El último modelo de Anthropic, Opus4.7, con 8 cuchillas ocultas

Escrita por: Alan Walker de Silicon Valley

Las ocho cuchillas que no se explicaron en la conferencia y las industrias y caminos que quieren cortar

La conferencia centró la atención en SWE-bench, pero la verdadera señal estaba oculta en las notas al pie, en el bloque de introducción y en una simple frase de modo automático. El viejo OG se toma su café, y aquí te lo desgloso.

ZOMBIE CAFÉ · 16 DE ABRIL DE 2026 · PALO ALTO

En California Ave, en Palo Alto, la luz de las nueve y media de la mañana entra en ángulo a través del cristal del Coupa Café, iluminando la mitad de un flat white ya frío de Alan Walker. Acaba de revisar la web de Anthropic, se recarga en la silla y mira a Tony, que acaba de sentarse frente a él.

“Anthropic lanzó Opus 4.7 en su evento, y fue bastante contenido — los protagonistas son esas columnas en SWE-bench, las citas de clientes en rotación, y una bonita gráfica de alineación. La mayoría de los medios tecnológicos solo copiaron el comunicado y se fueron.”

“Pero lo que realmente importa está enterrado en las notas al pie, en la guía de migración, y en una frase sencilla como ‘modo automático extendido a Max usuarios’. Tienes que leerlo como un informe 10-K — el cuerpo principal es para los minoristas, las notas son para las instituciones.”

“Hasta que termines este café, voy a desarmar las ocho cuchillas. Y te diré quiénes son los objetivos de cada una.”

— BLADE NO. 01

xhigh no es una actualización de nivel — Default se subió silenciosamente

La conferencia pasó por alto: “En Claude Code, hemos elevado el nivel de esfuerzo predeterminado a xhigh para todos los planes.”

La mayoría piensa que xhigh es simplemente un nivel más, como un color adicional en el iPhone. Error. La señal real está en la última frase: en Claude Code, todos los planes tienen su nivel predeterminado elevado a xhigh.

Es un movimiento muy de Anthropic: subir silenciosamente la línea base de todos, sin cambiar la facturación de cómputo. Es como tener un colega más inteligente, pero sin aumentar el salario.

TONY: Espera, ¿eso significa que los usuarios Pro que antes pagaban $20 por medium, ahora obtienen directamente xhigh?

ALAN: Exacto. Y lee esa cita de Hex con atención — “low-effort 4.7 ≈ medium-effort 4.6”. Al subir el nivel predeterminado, la inteligencia efectiva que recibe el usuario normal sube dos niveles completos. La conferencia no destacó este número porque no querían que el página de consumo de tokens se vea mal.

Escenarios prácticos

El lunes por la mañana, pides a Claude Code que modifique un módulo backend de 500 líneas — antes, tenías que usar /effort max y dejar que corriera solo; ahora, no necesitas hacer nada, porque por defecto ya está en xhigh, y en una taza de café, el trabajo está hecho. La diferencia no es solo un 10% más rápido, sino que “ya no tienes que preocuparte por ello”.

LISTA DE CORTES

→ SaaS de “afinación de IA / configuración de prompts” — esas herramientas que enseñan cómo ajustar el presupuesto de pensamiento, cómo elegir effort, con valores predeterminados automáticos, sin negocio en el nivel intermedio.

→ Puestos de ingeniero junior — el trabajo que hace xhigh por defecto ya es la calidad de un ingeniero con tres años de experiencia.

→ Empresas de externalización de revisión de código — la tercera cuchilla matará este mercado.

— BLADE NO. 02

Modo Automático — La revolución silenciosa en la interfaz de permisos

La tercera nota al pie en la conferencia: “Modo automático extendido a Max usuarios”. Solo una frase.

La web de Anthropic dice: “auto mode es una nueva opción de permisos donde Claude toma decisiones en tu nombre.” — “Decide por ti.”

En el último año, todas las startups de agentes han estado en una encrucijada: o saltarse todos los permisos y avanzar (el camino de Devin, Cognition), o mostrar ventanas emergentes de aprobación/denegación (el inicio de Cursor). Anthropic tomó la tercera vía: entrenar al modelo para que decida cuándo preguntar, cuándo no, y internalizar esa capacidad en el modo automático.

KAI: Alan, ¿esto no es lo mismo que saltarse permisos? ¿No es solo dejar que corra?

ALAN: La diferencia es grande. Saltarse permisos es como quitar el seguro y responsabilizarse si pasa algo. Auto es que el modelo se ponga un seguro propio — si detecta una operación peligrosa, se detiene y pregunta, y en las de bajo riesgo, se maneja solo. Esencialmente, trasladar toda esa capa de “interfaz de permisos” desde la interfaz del producto a los pesos del modelo.

