Axiom Math verifica 7.654 páginas de matemáticas con IA

¿Qué verificó Axiom Math y por qué es un hito?

El miércoles, Axiom Math anunció que verificó formalmente el Stacks Project, una de las mayores colecciones de matemáticas escritas por humanos. La startup, valorada en US$1.600M, tradujo las 7.654 páginas de esa biblioteca en unos 16 millones de líneas de código revisado por computadora.

El Stacks Project no es un texto cualquiera. Lo inició en 2005 el matemático Johan de Jong, de Columbia, como referencia de código abierto, y desde entonces la comunidad lo amplió desde el álgebra de nivel universitario hasta los resultados más avanzados en álgebra, geometría y teoría de números. Su colega Peter Woit sostuvo que «no hay nada realmente comparable» y lo comparó con «los famosos libros de Bourbaki», la serie que reconstruyó las matemáticas desde sus cimientos en el siglo XX.

Verificar eso significa que cada teorema y cada definición quedó escrito en Lean, un lenguaje de programación formal, y pasó por un asistente de pruebas que revisa el código línea por línea. Si compila, la prueba es lógicamente sólida. No hay término medio: no existe el «casi».

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué es la verificación formal y por qué le importa a un founder?

La verificación formal no es nueva. Los ingenieros la usan para confirmar que un diseño de chip funciona antes de fabricarlo, y en Francia se aplicó para detectar errores en el software que calcula beneficios familiares. La lógica es simple: en lugar de confiar en que alguien revisó bien, dejas que un programa demuestre que el resultado es correcto.

Para un founder, el atractivo aparece cuando el código lo escriben agentes de IA. Un modelo puede alucinar un paso intermedio sin que nadie lo note, y ese error se propaga a todo lo que se construya encima. La apuesta de Axiom es que la misma disciplina que blinda una demostración matemática puede blindar la infraestructura de software.

Carina Hong, CEO de la compañía, lo planteó así: quieres que los teoremas sean consistentes y que las definiciones «no se peleen entre sí». Es la misma lógica que aplica un equipo de plataforma cuando define contratos entre servicios.

¿Por qué preocupa la avalancha de resultados generados por IA?

El contexto explica la urgencia. Según TechCrunch, solo OpenAI publicó 719 manuscritos el mes pasado con supuestas soluciones a algunos de los problemas más difíciles de la disciplina.

Y pasar por un verificador no garantiza que todo esté bien. Gizmodo reportó que lectores humanos que revisaron la solución de OpenAI al problema del milenio de Navier-Stokes —verificada en Lean, supuestamente— notaron que Lean había validado una afirmación más débil que la publicada. El 26 de octubre de 2026, según unite.ai, OpenAI anunció tres resultados en matemáticas, ciencias de la computación y física, incluida una refutación de la Hipótesis del Tiempo Exponencial, y pidió a expertos externos que actuaran como «pastores» para convertir ese material en conocimiento científico.

¿Cómo trabajaron los agentes de Axiom Math?

Axiom no resolvió Stacks con un solo modelo. Le dio a su flota de agentes una estructura flexible y los dejó correr en paralelo. «Los agentes encontraban tareas por sí mismos e identificaban cosas que podían trabajar en paralelo», explicó Ashvin Swaminathan, del equipo técnico de la compañía.

La empresa además entrenó sus propios modelos para matemáticas, un camino que según Hong la mayoría de las startups de verificación no tomó. Al principio un experto humano en Lean les enseñó criterio matemático; con el tiempo, dice, los agentes lo desarrollaron solos.

El mismo enfoque, a otra escala, ya dio resultados. Según unite.ai, el 27 de octubre de 2026 Axiom publicó la primera prueba completa revisada por computadora de la Clasificación de Grupos Finitos Simples: 43,1 millones de líneas de Lean producidas en 24 días por enjambres de agentes, organizados en 108 hitos y unas 380 tareas que los agentes reclamaban vía GitHub. En el camino, el equipo borró decenas de miles de líneas construidas sobre supuestos que los agentes habían asumido en lugar de demostrar.

¿La verificación formal encuentra errores reales?

Sí, y es lo más valioso del ejercicio. Al traducir pruebas publicadas a Lean, Axiom reportó 34 desviaciones notables del registro publicado, la mayoría menores: erratas, tablas mal, hipótesis omitidas. Una de ellas: un lema de los volúmenes de Aschbacher y Smith afirmaba que dos cantidades numéricas eran iguales, y los agentes encontraron un contraejemplo con el grupo SL₂(5).

El caso más llamativo fuera de las matemáticas puras es económico. Fortune reveló que el sistema de Axiom detectó un hueco en la demostración de un teorema de Robert Aumann de 1976 que se enseña en Harvard desde hace décadas: una estructura subyacente que el autor enunció pero nunca probó. Ese hallazgo es el primer resultado público de EconLib, un proyecto que Axiom está construyendo.

¿Qué significa esto para tu startup?

No necesitas un doctorado en matemáticas para sacar provecho de esta noticia. Tres movimientos concretos:

Mapea tus rutas críticas. Verificar todo es caro y lento. Identifica los tres o cuatro módulos donde un error silencioso cuesta dinero, cumplimiento o reputación —cálculo de precios, elegibilidad de crédito, liquidaciones— y ahí sí invierte en pruebas formales o basadas en propiedades.
Trata el output de tus agentes como dato crudo, no como verdad. OpenAI mismo describe sus manuscritos generados por IA como «dato de investigación crudo» que la comunidad debe convertir en entendimiento. Aplica lo mismo: ningún artefacto generado por IA entra a producción sin una capa de verificación automática.
Construye librerías internas reutilizables. El argumento de Hong es que los agentes necesitan una base de conocimiento bien construida para no producir resultados descuidados. Traducido a tu operación: documenta y empaqueta tus componentes verificados para que cada agente nuevo parta de ahí en lugar de reinventar.

¿Qué límites tiene la verificación formal?

Verificar el Stacks Project no significa que el software de tu empresa vaya a estar libre de errores mañana. Formalizar es caro, exige expertos en Lean —un perfil escaso— y, como mostró el proyecto de la clasificación de grupos, el tiempo de compilación se vuelve un cuello de botella cuando los agentes producen pruebas más rápido de lo que el verificador puede revisarlas. Axiom lo resolvió distribuyendo cachés de compilación entre workers y externalizando cálculos finitos en certificados revisables por separado.

Tampoco la verificación garantiza que estés resolviendo el problema correcto. Lean confirma que una prueba es lógicamente válida; no confirma que sea la que tu negocio necesita.

Conclusión

Axiom Math apuesta a que la próxima capa de valor en IA no será generar más contenido, sino poder demostrar que lo generado es correcto. Con una Serie A de US$200M liderada por Menlo Ventures —anunciada en marzo— y una valoración de US$1.600M, tiene los recursos para intentarlo, y su CEO ya lanzó un desafío abierto a las compañías de software: trabajar en formalización a esta escala.

Para un founder, la lección es más modesta pero inmediata. Como resumió el medallista Fields Terence Tao, cuantas más pruebas formalizadas tienes, más pruebas formalizadas puedes hacer. Si tus agentes ya escriben código, la pregunta no es si vas a necesitar verificación, sino qué parte de tu sistema vas a verificar primero.