Claude trabajó solo 21 horas: qué es autonomía real en un agente IA

El 23 de septiembre de 2026, Anthropic anunció que un agente de Claude había pasado 21,5 horas seguidas —949 sesiones encadenadas, 215,6 millones de tokens— buscando sin supervisión humana continua en una base de datos de 1.900 millones de proteínas, hasta identificar un sistema enzimático hasta ahora no descrito, con repeticiones de ADN parecidas a las de CRISPR. En Evicron, estudio de IA y software a medida de Barcelona, no nos interesa aquí la biología: nos interesa que es, con diferencia, el ejemplo mejor documentado hasta la fecha de lo que de verdad significa “agente autónomo” cuando una empresa de IA lo mide en horas y sesiones, no en un eslogan de producto. Y sirve de vara de medir para cualquier pyme a la que le vendan un “agente de IA” para su negocio.

Qué hizo el agente, exactamente

El sistema, al que Anthropic llama ART (array-associated reverse transcriptases), apareció en el ADN de bacteriófagos —virus que infectan bacterias— tras un rastreo autónomo por una base de datos de proteínas. Según el anuncio oficial de Anthropic, el propio Feng Zhang, uno de los científicos que llevó CRISPR a la edición de genes en células vivas, calificó el trabajo de “ejemplo interesante de cómo los agentes de IA pueden contribuir al descubrimiento científico”. La compañía es honesta sobre los límites: todavía no se ha demostrado que el sistema edite genes, y su función biológica exacta sigue sin conocerse. De hecho, según recogió Al Jazeera, varios microbiólogos han matizado el anuncio: para algunos especialistas, encontrar sistemas “tipo CRISPR” en bases de datos públicas es más minería genómica rutinaria que un hallazgo disruptivo, y el hecho de que se parezca a CRISPR no implica que sirva para lo mismo.

Ese punto —la propia comunidad científica pidiendo cautela— es tan relevante para una empresa como el hallazgo en sí. Nadie que venda “agentes autónomos” incluye el matiz por defecto.

La lección no es de biología, es de autonomía sostenida

Lo que cambia con este caso no es que un modelo de IA “sepa mucho”: es que un agente ejecutó casi un día completo de trabajo especializado, decidiendo por sí mismo qué probar a continuación, sin que nadie revisara cada paso intermedio. Es la diferencia entre un asistente que redacta un correo cuando se lo pides y un agente al que le das un objetivo abierto un lunes y recoges un resultado el martes.

Esa distinción es exactamente la que se difumina en la mayoría de propuestas comerciales de “agentes de IA para empresas”. Cuando un proveedor habla de “autonomía”, conviene preguntar en qué franja está su producto:

• Asistencia puntual: responde una pregunta o ejecuta una acción concreta cada vez que se le pide. No es autonomía, es una herramienta.
• Automatización con supervisión por pasos: encadena varias acciones pero se detiene a pedir confirmación en los puntos críticos.
• Autonomía sostenida real: trabaja horas sobre un objetivo, decide su propio siguiente paso y solo entrega un resultado final para revisión humana — el caso de Claude con el sistema ART.

La mayoría de los “agentes” que hoy se venden a pymes españolas están en el primer o segundo escalón, no en el tercero. Eso no los hace inútiles —automatizar un proceso concreto ya ahorra horas—, pero confundir los niveles infla expectativas y presupuestos.

Cómo evaluar un proyecto de agentes de IA con esta vara de medir

1. Pide el objetivo, no la demo. Cualquiera enseña un agente respondiendo bien a una pregunta preparada. Pregunta qué objetivo abierto puede perseguir sin intervención y durante cuánto tiempo.
2. Pregunta qué pasa cuando se equivoca a mitad de camino. Un proceso de 21 horas sin supervisión también puede acumular 21 horas de error si el objetivo estaba mal planteado. Quien vende autonomía real debe explicar cómo se detecta y se corta ese fallo.
3. Exige el resultado con sus límites, no solo el titular. Anthropic publicó el hallazgo junto con lo que todavía no sabe. Un proveedor de IA aplicada serio hace lo mismo con tu proyecto: qué funciona, qué no está probado todavía y qué falta por validar.
4. Compara el coste real, no el precio de la licencia. 215,6 millones de tokens en un solo proceso da una idea de que la autonomía sostenida cuesta cómputo, no solo una suscripción mensual; cualquier presupuesto que no hable de este coste variable está incompleto.

Cómo lo trabajamos en Evicron

Cuando construimos agentes de IA aplicada para un cliente, empezamos siempre delimitando en cuál de esos tres escalones necesita estar el agente —casi nunca en el de autonomía total, que en procesos de negocio reales rara vez compensa frente a un diseño con puntos de revisión humana— y lo dejamos por escrito antes de tocar código. Ya escribimos sobre qué exigir a un proveedor de IA cuando le das permisos a un agente; este caso añade una pregunta más a esa lista: que te cuenten en qué escalón de autonomía está exactamente lo que te venden, con la misma honestidad con la que Anthropic ha contado los límites de su propio hallazgo.

Llevamos desde 2019 desarrollando software e IA aplicada a medida para empresas de doce sectores en toda Europa, con más de 200 proyectos entregados y sin lock-in de proveedor. Si te han propuesto un “agente autónomo” y no tienes claro si es una herramienta con otro nombre o algo que de verdad puede sostener un objetivo sin supervisión, escríbenos: la primera sesión de descubrimiento es gratuita y sales de ella sabiendo qué escalón de autonomía necesita tu proceso, no el que más fácil se vende.