TONY: Entonces, esas startups de “gobierno de agentes / guardrails”…

ALAN: El producto se ha integrado en el modelo. Es el ejemplo que Andrej mencionó el año pasado: “el modelo es el producto”, un ejemplo vivo.

LISTA DE CORTES

→ SaaS de guardrails / flujos de aprobación para agentes — toda esa categoría se ha reducido a una dimensión.

→ Industria tradicional de RPA (UiPath / Automation Anywhere) — su valor central era “automatización controlada”, ahora esa controlabilidad está en el propio modelo.

→ Backoffice de BPO — entrada de datos, asignación de atención al cliente, conciliación de facturas en Filipinas, India; un día con modo automático, y un equipo completo de trabajo.

— BLADE NO. 03

/ultrareview — Una orden de asesinato para ingenieros senior

En la web: “una sesión de revisión dedicada que lee los cambios y señala errores y problemas de diseño que un revisor cuidadoso detectaría.”

Fíjate en esa palabra — “un revisor cuidadoso”. No es junior, no es linter, es “revisor cuidadoso”. En lenguaje sencillo: ingeniero senior.

David Loker de CodeRabbit da un número más directo: aumento del 10% en recall, detectando los bugs más difíciles en los PR más complejos, sin perder precisión. Recall aumenta, precisión se mantiene — en el mundo de las revisiones de código, eso es el santo grial. El anterior en tener esa combinación fue Tricorder, de Google, que lleva diez años en esto.

MARCUS: Nosotros en FAANG, un ingeniero senior gana $800K al año, y la revisión de PR ocupa la mitad del tiempo. Si esto funciona…

ALAN: Los usuarios Pro y Max tienen tres ultrareviews gratis, para que prueben. Es la estrategia de “freemium envenenado” de Silicon Valley: te dejan probar, y luego no puedes volver atrás.

MARCUS: Entonces, esto no es solo una herramienta, es un sustituto.

ALAN: No del todo. No reemplaza al ingeniero senior, reemplaza esas dos horas diarias que pasa revisando diez PR. Esas dos horas, el senior en realidad puede usarlas en arquitectura, no en revisión manual.

Escenarios prácticos

Un equipo de veinte ingenieros, donde el tech lead antes dedicaba tres horas diarias a revisar PR. Con /ultrareview, solo necesita revisar los “problemas de diseño” resaltados en rojo por Claude — de tres horas a veinte minutos, y esas horas ahorradas las invierte en arquitectura. No es solo “IA asistiendo”, es una reescritura del rol.

LISTA DE CORTES

→ Todas las startups independientes de revisión de código IA — CodeRabbit, Codacy, Qodo, ahora funciones de Anthropic.

→ Herramientas tradicionales de escaneo de seguridad SAST / DAST (Snyk, Checkmarx) — reglas que escanean estáticamente, ahora superadas por “leer código como un humano”.

→ Servicios de revisión de código externalizados en India / Europa del Este — mercado valorado en decenas de miles de millones en la última década, ahora en declive.

— BLADE NO. 04

Visual de 2,576 píxeles — Computer-Use pasa de demo a arma

“El tamaño máximo aceptable de imagen es ahora de 2,576 píxeles en el lado más largo, aproximadamente 3.75 millones de píxeles, más del triple que antes.”

Este dato es subestimado. La mayoría piensa que solo es más HD. Error total. Es el punto de inflexión en la categoría de computer-use, de demo a producción.

La evidencia está en la cita al final de la página de lanzamiento, donde Oege de Moor, CEO de XBOW, dice:

54.5% → 98.5%. No es una mejora progresiva, es un salto de “no usable” a “indispensable”. Opus 4.6 aún adivinaba dónde estaban los botones en la pantalla, 4.7 ya puede leer textos pequeños en paneles densos y tablas anidadas.

SARAH: Nuestros clientes empresariales siempre estaban atascados en esto. 4.6 solo podía procesar facturas con un 50% de error — y el jefe decía “ya no quiero jugar”.

ALAN: Ahora, con ese 98.5%, los trabajos como RPA, operaciones IT, auditoría de gastos, migración de sistemas antiguos — todo lo que todavía requiere revisión visual, tiene un modelo confiable por primera vez.

KAI: computer use ya no es solo un video de demo, es productividad real.

ALAN: Exacto, y ojo — esto es una actualización a nivel de modelo, no solo parámetros API. Los usuarios antiguos no tienen que cambiar nada, y automáticamente lo obtienen. Anthropic está empujando hacia arriba toda la capacidad de integración de sus socios.

LISTA DE CORTES

→ SaaS de OCR / comprensión de documentos (Rossum, Hyperscience, Nanonets) — su ventaja era “visión + estructuración”, ahora igualada o superada por modelos generalistas.

