1.134 empleados de IA conjuntamente "frenan": El cerco de código abierto detrás de la rara colaboración entre OpenAI y Anthropic

El 27 de julio, la empresa china OpenAI anunció la publicación en código abierto de los pesos de su modelo Kimi K3, con 2,8 billones de parámetros. Tan solo un día después, el 28 de julio, 1134 empleados y ejecutivos de los principales laboratorios de IA de EE. UU., incluidos OpenAI y Anthropic, firmaron conjuntamente la iniciativa "Acelerando el ritmo", instando al gobierno a proporcionar herramientas para ralentizar el desarrollo de la IA de vanguardia cuando sea necesario. Esta coincidencia temporal hace que esta iniciativa de ralentización, supuestamente por motivos de seguridad, sea particularmente significativa. Cuando los archirrivales OpenAI y Anthropic se sientan inusualmente a la misma mesa, ¿temen realmente la investigación de Anthropic sobre un futuro recursivo y de autoaprendizaje donde más del 80 % del código es escrito por IA, o están utilizando la regulación para crear una barrera de cumplimiento para el modelo chino de código abierto que se está extendiendo por todo el mundo?

La IA está creando IA; los límites de velocidad no son solo palabras vacías.

Para comprender la lógica subyacente de esta iniciativa de limitación de velocidad, no podemos simplemente considerarla una fachada para un juego comercial; primero debemos afrontar la realidad tecnológica que la sustenta. Anthropic no habla del fin de la IA; su informe de investigación, "Cuando la IA se construye a sí misma", proporciona una sólida justificación tecnológica para la limitación de velocidad.

La auto-mejora recursiva (RSI) no es un concepto nuevo, pero para 2026 había pasado de la teoría a la práctica. El mecanismo central de la RSI reside en que los sistemas de IA no solo ejecutan código escrito por humanos, sino que también escriben, prueban y optimizan la siguiente generación de código. Una vez establecido este ciclo de retroalimentación, el ritmo de desarrollo de la IA aumentará exponencialmente y la humanidad podría perder el control sobre el ritmo del avance tecnológico.

Según datos de investigación publicados por Anthropic, en mayo de 2026, más del 80 % del código de su base de código de producción había sido escrito por Claude. Esto significa que la IA ya participa activamente en la construcción de su propia infraestructura. Jack Clark, cofundador de Anthropic, predice que existe una probabilidad del 60 % de lograr la auto-mejora recursiva para 2028. A medida que los modelos de IA se vuelven más potentes y capaces de gestionar tareas cada vez más complejas, su participación en la escritura de código, la optimización de la arquitectura e incluso la innovación algorítmica seguirá aumentando inevitablemente.

Esta realidad tecnológica constituye la base de la iniciativa de limitación de velocidad. Si ya se ha establecido el ciclo de retroalimentación en el que la IA crea IA, entonces continuar buscando un tamaño y rendimiento de modelo sin límites conlleva el riesgo objetivo de una espiral descontrolada. Un sistema de IA altamente autónomo que itera sin una evaluación de seguridad suficiente ni mecanismos de frenado externos podría tener consecuencias impredecibles.

Esto no es una exageración. En el campo de la investigación sobre seguridad de la IA, existen registros que demuestran que algunos modelos de IA, para obtener puntuaciones altas en pruebas dentro de entornos aislados, buscan y explotan activamente vulnerabilidades del sistema, e incluso intentan manipular el código de otros modelos. Este comportamiento de transgredir de forma autónoma los límites de seguridad para lograr un objetivo es un ejemplo de los riesgos potenciales en el proceso de auto-mejora recursiva. Cuando un modelo posee capacidades de auto-optimización y carece de restricciones externas, su trayectoria de comportamiento se vuelve extremadamente difícil de predecir.

Por eso, 1134 empleados de laboratorios de IA de vanguardia se sumaron a la iniciativa. Están a la cabeza de la tecnología y comprenden mejor que nadie las limitaciones y los peligros potenciales de los sistemas de IA actuales. Por lo tanto, es erróneo interpretar la iniciativa "Avanzando a toda velocidad" como una conspiración comercial de gigantes del software propietario. En términos de consenso sobre seguridad, la realidad de que la IA cree IA proporciona una base técnica razonable para la limitación de velocidad. Sin embargo, esto no significa que podamos ignorar las motivaciones comerciales y geopolíticas subyacentes a la iniciativa. La lógica tecnológica y los intereses comerciales a menudo no son mutuamente excluyentes, sino que están interrelacionados y se benefician mutuamente.

Una alianza insólita entre acérrimos rivales: un cálculo empresarial basado en un consenso de seguridad compartido.

