Axiom Math verifica 7.500 páginas de matemáticas con IA

Axiom Math convirtió 7.500 páginas de matemáticas en 16 millones de líneas verificables

Axiom Math afirma haber formalizado el Stacks Project, una referencia matemática abierta de unas 7.500 páginas, en cerca de 16 millones de líneas de código Lean revisadas por computadora. La cifra importa porque no se trata de un ejercicio de laboratorio: según TechCrunch, Stacks es una de las mayores bibliotecas de matemáticas jamás escritas por humanos, y ahora pasa por un verificador formal completo.

Para un founder, el mensaje es directo: generar contenido con IA ya es barato, verificar que sea correcto es el cuello de botella. Quien construya infraestructura de verificación tendrá una ventaja difícil de copiar.

Qué es el Stacks Project y por qué era tan difícil de formalizar

Stacks no es una colección de problemas sueltos. Es una red de definiciones y teoremas que se apoyan unos en otros, iniciada en 2005 por el matemático Johan de Jong, de Columbia, con aportes de investigadores de todo el mundo. Cubre desde álgebra de nivel universitario hasta temas avanzados de álgebra, geometría y teoría de números.

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 →

El matemático Peter Woit, también de Columbia, lo comparó con los libros de Bourbaki, la serie que reconstruyó las matemáticas desde sus fundamentos durante el siglo XX. Esa comparación explica por qué Axiom lo trata como infraestructura y no como una demostración tecnológica.

La dificultad está en las dependencias. En una prueba formal, el matemático reescribe la demostración como código en Lean y un asistente de pruebas revisa cada paso. Si el programa compila, el resultado queda lógicamente verificado dentro de ese sistema. Pero en Stacks cada teorema arrastra a los anteriores: si una definición queda mal traducida, todo lo que cuelga de ella se contamina.

Carina Hong, CEO de Axiom, lo resumió con una imagen simple: las cosas grandes y las cosas delicadas en la vida simplemente no van juntas. El equipo dudaba de que las conexiones sobrevivieran intactas a lo largo de 16 millones de líneas.

Cómo trabajaron los agentes de IA en paralelo

Axiom no le dio a sus agentes un plan rígido. Según Ashvin Swaminathan, integrante del equipo técnico, la compañía impuso una jerarquía de trabajo, pero dejó que los sistemas encontraran tareas por su cuenta y avanzaran en paralelo sobre distintas partes del corpus.

La empresa también entrenó modelos propios con foco en matemáticas, un enfoque que Hong considera poco habitual entre las startups de verificación. Al principio, un especialista interno en Lean orientó a los agentes para que conservaran un criterio matemático humano. Con el tiempo, según Hong, los agentes desarrollaron su propia noción de ese criterio. Conviene aclararlo: la fuente no presenta una evaluación independiente de esa afirmación.

El resultado más citado es el material disponible para geometría algebraica, un área que Swaminathan describió como un gran agujero negro dentro de las matemáticas formalizadas. Antes, quien quería verificar trabajo nuevo en esa disciplina con Lean tenía poco contenido previo sobre el cual apoyarse.

La escala real: 43 millones de líneas y un teorema de 15.000 páginas

El Stacks Project no es el único hito. Según unite.ai, el 27 de octubre de 2026 Axiom anunció la primera demostración completa verificada por computadora de la Clasificación de Grupos Finitos Simples, un resultado conocido como el teorema enorme: unas 15.000 páginas, más de 500 artículos y el trabajo de alrededor de 100 matemáticos a lo largo de décadas.

La formalización produjo aproximadamente 43,1 millones de líneas de Lean en 24 días, con 2,05 millones de declaraciones. Crypto Briefing reportó que el proceso identificó y corrigió más de 2.000 errores en la literatura existente, 34 de ellos clasificados como desviaciones notables. Uno de los hallazgos obligó a desarrollar un argumento nuevo para cerrar un vacío en el Unbalanced Group Theorem.

Ese es el punto que un founder debería retener: la verificación no solo confirma lo que ya se sabía, también expone supuestos que nadie había revisado. El mismo medio señaló que el sistema de Axiom habría logrado un puntaje perfecto en el examen Putnam, la competencia de matemáticas universitaria más exigente del circuito estadounidense.

De las matemáticas al software escrito por agentes

Axiom no apunta solo a matemáticos. La empresa sostiene que los mismos principios pueden ayudar a comprobar que el software hace lo que promete, una preocupación que crece a medida que los agentes de IA escriben más código.

La verificación formal ya se usa en ingeniería para confirmar diseños de chips, y según TechCrunch investigadores en Francia la emplearon para detectar errores en programas que calculan prestaciones familiares. La apuesta de Axiom es que ese enfoque se vuelva estándar en el software generado por IA.

Terence Tao, matemático de UCLA y ganador de la Medalla Fields, resumió la lógica de acumulación: cuantas más demostraciones formalizadas existen, más demostraciones formalizadas se pueden hacer.

El argumento de Hong sobre los cimientos es el más relevante para quien construye producto: si los agentes arrancan con decisiones de ingeniería deficientes, después resulta muy difícil ampliar sus capacidades sin arrastrar esos problemas. Por eso defiende bibliotecas reutilizables y verificadas en lugar de dejar que cada sistema genere soluciones desde cero. Y lanzó un desafío público a las empresas de programación para que trabajen en formalización a esta escala.

El interés no es solo teórico. Fortune reveló que Axiom está construyendo EconLib, un proyecto cuyo primer resultado público fue detectar un vacío en la demostración del teorema de Robert Aumann de 1976, que se enseña en Harvard desde hace décadas sin que nadie hubiera formalizado todos sus supuestos.

Qué significa esto para tu startup

Tres lecturas concretas para pasar de la noticia a la acción:

Trata la verificación como parte del producto, no como control de calidad al final. Si tu equipo usa agentes para generar código, el diferencial no está en generar más rápido, sino en demostrar que el resultado es correcto. Tests, tipos estrictos, contratos de API y revisiones automatizadas son la versión accesible de lo que Axiom hace con Lean.
Construye tu biblioteca interna de conocimiento. El argumento de Hong aplica a cualquier empresa: si tus agentes no tienen una base estructurada de convenciones, decisiones de arquitectura y contexto de negocio, cada tarea empieza de cero y los errores se acumulan. Documentar y versionar ese conocimiento es trabajo de infraestructura, no burocracia.
Busca el nicho regulado. La verificación formal ya demostró valor en chips y en software público. Fintech, salud, seguros y cualquier vertical donde un error tenga costo legal son mercados naturales para herramientas de verificación. Hay espacio para startups que traduzcan estas técnicas a problemas de negocio concretos.

Para el ecosistema hispanohablante hay una oportunidad adicional: talento matemático sobra en LATAM y España. Lo que falta es infraestructura y casos de uso empaquetados. La distancia entre investigar verificación formal y venderla como producto es exactamente el tipo de brecha que una startup pequeña puede cubrir antes que un incumbente.

Conclusión

Axiom Math levantó una Serie A de US$200M liderada por Menlo Ventures, con participación de Madrona, Greycroft, B Capital, Toyota Ventures y Triatomic Capital, y una valoración superior a US$1.600M, según reportó pulse2. Ese capital explica cómo una empresa fundada en marzo de 2025 por una CEO que dejó el doctorado en matemáticas de Stanford pudo atacar un corpus de 7.500 páginas.

La lección no es que la IA ya sabe matemáticas. Es que la ventaja competitiva se está moviendo de generar a verificar. Los founders que entiendan eso antes que el resto van a construir productos que sus clientes puedan auditar, y en mercados regulados eso vale más que cualquier benchmark.