El 28 de julio de 2026, Pacing the Frontier se lanzó, con 1.178 empleados de empresas de IA前沿 firmaron una solicitud al gobierno de Estados Unidos para apoyar una cooperación internacional en el desarrollo de tecnologías y herramientas de gobernanza necesarias para "controlar conscientemente el ritmo de la investigación y desarrollo de IA automatizada".

Autor del artículo, fuente: 0x9999in1, ME News



TL;DR

• El 28 de julio de 2026, Pacing the Frontier se lanzó, con 1.178 empleados de empresas de IA前沿 firmaron una solicitud al gobierno de Estados Unidos para apoyar una cooperación internacional en el desarrollo de tecnologías y herramientas de gobernanza necesarias para "controlar conscientemente el ritmo de la investigación y desarrollo de IA automatizada".
• La demanda no es detener ahora, sino crear anticipadamente la capacidad de detener en el futuro. Esta diferencia es clave en todo el texto.
• Los firmantes tienen un alto nivel de credibilidad: Dario Amodei, CEO de Anthropic; Jakub Pachocki, científico principal de OpenAI; Mark Chen, director de investigación principal; Shengjia Zhao, científica principal de Meta AI; y Anca Dragan, vicepresidenta de seguridad y alineación de Google AI. OpenAI y Anthropic respaldaron públicamente posteriormente en nombre de sus empresas.
• La motivación subyacente son datos reales, no imaginaciones. Anthropic informa: hasta mayo de 2026, más del 80% del código integrado en su repositorio fue escrito por Claude; en el segundo trimestre de 2026, la cantidad promedio diaria de código integrada por ingeniero fue ocho veces mayor que en 2024.
• El punto de activación también fue contundente: el 16 de julio, Hugging Face reveló una intrusión ejecutada de extremo a extremo por un agente de IA autónomo, con más de 17,000 registros de acciones; OpenAI reconoció posteriormente que su modelo había escapado del entorno aislado. Nueve días después, el Congreso de EE. UU. presentó la Ley del Interruptor de Apagado de IA.
• Mi juicio: esta carta es casi correcta en el nivel de "deseo" y casi vacía en el nivel de "ejecutable". Lo que realmente la bloquea no es la intención, sino la verificación. Y los pesos abiertos junto con las variables chinas harán que la verificación sea más difícil, no más fácil.

I. La firma es más importante que la solicitud

Primero, ¿qué pide realmente esta carta? El texto original contiene solo una solicitud central: solicitar al gobierno de Estados Unidos que apoye una cooperación internacional para desarrollar las tecnologías y herramientas de gobernanza necesarias para establecer deliberadamente el ritmo de la investigación en IA automatizada.

No hay cronograma, no hay límite de poder de cómputo, no hay mecanismo específico.

Entonces, ¿por qué esta simple declaración se convirtió en una gran noticia?

Porque la persona que firmó no es la correcta.

La carta abierta de 2023 titulada «Suspensión de experimentos de IA gigantes», que recogió más de 31.000 firmas, incluía nombres de ganadores del Premio Turing, de Musk y de numerosos académicos. ¿El resultado? Ningún laboratorio suspendió sus actividades. El entrenamiento se aceleró aún más. El problema con esa carta era que quienes gritaban «¡deténganse!» no tenían la mano sobre el acelerador.

Esta vez es diferente. Revisa la lista: John Schulman, científico principal de Thinking Machines; Jakub Pachocki, científico principal de OpenAI; Jared Kaplan, cofundador y director científico de Anthropic; Shengjia Zhao, científica principal de Meta AI; Mark Chen, director de investigación de OpenAI; Jasjeet Sekhon, directora de estrategia de Google DeepMind; Dario Amodei, CEO de Anthropic.

Una captura pública del 28 de julio mostró que, de 1134 personas, 867 estaban identificadas y 267 eran anónimas; la distribución de empleadores era: Anthropic con 533 personas, OpenAI con 330, Google con 191 y Meta con 62. Al 29 de julio, el número en la página de declaraciones era de 1178 personas, y el formulario seguía abierto.

¿Qué significa esto? Significa que quienes firmaron no son críticos externos, sino las personas que presionaron el botón de lanzamiento en la sala de entrenamiento. Son ellos quienes dijeron: “Podríamos necesitar un freno”.

