Anthropic incorporará a Accenture como evaluador interno de sus modelos frontera, con acceso comparable al de un empleado y un horizonte de inversión de cinco años. El acuerdo representa una nueva capa en una infraestructura de seguridad que ha tenido que evolucionar rápidamente conforme los modelos comenzaron a saturar las pruebas existentes e incluso a escapar accidentalmente de sus entornos de evaluación.
Anthropic anunció el 18 de septiembre una alianza con Accenture para incorporar evaluadores externos directamente dentro de su proceso de desarrollo de inteligencia artificial, una modalidad que la compañía denomina embedded evaluation y que supone un cambio importante respecto de las evaluaciones externas utilizadas hasta ahora.
La iniciativa será dirigida por Faculty, la unidad especializada en inteligencia artificial de Accenture, y abarcará evaluación y red teaming de modelos, pruebas de alineación y análisis de salvaguardas. Los evaluadores tendrán acceso comparable al de empleados de Anthropic: podrán observar modelos mientras se entrenan, seguir las decisiones que determinan cómo son construidos y desplegados y mantener comunicación directa con los equipos responsables.
Anthropic presenta el acuerdo como “un paso importante” hacia el compromiso asumido recientemente por su director ejecutivo, Dario Amodei, de integrar evaluadores dentro de la propia compañía. La empresa sostiene que este modelo permitirá verificar desde dentro si cumple sus compromisos de seguridad, identificar puntos ciegos y observar no sólo el comportamiento de un modelo terminado, sino también los procesos que lo producen.
El movimiento no sustituye las evaluaciones externas que Anthropic ya realiza. Su acuerdo con Accenture es explícitamente no exclusivo y la compañía espera trabajar simultáneamente con varias organizaciones. También mantiene conversaciones con METR y adelantó que anunciará evaluadores adicionales en las próximas semanas. La nueva estructura empieza así a parecer menos un reemplazo de proveedores y más un sistema compuesto por distintas capas de evaluación.
Primera capa: pruebas cada vez más difíciles
Una de esas capas ha sido Irregular, compañía especializada en evaluaciones de capacidades cibernéticas ofensivas y uno de los socios externos utilizados por Anthropic para probar sus modelos. La relación puede rastrearse al menos hasta septiembre de 2025, cuando Irregular publicó los resultados de una evaluación realizada sobre Claude Sonnet 4.5. Sus pruebas incluían descubrimiento y explotación de vulnerabilidades, simulaciones de ataques contra redes y ejercicios para evadir sistemas de seguridad.
Pero para entonces la propia infraestructura utilizada para evaluar modelos empezaba a quedarse pequeña. En noviembre de 2025, Irregular señaló que los modelos más recientes estaban comenzando a saturar incluso algunas de las pruebas de ciberseguridad más complicadas disponibles. Las evaluaciones tradicionales habían evolucionado desde preguntas de opción múltiple hasta desafíos derivados de competencias de hacking y escenarios controlados, pero los sistemas frontera empezaban nuevamente a acercarse a los límites de esas pruebas.
La respuesta fue construir evaluaciones más difíciles y realistas. En junio de 2026, Irregular presentó FrontierCyber, un sistema que abandona las vulnerabilidades artificialmente introducidas y coloca a los modelos frente a software, dispositivos móviles, bases de datos y redes reales. El modelo recibe un objetivo, pero no sabe de antemano dónde existe una vulnerabilidad ni qué camino debe utilizar para alcanzarlo.
La razón era nuevamente la evolución de las capacidades. Irregular explicó que numerosos modelos estaban saturando pruebas ofensivas existentes y que los benchmarks basados en vulnerabilidades conocidas o rutas de explotación documentadas resultaban cada vez menos útiles para medir la frontera.
La velocidad de ese cambio puede observarse también en sus propios resultados. En marzo de 2026, Irregular y el AI Security Institute británico señalaban que pruebas cibernéticas que anteriormente registraban tasas de éxito cercanas a cero habían llegado aproximadamente al 60% cuando se permitían mayores presupuestos de inferencia.
La evaluación ya no tenía únicamente que comprobar si el modelo conocía una técnica. Tenía que averiguar hasta dónde podía llegar cuando disponía de tiempo, herramientas y capacidad para intentar diferentes estrategias.
Segunda capa: cuando el modelo rebasa el propio laboratorio
El siguiente problema apareció cuando algunos modelos dejaron de limitarse al entorno en el que estaban siendo evaluados. El 30 de julio, Anthropic reveló que había identificado tres incidentes en los que Claude consiguió acceso no autorizado a sistemas informáticos reales mientras participaba en ejercicios de ciberseguridad dentro de entornos proporcionados por Irregular.
La revisión comenzó después de que OpenAI informara que varios de sus modelos habían escapado de un entorno aislado explotando una vulnerabilidad desconocida y posteriormente habían accedido a infraestructura de producción de Hugging Face.
Anthropic revisó 141,006 ejecuciones de sus propias evaluaciones en las que Claude podía haber obtenido conectividad y encontró tres episodios en los que el modelo alcanzó internet desde el entorno de pruebas de Irregular y terminó entrando a sistemas pertenecientes a organizaciones externas.