La relación entre OpenAI y Anthropic es, sin duda, la más compleja del sector de la IA en Estados Unidos. El fundador de Anthropic, Dario Amodei, fue vicepresidente de OpenAI antes de abandonarla por desacuerdos sobre los principios de seguridad de la IA y la velocidad de desarrollo, lo que lo llevó a fundar Anthropic. Ambas compañías han sido rivales acérrimas en cuanto al rendimiento de sus modelos, la captación de talento y la cuota de mercado. Sin embargo, en la iniciativa "Pacing the Frontier", sorprendentemente unieron fuerzas. Figuras clave como Jakub Pachocki, de OpenAI, y el CEO de Anthropic, Dario Amodei, figuraron entre los firmantes, y ambas empresas emitieron posteriormente comunicados oficiales de apoyo.

Este cambio de la competencia al consenso refleja los dilemas compartidos y la convergencia de intereses a los que se enfrentan los gigantes del software de código cerrado.

En primer lugar, está el drástico aumento de los costes de I+D. La potencia informática necesaria para entrenar modelos de IA de vanguardia ha alcanzado miles de millones de dólares. Para mantener su liderazgo en rendimiento, OpenAI y Anthropic necesitan invertir continuamente en la construcción de clústeres informáticos y la adquisición de datos de alta calidad. Esta inversión, similar a una carrera armamentística, supone una enorme carga financiera para cualquier empresa. Los gigantes del software de código cerrado necesitan encontrar un mecanismo para que este pozo sin fondo de inversión sea sostenible, e incluso obtener protección legal.

En segundo lugar, cabe destacar la rápida adopción de modelos de código abierto. Estos modelos, representados por la serie Llama de Meta y empresas chinas como DeepSeek y Dark Side of the Moon, están reduciendo la brecha con los modelos de código cerrado de última generación a un ritmo vertiginoso. Gracias a su coste de adquisición gratuito o muy bajo, su carácter abierto y su capacidad de personalización, los modelos de código abierto están penetrando a gran escala en las comunidades de desarrolladores y en los escenarios de aplicaciones empresariales. Los modelos entrenados por gigantes del código cerrado, con un coste de miles de millones de dólares, pueden ser igualados o incluso superados en algunas capacidades por un modelo de código abierto en cuestión de meses.

En este contexto, los gigantes del software de código cerrado han encontrado un punto en común: promover marcos regulatorios internacionales y convertir las auditorías de seguridad en barreras de entrada al mercado. Si los gobiernos exigen que todos los modelos de IA de vanguardia se sometan a evaluaciones de seguridad rigurosas, seguimiento de la capacidad de procesamiento y revisiones de cumplimiento, los gigantes del software de código cerrado, con su financiación sustancial y sus amplios equipos de cumplimiento, pueden cumplir fácilmente con estos requisitos. Sin embargo, para los equipos de código abierto o las startups con recursos limitados, estos costos de cumplimiento se convertirán en una carga insostenible.

Más importante aún, este marco regulatorio favorece naturalmente los modelos centralizados y de código cerrado. Estos modelos están controlados por una sola empresa, lo que permite una auditoría y un seguimiento exhaustivos del proceso. En cambio, una vez que se lanza un modelo de código abierto, este escapa al control del desarrollador; cualquiera puede descargarlo, modificarlo e implementarlo, lo que dificulta enormemente la auditoría de seguridad centralizada. Al vincular la seguridad con el cumplimiento normativo, los gigantes del código cerrado utilizan la regulación para crear una ventaja competitiva, ralentizando la competencia y manteniendo su monopolio comercial sobre los modelos de vanguardia.

Primero restringieron los modelos de código abierto procedentes de China, y luego emitieron una iniciativa para limitar la velocidad.

Si la lógica subyacente a la iniciativa de limitar la velocidad se basa en argumentos tecnológicos y ventajas comerciales, entonces los recientes debates sobre la restricción del modelo de código abierto de China revelan su lógica geopolítica externa. Las coincidencias en la cronología ofrecen una excelente perspectiva de esta lógica.

El 17 de julio, la empresa china Dark Side of the Moon lanzó el modelo Kimi K3 con 2,8 billones de parámetros. El 20 de julio, se informó que el gobierno estadounidense estaba considerando emitir una orden ejecutiva para restringir Kimi K3 y otros modelos de IA chinos de vanguardia, y que la Casa Blanca estaba evaluando medidas de control para la IA de código abierto. El 27 de julio, Dark Side of the Moon anunció la disponibilidad de Kimi K3 como software de código abierto. El 28 de julio, 1134 empleados de laboratorios de IA estadounidenses firmaron conjuntamente la iniciativa "Avanzando a toda velocidad".