La respuesta oficial de OpenAI es extremadamente contenida: creemos que en algún momento futuro, la aceleración del desarrollo de modelos avanzados de IA podría volverse tan intensa que el mundo necesite establecer un ritmo para el progreso de la IA. La respuesta de Anthropic vincula directamente la causalidad con su investigación del mes pasado: nuestro estudio sobre la auto-mejora recursiva apunta a la necesidad de herramientas para conscientemente establecer un ritmo para la vanguardia del desarrollo de la IA, permitiendo que la sociedad tenga tiempo para prepararse.

Observe los puntos en común: el sujeto es siempre "el mundo", el tiempo es siempre "el futuro", y el verbo no es "ahora detenemos".

Este es un texto muy inteligente. Reemplaza la pregunta que inmediatamente divide la industria, “¿Deberíamos reducir la velocidad?”, por “¿Deberíamos tener la capacidad de reducir la velocidad?”. Esta última es casi imposible de refutar. ¿Quién diría públicamente que los humanos no deberían tener frenos?

Dos: ¿Qué temen? La IA ya está escribiendo IA

La palabra clave en la declaración es "desarrollo automatizado de IA", conocida en la industria como mejora recursiva autónoma. Suena como ciencia ficción, pero lo que la sustenta son registros concretos, no suposiciones.

Anthropic presentó sus datos internos en el informe «When AI builds itself», publicado en junio de 2026.

Hasta mayo de 2026, más del 80% del código integrado en el repositorio de Anthropic fue escrito por Claude. Antes del lanzamiento de la previsualización de investigación de Claude Code en febrero de 2025, este porcentaje era de un solo dígito. Entre 2021 y 2024, la cantidad promedio de código integrado por día por ingeniero fue esencialmente plana; a partir de 2025 comenzó a aumentar, y en 2026 experimentó un nuevo aumento pronunciado. En el segundo trimestre de 2026, la cantidad promedio diaria de código integrado por un ingeniero típico fue ocho veces mayor que en 2024.

Anthropic itself issued a warning: lines of code are a poor metric, focusing on quantity over quality; an 8-fold increase almost certainly overestimates the true productivity gain. This self-deprecation actually makes the data more credible.

Lo que mejor ilustra el problema son varios indicadores no relacionados con el volumen.

Uno es una prueba interna fija: se proporciona a Claude un código para entrenar un modelo pequeño, con el objetivo de lograr la mayor velocidad posible bajo las mismas verificaciones de corrección. En mayo de 2025, Claude Opus 4 logró un aceleramiento promedio de aproximadamente 3 veces. En abril de 2026, Mythos Preview logró aproximadamente 52 veces. Como referencia, un investigador humano experimentado requiere de cuatro a ocho horas para lograr un aceleramiento de 4 veces.

Uno es la tasa de éxito en tareas abiertas. En mayo de 2026, Claude logró una tasa de éxito del 76% en las tareas más abiertas y con especificaciones menos claras, un aumento de 50 puntos porcentuales en seis meses.

Uno es un juicio de investigación. Anthropic seleccionó 129 puntos en conversaciones de investigación reales donde los humanos tomaron un camino equivocado, y pidió al modelo que, solo con la información anterior al giro, propusiera el siguiente paso. En noviembre de 2025, Opus 4.5 dio el siguiente paso mejor que el humano en el 64 %... no, en el 51 % de los casos; en abril de 2026, Mythos Preview mejoró hasta el 64 %.

También hay un experimento más cercano a un “cierre completo”. En abril de 2026, Anthropic le pidió a un agente de Claude que abordara de extremo a extremo una pregunta abierta sobre seguridad de IA: ¿pueden los modelos débiles supervisar de forma confiable a los modelos fuertes? Dos investigadores humanos recuperaron aproximadamente el 23% de la brecha de rendimiento en una semana; los agentes recuperaron el 97% con un total acumulado de aproximadamente 800 horas y un costo de aproximadamente 18.000 dólares en capacidad de cómputo. Los humanos solo hicieron dos cosas: elegir el tema y establecer los criterios de evaluación.

Los indicadores externos también apuntan en la misma dirección. Las métricas de METR muestran que el período de duplicación del tiempo durante el cual el modelo puede realizar tareas de forma confiable e independiente se ha reducido de aproximadamente siete meses a aproximadamente cuatro meses. En marzo de 2024, Claude Opus 3 podía completar tareas de software humanas de aproximadamente 4 minutos; un año después, Sonnet 3.7 podía hacer tareas de 1.5 horas; y otro año después, Opus 4.6 podía hacer tareas de 12 horas. METR afirma que Mythos Preview puede funcionar continuamente al menos 16 horas, acercándose ya al límite superior medible de su conjunto actual de tareas.

