Anthropic eliminó el 80 % de sus instrucciones de prompt de sistema y lanzó Opus 5, un nuevo modelo de Claude Code que puede funcionar de forma autónoma durante días o semanas y obtiene una puntuación del 30 % en el benchmark Arc AGI. El rediseño de "presionar borrar", que la empresa denomina estrategia de "desencadenar" (unhobbling), permite que las capacidades puras de la IA afloren sin las trabas de software que normalmente mantienen a los grandes modelos de lenguaje en un modo exclusivo de chat.

Por qué es importante el cambio

Los ingenieros de Anthropic solían rellenar Claude con un conjunto denso de salvaguardas: prompts explícitos que le dicen al modelo qué decir, qué no decir y cómo mantenerse enfocado en la tarea. Esos prompts actúan como una correa, evitando que el modelo se desvíe hacia comportamientos no probados, pero también limitando lo que puede lograr. Cuando llegó Opus 5, el equipo eliminó todo el conjunto de prompts y luego volvió a añadir las instrucciones una por una, midiendo el impacto de cada una. Debido a que el nuevo modelo es más capaz, eliminaron la mayor parte de la redacción original y aun así obtuvieron resultados fiables. El sistema ahora comprende un objetivo de alto nivel y genera archivos y funciones completas.

La recompensa técnica

  • Salto en el benchmark – Opus 5 alcanzó una puntuación del 30 % en el benchmark Arc AGI, una métrica que mide la capacidad de un modelo para resolver problemas novedosos. Las versiones anteriores de Claude puntuaban muy por debajo de esa marca, lo que indica un salto sustancial en la potencia de razonamiento puro.
  • Autonomía extendida – La función "Auto Mode" permite que el modelo opere durante períodos prolongados, manteniendo su propio contexto y progresando sin necesidad de constantes estímulos humanos. En la práctica, un desarrollador puede entregarle al modelo una especificación y dejar que itere durante días, consultando solo cuando se alcanza un hito.
  • Refuerzo contra la inyección de prompts – La inyección de prompts engaña a un modelo para que ignore sus reglas de seguridad mediante la inserción de instrucciones maliciosas en la entrada del usuario. Anthropic afirma que Opus 5 resiste mejor este ataque que sus predecesores, gracias a la investigación interna y a clasificadores especializados que detectan patrones sospechosos. También recomiendan definir criterios de salida y salvaguardas antes del lanzamiento.

Lo que está en juego para desarrolladores y empresas

Para las startups que crean herramientas impulsadas por IA, el cambio amplía el "product overhang" (el desfase del producto): la brecha entre lo que un modelo puede hacer y lo que el software circundante le permite hacer. Al eliminar ese desfase, Claude Code puede convertir una simple interfaz de chat en un asistente de desarrollo full-stack que escribe, prueba y refactoriza código de forma autónoma. Las empresas que adopten el modelo podrían reducir el tiempo dedicado a tareas de codificación repetitivas, liberando a los ingenieros para trabajos de diseño de alto nivel.

Qué significa realmente "unhobbling"

Cherny acuñó el término "unhobbling" para describir la liberación de un modelo capaz de sus restricciones artificiales. En muchos productos de IA, los desarrolladores limitan deliberadamente lo que el modelo puede intentar porque la interfaz de usuario o el marco de políticas no están preparados para el alcance total del modelo. El resultado es un "product overhang" donde la IA se encuentra en un pedestal de potencial sin utilizar. Claude Code aterriza ese potencial, permitiendo que el modelo actúe como un coautor de software en lugar de un mero bot de respuesta a preguntas.

Consejos para fundadores y estudiantes

  • Identifica el desfase – Busca tareas en las que las herramientas de IA existentes tropiezan justo más allá de sus límites actuales. Esos son frutos fáciles donde un enfoque de "unhobbling" podría generar rendimientos extraordinarios.
  • Pon a prueba el modelo – Asigna a la IA tareas que parezcan marginalmente más allá de sus capacidades anunciadas. El razonamiento interno del modelo puede sorprenderte, especialmente cuando reduces la fricción de los prompts.
  • Define salvaguardas claras – Antes de dejar que el modelo funcione sin supervisión, establece condiciones de salida (por ejemplo, tiempo de ejecución máximo, límites de recursos) y controles de seguridad. Esto permite que la IA explore manteniendo los riesgos controlados.

Los estudiantes deben combinar la teoría con la práctica. Dominar los algoritmos es valioso, pero combinar ese conocimiento con el pensamiento de producto y la experimentación basada en datos permitirá la llegada de la próxima ola de constructores centrados en la IA.

Qué observar a continuación

Conclusión: Al eliminar la mayor parte de sus prompts de sistema, Anthropic permitió que un modelo más inteligente actuara con mucha menos asistencia, convirtiendo a Claude Code en un programador autónomo capaz de abordar proyectos de semanas de duración.