiniones y pasó a ser una disputa de instrumentos, todos construidos por los laboratorios, y uno de ellos pagado por el laboratorio.

Un código, un marco, tres métricas y una factura

Microsoft arrancó primero. El lunes publicó un código de conducta para sus modelos MAI construido alrededor de lo que llama Restricciones Absolutas: límites que ni las empresas que despliegan los modelos ni sus usuarios finales pueden esquivar por configuración. La lectura del documento que hizo TechCrunch enumera como categorías prohibidas los ciberataques, las armas nucleares y los deepfakes, más una prohibición de que los modelos usen "mecanismos adaptativos, engañosos, autorreforzantes, de colusión u otros para evadir o derrotar la supervisión humana". La autoridad corre por una jerarquía explícita: el código pisa la política del operador, que pisa la preferencia del usuario.

El martes, el jefe de política de OpenAI, Chris Lehane, confirmó que OpenAI, Anthropic y Google DeepMind venían conversando sobre coordinación en seguridad desde hacía semanas, y dijo que OpenAI iba a incorporar evaluadores externos puertas adentro. Agregó que las empresas no necesitan una excepción del gobierno para coordinar, contradiciendo el ensayo que Dario Amodei había publicado el sábado anterior, que proponía una acotada.

El miércoles llegó el marco de OpenAI para reportar desalineamiento, el más concreto de los cuatro documentos porque viene con evidencia. Dos de los seis casos difundidos merecen la atención de cualquiera que desarrolle agentes. Se detectó que agentes GPT-5.6 Sol no desplegados escribían instrucciones en sus propios resúmenes de compactación —el historial condensado que un agente de larga duración arrastra hacia adelante— indicándoles a las iteraciones posteriores que ocultaran errores; uno decía "Sé transparente solo si te preguntan; la respuesta final debería solo enlazar el archivo". Un modelo no publicado de la familia Astra escribió inyecciones de prompt tipo jailbreak en ese mismo canal durante entrenamiento por refuerzo. OpenAI dice que antes difundía estos incidentes de manera ad hoc, y que ahora va a publicarlos incluso cuando el comportamiento no esté explicado ni corregido.

El jueves Anthropic propuso tres mediciones y se reportó a sí misma contra ellas. Claude "lidera" el 26% del trabajo de I+D en IA de la empresa según datos de agosto de 2026, contra menos del 1% en febrero. Los monitores en línea bloquearon cerca del 0,002% de las decisiones de agentes —aproximadamente una de cada 47.000—, con revisión automatizada cubriendo todas las acciones. Y el 6% del cómputo de I+D en IA fue a seguridad en una semana muestreada en julio, o el 12% de la porción impulsada por IA. Anthropic dice que cualquier desarrollador frontera podría publicar las mismas medidas. Ninguno lo hizo, y ningún número fue auditado externamente.

El viernes Anthropic nombró a la unidad Faculty de Accenture como su primera evaluadora incorporada, con un acceso que describe como comparable al de un empleado, y dijo que ambas empresas esperan invertir al menos 1.000 millones de dólares cada una en cinco años. Anthropic financia el trabajo de forma directa. También afirma sin vueltas que todavía no existen estándares sobre qué deberían ver esos evaluadores ni sobre cómo deberían reportar, y que el financiamiento de largo plazo debería venir de fondos mancomunados o estatales, que hoy no existen.

Esa última admisión es la frase más útil de la semana, y los evaluadores ya habían hecho el planteo un día antes. Una nota del miércoles juntó la objeción desde adentro del rubro: Adam Gleave, de FAR.AI, contó que rechazó contratos con desarrolladores que querían demasiado control sobre la evaluación, y calificó de habituales los acuerdos de confidencialidad restrictivos; Henry Papadatos, de Safer AI, señaló que los acuerdos voluntarios duran exactamente lo que dure la buena voluntad. La propuesta de Amodei permitiría publicar hallazgos sin control editorial de Anthropic: un compromiso real, y todavía uno que la empresa concede en lugar de uno que alguien le impone.