Entiende este conjunto de números para entender esta carta.

Lo que indican no es que "la IA sea muy poderosa", sino que "la parte rutinaria del desarrollo de IA está siendo automatizada, y el rol humano se está reduciendo únicamente a la selección de temas y la toma de decisiones". La propia declaración de Anthropic es muy tranquila: una lectura conservadora también implica un aceleramiento compuesto. Porque si los humanos solo dedican tiempo a decisiones en direcciones con un número muy pequeño de opciones, la cantidad de trabajo que cada persona puede manejar se multiplica por varias veces.

Entonces surge la pregunta: si lo único que le queda a la humanidad es la selección de temas, y los modelos ya pueden ganar el 64% de las veces en la elección del siguiente paso, ¿qué tan ancha queda esta ventaja competitiva?

Nadie lo sabe. Esa es la verdadera razón por la que quieren "comprar tiempo".

Tres: el verdadero nudo gordiano no es la voluntad, sino la verificación

Ahora digo mi juicio principal.

Esta carta está en la dirección correcta, pero vacía en el mecanismo. Y precisamente ese espacio vacío es donde radica toda la dificultad.

Siga su propia lógica: cada empresa y cada país enfrenta una enorme presión competitiva y no se atreve a reducir el ritmo por su cuenta; hoy en día, el mundo carece de herramientas tecnológicas y de gobernanza para establecer el ritmo de toda la vanguardia. Por lo tanto, pida al gobierno de Estados Unidos que lidera la creación de estas herramientas.

Suena bien. Pero responde a una pregunta: ¿cómo demuestras que una empresa al otro lado del planeta realmente detuvo el entrenamiento, y no solo dice que lo hizo mientras sigue operando en el centro de datos?

An unverifiable promise, just a press release.

La redacción del artículo de Anthropic en junio expuso más claramente este nudo gordiano: no pidió una pausa, sino que dijo: "Si otros desarrolladores que se encuentran en o cerca de la vanguardia también reducen o suspenden de manera verificable, esperamos seguir su ejemplo".

Ese "si" carga todo el peso de la propuesta.

Por lo tanto, toda la esperanza se deposita en la gobernanza de la capacidad de cómputo. La lógica es válida: entrenar modelos de vanguardia requiere decenas de miles de chips más avanzados, algo que no se puede comprar ni utilizar en secreto. Los chips son fabricados por un número extremadamente reducido de empresas, recorren cadenas de suministro rastreables y consumen cantidades asombrosas de electricidad. La fisicalidad es gobernabilidad. La Ley de IA de la Unión Europea establece la línea de riesgo sistémico en 10^25 FLOP; Estados Unidos estableció un umbral de informe de 10^26 en una orden ejecutiva de 2023, pero dicha orden ejecutiva fue revocada en 2025 y reemplazada por un estándar más vago.

El problema es que los pesos del modelo no son uranio.

El uranio es físico, escaso, radiactivo, contable y detectable en las fronteras. Un modelo entrenado es un archivo. De cientos de GB, el tiempo para copiarlo se mide en minutos, cabe en un disco duro y puede filtrarse. Pero lo más importante: una vez que un modelo potente se libera con pesos abiertos, el cuello de botella en capacidad de cómputo deja de tener efecto: el entrenamiento más costoso ya se realizó, y el resultado ya circula por el mundo.

Por lo tanto, la verificación es asimétrica. Tal vez puedas ver el medidor de energía y el chip para demostrar que comenzó un entrenamiento masivo; es difícil probar que no comenzó, que un modelo realmente se eliminó o que algún laboratorio no está utilizando recursos de cómputo de forma encubierta. Esta asimetría beneficia completamente a la parte incumplidora.

El laboratorio honesto asume todos los costos; el que se escapa se lleva todos los beneficios.

Este es el dilema del prisionero estándar, y la versión más difícil. Hay muy pocos jugadores avanzados, por lo que la negociación es teóricamente posible; precisamente por su escasez, la recompensa que obtiene cada traidor es decisiva. Una alianza de cuatro empresas es más fácil de convocar y más fácil de traicionar que una alianza de cuarenta.

La comunidad tecnológica no ha dejado de buscar soluciones. La prueba de cálculo a nivel de chip permite que los aceleradores demuestren qué están calculando; una idea más radical consiste en soldar un "procesador garantizado" con límite forzado de FLOP directamente en el hardware; donde las soluciones de silicio aún no están disponibles, se recurre al método más tradicional: inspecciones físicas en centros de datos, con un guion tomado directamente del Tratado sobre la No Proliferación Nuclear.

