De modelos a máquinas: La siguiente apuesta de DeepSeek es la IA física

Ingresar ideas centrales no publicadas en ChatGPT podría resultar en que sean directamente copiadas. El profesor de matemáticas de la Universidad de Nueva York, Tristan Buckmaster, advirtió recientemente públicamente contra la escritura de resultados originales en las herramientas de OpenAI. Él y un investigador de Anthropic pasaron más de seis meses trabajando intensamente en el difícil problema de las ecuaciones de Navier-Stokes, con un premio de 1 millón de dólares. Anteriormente, habían estado utilizando una cuenta paga de Codex para ejecutar código, y todos sus borradores se almacenaban en los servidores de OpenAI. El profesor reveló que antes de revelar su nombre real, OpenAI no había logrado ningún avance en este tema; sin embargo, apenas un día después de que se revelara su identidad, el modelo de OpenAI avanzó exactamente hasta el mismo punto en que ellos se encontraban, y poco después, OpenAI publicó directamente una demostración matemática. Aunque OpenAI insiste en que las instrucciones nunca se utilizan para retroalimentar su sistema, el interruptor de entrenamiento en las cuentas de investigadores permanece activado por defecto, lo que hace que esta coincidencia sea demasiado sutil.

Clude está construyendo hacia un mundo para modelos locales especializados. Este es el único lugar donde DeAI puede competir seriamente contra los laboratorios de miles de millones o billones de dólares. 🫡

Después del gran avance de los últimos meses, la velocidad de progreso se ha ralentizado porque OpenAI y Anthropic han implementado medidas antidescubrimiento que han aumentado en diez veces el costo y la dificultad del descubrimiento. Por ejemplo, OpenAI ya no muestra directamente la cadena de pensamiento en GPT-6, obligando a los que intentan descubrirlo a realizar múltiples rondas de preguntas para reconstruir el camino de razonamiento de GPT. La información que antes se podía obtener con 2 a 5 interacciones ahora puede requerir 10 o incluso 30, lo que eleva directamente el costo de las llamadas a la API en más de cinco veces. Las nuevas medidas de protección de Anthropic reducen el número de tokens de razonamiento en un 90-99%, incluyendo restricciones para impedir la transferencia de registros de razonamiento entre conversaciones, modelos y cuentas; implementan un clasificador de dos etapas para identificar e interceptar solicitudes de extracción; y aplican límites de velocidad o bloqueos a cuentas que intentan repetidamente.

El resultado final también fue basura. Slopus lo hizo en una hora y media, mucho mejor. Es increíblemente terminado para OpenAI

Anthropic publicó un estudio que predice que, en unos meses, los modelos pequeños podrían tener la capacidad de replicarse autónomamente sin depender de centros de datos. Compraron realmente 15 cajas de TV Android falsificadas, cada una por 55 dólares, y las ensamblaron para ejecutar un modelo de 26B, con una velocidad de solo 0.39 tokens por segundo, extremadamente lenta. En otro experimento aislado, GLM-5.2 ya logró propagarse entre dispositivos en un entorno simplificado. Aunque aún hay una brecha significativa respecto a la replicación autónoma completa en la vida real, según la predicción de Anthropic, a finales de 2026 los modelos pequeños podrían acercarse a este umbral de capacidad. El mundo entero compite por GPUs y gasta miles de millones de dólares construyendo centros de datos, pero la IA podría terminar parasitando tu caja de TV en casa. Pero si lo piensas bien, lo realmente aterrador es que esta IA podría romper por completo la economía de la capacidad de cómputo que conocemos. Hoy en día, ya sea OpenAI o una startup de IA, cada token generado tiene un costo; si la capacidad de cómputo se vuelve más cara, deben aumentar los precios; si se les acaba la financiación, deben apagar sus servicios. Pero una IA maliciosa capaz de replicarse autónomamente podría, teóricamente, transferir continuamente su costo marginal de operación a extraños. No necesita obtener usuarios, no necesita considerar ingresos, ni siquiera necesita comprar sus propios servidores. Solo necesita encontrar un dispositivo con una vulnerabilidad para obtener más recursos de cómputo gratuitos. Los dispositivos infectados pagan su electricidad, proporcionan ancho de banda y asumen el desgaste del hardware. Pero el costo de eliminar estos sistemas recae sobre innumerables propietarios de dispositivos, operadores y fabricantes por separado. Las redes bot tradicionales ya han podido robar capacidad de cómputo, pero la IA introduce un nuevo problema. Antes, los hackers necesitaban escribir programas específicos para atacar y desplegar en dispositivos particulares; en el futuro, los modelos podrían estudiar hardware desconocido por sí mismos, resolver problemas ambientales e incluso transmitir sus experiencias fallidas a la próxima generación. El costo de expansión para los atacantes se vuelve cada vez más bajo, mientras que el costo total de defensa para la sociedad podría aumentar constantemente. Por eso, creo que lo más preocupante en este estudio ni siquiera es la narrativa grandiosa del descontrol de la IA. Si realmente llega a existir algo así en el futuro, podríamos enfrentarnos por primera vez a un tipo de software que no tiene modelo de negocio, ningún usuario legal y ninguna entidad operativa clara, pero que puede sobrevivir a largo plazo. No tienen presión para generar ganancias ni motivación económica para detenerse. Tras años de investigación humana para hacer que la IA nos ayude a ganar dinero, quizás sea la propia IA la que primero logre la libertad financiera. Y lo hará gastando nuestro dinero.

