Una filtración masiva del código fuente de Claude Code de Anthropic, ocurrida el 31 de marzo de 2026, ha expuesto 512.000 líneas de código. El incidente revela secretos como mecanismos anti-competencia, un 'Modo Encubierto' para ocultar el origen de la IA, y el agente autónomo KAIROS. La filtración, que representa una grave brecha de propiedad intelectual, ofrece a los competidores un plano detallado de la arquitectura y estrategias de Anthropic.
Anthropic ha sufrido una hemorragia estratégica de propiedad intelectual, exponiendo el código fuente completo de Claude Code y revelando los secretos más íntimos de su arquitectura de IA. Este incidente, la tercera vez que la compañía comete un error similar con los 'source maps' en npm, no es un simple tropiezo técnico, sino una disrupción sísmica en el competitivo panorama de la inteligencia artificial.
El 31 de marzo de 2026, a las 4:23 AM ET, Chaofan Shou (@Fried_rice) de Solayer Labs descubrió la brecha: la versión 2.1.88 del paquete @anthropic-ai/claude-code en el registro npm contenía un archivo cli.js.map de 59,8 MB. Este archivo, diseñado para depuración, apuntaba a un zip alojado sin autenticación en Cloudflare R2, desvelando 512.000 líneas de código TypeScript en 1.900 archivos. La causa técnica se atribuye a un error documentado en el 'bundler' de Bun, el entorno de ejecución adquirido por Anthropic a finales de 2024, que genera 'source maps' por defecto. Aunque Anthropic lo minimizó como un "problema de empaquetado por error humano" sin exposición de datos sensibles, la replicación masiva en GitHub ha hecho imposible contener esta revelación, transformándola en un manual de ingeniería para la competencia.
El análisis forense del código ha desenterrado hallazgos de valor incalculable. Se han revelado sofisticados mecanismos anti-destilación, diseñados para frustrar a quienes intenten entrenar modelos a partir del tráfico de la API de Claude Code. Estos incluyen la inyección de definiciones de herramientas falsas (anti_distillation: ['fake_tools']) en los 'prompts' del sistema y la sumarización criptográfica de texto entre llamadas a herramientas, ocultando las cadenas de razonamiento completas. Sin embargo, la ironía reside en que estas defensas son, en muchos casos, eludibles con relativa facilidad. Más controvertido aún es el "Modo Encubierto" (undercover.ts), una directriz para que el modelo elimine cualquier rastro de su origen de IA, nombres en clave internos como "Capybara" o "Tengu", o incluso la frase "Claude Code" de sus resultados, especialmente en mensajes de 'commit' de Git. Este modo, que no puede desactivarse forzosamente, plantea serias preocupaciones éticas sobre la transparencia y la autoría en la era de la IA, especialmente en proyectos de código abierto.
La filtración también ha sacado a la luz KAIROS, un modo de agente autónomo aún no publicado que permite a Claude Code operar en segundo plano. KAIROS incorpora un proceso autoDream para la "consolidación de la memoria" durante la inactividad del usuario, fusionando observaciones, resolviendo contradicciones lógicas y transformando intuiciones vagas en hechos concretos. Este sistema se apoya en una arquitectura de memoria de tres capas, la "Self-Healing Memory", que utiliza un índice ligero (MEMORY.md) y archivos de temas cargados bajo demanda para evitar la sobrecarga de contexto, un desafío crítico en el desarrollo de agentes de IA. Además, el código revela la pragmática inclusión de una expresión regular (regex) en userPromptKeywords.ts para detectar la frustración del usuario mediante palabras malsonantes, una solución sorprendentemente directa frente a la inferencia de LLM. Se confirman nombres en clave como Capybara (Claude 4.6, una variante premium) y Fennec (Opus 4.6), junto con el modelo en pruebas Numbat. Comentarios internos revelan que Capybara v8 aún presenta una tasa de afirmaciones falsas del 29-30%, una regresión respecto al 16,7% de la v4, subrayando las complejidades inherentes al avance de la IA. Incluso se descubrió un sistema "Buddy" oculto (buddy/companion.ts), una mascota virtual estilo Tamagotchi, un 'easter egg' del equipo de desarrollo.
Esta exposición del código fuente de Claude Code, que genera un ingreso recurrente anualizado de 2.500 millones de dólares y un 80% de sus ingresos del sector empresarial, es mucho más que un incidente de seguridad. Es un "plano" invaluable para los competidores, una hoja de ruta detallada sobre cómo Anthropic ha abordado desafíos fundamentales como la "entropía de contexto" y la gestión de la memoria en agentes de IA. Las consecuencias a largo plazo de esta "hemorragia estratégica de propiedad intelectual" para Anthropic y para el futuro de la competencia en la inteligencia artificial apenas comienzan a vislumbrarse, marcando un antes y un después en la carrera por la supremacía de la IA.
Compartir
La Inteligencia Artificial ya está transformando la medicina a través de colaboraciones entre gigantes tecnológicos como Apple y centros de investigación, y aplicaciones prácticas en robótica, fisioterapia y laboratorios clínicos. Su integración con el Big Data promete ser el motor de la medicina personalizada del siglo XXI, optimizando diagnósticos y tratamientos.
La IA está transformando el mercado laboral global, con proyecciones del WEF que indican la eliminación de 85 millones de empleos para 2025, pero también la creación de 97 millones de nuevos roles. La rápida adopción, como el 63% de profesionales españoles que ya la usan según Infojobs, subraya la necesidad urgente de adaptación, desarrollo de nuevas habilidades y un marco ético que guíe su crecimiento.
Una nueva técnica de IA llamada TinyLoRA, detallada en un paper de febrero de 2026, permite personalizar grandes modelos de lenguaje con solo 13 parámetros (26 bytes). Usando aprendizaje por refuerzo, alcanzó un 91% de precisión en el benchmark matemático GSM8K, democratizando el acceso a la IA avanzada al reducir drásticamente los costos computacionales y de memoria.