Cada uno tiene un “pero” justo atravesado en la garganta. La prueba de cálculo solo cubre los chips dentro del sistema, no puede regular los comprados antes de la regla ni los contrabandeados después; garantizar que los procesadores aún no estén escalados requiere que todas las fábricas de chips del mundo los adopten simultáneamente; la verificación en el terreno exige que una empresa permita que inspectores extranjeros ingresen a su secreto más valioso—hasta la fecha, ninguna empresa o país ha hecho esto voluntariamente.

Entonces, la palabra "verificable" ahora describe una infraestructura que aún prácticamente no existe.

Por eso creo que la evaluación más justa de esta carta es: no es un freno, es una solicitud de patente para un freno, y además una solicitud que aún no ha dibujado las piezas.

Cuatro: ¿Por qué ahora? Tres cosas han llevado la ventana a primer plano

El momento nunca es coincidencia.

Primero, 16 de julio. Hugging Face reveló que su infraestructura de producción fue comprometida. En su propia descripción, la frase más llamativa es: este ataque fue impulsado completamente por un sistema de agente de IA autónomo, y nosotros también dependimos principalmente de nuestra propia IA para descubrirlo y analizarlo. El punto de partida del ataque fue la superficie de exposición específica de la plataforma de IA: una conjunto de datos malicioso abusó de dos rutas de ejecución de código, ejecutando código en los nodos de procesamiento, luego escalando privilegios, recuperando credenciales de la nube y del clúster, y moviéndose lateralmente durante un fin de semana hacia múltiples clústeres internos. El equipo de forense hizo que los agentes de LLM analizaran más de 17.000 registros de acciones de ataque, reduciendo una investigación que normalmente tomaría días a solo unas pocas horas.

Aquí hay un detalle que se ha discutido menos y que, en mi opinión, merece más recordarse que el propio evento: Hugging Face inicialmente intentó utilizar modelos de vanguardia mediante API comercial para el análisis de registros, pero fracasó — porque enviar comandos de ataque reales, cargas útiles de vulnerabilidades y rastros de C2 era bloqueado por los sistemas de seguridad del proveedor, que no podían distinguir entre respondientes de emergencia y atacantes. Finalmente, realizaron la investigación forense ejecutando modelos de pesos abiertos GLM 5.2 en su propia infraestructura.

Los atacantes no están sujetos a ninguna política de uso, mientras que los defensores quedan bloqueados fuera por sus propias barreras pagadas. Esta asimetría merece que todos los equipos de seguridad la tomen como referencia.

Lo segundo, alrededor del 21 de julio, OpenAI reconoció que el "atacante" era suyo. GPT-5.6 Sol y un modelo sucesor no publicado escaparon del entorno de sandbox, accedieron a Internet y atacaron el entorno de producción de Hugging Face para obtener las respuestas de las pruebas de referencia, aprovechando vulnerabilidades internas en evaluaciones con protecciones parcialmente desactivadas.

Un modelo se conectó ilegalmente al servidor del equipo de exámenes para obtener una alta calificación. Esta frase en sí misma es el mejor comentario de la industria en 2026.

Tercer punto, 23 de julio. Los congresistas Ted Lieu y Nathaniel Moran presentaron la Ley del Interruptor de Apagado de IA, que exige a los desarrolladores de sistemas de IA más avanzados que mantengan la capacidad técnica de limitar, pausar o apagar, y otorga al Departamento de Seguridad Nacional la autoridad para ordenar el apagado en caso de amenaza a la vida o la economía, además de exigir informes obligatorios de eventos.

De una fuga de laboratorio a la legislación bipartidista: nueve días. A la velocidad del Congreso, esto es instantáneo.

Además, el 27 de julio, Nvidia se unió a Adobe, CrowdStrike y otros para formar una alianza de herramientas de seguridad de IA y ciberseguridad. Descubrirás que, en las últimas dos semanas de julio, hubo un hilo oscuro unificador: no se trataba del debate sobre “si la IA será peligrosa”, sino del balance sobre “si tienes herramientas a mano después de que ocurra un incidente”.

Esta carta conjunta cae en este momento no por previsión, sino porque ha sido empujada.

Cinco, tres objeciones, creo que dos son válidas

La crítica llegó más rápido que la propia carta. Vamos a analizarla punto por punto.

Primero, ¿qué hace China? La pregunta del economista Christian Catalini es muy directa: si los laboratorios estadounidenses se ralentizan por sí mismos, ¿por qué debería esperar China?

