En este artículo
La IA autorreplicante de Anthropic: qué aporta a la IA local
Anthropic publicó una advertencia de seguridad. También ofreció, sin proponérselo, un buen argumento para tomarse en serio la IA local.
Quince dispositivos Android TV económicos. Un modelo Gemma repartido entre ellos. Una velocidad de inferencia de 0,39 tokens por segundo. No parece un lanzamiento que vaya a inquietar a tu proveedor de GPU. Pero sí invita a preguntar qué partes de tu IA necesitan realmente un centro de datos ajeno.
La broma sobre compras corporativas sale sola: quizá la respuesta llegue antes de que se apruebe el pedido de GPU. La pregunta técnica exige más rigor. ¿Qué demuestra el experimento, qué sigue siendo una simulación y cómo sería tener un control real sobre tu propia IA?
Nuestra postura: toma en serio la advertencia sin convertirla en un argumento contra la inferencia local. Conserva las decisiones de operación importantes. No confundas control con alineación.
¿Qué demostraron realmente los experimentos de autorreplicación de Anthropic?
La investigación de Anthropic publicada el 12 de octubre de 2026 describe experimentos distintos. Sus resultados también deben mantenerse separados.
| Experimento | Resultado comunicado | Interpretación útil |
|---|---|---|
| Inferencia con Gemma4-26B-A4B | 15 dispositivos Android TV, unos 55 dólares estadounidenses cada uno, 0,39 tokens/s con paralelismo de pipeline. | Una demostración de inferencia distribuida, no la prueba de un gusano autónomo. |
| Configuración de inferencia con Qwen3.5-9B | Configuración satisfactoria en 8 de los 9 tipos de hardware evaluados. | Evidencia de automatización del despliegue, no de compatibilidad universal. |
| Replicación con GLM-5.2 | Replicación de extremo a extremo en una evaluación simplificada y controlada. | Un resultado de capacidad que depende de los límites de la simulación. |
La precisión decisiva: la prueba de replicación utilizó emuladores Android aislados con acceso sin autenticación. GLM-5.2 se ejecutaba en un servidor de inferencia separado; los destinos servían Llama3.1-8B, no los pesos de GLM. No era un replicador completamente local y fuera de control.
Esta distinción evita dos conclusiones erróneas. El experimento no demuestra que tu televisor se haya convertido en un agente de IA independiente. Tampoco permite descartar el riesgo solo porque la demostración sea lenta. Capacidad de cómputo, comportamiento autónomo y operación segura son preguntas diferentes.
¿Qué significa una velocidad de 0,39 tokens por segundo en la práctica?
A una velocidad constante de 0,39 tokens de salida por segundo, generar 1.000 tokens tarda unos 43 minutos. Es una operación aritmética, no un benchmark medido de una aplicación.
| Salida generada | Cálculo | Tiempo aproximado |
|---|---|---|
| 100 tokens | 100 / 0,39 | 4 min 16 s |
| 500 tokens | 500 / 0,39 | 21 min 22 s |
| 1.000 tokens | 1.000 / 0,39 | 42 min 44 s |
Estos ejemplos no incluyen procesamiento adicional de entradas, colas, llamadas a herramientas ni reintentos. La velocidad puede variar con la tarea y el contexto. Los tokens no son palabras: una misma frase puede requerir cantidades diferentes de tokens según el idioma.
Para un cliente esperando en una ventana de chat, son cifras poco prometedoras. Para una tarea de baja prioridad con un resultado muy breve, la latencia podría ser tolerable. Después hay que comprobar si el trabajo completo termina dentro del plazo y con suficiente calidad. Un modelo que acaba respondiendo no es automáticamente un servicio útil.
El cálculo del hardware exige la misma prudencia. 15 × 55 dólares son unos 825 dólares estadounidenses solo por los dispositivos. No es un presupuesto completo de despliegue. Red, electricidad, configuración, mantenimiento y sustituciones siguen necesitando un responsable. La investigación no demuestra una alternativa más barata que una estación de trabajo con soporte.
Para la decisión económica más amplia, consulta nuestro marco de costes de modelos locales frente a APIs. Este artículo interpreta el experimento, no proclama un nuevo ganador en precio.
¿Cómo puede un modelo funcionar en 15 dispositivos Android TV?
El paralelismo de pipeline divide el modelo en etapas. Cada dispositivo ejecuta las capas asignadas y transmite resultados intermedios a la etapa siguiente. Los equipos colaboran en el cálculo de un modelo. No son automáticamente 15 asistentes independientes.
La ficha de Gemma 4 de Google indica 25.200 millones de parámetros totales y 3.800 millones activos para el modelo de mezcla de expertos 26B A4B. El cómputo activo no equivale al almacenamiento necesario para todos los pesos.