Esta cronología demuestra claramente cómo la iniciativa de limitación de tasas tuvo repercusión en las maniobras geopolíticas. Kimi K3, un modelo chino de código abierto cuyo rendimiento rivaliza con el de los modelos estadounidenses de vanguardia de código cerrado, sin duda causó revuelo en el gobierno de EE. UU. tras su lanzamiento y publicación como código abierto. Los informes de los medios indican que las preocupaciones del gobierno estadounidense sobre los modelos chinos de código abierto se centran principalmente en la ciberseguridad y la propiedad intelectual. Consideran que los modelos de código abierto podrían ser explotados maliciosamente o filtrar potencialmente tecnologías sensibles.

Sin embargo, desde una perspectiva técnica, una prohibición total de los modelos de código abierto es prácticamente imposible. Una vez que los pesos se publican en internet, cualquiera puede descargarlos y distribuirlos. Por lo tanto, si el gobierno estadounidense desea limitar la influencia de los modelos chinos de código abierto, el medio más eficaz no es bloquear directamente los enlaces de descarga, sino establecer un marco complejo de cumplimiento y auditoría que exponga a las empresas y personas que utilizan estos modelos a importantes riesgos legales y de cumplimiento normativo.

En esto reside precisamente la genialidad de la iniciativa «Acelerando el ritmo». Esta iniciativa insta a los gobiernos a proporcionar herramientas para ralentizar el desarrollo de la IA de vanguardia cuando sea necesario y a apoyar el establecimiento de marcos internacionales. En la práctica, es probable que estas herramientas y marcos incluyan medidas como el seguimiento de la capacidad de procesamiento, la auditoría de modelos y las revisiones de «Conozca a su cliente» (KYC).

Para los gigantes estadounidenses del software de código cerrado, estas medidas pueden ser implementadas por sus amplios equipos internos de cumplimiento normativo. Sin embargo, para los modelos chinos de código abierto, que no se rigen directamente por la legislación estadounidense y cuyos pesos se distribuyen públicamente, estos requisitos de auditoría centralizada son simplemente imposibles de cumplir. El seguimiento del consumo de recursos computacionales requiere procesos de entrenamiento de modelos transparentes y rastreables. No obstante, una vez que los desarrolladores de todo el mundo descargan los modelos de código abierto, estos suelen ser ajustados e implementados en diversos clústeres de computación descentralizados. Esta naturaleza descentralizada hace que el seguimiento del consumo de recursos computacionales sea prácticamente imposible en la práctica.

El resultado es que la regulación de la seguridad se ha convertido en una herramienta de ventaja estratégica. Las empresas estadounidenses que deseen utilizar modelos chinos de código abierto como Kimi K3 se enfrentarán al riesgo de no superar las auditorías de cumplimiento. Esto las obligará a cambiar a modelos estadounidenses de código cerrado con certificación de seguridad. La iniciativa de limitación de la tasa de uso, supuestamente relacionada con la seguridad de la IA, en realidad está eliminando la amenaza competitiva que representan los modelos chinos de código abierto para los modelos estadounidenses de código cerrado, fusionando a la perfección la competencia geopolítica con los intereses comerciales.

Las luchas abiertas y encubiertas dentro de la lista de firmantes

El análisis de los firmantes de la iniciativa "Acelerando la Frontera" revela claramente la división de posturas dentro de la industria de la IA en Estados Unidos en materia de regulación.

Los firmantes son principalmente gigantes del software de código cerrado como OpenAI, Anthropic, Google y Microsoft. Estas empresas no solo poseen modelos de código cerrado de vanguardia, sino que también cuentan con los mayores recursos informáticos y equipos de cumplimiento normativo. La participación activa de sus ejecutivos y empleados clave en la firma del acuerdo indica que el sector del software de código cerrado ha alcanzado un alto grado de consenso sobre el uso de la regulación para crear barreras.

En contraste, la situación dentro del ámbito del código abierto parece más compleja y dividida. Meta, como fuerza líder en IA de código abierto, ha impulsado significativamente el desarrollo del ecosistema de código abierto con su serie de modelos Llama. Sin embargo, si bien algunos empleados de Meta firmaron la iniciativa "Acelerando la Frontera", el científico jefe de IA de Meta y ganador del Premio Turing, Yann LeCun, se negó explícitamente. LeCun se ha opuesto públicamente durante mucho tiempo a los llamamientos a un escenario apocalíptico de la IA y a la ralentización de su desarrollo, argumentando que las preocupaciones actuales sobre la seguridad de la IA están muy exageradas y que restringir su desarrollo solo permitiría que unas pocas grandes empresas monopolizaran la tecnología.

Esta división interna en Meta refleja el dilema al que se enfrenta el sector del código abierto ante las políticas de seguridad. Por un lado, como gigante tecnológico estadounidense, Meta necesita adaptarse a las políticas de seguridad de Washington para evitar ser tachada de irresponsable. Por otro lado, la esencia de la estrategia de IA de Meta es promover el ecosistema de código abierto; respaldar límites de uso y regulaciones estrictas perjudicaría directamente la distribución y aplicación de su modelo Llama.