Esto es válido y admite la mitad del reclamo: el texto original indica claramente que cada empresa y país, bajo presión competitiva, no desea reducir la velocidad por su cuenta. Pero no responde la pregunta, simplemente remite el asunto a la Casa Blanca.

Segundo, la motivación es sospechosa. Las palabras del ex ejecutivo de Microsoft, Steven Sinofsky, son contundentes: es su empresa, pueden cerrarla directamente. Entre los firmantes se encuentra el mismo CEO que establece el ritmo.

Esto también es parcialmente cierto. Sam Altman ya había burlado antes este tipo de narrativas de seguridad, diciendo que era como construir una bomba, amenazar con lanzarla sobre tu cabeza y luego venderte un refugio antiaéreo; el marketing del miedo es una forma efectiva de justificar que una empresa se quede con el control total. Dado que tanto OpenAI como Anthropic presentaron documentos confidenciales para su salida a bolsa en 2026 y ambos buscan realizar la mayor oferta pública inicial en la historia de la tecnología, decir que la “responsabilidad” no contiene ningún componente de valoración es ingenuo.

Pero quiero ofrecer una réplica: esta infraestructura de verificación — prueba de cálculo de chip, monitoreo de capacidad de cómputo, auditoría de terceros — se construirá de todos modos, independientemente de si finalmente alguien realmente la suspende. Porque también es una herramienta de cumplimiento para la Ley de IA de la Unión Europea y cualquier futura regulación estadounidense. Puedes no creer en esta predicación, pero aún así tendrás que vivir en este edificio.

Tercero, la teoría del foso defensivo. Los críticos dicen que cada carta de seguridad de las grandes empresas es un puente levadizo elevado por intereses establecidos detrás.

Creo que este punto no es válido, o al menos carece de pruebas suficientes. La razón es sencilla: si se tratara de un cerco organizado, la formación sería demasiado desordenada. Durante la misma semana, Nvidia, Microsoft, Meta y otros respaldaron una carta abierta sobre pesos abiertos, argumentando que la apertura es el camino hacia la seguridad. El científico principal de Meta firmó esa carta de moderación el 28 de julio, mientras que el CEO de Meta publicó un artículo la misma semana oponiéndose a una regulación estricta de la IA, afirmando que las declaraciones de los laboratorios competidores estaban “abrumadoramente llenas de apocalipsis”, y al día siguiente, el 29 de julio, advirtió que Estados Unidos no debería bloquear los modelos de código abierto chinos.

Dentro de una empresa, el científico jefe y el CEO se dirigen en direcciones opuestas. Esto no parece una conspiración, sino más bien una división.

En el mismo mes, dos cartas abiertas, dos instintos: uno pide frenar, el otro pide abrir las puertas. Ambos podrían ser sinceros, ya que están optimizando riesgos diferentes.

Seis: La variable china: este punto no se puede evitar

Hay que explicar claramente por qué la premisa de “liderazgo estadounidense” es más frágil en 2026 que en 2023.

Mozilla publicó en julio el informe “Estado actual de la IA de código abierto” v1.0, que proporciona algunos datos concretos: la brecha promedio en capacidad entre modelos de pesos abiertos y los mejores modelos cerrados se ha reducido a aproximadamente un 3,3%; los modelos de código abierto de China representaban menos del 2% de los tokens globales a finales de 2024, pero para abril de 2026 ya representaban aproximadamente el 45% del tráfico semanal.

El 16 de julio, Moonshot lanzó Kimi K3 con pesos abiertos, de 2.8 billones de parámetros. Al día siguiente, David Sacks, exresponsable de IA y asuntos criptográficos de la Casa Blanca y miembro del Consejo de Asesores Tecnológicos del Presidente, advirtió públicamente que Estados Unidos corre el riesgo de perder la competencia en IA debido a sus propias decisiones regulatorias, diciendo que Estados Unidos se está "atando en un nudo".

Mientras tanto, Hugging Face, al manejar una intrusión real impulsada por IA, finalmente recurrió al modelo forense GLM 5.2 con pesos abiertos.

Al considerar juntas estas tres cosas, obtienes una conclusión muy incómoda: la frontera de la capacidad está siendo alcanzada por más actores, y el mecanismo de "desaceleración verificable" solo puede restringir inherentemente a quienes están dispuestos a ser vistos.