Repartir ese almacenamiento puede hacer posible ejecutar el modelo. No elimina la secuencia de cálculo y comunicación necesaria para cada token. No calcules una velocidad 15 veces mayor solo porque participen 15 dispositivos.
La pregunta sobre confidencialidad también cambia al incorporar otra máquina. El proyecto Petals distingue expresamente entre su red pública, donde otros participantes ayudan a procesar los datos, y una red privada entre participantes de confianza. Descentralizado no significa confidencial.
Una regla útil es dibujar el límite real de procesamiento. ¿Qué máquinas manejan los prompts o las representaciones intermedias? ¿Quién las administra? ¿Qué conexiones pueden utilizar? Un endpoint local en tu portátil no responde por sí solo a estas preguntas.
Nuestra guía de inferencia distribuida con Mesh LLM aborda implementación y topología. Aquí basta con una conclusión más concreta: reunir capacidad y ofrecer un servicio fiable son logros diferentes.
¿Qué debería significar “ser dueño de tu IA” después de este experimento?
Poder elegir, limitar, sustituir y detener el sistema. Comprar hardware es solo uno de los pasos posibles. La frase resulta útil cuando describe decisiones que realmente puedes ejercer.
Controla el ciclo de vida del modelo
La dependencia de la nube no es una preocupación imaginaria. La documentación del ciclo de vida de Anthropic explica que los modelos retirados dejan de atender peticiones. Una integración funcional necesita un plan de migración, no solo una clave API válida.
En un despliegue local, comprueba si puedes conservar el artefacto exacto del modelo que tienes permitido usar, su tokenizador, entorno de ejecución y configuración. Documenta cómo reconstruirías el servicio en hardware de sustitución. Una instalación imposible de reproducir crea otra clase de dependencia.
Controla todo el recorrido de los datos
Las preguntas frecuentes oficiales de Ollama distinguen la ejecución local de sus funciones en la nube y documentan un modo exclusivamente local. Es una distinción más útil que considerar sin conexión cualquier aplicación con interfaz local.
Nuestra recomendación: prueba todo el flujo con las conexiones externas bloqueadas. Incluye extracción de documentos, embeddings, almacenamiento, registros e integraciones con herramientas. Un modelo de lenguaje local no convierte en local una búsqueda externa. Decide si la aplicación debe detenerse o seguir con funcionalidad reducida cuando falla una dependencia. Nunca envíes material restringido a un proveedor alternativo sin que esa decisión sea explícita.
Separa control y alineación
Afirmar que la IA en la nube actúa necesariamente contra tus intereses va demasiado lejos. El lugar de ejecución no demuestra lealtad, fiabilidad ni idoneidad para una tarea. Un modelo local también puede interpretar mal las instrucciones. Un servicio alojado también puede ser la opción correcta.
El argumento más sólido es operativo: no concedas a un proveedor, entorno de ejecución o agente más control sobre un proceso crítico del que pretendes darle. Evalúa su comportamiento con tareas propias. Decide qué acciones requieren aprobación. Mantén una vía de salida. No hace falta especular sobre los motivos de un proveedor para justificar estos requisitos.
¿Puede una IA local ser confidencial y seguir siendo insegura?
Sí. Evitar que un prompt llegue a un proveedor de nube no impide que un agente dañe un sistema local. Ubicación de red, confidencialidad y permiso para actuar deben evaluarse por separado.
La arquitectura de confianza cero del NIST rechaza confiar únicamente por la ubicación de red o la propiedad del equipo. Una máquina dentro de tu oficina no es automáticamente un entorno de ejecución fiable.
La guía de OWASP sobre autonomía excesiva identifica funciones, permisos y autonomía innecesarios como riesgos. La autorización debe aplicarse en el sistema que rodea al modelo, no solo en una instrucción para que se comporte bien.
Para una primera evaluación local utilizaríamos un entorno desechable, una identidad dedicada con pocos privilegios y una carpeta de entrada de solo lectura. No montaríamos credenciales de producción, directorios del equipo sin restricciones ni sockets de administración de contenedores. Cada conexión tendría un propósito documentado.
Aplica el mismo principio al apagado. Prueba un procedimiento de parada fuera del control del agente. Después comprueba que la aplicación no haya reiniciado el proceso ni transferido su trabajo a otro endpoint. Cerrar la ventana de chat no basta como criterio de aceptación.
Son controles defensivos propuestos, no instrucciones de replicación. Nuestra lista de evaluación de agentes y seguridad del entorno aislado desarrolla la revisión técnica más amplia.
¿Qué debería probar una empresa antes de comprar hardware para IA local?
Empieza con un trabajo útil y acotado en equipos que ya controlas. No empieces comprando los dispositivos de una demostración de investigación.
Por ejemplo, pide al modelo que clasifique 20 tickets de soporte sintéticos en un conjunto fijo de colas y añada una explicación breve. No le concedas autoridad para actualizar ningún sistema de clientes. Compara los resultados con un conjunto de referencia etiquetado y con una solución sencilla basada en reglas.
