Dan Shipper, CEO de Every (medio/estudio nativo de IA), publicó un ensayo fundamental en every.to el 21 de mayo de 2026, titulado "After Automation", una contranarrativa explícita a las narrativas apocalípticas de desempleo masivo (Amodei, Sun, Wallace-Wells). Tesis central: "hay más trabajo que hacer que nunca" — el progreso de la IA crea más trabajo para los humanos, no menos.

Shipper formaliza el mecanismo mediante un ciclo de comoditización en 5 pasos: (1) la IA comoditiza la competencia humana de ayer; (2) esa competencia abaratada se adopta ampliamente; (3) la abundancia produce slop (homogeneidad); (4) los humanos exigen diferenciación; (5) los expertos usan la IA para abordar los problemas de hoy, reiniciando el ciclo.

Marco central: la distinción frame vs framer (marco vs. quien lo define). Los benchmarks miden el desempeño dentro de marcos específicos — una vez saturados, cambiar el marco reinicia el contador. Los modelos escalan dentro de los marcos pero no reemplazan a quienes los definen. Fórmula central: "el marco no es quien lo define". Incluso en la AGI, "el problema del marco se regenera un nivel más arriba" — un humano dirige al modelo hacia un objetivo.

El "Human Sandwich": el humano define el marco aguas arriba, la IA ejecuta, el humano evalúa y extiende aguas abajo. El valor se desplaza hacia ambos extremos.

Dos modos de trabajar con agentes: (a) agent employees (delegación asíncrona — Claudie, Andy, Viktor en Every; Fin en Intercom resuelve el 65% del soporte); (b) colaboración humano-IA síncrona (Claude Code). En Every, el 95% de los correos del CEO son gestionados por IA.

Benchmarks (mayo de 2026): GPT-5.5 obtiene 62/100 en el benchmark Senior Engineer (humano: 80-90); GDPval mide un 40-49% del nivel humano experto, pero requiere un extenso encuadre humano. OpenClaw generó 44.469 PR en mayo de 2026 (frente a los 5.200 PR de Kubernetes en todo 2022) — prueba volumétrica de que el trabajo agéntico produce más trabajo.

Paradoja de Zenón de la IA: Aquiles (la IA) corre hacia la tortuga (el humano), pero la tortuga "está viva en un momento específico", avanzando constantemente hacia nuevos problemas — Aquiles nunca la alcanza.

Conclusión: esto no es un evento de punto de inflexión, es un patrón persistente que define el futuro del trabajo. Los modelos optimizan dentro de los contextos que los humanos especifican; los humanos siguen siendo necesarios para decidir "qué importa ahora". Para aprovechar en COMEX: frame vs framer se convierte en la grilla canónica de 2026.