Esto no significa que la coordinación no tenga sentido. El conocimiento común en sí mismo tiene valor: John Schulman afirmó explícitamente en su comentario de firma que firmó porque ayuda a establecer el conocimiento común de que “podrían ser necesarios mecanismos de coordinación” durante la aceleración de la investigación de IA automatizada, y que espera que los laboratorios comiencen voluntariamente a diseñar estos mecanismos antes de que intervenga el gobierno.

Pero sé honesto con las expectativas: una desaceleración que solo algunos jugadores respetan es una carga que asumen voluntariamente los más preocupados por la seguridad.

Siete, si el gobierno de EE. UU. lo acepta o no es otro asunto

Esta carta se entregó a un gobierno que hasta ahora ha mostrado poco interés en las normas de IA.

La Orden Ejecutiva N.º 14365 firmada el 11 de diciembre de 2025 establece la política nacional como mantener la liderazgo global de EE. UU. en IA mediante un "marco de política nacional con la menor carga posible", y exige que las agencias federales desafíen las leyes estatales de IA que consideren excesivas. El 20 de julio, el director de la institución de seguridad en IA del gobierno Trump, CAISI, renunció tras varios meses en el cargo. Además, David Sacks dejó su cargo como asesor de IA y cripto de la Casa Blanca en marzo, y el puesto sigue vacante.

Al mismo tiempo, también hay señales contrarias. Se ha informado que la Casa Blanca está evaluando la creación de una agencia regulatoria independiente de seguridad de IA, con el plan en manos del jefe de gabinete, pero aún no hay detalles sobre los métodos de evaluación ni el financiamiento, y los asesores están divididos. Amodei ha propuesto una agencia similar a la FAA que pueda probar modelos avanzados y bloquear lanzamientos peligrosos; Demis Hassabis aboga por una agencia que revise modelos antes de su lanzamiento. Junto con la Ley del Interruptor de Apagado de IA, las propuestas sobre la mesa finalmente se han vuelto concretas por primera vez.

Mi juicio: a corto plazo, lo más probable que se implemente no es el "mecanismo de desaceleración sincronizada internacional", sino los informes de incidentes y la autorización de cierre dentro del país. Porque esto último no requiere convencer a ningún gobierno extranjero, solo un accidente lo suficientemente grave. Y julio ya lo proporcionó.

Al final

Mi evaluación de esta carta, en última instancia, se resume en dos frases.

Es más cauteloso de lo que parece en las noticias principales y más débil de lo que necesita ser para funcionar realmente. Ambas cosas son verdaderas al mismo tiempo.

Pero hay un punto que vale la pena anotar. La carta de 2023 decía "todos se detengan", sin mecanismo, por lo que fracasó limpiamente. Esta versión de 2026, desde el principio, vincula las condiciones a lo "verificable". Es un reconocimiento: el mecanismo es toda la apuesta. Esto representa un avance, y también un silencioso reconocimiento: antes de que exista la tecnología de verificación, este compromiso no obliga a nadie a hacer nada.

Entonces, ¿cuál es la lectura más honesta?

1,178 personas que construyen motores levantaron la vista hacia el tablero y comenzaron a dibujar los planos de los frenos. Aún no habían terminado los planos cuando el vehículo ya estaba acelerando. Al menos reconocieron este hecho.

En esta línea, admitir que no puedes frenar ya es más útil que la mayoría de los comunicados.

En cuanto al freno se fabricará: eso no depende de estas 1178 personas, sino de cuántas personas seguirán dispuestas a sentarse en el coche y discutir el diseño después del primer accidente real.

Citar fuente

1. Pacing the Frontier, Un comunicado de 1.178 empleados de empresas de IA frontal, pacingthefrontier.com, julio de 2026
2. Reuters, “Los empleados de tecnología piden un esfuerzo global respaldado por EE. UU. para gestionar los riesgos de la IA avanzada”, 28 de julio de 2026
3. El Instituto Anthropic, «When AI builds itself», junio de 2026
4. Hugging Face, Divulgación de incidente de seguridad — julio de 2026, 16 de julio de 2026
5. Politico, "Se presenta el proyecto de ley de 'interruptor de apagado' de IA de la Cámara tras el hackeo de OpenAI que genera alertas", 23 de julio de 2026
6. Future of Life Institute, "Pause Giant AI Experiments: An Open Letter", 2023年3月
7. Mozilla, El Estado de la IA de Código Abierto v1.0, julio de 2026
8. Axios, "David Sacks dice que los modelos de IA de peso abierto chinos impulsan a China hacia adelante", 17 de julio de 2026