&Truth: la startup que verifica código con Lean y IA

¿Qué es la verificación formal y por qué volvió al centro de la conversación?

«Slop» fue la palabra del año 2026 en la industria de la IA: la salida de baja calidad de un modelo de lenguaje. Y con tanto código generado por IA, evitar el slop se volvió una preocupación diaria para los ingenieros de software. Una de las respuestas con más recorrido es la verificación formal, que usa pruebas matemáticas y lógica para comprobar la corrección de software o hardware.

El dato que mejor mide su escala: cvc5, un motor de razonamiento automático co-creado por Clark Barrett, se invoca hoy miles de millones de veces al día en los pipelines de producción de Amazon, según contó Barrett a Latent Space. cvc5 es un «solver» de satisfiability modulo theories (SMT) y se usa para análisis de especificaciones y generación de tests en Kiro, el entorno de desarrollo agéntico de Amazon.

Barrett no es un académico de laboratorio: es cofundador y co-CEO de &Truth (se pronuncia «and truth»), un nuevo entrante en el mercado de verificación formal, y profesor de investigación de Ciencias de la Computación en Stanford.

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 →

¿Por qué los tests de tus agentes de IA no son verificación real?

Cuando las empresas de agentes de código hablan de «verificar» su trabajo, normalmente se refieren a correr tests, a que el propio agente critique su salida o a que otro modelo la juzgue. Barrett lo resume así: «La diferencia principal es, en realidad, cómo sabes cuándo terminaste».

Testear, parchear y escanear son herramientas buenas y encuentran muchos problemas. El punto débil es otro: nunca estás del todo seguro de si encontraste todos o si queda uno escondido que tu herramienta no puede ver. La verificación formal cambia la pregunta. En lugar de buscar errores, prueba matemáticamente que el código cumple una especificación.

&Truth: una «máquina de verificación» construida sobre Lean

&Truth construye sobre Lean, un lenguaje de programación y asistente de pruebas de código abierto. La compañía combina IA con razonamiento automático para construir pruebas que Lean puede revisar. Su ambición declarada es leer código «en cualquier lenguaje, probar si cumple requisitos enunciados con precisión y permitir que los humanos confíen en él sin tener que entender cada línea».

«Lo que hace Lean es simplemente comprobar que no cometiste un error», explicó Barrett. «Puedes pensarlo como un verificador muy sofisticado para matemáticas».

Lean se volvió el idioma franco de las matemáticas asistidas por IA. Según Latent Space, esta misma semana GPT-6.2 Astra produjo lo que la nota describe como la primera prueba en Lean del teorema de la brecha de Smoktunowicz, y Anthropic usó Lean para formalizar el Último Teorema de Fermat en un proyecto de 13 millones de líneas.

El caso más resonante es el de Levent Alpöge, matemático del staff técnico de Anthropic, que el 20 de noviembre de 2026 afirmó haber probado la hipótesis de Riemann con ayuda de Claude y publicó la prueba en Lean, según Crypto Briefing. La hipótesis, planteada por Bernhard Riemann en 1859, es uno de los Problemas del Milenio y el Clay Mathematics Institute ofrece un premio de 1 millón de dólares por una prueba correcta. Hasta el momento no se reportó verificación independiente: la máquina confirma que la prueba es válida, pero los humanos todavía deben confirmar que la prueba es de lo correcto.

¿Qué están haciendo Harmonic, Theorem y Axiom Math?