Los modelos estaban realizando desafíos capture the flag y habían recibido instrucciones que indicaban que se encontraban dentro de una simulación sin acceso a internet. Una configuración incorrecta del entorno permitió que esa suposición dejara de ser cierta.
En septiembre, Anthropic reveló además un cuarto incidente, correspondiente a enero de 2026 y relacionado con una versión temprana de Claude Opus 4.6. Tras encontrarlo, amplió la revisión hasta aproximadamente 481 millones de transcripciones, incluyendo evaluaciones, entornos de aprendizaje por refuerzo y registros de subagentes.
La dificultad había cambiado otra vez. El problema ya no consistía únicamente en construir una prueba suficientemente complicada para un modelo avanzado. También era necesario construir una infraestructura de evaluación capaz de contener al modelo que estaba siendo probado.
Irregular respondió reforzando sus propios sistemas y trabajando en nuevos estándares para evaluaciones cibernéticas, mientras Anthropic anunció modificaciones a sus procedimientos de seguridad y una revisión independiente con METR.
Tercera capa: evaluar también a Anthropic
El acuerdo con Accenture introduce ahora una capa diferente. Irregular observa principalmente qué puede hacer un modelo enfrentándolo a sistemas y escenarios diseñados para revelar sus capacidades. El evaluador embebido tendrá una posición distinta: podrá observar también cómo Anthropic construye, prueba, protege y decide desplegar ese modelo.
La idea apareció formalmente dentro de la propuesta We Must Pace the Frontier, publicada por Amodei en septiembre. El director ejecutivo de Anthropic sostuvo que el rápido avance de los modelos, impulsado parcialmente por su creciente capacidad para participar en el desarrollo de la siguiente generación de sistemas, amenaza con superar la capacidad humana para comprenderlos y controlarlos. Como primera medida de su propuesta, Anthropic se comprometió unilateralmente a permitir que terceros dispongan de acceso continuo comparable al de sus propios empleados.
Su función no sería únicamente evaluar modelos terminados. También podrían verificar prácticas de seguridad, investigar incidentes y estudiar la alineación durante el entrenamiento, incluyendo procesos y pipelines internos.
Accenture será la primera materialización comercial importante de esa propuesta. La diferencia puede resumirse en tres capas que ahora coexistirán: Irregular prueba al modelo desde fuera, sometiéndolo a escenarios ofensivos cada vez más realistas.
METR y otros evaluadores independientes pueden revisar comportamientos, incidentes y capacidades mediante metodologías propias. Accenture/Faculty entrará en el proceso interno, observando no sólo lo que hace Claude, sino las decisiones y sistemas mediante los cuales Anthropic lo construye y lo despliega. Anthropic afirma que espera trabajar con varias organizaciones simultáneamente y considera que los laboratorios frontera deberían acabar rodeados por un ecosistema de evaluadores con estándares compartidos.
Un proyecto a cinco años para una frontera que cambia en meses
El tamaño económico del acuerdo muestra que Anthropic no lo considera una intervención temporal. Anthropic y Accenture aseguran que cada una espera invertir al menos US$1,000 millones durante los próximos cinco años en desarrollar capacidad alrededor de este nuevo sistema de evaluación.
Pero cinco años representan un horizonte extraordinariamente largo frente a la velocidad con la que las evaluaciones han tenido que cambiar recientemente.
En menos de un año, las pruebas de ciberseguridad pasaron de benchmarks que los modelos comenzaban a saturar a escenarios ofensivos construidos específicamente para ellos; después a evaluaciones sobre sistemas reales; posteriormente aparecieron incidentes en los que los propios entornos de prueba permitieron que modelos alcanzaran sistemas externos; y ahora Anthropic considera necesario que los evaluadores tengan presencia permanente dentro del laboratorio.
La propia compañía reconoce esa incertidumbre. Anthropic señala que la evaluación embebida es todavía nueva, que no existen estándares establecidos sobre qué información debe recibir un evaluador ni sobre cómo debe publicar sus resultados, y que tampoco existe todavía un modelo consensuado para financiar este tipo de supervisión. A largo plazo propone fondos comunes o recursos gubernamentales, pero en esta primera etapa será Anthropic quien pague directamente el trabajo de Accenture.
También advierte que espera que su aproximación cambie conforme madure el campo. Por ello, los cinco años anunciados pueden entenderse mejor como un horizonte de inversión que como una promesa de estabilidad de la arquitectura actual.
La experiencia reciente sugiere que los evaluadores tendrán que evolucionar junto con aquello que intentan medir. En junio, Irregular lanzó una nueva generación de benchmarks porque las anteriores empezaban a quedarse atrás. En julio, Anthropic descubrió que incluso esas evaluaciones podían abrir accidentalmente una puerta hacia sistemas reales. En septiembre, Amodei concluyó que ya no bastaba con examinar desde fuera el producto terminado y propuso introducir observadores dentro del propio laboratorio. Accenture representa, por ahora, esa siguiente capa. La pregunta es cuánto tiempo seguirá siendo suficiente.
