The Robotic Lawyer
Anthropic's Opus 4.6 nearly doubled the score of the previous state-of-the-art AI agents on Mercor's benchmark for professional tasks such as law and corporate analysis, TechCrunch reported on February 6th. The model reached just under 30 percent in one-shot trials and averaged 45 percent after several attempts, up from 18.4 percent for the earlier leader. The result leaves lawyers far from immediate replacement while weakening the comfort supplied by last month's poor scores.
A benchmark turns professional judgment into a series of doors an agent must open. It can measure whether a system finds a clause, follows a chain of reasoning, or completes a legal task under controlled conditions. The courtroom contains other demands. A lawyer has to explain a risk to a client, protect a confidence, recognize what a witness refuses to say, and remain answerable when the advice produces damage. The rising score still changes the office because it gives managers a reason to move more work toward systems that can try again at low cost. The junior associate is measured against a machine that never asks for credit, sleep, or a place in the hierarchy. The empty witness stand waits for whoever will accept responsibility for the answer.
El abogado robótico
El modelo Opus 4.6 de Anthropic casi duplicó la puntuación del anterior sistema líder en la prueba de Mercor para tareas profesionales como el derecho y el análisis corporativo, informó TechCrunch el 6 de febrero. El modelo alcanzó casi un 30 por ciento en pruebas de un solo intento y un promedio del 45 por ciento después de varios intentos, frente al 18,4 por ciento del líder anterior. El resultado deja a los abogados lejos de una sustitución inmediata, pero debilita la tranquilidad que ofrecían las puntuaciones bajas del mes anterior.
Una prueba de referencia convierte el juicio profesional en una serie de puertas que un agente debe abrir. Puede medir si un sistema encuentra una cláusula, sigue una cadena de razonamiento o completa una tarea legal bajo condiciones controladas. Una sala de justicia contiene otras exigencias. Un abogado tiene que explicar un riesgo a un cliente, proteger una confidencia, reconocer lo que un testigo no dice y responder cuando el consejo produce un daño. La puntuación ascendente cambia la oficina porque ofrece a los directivos una razón para desplazar más trabajo hacia sistemas que pueden volver a intentarlo a bajo coste. El asociado joven queda medido frente a una máquina que nunca pide crédito, sueño ni un lugar en la jerarquía. El estrado vacío espera a quien acepte la responsabilidad por la respuesta.
