DeepMind verifica el cifrado de Signal con agentes de IA

DeepMind dice haber verificado el cifrado de Signal en cuatro semanas

Google DeepMind aseguró que un equipo de cinco investigadores y un enjambre de agentes de inteligencia artificial verificaron formalmente el núcleo criptográfico de Signal en unas cuatro semanas, un trabajo que según la compañía suele exigir años de especialistas. El sistema, bautizado AlphaProof Code y presentado el 10 de noviembre, generó alrededor de 6,5 millones de líneas de pruebas en Lean, un lenguaje que permite a una computadora comprobar cada paso de un razonamiento matemático sin margen de error.

Para un founder, la noticia no es solo sobre mensajería cifrada. La verificación formal —demostrar con lógica que un programa cumple ciertas propiedades en cualquier escenario— dejó de ser un lujo reservado a la aviónica y la banca. Si el método escala, cambia el cálculo de costo-beneficio para cualquier producto que maneje pagos, datos de salud o credenciales.

Qué verificó exactamente AlphaProof Code

El objetivo no fue el protocolo en abstracto, sino libsignal, la biblioteca central del protocolo de cifrado de Signal. Según el medio especializado Unite.AI, los investigadores envolvieron las versiones sin modificar de libsignal v0.105.4 y SPQR v1.6.0 en un pequeño programa de línea de comandos y las compilaron con rustc en un ejecutable estático para Linux AArch64.

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 →

La verificación cubrió dos piezas clave: PQXDH, que negocia las claves iniciales de cifrado, y Triple Ratchet, que renueva las claves durante el intercambio de mensajes. Entre las propiedades demostradas están el secreto hacia adelante (forward secrecy), que protege los mensajes anteriores aunque el estado actual sea robado; la autenticación de mensajes; la seguridad post-compromiso, que garantiza la recuperación tras una brecha temporal; y el secreto del handshake.

El nombre AlphaProof no es casual. Es el mismo sistema que en 2024 resolvió problemas de la Olimpiada Internacional de Matemáticas con un nivel equivalente a medalla de plata, generando demostraciones en Lean. AlphaProof Code traslada esa maquinaria de los teoremas sobre números a los programas.

Cómo reparten el trabajo humanos y agentes

El proceso tiene tres etapas. Primero, varios modelos de IA traducen los objetivos de seguridad de Signal a especificaciones formales, que después revisan expertos humanos. Segundo, agentes basados en Gemini Carbon generan las demostraciones. Tercero, el sistema marca las partes que necesitan revisión humana —según DeepMind, alrededor del 1 % del código— mientras Lean verifica automáticamente el resto.

Unite.AI detalla que los agentes que redactaron y revisaron las especificaciones corrieron sobre Gemini 4 Carbon y Claude Opus 5.5, con revisión cruzada entre familias de modelos distintas. Las campañas típicas usaron entre 40 y 80 agentes en una sola máquina durante 24 a 72 horas. Ninguno de los autores escribió código de prueba: todo lo generaron los agentes.

Ese reparto es la parte más replicable del experimento. Los humanos fijaron qué había que demostrar y resolvieron las ambigüedades; los agentes hicieron el trabajo pesado. La confianza no descansa en que la IA «tenga razón», sino en que el kernel de Lean comprueba cada paso y un comparador confirma que la prueba coincide con la especificación aprobada por humanos.

Por qué importa que sea código compilado y no el diseño teórico

El protocolo de Signal ya había sido analizado formalmente antes, pero esos estudios se centraban en el diseño teórico. Lo nuevo es que la verificación apunta al código compilado: las instrucciones que efectivamente se ejecutan en los dispositivos. La diferencia es enorme, porque muchas vulnerabilidades reales no están en la idea del protocolo sino en cómo se convierte en software.

ZDNET recuerda que WhatsApp y Google Messages usan el mismo cifrado, aunque la verificación se hizo sobre el código de Signal. Y cita a los investigadores: «Nuestro trabajo marca la primera vez que se usa IA para verificar formalmente un protocolo criptográfico ampliamente desplegado con esta profundidad».

Para probar que el sistema no aprobaba cualquier cosa, los investigadores reintrodujeron dos fallos reales que Signal ya había corregido. Según Unite.AI, se trata de los errores conocidos como weak state y small subgroup. En ambos casos, AlphaProof Code generó una demostración verificada por computadora de que esa versión violaba las condiciones de seguridad.

Qué no demuestra esta verificación

Conviene bajar el entusiasmo a tierra. La verificación formal demuestra que el software cumple las propiedades que se especificaron, no que sea invulnerable a todo. Si una amenaza no entró en las especificaciones, la prueba no la cubre. Por eso la revisión humana de esas especificaciones sigue siendo el eslabón crítico.

Los propios investigadores acotan el alcance: la garantía se limita a un programa de prueba con una versión específica de libsignal. No cubre chats grupales, entornos multi-dispositivo ni todos los ataques de computación cuántica. La generación de claves no fue verificada, y el sealed sender y los protocolos del lado del servidor quedaron para el futuro.

También hay preguntas abiertas. DeepMind no informó cuánta capacidad de cómputo consumió ni comparó su sistema con otras herramientas de verificación. Y su propia página da cifras distintas sobre el tamaño del trabajo: en un lugar habla de más de tres millones de líneas de prueba y en otro de más de seis millones.

¿Qué significa esto para tu startup?

La lección no es «contrata un equipo de verificación formal». Es que el costo de la certeza está bajando, y eso reordena prioridades.

Empieza por las especificaciones, no por el código. El cuello de botella ya no es escribir la prueba, es definir con precisión qué propiedad de seguridad necesitas. Si tu equipo no puede escribir en una frase qué significa «esto es seguro» para tu módulo de pagos, ningún agente te va a salvar.
Aplica el método donde el error es caro. No verifiques todo tu producto. Verifica las rutas donde un fallo es irreversible: autenticación, manejo de claves, cálculo de saldos, firma de transacciones.
Usa agentes para auditar, pero mantén el gate humano. El modelo de DeepMind funciona porque un humano aprueba la especificación y un verificador independiente comprueba la prueba. Si dejas que un agente genere y valide su propio trabajo sin contraste, solo estás automatizando el sesgo.
Revisa el material abierto. DeepMind publicó el artículo técnico y liberó los resultados de la verificación como código abierto, lo que permite que otros expertos revisen el trabajo. Es una base concreta para estudiar cómo estructurar tus propias pruebas.

El contexto ayuda a calibrar la oportunidad. ZDNET señala que 2026 estuvo marcado por incidentes de seguridad relacionados con IA, muchos protagonizados por agentes, mientras Anthropic, Google y OpenAI desarrollan modelos específicos para ciberseguridad, como el Claude Mythos de Anthropic. La misma tecnología que amplía la superficie de ataque puede cerrarla.

DeepMind menciona como aplicaciones futuras el firmware de dispositivos médicos y los sistemas de redes eléctricas, aunque aclara que llevar estas técnicas más lejos todavía requiere investigación. Para un founder hispanohablante con producto en producción, la lectura práctica es otra: la verificación formal pasó de ser un capítulo de manual a una herramienta con la que conviene experimentar ahora, antes de que sea un requisito de tus clientes enterprise.