  • Harmonic ofrece Aristotle, un «demostrador automático de teoremas» que usa Lean de forma intensiva. «Dentro de Aristotle, la IA escribe las pruebas y Lean revisa cada paso, así que un resultado nunca depende de que la IA tenga razón», afirma la empresa en su web.
  • Axiom Math usa verificación formal como retroalimentación de corrección para entrenar sus sistemas de razonamiento matemático: los intentos de prueba ayudan a mejorar los modelos siguientes. Desarrolla AxiomProver, que genera pruebas en Lean, y AXLE, su toolkit para explorarlas y validarlas. Su CEO, Carina Hong, dijo a Latent Space en junio que la verificación formal «no se trata solo de manejar o expulsar lo malo, las alucinaciones, los errores. Se trata de escalar el brillo. Se trata de superinteligencia».
  • Theorem apunta a seguridad: «La verificación es la única defensa que aguanta mientras los adversarios escalan», sostiene en su home. Colaboró con Anthropic en un post titulado «LLMs are making formal software verification feasible at a much larger scale». El dato más útil de ese trabajo: en un set de 36 tareas pequeñas de verificación, Opus 5.5 alcanzó un 50% de tasa de resolución usando cerca de 40% menos tokens que Opus 5. La verificación formal, hoy cara en tokens, empieza a ser más eficiente.

¿Por qué la ciberseguridad empuja esta tecnología?

Barrett confirmó que la ciberseguridad es un foco central de &Truth: recorrer todo el código C del mundo, open source o cerrado, para asegurar que sea memory safe y señalar exactamente qué hay que corregir cuando no lo es. Theorem va en la misma dirección con la idea de «verificación formal escalada por LLMs» como forma de dar garantías de seguridad a una escala antes impracticable.

La verificación también se está moviendo fuera del código. El 2 de noviembre de 2026, Anthropic publicó FlashProve, un prototipo open source que usa pruebas criptográficas (zkSNARK) para demostrar que la respuesta de un modelo salió de unos pesos comprometidos sin revelarlos, según Unite.AI. La generación de pruebas alcanzó 110 tokens por segundo con Llama 4 Maverick, pero costó cerca de 72 veces más tiempo de GPU por lote que servir el modelo sin pruebas. Es la misma tensión que atraviesa todo el sector: la garantía existe, el costo todavía es alto.

En matemáticas el patrón se repite. El 6 de noviembre de 2026, la firma Physical Superintelligence anunció que un sistema con un modelo de Anthropic no publicado derivó una prueba de la conjetura de Aaronson-Ambainis, abierta desde 2008, verificada con Lean 4 y publicada junto al código, según el Global AI Brief. Cuatro investigadores de Stanford la están revisando.

¿Qué significa esto para tu startup?

1. Entrena al equipo en escribir especificaciones, no en escribir código. Si el cuello de botella se mueve del código a la especificación, la habilidad escasa pasa a ser redactar requisitos precisos y verificables. Empieza por documentar qué debe cumplir cada módulo crítico antes de sumar cualquier herramienta de verificación.

2. Verifica por riesgo, no por cobertura. No hace falta verificar todo el repositorio. Aplica verificación formal a lo que no puede fallar: autenticación, pagos, manejo de datos personales, lógica de precios. El resto puede seguir con tests y revisión humana.

3. Mide el costo antes de descartarlo. La verificación formal es intensiva en tokens, pero la tendencia es a la baja. Corre una prueba acotada —10 o 20 funciones críticas— y compara el gasto en tokens contra el costo de un bug en producción.

4. No confundas prueba válida con prueba correcta. La verificación formal demuestra que el código cumple la especificación; no demuestra que la especificación sea la que tu negocio necesita. El caso de la hipótesis de Riemann lo deja claro: la revisión humana sigue siendo indispensable.

Conclusión

La verificación formal dejó de ser un tema de laboratorio. cvc5 corriendo miles de millones de veces al día en Amazon, empresas como Harmonic, Theorem, Axiom Math y &Truth compitiendo por el mismo espacio, y modelos que ya reducen el costo en tokens de verificar son señales de que la infraestructura está madurando. Para un founder, la lectura práctica es simple: si tu equipo ya le entrega trabajo a agentes de IA, la pregunta «¿cómo sé que está bien?» necesita una respuesta mejor que «los tests pasaron». Empezar por especificaciones claras y verificar los módulos críticos es un paso que puedes dar esta semana, sin esperar a que la tecnología abarate más.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

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 →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...