Veinte casos son aquí una prueba técnica ilustrativa de funcionamiento, no un estudio estadísticamente suficiente de precisión. Úsalos para detectar fallos de integración antes de diseñar una evaluación mayor.
| Pregunta | Evidencia que recoger | Decisión antes de ampliar |
|---|---|---|
| ¿Es útil el resultado? | Clasificaciones correctas, salidas inválidas y casos que requieren revisión humana. | Definir de antemano el error aceptable y la regla de escalado. |
| ¿Termina a tiempo el trabajo completo? | Duración total, incluido el procesamiento de entrada y todos los reintentos. | Cumplir el plazo del proceso, no una cifra arbitraria de tokens/s. |
| ¿Exclusivamente local significa realmente local? | Destinos observados y comportamiento al denegar conexiones externas. | Sin procesamiento externo no documentado ni alternativa silenciosa en la nube. |
| ¿Puede actuar fuera de su cometido? | Resultado de intentos de escritura denegados y operaciones no disponibles. | Aplicar permisos fuera del modelo. |
| ¿Puedes detenerlo y reconstruirlo? | Prueba de parada completada y reconstrucción desde los artefactos registrados. | Asignar un responsable y documentar la recuperación antes de depender de él. |
Evalúa cada idioma que la aplicación deba soportar. Una web en cuatro idiomas no demuestra calidad del modelo en cuatro idiomas. Registra también el pico de memoria y el esfuerzo manual necesario para conseguir cada resultado aceptado.
Con esas mediciones, elegir hardware se convierte en una pregunta concreta. Nuestra guía de dimensionamiento con llmfit cubre ese siguiente paso. Un modelo más pequeño y adecuado en un equipo mantenido puede ser un piloto más sensato que un clúster distribuido. Decide con tus propias mediciones.
La conclusión: controla los límites, no la expectación
La advertencia de Anthropic y el atractivo de la IA local no se contradicen. Poder ejecutar modelos fuera de un centro de datos crea tanto opciones de despliegue como responsabilidad.
La respuesta útil no es “prohibamos la IA local” ni “no pasa nada, solo es computación en el borde”. Es hacer verificable el control: qué se ejecuta, adónde van los datos, qué acciones son posibles, quién puede detenerlas y cómo se sustituye el servicio.
Opera tu propia IA donde ese control aporte una ventaja real. Verifica su comportamiento, se ejecute donde se ejecute.
¿Tienes un proceso concreto en mente? Cuéntale a Wavect qué debe permanecer local y qué debe lograr el sistema. El límite de datos, el tiempo de respuesta y las acciones permitidas son un punto de partida mejor para una implementación de IA que una lista de compra de hardware.
Fuentes, fecha de revisión y límites
Revisión de fuentes: . La investigación y la documentación oficial enlazadas respaldan los resultados comunicados y las diferencias entre productos. Wavect no ha reproducido los experimentos de inferencia o replicación. Los ejemplos de tiempo y coste de dispositivos son cálculos propios con las cifras indicadas. El marco de control y el piloto son recomendaciones editoriales, no resultados medidos de clientes.
El experimento de Anthropic y la IA local: preguntas frecuentes
¿Demostró Anthropic un gusano de IA totalmente autónomo en dispositivos Android TV?
No. No mezcles la demostración de inferencia en dispositivos Android TV con la evaluación controlada de replicación. La primera demuestra que el modelo distribuido funciona, no que se replique sin control.
¿Qué significan 0,39 tokens por segundo para una respuesta?
A velocidad constante, generar 1.000 tokens tarda aproximadamente 42 minutos y 44 segundos. Es un cálculo ilustrativo que no incluye procesamiento adicional de entradas, herramientas, colas ni reintentos.
¿Quince dispositivos con paralelismo de pipeline crean quince agentes?
No. Las etapas colaboran en el cálculo de un modelo. El número de máquinas participantes no equivale al número de réplicas independientes ni de agentes.
¿Son 825 dólares el coste total del sistema local demostrado?
No. Quince dispositivos de unos 55 dólares suman aproximadamente 825 dólares estadounidenses solo por los dispositivos. El resto del despliegue y la operación quedan fuera.
¿Ejecutar IA localmente la alinea automáticamente con mis intereses?
No. Control del despliegue y alineación del comportamiento son cuestiones distintas. Evalúa la tarea, aplica permisos fuera del modelo y verifica el recorrido de los datos y el apagado.
¿Qué debe hacer una empresa antes de comprar un clúster de IA local?
Probar un trabajo acotado y de solo lectura en equipos controlados. Medir resultados aceptados, duración completa, memoria, conexiones externas y recuperación. Después decidir si necesita otro hardware.