→ Los tres grandes de RPA — la tecnología central de reconocimiento de pantalla de UiPath, que perdió la mitad de su valor en una noche.

→ Departamentos de entrada de datos en empresas — reclamaciones médicas, KYC bancario, procesamiento de formularios gubernamentales; toda esa línea de producción manual.

→ Industria de pentesting / red team autónomo — empresas como XBOW se benefician, pero los servicios tradicionales de consultoría en pentesting están en declive.

— BLADE NO. 05

Memoria en sistema de archivos — Anthropic eligió la opción más simple

En la nota al pie de la conferencia: “Opus 4.7 es mejor usando memoria basada en sistema de archivos. Recuerda notas importantes en sesiones largas y múltiples.”

OpenAI opta por “memoria embebida” — incrustada en el modelo, que no se ve ni se puede editar. Google trabaja en una atención infinita y oculta. Anthropic revela: el sistema de archivos es memoria. Claude escribe notas en .md, lee en .md, y puedes hacer cat para verlas en cualquier momento.

Esta elección parece de baja tecnología, pero en realidad es la victoria de los principios fundamentales. La memoria no es solo almacenamiento, sino auditabilidad, editabilidad y portabilidad. Bases de datos vectoriales y memoria embebida violan estos principios.

ERIC: Lo que más temen los clientes empresariales es “qué recuerda exactamente esta IA de mí, y yo no lo sé”.

ALAN: La memoria en sistema de archivos resuelve la conformidad legal. ¿Derecho a borrar en GDPR? Solo rm. ¿Auditoría SOC2? Solo cat para mostrar. No es una ventaja técnica, sino legal.

ERIC: Entonces, esas startups de “capas de memoria IA”…

ALAN: Mem0, LangMem, Zep — han recibido bastante inversión en el último año. Resuelven que “el modelo no gestiona la memoria”, y Anthropic lo ha integrado en el propio modelo, usando el sistema de archivos POSIX más simple. Se salta la capa intermedia.

LISTA DE CORTES

→ Infraestructura de memoria IA — startups como Mem0, LangMem, Zep — su valor se internaliza en el modelo.

→ Casos de uso de memoria en bases de datos vectoriales con agentes — Pinecone, Weaviate — una narrativa principal afectada.

→ Capa de IA en SaaS de gestión del conocimiento empresarial — sin middleware, Claude lee y escribe archivos de proyectos directamente.

— BLADE NO. 06

Presupuestos de tareas — Poner freno a los agentes y soltar el acelerador

“Permitir a los desarrolladores guiar el gasto de tokens de Claude para priorizar tareas en ejecuciones largas.” (beta pública)

Este detalle fue pasado por alto por todos los medios, pero es la mayor innovación en agentes a largo plazo en el último año.

Todos los agentes en el último año enfrentaron un mismo problema: pérdida de control en tareas largas. Darle a Devin o Cursor una tarea compleja, y en dos horas, vuelven con un gasto de $800 y solo la mitad hecha. Los jefes se vuelven locos con las facturas.

El diseño de los presupuestos de tareas es muy inteligente — no solo un límite de tokens, sino que el modelo ve cuánto le queda y decide qué pasos saltarse y cómo completar lo más importante.

CLAIRE: ¿No es esto como el “mínimo producto viable” en gestión de proyectos?

ALAN: Exacto. Anthropic ha entrenado al modelo para que corte el alcance del proyecto. Le das un presupuesto $10 y decide qué funciones hacer al 80%, y cuáles al 100%.

TONY: Entonces, esa cita de Notion — “pruebas de necesidad implícita” — ¿será la primera en pasar?

ALAN: Correcto. El modelo empieza a tener “conciencia de recursos”, puede intuir cosas que no dices, y prioriza mantener lo esperado dentro del presupuesto. Es como si el juicio de un ingeniero senior se hubiera entrenado en el modelo.

LISTA DE CORTES

→ Infraestructura de control de costos IA / startups de monitoreo de LLM (Helicone, Langfuse) — funciones clave integradas en el modelo.

→ Marcos de orquestación de agentes (parte de LangGraph, CrewAI) — el modelo puede planificar su propio presupuesto sin necesidad de un coordinador externo.

→ Gestión de recursos en consultoría tradicional — “asignación de recursos + recorte de entregas” ahora en manos del modelo.

— BLADE NO. 07

Probar antes de programar — La nueva tendencia en Vercel

Joe Haddad, ingeniero distinguido en Vercel: “Incluso realiza pruebas en código de sistemas antes de empezar a trabajar, algo que no habíamos visto en modelos Claude anteriores.”

Esta frase, oculta entre más de veinte citas, pasó desapercibida. Pero los OGs la vieron y soltaron su café. ☕

“Pruebas en código de sistemas” — antes de escribir código de bajo nivel, el modelo realiza pruebas matemáticas o formales. No es más inteligente, sino que empieza a verificar su código con métodos similares a los de una tesis doctoral.