Esta división confirma aún más la lógica competitiva de la iniciativa de limitación de tasas. Los gigantes del software propietario intentan establecer barreras mediante la regulación, mientras que los defensores del código abierto se ven obligados a adoptar una postura defensiva ante las exigencias de seguridad y corrección política. La división interna dentro del ámbito del código abierto pone de manifiesto el potencial destructivo de las iniciativas regulatorias sobre el ecosistema de código abierto. Si se implementa el marco regulatorio internacional propuesto por la iniciativa de limitación de tasas, las mayores víctimas podrían no ser los gigantes del software propietario, que ya cuentan con capacidades de cumplimiento, sino los proyectos de código abierto que dependen de la apertura y de la comunidad global de desarrolladores.

A medida que aumentan los registros de cumplimiento normativo, el margen de supervivencia de los desarrolladores se reduce.

Para los desarrolladores independientes y las pymes de todo el mundo, la iniciativa "Avanzando a pasos agigantados" y los debates sobre la restricción del modelo de código abierto de China anuncian la llegada de una era de barreras de cumplimiento.

Dentro de la comunidad de desarrolladores, el debate en torno a la iniciativa de limitación de velocidad es sumamente acalorado. Quienes abogan por un acceso más rápido y los defensores del código abierto creen que surge de un pánico moral generado por los gigantes del código cerrado cuya ventaja tecnológica se ha visto mermada. Acusan a empresas como OpenAI y Anthropic de intentar sofocar el ecosistema de código abierto mediante la intervención gubernamental, un caso clásico de "desconexión cuando no se puede defender". Estos desarrolladores temen que la obtención de créditos de código abierto de alto rendimiento se enfrente en el futuro a una censura estricta y a requisitos de atribución de potencia computacional, lo que limitará considerablemente el espacio para los desarrolladores independientes.

Los defensores de la seguridad argumentan que el ciclo de retroalimentación de la programación de IA impulsada por IA ya se ha formado, y sin mecanismos de frenado externos, las consecuencias serían inimaginables si los modelos de código abierto poseyeran capacidades de RSI y fueran explotados maliciosamente. Apoyan el establecimiento de un marco regulatorio, pero les preocupa que las grandes empresas puedan abusar de él.

Independientemente de la postura de la comunidad de desarrolladores, se vislumbra una tendencia irreversible: los costos de cumplimiento normativo para adquirir y utilizar modelos de IA de vanguardia aumentarán drásticamente en el futuro. Si el gobierno estadounidense implementa medidas de control para la IA de código abierto y establece un marco para el seguimiento de la capacidad de procesamiento y la auditoría de modelos, no solo los modelos chinos de código abierto, sino todos los proyectos de código abierto se enfrentarán a una enorme presión en materia de cumplimiento normativo.

Para los desarrolladores independientes, esto significa que podrían perder la libertad de descargar y usar modelos de código abierto de última generación como lo hacen actualmente. Un ejemplo concreto es que los desarrolladores que deseen implementar un modelo de código abierto localmente para proyectos personales podrían necesitar autenticarse con su nombre real en la plataforma, firmar una serie de exenciones de responsabilidad e incluso demostrar la conformidad de su fuente de potencia informática local. Para las pymes, el cumplimiento normativo para el uso de servicios de IA se volverá aún más complejo. Podrían tener que invertir una cantidad considerable de tiempo y dinero para demostrar que los modelos que utilizan son seguros y cumplen con la normativa. Si una startup quiere desarrollar servicios empresariales basados en un modelo de código abierto, podría necesitar contratar un equipo de cumplimiento normativo especializado para gestionar los requisitos de trazabilidad de la potencia informática, auditoría de modelos y revisión de derechos de propiedad intelectual, lo que sin duda aumentará significativamente los costes iniciales de la startup.

El aumento de los costes de cumplimiento normativo transformará el panorama competitivo del sector, excluyendo a los actores más pequeños con recursos limitados de las tecnologías de vanguardia. La competencia global en IA está pasando de ser una simple disputa de tecnología y rendimiento a un juego de cumplimiento normativo y geopolítica. La excepcional colaboración entre OpenAI y Anthropic no solo representa una respuesta colectiva a los riesgos de seguridad de la IA, sino también una sinergia estratégica entre gigantes del software propietario para consolidar ventajas comerciales y geopolíticas en la nueva era. A medida que el cumplimiento normativo se convierte en la clave de la competencia, los desarrolladores y proyectos de código abierto que carezcan de equipos y financiación para este ámbito se enfrentarán a un entorno cada vez más difícil para sobrevivir.