Modelos IA resuelven tareas de programación de semanas en horas; robots mejoran 20 veces con IA escalada
Hecho Qué ha ocurrido
Epoch y METR publicaron MirrorCode, un benchmark que mide la capacidad de sistemas IA para reimplementar programas completos accediendo solo a su interfaz de línea de comandos. Claude Opus 4.7 completó en 14 horas una tarea que humanos tardarían 2-17 semanas, con costo de $251. En paralelo, Anthropic demostró que su modelo Opus 4.7 completa autónomamente tareas robóticas en 9 minutos, mientras que Opus 4.1 un año atrás era ineficaz; en mayo 2026, Opus 4.7 resolvió 24 de 25 tareas robóticas complejas frente a los 181 minutos necesarios con humanos.
Resumen generado mediante IA a partir de Import AI (Jack Clark) (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Estos resultados muestran que la mejora en capacidad general de modelos genera beneficios no planificados en roboticidad y codificación autónoma, sugiriendo que la escalada de modelos base desbloqueará nuevas capacidades en automatización. La capacidad de sistemas IA para aprender de entornos desconocidos (ingeniería inversa de software, adaptación robótica) plantea preguntas sobre la autonomía y la velocidad de automatización industrial y de software.
- Quién se ve afectado
- Desarrolladores de software, equipos de robótica industrial y comercial, startups de automatización, empresas de tecnología que dependen de integración manual de sistemas.
- Qué puede cambiar
- Si estos resultados se confirman y escalan, la automatización de mantenimiento de código heredado, migración de sistemas legados y desarrollo de robots autónomos para entornos no estructurados se acelera significativamente, reduciendo costes operativos y ciclos de desarrollo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción de MirrorCode en evaluación de modelos; diferencias de rendimiento entre Claude, GPT y otros modelos en tareas de ingeniería inversa de código; progreso de startups como Sunday en despliegue de robots en hogares; análisis de coste-beneficio de tercerizar tareas de desarrollo a IA versus equipos humanos; reacción del sector de robótica a estos benchmarks.
Recomendación Qué debería hacer una empresa
Equipos de desarrollo y operaciones deberían evaluar en los próximos 6-12 meses cómo integrar sistemas IA para análisis y refactorización de código legado; equipos de robótica deberían monitorear arquitecturas de agentes autónomos basadas en modelos generales como base para nuevos proyectos pilot en los próximos 6 meses.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: Import AI (Jack Clark). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentescodingroboticamodelos generales AnthropicEpochMETRAppleSunday Claude Opus 4.7escalado de modelosMirrorCodeprogramación autónomaroboticidad
Tu opinión
0 comentarios
Relacionadas
Matemático acusa a OpenAI de falta de transparencia sobre resolución de un Problema del Milenio
El matemático Tristan Buckmaster denunció presiones y falta de transparencia por parte de OpenAI, después de que la compañía anunciara que sus modelos habían…
Por qué importaEl caso plantea dudas sobre atribución de méritos científicos, uso de datos de investigadores y comunicación corporativa de resultados de IA en…
DeepMind lanza AlphaGenome Atlas con predicciones de 9.000 millones de variantes del genoma humano
Google DeepMind ha publicado el AlphaGenome Atlas, un conjunto de datos de un petabyte que predice el efecto molecular de cada una de las aproximadamente nueve…
Por qué importaEsta base de datos podría acelerar drásticamente el diagnóstico de enfermedades raras y la investigación genética al reducir el tiempo necesario para…
Debate sobre el papel de la IA de OpenAI en la solución del problema de Navier-Stokes
OpenAI afirmó que su IA ayudó a resolver aspectos del problema matemático de Navier-Stokes, uno de los enigmas abiertos de la matemática desde hace casi 200…
Por qué importaEl caso ilustra la disputa creciente sobre atribución y verificación de resultados científicos cuando intervienen sistemas de IA, algo relevante para…
OpenAI afirma resolver parte del problema del milenio Navier-Stokes con IA, pero surge disputa de prioridad
OpenAI anunció el 8 de septiembre que un modelo interno más capaz que GPT-6 Astra produjo una prueba formal en Lean que resuelve dos de los cuatro enunciados…
Por qué importaEs el avance más significativo hasta ahora de IA en matemáticas de investigación de frontera, con verificación formal objetiva vía Lean, pero también…