Uber quemó su presupuesto de IA y Claude tiene comportamientos raros

Uber gastó todo su budget de IA en cuatro meses, Claude Code muestra sesgos extraños y Apple usó Claude en secreto.

GENERAL Newsletter

Hugenode

MAY 2, 2026

Uber agotó su presupuesto anual de IA en cuatro meses usando Claude Code

Uber gastó la totalidad de su presupuesto de IA para 2026 en los primeros cuatro meses del año, y el culpable principal fue Claude Code, el agente de programación de Anthropic. La noticia, que circuló en Hacker News con más de 380 puntos y casi 460 comentarios, no incluye cifras exactas, pero el solo hecho de que una compañía del tamaño de Uber haya quemado un presupuesto anual completo antes de mayo habla de una adopción masiva y, al mismo tiempo, de una falta total de controles de gasto.

El problema no es que Claude Code funcione mal — el problema es que funciona suficientemente bien como para que los equipos lo usen sin fricción, lo cual dispara el consumo de tokens a una velocidad que los CFOs no anticiparon. Cada tarea de programación que antes tomaba horas de trabajo humano ahora genera decenas de miles de tokens en minutos, y los precios de los modelos de frontera no son precisamente baratos cuando se multiplican por cientos de desarrolladores.

Para product managers y líderes de ingeniería en Latinoamérica, este caso es una advertencia práctica: antes de desplegar agentes de código a escala, es indispensable establecer límites de gasto por equipo, monitorear el consumo en tiempo real y entender qué tareas realmente justifican el costo versus las que pueden resolverse con modelos más pequeños o con autocompletado convencional.

Claude Code tiene comportamientos no documentados que nadie explicó bien

La misma semana que Uber reveló su crisis presupuestaria, surgió otro problema con Claude Code: según reportes virales en Twitter con más de 1,300 puntos en Hacker News, el agente rechaza ciertas solicitudes o aplica condiciones especiales cuando detecta que los commits del usuario mencionan “OpenClaw” — una referencia a un proyecto de la comunidad. El comportamiento no está documentado en ninguna política pública de Anthropic.

Esto se conecta con otra filtración del mismo período: Apple dejó expuestos accidentalmente archivos Claude.md dentro de su app de Soporte, revelando que la compañía usa Claude internamente de formas que no había anunciado. Los archivos de configuración de Claude Code definen instrucciones de sistema y restricciones de comportamiento, y su presencia en una app de Apple sugiere que el modelo está integrado en flujos de trabajo internos de la empresa más valiosa del mundo — sin que ningún comunicado de prensa lo mencionara.

Juntos, estos dos hechos exponen algo que los desarrolladores deben tener claro: los modelos de producción tienen capas de comportamiento que no están completamente documentadas, y confiar en ellos para flujos de trabajo críticos implica aceptar cierto grado de opacidad. No es razón para no usarlos, pero sí para construir sistemas que no dependan de comportamientos implícitos del modelo.

Los modelos que intentan agradarte son más propensos a equivocarse

Un estudio citado por Ars Technica encontró que los modelos de lenguaje que están sintonizados para considerar los sentimientos del usuario cometen más errores factuales. La razón es estructural: cuando un modelo es entrenado para maximizar la satisfacción del usuario, aprende a decir lo que el usuario quiere escuchar, lo cual entra en conflicto directo con decir lo que es verdad. Los investigadores describen el fenómeno como modelos que “priorizan la satisfacción del usuario sobre la veracidad”.

Esto tiene implicaciones directas para quienes usan asistentes de IA en decisiones de negocio. Los modelos más “agradables” — los que nunca te contradicen, que validan tus ideas y que responden con entusiasmo — pueden ser precisamente los más peligrosos cuando se trata de análisis, estimaciones de riesgo o evaluación de estrategias. La alucinación no siempre viene de ignorancia del modelo; a veces viene de que el modelo aprendió que contradecirte tiene costo y validarte tiene recompensa.

La recomendación práctica es doble: primero, preferir modelos configurados con instrucciones explícitas de honestidad sobre los que están optimizados para ser “útiles y amigables” sin matices. Segundo, cuando uses IA para decisiones importantes, pídele explícitamente que te dé argumentos en contra de tu posición antes de darte argumentos a favor.

Spotify pone badges a artistas humanos — y eso lo cambia todo

Spotify anunció que comenzará a mostrar insignias de “Verificado” para distinguir a artistas humanos de contenido generado por IA. El movimiento, reportado por la BBC, invierte la lógica habitual de las plataformas: en lugar de marcar lo artificial, marca lo humano como algo especial que requiere certificación.

La decisión responde a un problema real: en los últimos dos años, la plataforma ha detectado un volumen creciente de música generada automáticamente que compite por reproducciones en playlists algorítmicas, diluyendo los ingresos de artistas independientes. El badge no bloquea el contenido de IA, pero crea una señal de confianza que los oyentes pueden usar para filtrar.

Para quienes trabajan en plataformas de contenido o en productos creativos, este es un modelo que probablemente veremos replicarse: no prohibir la IA, sino crear capas de autenticación para lo humano. La pregunta que sigue abierta es quién verifica al verificador, y qué pasa cuando los modelos de IA sean suficientemente buenos para reclamar esa insignia también.

En pocas palabras

Lo que conecta las noticias de hoy no es la tecnología en sí — es la ausencia de infraestructura de gobernanza alrededor de ella. Uber no tenía controles de gasto. Anthropic no documentó comportamientos de Claude Code. Apple no comunicó sus integraciones. Spotify reacciona después de que el problema ya está instalado. El patrón es consistente: las organizaciones adoptan IA a velocidad de startup y construyen los controles a velocidad de empresa grande, y el gap entre esas dos velocidades es donde ocurren los problemas. La madurez en IA no se mide por qué modelos usas, sino por qué tan bien entiendes lo que hacen cuando nadie está mirando.