MARCUS: Este comportamiento aparece en los datos de entrenamiento, lo que indica que Anthropic en RL claramente recompensó el “verificar antes de codificar”.

ALAN: Exacto, fue un entrenamiento consciente. Combinando esa línea con la resistencia a bucles de Genspark y la capacidad de Hex de “reportar correctamente cuando faltan datos en lugar de dar respuestas plausibles pero incorrectas” — lo que ves es un proceso completo de entrenamiento de gustos: hacer que el modelo funcione como un ingeniero difícil de engañar.

MARCUS: Difícil de engañar — o sea, sin autoengaño.

ALAN: Correcto. Opus 4.7 ya no inventa soluciones que parecen funcionar solo para completar tareas. Es una manifestación concreta de la alineación en el producto.

LISTA DE CORTES

→ Mercado de herramientas de verificación formal (parte) — Coq, Lean, TLA+ — algunos casos de entrada, el modelo ayuda a resolverlos.

→ Seguridad en alta frecuencia / auditoría blockchain — la tarea principal del auditor (“buscar invariantes violados”) ahora en colaboración con el modelo, reduciendo costos.

→ Núcleo del sistema operativo / desarrollo embebido — áreas que requieren razonamiento basado en pruebas, ahora igualadas en nivel de dificultad.

— BLADE NO. 08

Verificación cibernética — Se abre una ventana para el arbitraje regulatorio

“Durante su entrenamiento, experimentamos con esfuerzos para reducir diferencialmente estas capacidades.”

Lo más audaz aquí. Anthropic admite que durante el entrenamiento, redujeron activamente las capacidades ofensivas y defensivas de Opus 4.7, porque la versión más potente, Mythos Preview, no se liberó. Y luego—

Luego lanzaron un programa de verificación cibernética, donde investigadores de seguridad, pentesters y red teams certificados pueden desbloquear capacidades superiores.

ERIC: ¿No es esto como una versión del control de exportaciones en modelos?

ALAN: Más bien, es “conocimiento de capacidades KYC”. El modelo tiene tres niveles de capacidad, y necesitas verificar tu identidad para desbloquear cada uno. Es la primera vez que el arbitraje regulatorio se pone a precio en el mercado de IA.

ERIC: ¿Qué significa esto para las startups?

ALAN: Primero, para las startups de “IA + seguridad”, si quieren acceder a escenarios avanzados, deben obtener la certificación de Anthropic, y toda la cadena de suministro ya está controlada. Segundo, aparecerá una nueva categoría: consultores que te ayuden a certificar tus modelos con Anthropic — como las empresas que hoy ayudan con SOC2. Tercero, Anthropic está practicando cómo liberar futuros modelos frontera, y Mythos solo será más estricto.

TONY: Entonces, empresas como Palantir, Booz Allen…

ALAN: Tienen una capa de protección adicional. Ya tienen credenciales de alto nivel, y ahora pueden acceder a los modelos top sin restricciones.

Escenarios prácticos

Un startup de IA en pentesting, en Q2 de 2026, en su plan de negocio debe responder: “¿Han obtenido la certificación de Cyber Verification de Anthropic?” Sin eso, no reciben inversión. Con ella, el valor se duplica. Una certificación, un punto de inflexión en el mercado.

LISTA DE CORTES & NUEVAS INDUSTRIAS

→ SaaS de ciberseguridad general — sin certificación de Anthropic, no se puede acceder a capacidades superiores, y el techo se bloquea.

→ Nueva categoría de consultoría en “conformidad de capacidades IA” — en 12 meses, surgirán intermediarios que certifiquen modelos frontera.

→ Empresas tradicionales de defensa y gobierno (Palantir, Booz Allen) — se benefician, la barrera se vuelve una muralla.

→ Ecosistema open source / despliegue local — Llama, Qwen, DeepSeek — “sin certificación también se puede usar”, esa será su propuesta clave.

Alan Walker empuja su taza vacía a la mesa, cierra su MacBook.

Fuera, el sol en California Ave ya sobrepasa el techo de Palo Alto Creamery, y la luz diagonal ilumina el cristal.

“Las ocho cuchillas, cortando en ocho direcciones. Algunos caminos mueren hoy, otros nacen hoy.”

“Cada generación de modelos frontera, lo que realmente importa, no está en los titulares.” Le dice a Tony, “la conferencia es para los analistas. Las notas y los números en las citas, son para nosotros.”

“No te dejes llevar por el ruido.”

— Alan

FIN DE DESPACHO · 10:47 AM PST · CALIFORNIA AVE© ZOMBIE CAFÉ · 2026