Claude va treballar 21 hores sol: què és l'autonomia real en IA

El 23 de setembre de 2026, Anthropic va anunciar que un agent de Claude havia passat 21,5 hores seguides —949 sessions encadenades, 215,6 milions de tokens— cercant sense supervisió humana contínua en una base de dades de 1.900 milions de proteïnes, fins a identificar un sistema enzimàtic fins ara no descrit, amb repeticions d’ADN semblants a les de CRISPR. A Evicron, estudi d’IA i software a mida de Barcelona, aquí no ens interessa la biologia: ens interessa que és, de llarg, l’exemple més ben documentat fins avui del que vol dir de veritat “agent autònom” quan una empresa d’IA ho mesura en hores i sessions, no en un eslògan de producte. I serveix de vara de mesurar per a qualsevol pime a qui li venguin “un agent d’IA” per al seu negoci.

Què va fer l’agent, exactament

El sistema, que Anthropic anomena ART (array-associated reverse transcriptases), va aparèixer a l’ADN de bacteriòfags —virus que infecten bacteris— després d’un rastreig autònom per una base de dades de proteïnes. Segons l’anunci oficial d’Anthropic, el mateix Feng Zhang, un dels científics que va portar CRISPR a l’edició de gens en cèl·lules vives, va qualificar el treball d‘“exemple interessant de com els agents d’IA poden contribuir al descobriment científic”. La companyia és honesta sobre els límits: encara no s’ha demostrat que el sistema editi gens, i la seva funció biològica exacta continua sent desconeguda. De fet, segons va recollir Al Jazeera, diversos microbiòlegs han matisat l’anunci: per a alguns especialistes, trobar sistemes “tipus CRISPR” en bases de dades públiques s’assembla més a mineria genòmica rutinària que a una troballa disruptiva, i que s’assembli a CRISPR no vol dir que serveixi per al mateix.

Aquest matís —la mateixa comunitat científica demanant cautela— és tan rellevant per a una empresa com la troballa en si. Ningú que vengui “agents autònoms” hi inclou la matisació per defecte.

La lliçó no és de biologia, és d’autonomia sostinguda

El que canvia amb aquest cas no és que un model d’IA “sàpiga molt”: és que un agent va executar gairebé un dia sencer de treball especialitzat, decidint per si mateix què provar a continuació, sense que ningú revisés cada pas intermedi. És la diferència entre un assistent que redacta un correu quan li ho demanes i un agent al qual li dones un objectiu obert un dilluns i en reculls un resultat el dimarts.

Aquesta distinció és exactament la que es difumina en la majoria de propostes comercials d‘“agents d’IA per a empreses”. Quan un proveïdor parla d‘“autonomia”, val la pena preguntar en quin esglaó està el seu producte:

• Assistència puntual: respon una pregunta o executa una acció concreta cada vegada que se li demana. No és autonomia, és una eina.
• Automatització amb supervisió per passos: encadena diverses accions però s’atura a demanar confirmació en els punts crítics.
• Autonomia sostinguda real: treballa hores sobre un objectiu, decideix el seu propi pas següent i només lliura un resultat final per a revisió humana — el cas de Claude amb el sistema ART.

La majoria dels “agents” que avui es venen a pimes espanyoles i europees estan en el primer o el segon esglaó, no en el tercer. Això no els fa inútils —automatitzar un procés concret ja estalvia hores—, però confondre els nivells infla expectatives i pressupostos.

Com avaluar un projecte d’agents d’IA amb aquesta vara de mesurar

1. Demana l’objectiu, no la demo. Qualsevol pot ensenyar un agent responent bé a una pregunta preparada. Pregunta quin objectiu obert pot perseguir sense intervenció i durant quant de temps.
2. Pregunta què passa quan s’equivoca a mig camí. Un procés de 21 hores sense supervisió també pot acumular 21 hores d’error si l’objectiu estava mal plantejat. Qui ven autonomia real ha de poder explicar com es detecta i es talla aquest error.
3. Exigeix el resultat amb els seus límits, no només el titular. Anthropic va publicar la troballa juntament amb el que encara no sap. Un proveïdor d’IA aplicada seriós fa el mateix amb el teu projecte: què funciona, què encara no està provat i què falta per validar.
4. Compara el cost real, no el preu de la llicència. 215,6 milions de tokens en un sol procés dona una idea que l’autonomia sostinguda costa còmput, no només una subscripció mensual; qualsevol pressupost que no en parli és incomplet.

Com ho treballem a Evicron

Quan construïm agents d’IA aplicada per a un client, sempre comencem delimitant en quin d’aquests tres esglaons ha d’estar l’agent —gairebé mai en el d’autonomia total, que en processos de negoci reals rares vegades compensa davant d’un disseny amb punts de revisió humana— i ho deixem per escrit abans de tocar codi. Ja vam escriure sobre què exigir a un proveïdor d’IA quan li dones permisos a un agent; aquest cas hi afegeix una pregunta més: que et diguin en quin esglaó d’autonomia està exactament el que et venen, amb la mateixa honestedat amb què Anthropic ha explicat els límits de la seva pròpia troballa.

Portem des del 2019 desenvolupant software i IA aplicada a mida per a empreses de dotze sectors a tot Europa, amb més de 200 projectes lliurats i sense lock-in de proveïdor. Si t’han proposat un “agent autònom” i no tens clar si és una eina amb un altre nom o alguna cosa que de veritat pot sostenir un objectiu sense supervisió, escriu-nos: la primera sessió de descobriment és gratuïta i en surts sabent quin esglaó d’autonomia necessita el teu procés, no el que és més fàcil de vendre.