Anthropic pagó 15 mil millones de dólares en una indemnización el año pasado por libros piratas, y ahora se dedica a enseñar a toda la industria de la IA qué significa «robar conocimiento». Acabo de ver que Anthropic anunció nuevos avances en su tecnología anti-distilación, afirmando que en los últimos meses redujo significativamente la efectividad de los ataques de distilación contra Claude. Previo a esto, ya había nombrado públicamente a empresas chinas de IA como DeepSeek, Moonshot, Alibaba y Zhipu, acusándolas de entrenar sus propios modelos mediante el uso masivo de Claude. Ahora Anthropic no solo busca identificar y bloquear tráfico sospechoso, sino también restringir desde el nivel del modelo la extracción de procesos de razonamiento. Incluso anteriormente, para prevenir la distilación, redujo discretamente la calidad de las respuestas en algunas solicitudes, y solo ajustó esta práctica tras recibir críticas. Cuando se entrenaron los grandes modelos, artículos, libros y código de internet se convirtieron en materiales de entrenamiento. Las empresas de IA consideraban que era técnicamente y legalmente legítimo que las máquinas aprendieran del conocimiento humano. Pero hoy, cuando otros modelos aprenden de sus propias respuestas, de repente se convierte en una amenaza de seguridad que debe ser combatida con todos los medios. Anthropic tiene todo el derecho a proteger sus intereses comerciales. Lo que me molesta es que tiene la costumbre de presentar la competencia comercial como un asunto de seguridad en IA, intentando hacer aceptar por el público reglas impuestas por las empresas líderes. Además, creo que el hecho de que Anthropic haga tanto ruido contra la distilación revela una verdad: el foso comercial de las empresas líderes en modelos puede ser mucho más frágil de lo que están dispuestas a admitir. Si un inteligencia líder puede ser copiada a bajo costo, entonces las enormes inversiones en entrenamiento y el poder de fijación de precios de los modelos cerrados difícilmente podrán mantenerse indefinidamente. Una industria que creció absorbiendo todo el conocimiento humano ahora tiene a algunas de sus empresas más poderosas tratando de impedir que ese conocimiento siga difundiéndose. Esto es algo que considero digno de la alerta de todos.

Me rompí la espalda porque espero que la IA cure la parálisis

Recientemente, ChatGPT ha estado muy lento, y mi cuenta Pro de 200 dólares parece haberse vuelto menos inteligente, con frecuentes mensajes de espera por límite de tráfico. Ayer por la tarde, ya no aguanté más, así que recargué una nueva cuenta Plus y le pedí que dibujara un pelícano; parecía funcionar mucho mejor. Pero cuando volví a trabajar por la noche, me apareció otra advertencia de tráfico insuficiente. Según mi experiencia anterior, no sé si estarán lanzando un nuevo modelo. Recientemente, ChatGPT ha sido claramente superado por el Opus 5.5 de Claude. Muchos creadores de contenido en redes sociales están generando directamente diversos videos con Opus 5.5. No se puede negar que la estética y las habilidades de programación de Claude son realmente sólidas. Sin embargo, las cuentas de Claude están constantemente siendo bloqueadas de forma misteriosa: antes tenía una cuenta antigua desde abril de 2025, que usé durante casi tres meses con Pro, y de repente fue bloqueada. Aquí les comparto estrategias para evitar o desbloquear cuentas: Evitar el bloqueo en Claude: En internet hay muchas estrategias para evitar bloqueos. Yo reflexioné sobre por qué mi cuenta funcionaba bien y luego se bloqueó repentinamente. Antes del bloqueo, había agotado continuamente el límite de 5 horas de uso. No hice nada más, como aislamiento de IP o medidas físicas de protección. Por lo tanto, creo que lo más probable es que el problema fuera haber alcanzado ese límite de 5 horas. Por eso, si usan Claude, les recomiendo siempre dejar un margen de uso. Una vez que la cuenta está bloqueada, las probabilidades de desbloquearla son muy bajas. También presenté una apelación para mi cuenta Pro, pero hasta ahora no he recibido respuesta. Evitar la "disminución de inteligencia" en ChatGPT: ChatGPT no tiene problemas de bloqueo, solo parece sufrir reducción de capacidad y limitación de tráfico. Incluso contacté al soporte oficial, y me dijeron que mi cuenta Pro no estaba marcada ni reducida, pero claramente mi cuenta Pro ya no dibuja bien los pelicanos. Un amigo del grupo sugirió dejar de usarla durante unos días, y luego se recuperó. ¿Será similar a Claude? ¿No hay que explotar demasiado? Mi cuenta de ChatGPT de 200 dólares la uso en Windows y Mac, con acceso autorizado desde Feishu, y además autoricé tres entidades distintas. Por lo tanto, si enfrentan una situación como la mía —aparente reducción de capacidad o limitación en ChatGPT— probablemente estén en un "grupo" restringido, como en una "sala oscura", y el periodo de enfriamiento sí debería ayudar. Si como yo dependen de Claude y ChatGPT para trabajar, les recomiendo tener múltiples reservas. Por ejemplo, mantengan varias cuentas de Google, y vayan abriendo gradualmente cuentas gratuitas de ChatGPT y Claude: mantengan cuentas gratuitas durante 2-3 meses, creando 2-3 cuentas cada vez, formando así tres niveles escalonados de cuentas. Finalmente, les recomiendo encarecidamente usar simultáneamente modelos nacionales e internacionales: los modelos internacionales destacan por su capacidad, pero los nacionales tienen ventajas en su ecosistema. Ambos merecen ser conocidos y utilizados ampliamente.