✨︎ Resumen (TL;DR):
- Jacob Coxon renunció a Anthropic y acusó a los dos laboratorios de competir por llegar primero a una superinteligencia capaz de mejorarse a sí misma.
- OpenAI movilizó unos 10,000 agentes durante 88 horas para resolver Navier-Stokes y sumó 17 horas de verificación en Lean.
- Anthropic propuso el 5 de junio de 2026 una vía coordinada y verificable para pausar el desarrollo de sistemas avanzados, una postura que contrasta con la carrera que Coxon cuestiona.
Jacob Coxon renunció a Anthropic el martes 8 de septiembre de 2026 y acusó a Anthropic y OpenAI de competir por llegar primero a una superinteligencia capaz de mejorarse a sí misma. El investigador pasó tres años en pretraining, primero en OpenAI y después en Anthropic, y publicó su postura en X el mismo día que OpenAI anunció que un modelo interno todavía sin lanzar resolvió el problema de Navier-Stokes en 88 horas con unos 10,000 agentes trabajando en paralelo.
El mismo 8 de septiembre, The Wall Street Journal publicó un reportaje de Amrith Ramkumar sobre la salida. El anuncio de OpenAI, difundido esa misma jornada, mostró con cifras la velocidad que Coxon cuestiona.
La acusación apunta a los dos laboratorios
Su trabajo se concentró en pretraining, primero en OpenAI y después en Anthropic. El pretraining es una fase de entrenamiento que sirve para construir el modelo base de una IA.
En el hilo público de X, Coxon trazó una diferencia entre los dos laboratorios. A su juicio, en OpenAI mucha gente no ha interiorizado a fondo lo que está en juego. En Anthropic, el riesgo sí se entiende, pero la compañía está encerrada en una carrera por llegar primero.
Su declaración central no hizo distinciones: “Ninguna de las dos empresas está actuando de forma responsable”, escribió Coxon.
El investigador también sostuvo que quienes construyen estos sistemas creen de verdad que la tecnología podría acabar con la humanidad antes de que termine la década. Según su lectura, ese temor se expresa sobre todo en privado.
Coxon dirige su crítica al procedimiento, no al desarrollo en sí. Para él, aceptar la carrera y entrar en la fase final es una apuesta soberbia. Una decisión de ese tamaño, argumentó, no debería salir del Slack de una empresa privada.
Coxon se declaró optimista sobre la coordinación entre laboratorios. Afirmó que los episodios recientes de alarma volvieron viables los acuerdos para pactar el ritmo.
Su perfil público de Google Scholar lo identifica como investigador de Anthropic, con un correo de la empresa verificado. Al cierre de la nota, ni Anthropic ni OpenAI habían publicado una respuesta al hilo.
OpenAI puso cifras a la carrera con Navier-Stokes
El 8 de septiembre de 2026, OpenAI publicó una solución al problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Milenio definidos en 2000 por el Clay Mathematics Institute. El problema llevaba unos 90 años sin resolverse.
La empresa entregó un texto explicativo y una formalización en Lean. Lean es un lenguaje que permite verificar una demostración por computadora.
OpenAI dijo que entrena desde el 28 de agosto un modelo interno que supera con claridad a GPT-6 Astra. El 1 de septiembre, después de oír rumores de que dos Problemas del Milenio estaban resueltos, envió a sus agentes contra todos ellos.
El grupo que, según OpenAI, resolvió Navier-Stokes llegó al orden de 10,000 agentes simultáneos y tardó unas 88 horas. La verificación en Lean añadió 17 horas con GPT-6 Astra.
Entre todos los problemas atacados, los agentes se enviaron 4.9 millones de mensajes y consumieron cerca de 300,000 millones de tokens de salida.
OpenAI aclaró que no reclamará el premio del Milenio por este resultado. Cerró el anuncio diciendo que construir sistemas dirigibles y responsables “puede exigir decisiones más deliberadas sobre el ritmo del progreso”.
Anthropic había pedido la opción de frenar
El 5 de junio de 2026, Anthropic propuso que las principales compañías de IA acordaran una forma coordinada y verificable de pausar el desarrollo de sistemas avanzados. También planteó que convendría tener la opción de frenar o pausar temporalmente.
Jack Clark, cofundador de Anthropic, y Marina Favaro, responsable de su instituto de investigación, firmaron el texto.
La mejora recursiva de sí misma es un concepto de IA que describe la capacidad de un sistema para diseñar a su propio sucesor, conocida en inglés como recursive self-improvement. Anthropic advirtió que esa capacidad podría traer beneficios en ciencia y salud, pero también elevar el riesgo de que los humanos pierdan el control.
Un día antes, OpenAI había defendido en un informe propio que los gobiernos democráticos, no las empresas por sí solas, deben fijar las reglas, las salvaguardas y los mecanismos de rendición de cuentas.
Coxon señala ahí una distancia concreta: Anthropic pidió públicamente la opción de pausar y, según su lectura, esa misma compañía no puede dejar de correr.
La renuncia no cambia por sí sola el ritmo de ningún laboratorio. Sí deja un testimonio público, con nombre y trayectoria comprobable en el área de pretraining, publicado el mismo día que OpenAI mostró de qué es capaz un sistema que todavía no ha lanzado.