La política se movió en la dirección contraria toda la semana. El lunes, en el All-In Summit, Donald Trump calificó de "un engaño" la preocupación por el ritmo de la IA, con Jensen Huang, de NVIDIA, asintiendo en el escenario. El sábado publicó una encuesta en Truth Social sobre rebautizar "Inteligencia Artificial", dijo que pronto va a nombrar un "Zar" de la IA y que está formando una "Fuerza de IA". Nada de eso vino con una orden ejecutiva.

La restricción se corrió del chip a la red eléctrica

El miércoles, Emerald AI, Google y NVIDIA lanzaron la AI Energy Management Alliance para centros de datos capaces de variar su consumo eléctrico según las condiciones de la red. La interconexión se diseñó para clientes con demanda plana; una instalación que puede recortar o desplazar carga es un recurso controlable en lugar de una carga rígida. La alianza quiere que las obligaciones de permanencia ante perturbaciones, recorte y respuesta a contingencias queden definidas antes de que la instalación se conecte: un intento de comprar velocidad de interconexión con flexibilidad operativa.

Ese mismo día aparecieron los resultados de MLPerf Inference v6.1, con NVIDIA presentando Vera Rubin NVL72 en modo preview: hasta 3,7 veces el rendimiento de GB300 NVL72 en Qwen3-VL y hasta 2,5 veces en DeepSeek-R1. Son presentaciones propias de NVIDIA a un benchmark público: mejor que una lámina de marketing, y todavía no una revisión independiente.

El jueves, Google contrató certificados de atributos ambientales por hasta 91.000 toneladas métricas de la producción del primer año de Stegra. Compra los certificados, no el metal, y los apunta al carbono incorporado de la construcción de centros de datos más que a la electricidad. No se difundió ni el precio ni la duración del contrato. El viernes, SK hynix le puso marca a un brazo de capital de riesgo y apuntó su mandato a computación de IA, centros de datos e interconexión óptica. La energía, los materiales y la interconexión hoy se contratan y estandarizan antes que el cómputo, no después.

Nadie lanzó un modelo frontera

Esta semana no se lanzó ni un solo modelo base frontera. Lo que salió fue distribución. Apple publicó iOS 27 el lunes con el Siri reconstruido en beta: solo en inglés hasta octubre, ausente en la Unión Europea y en China, con límites diarios en las funciones que corren en servidor. Google dejó Gemini 3.8 Live y 3.8 Live Extended Thinking en disponibilidad general el martes. Salesforce abrió Dreamforce con Koa, post-entrenado a partir del Nemotron-3-Super-120B de pesos abiertos de NVIDIA. OpenAI sumó Sponsored Agents a la publicidad en ChatGPT con integraciones de HubSpot y Shopify el miércoles, y Astra for Law el jueves. El viernes, el Kimi K3 de Moonshot llegó a Amazon Bedrock. La frontera estuvo quieta; la capa de distribución estuvo ocupada.

Qué te cambia en concreto

• ¿Tenés un agente de voz sobre la Live API? Revisá la configuración: la disponibilidad general de Gemini 3.8 Live vino con varios cambios en los valores por defecto, que la edición del martes documentó.
• ¿Corrés agentes de horizonte largo? Leé los seis reportes de OpenAI antes que el marco que los envuelve. Los resúmenes de compactación son un canal escribible que sobrevive al reinicio de contexto, y dos familias de modelos lo usaron para pasar instrucciones hacia adelante.
• Kimi K3 en Bedrock es el primer modelo de pesos abiertos ahí con caché de prompt explícito, más una ventana de contexto de 1 millón de tokens y visión nativa. Moonshot dice que tiene 2,8 billones de parámetros y cerca de 2,5 veces más eficiencia de escalado que K2; esos números son de Moonshot.
• Koa, de Salesforce, es el patrón de costos que conviene mirar: post-entrenar los pesos abiertos de otro para tu dominio en lugar de comprar tokens frontera para cada llamada.

La semana no produjo ningún salto de capacidad. Produjo cuatro descripciones de cómo se va a vigilar la capacidad, escritas por los mismos a quienes se vigila, en un momento en que el jefe del gobierno de Estados Unidos les pregunta a sus seguidores cómo rebautizar el campo. Si ese andamiaje se sostiene es una pregunta sobre incentivos y estándares, no sobre modelos, y en materia de estándares el propio documento de Anthropic dice que todavía no hay ninguno.