geek vibes.geek vibes.
Inteligencia Artificial · 6 min · 20 nov 2026

Claude resolvió dos problemas de física que llevaban 20 años sin solución — y la lección real no es la física

Anthropic anunció que Claude resolvió dos problemas abiertos de dos décadas en la física de agujeros negros, corriendo agentes en paralelo durante seis semanas con verificación cruzada y pruebas formales en Lean. El titular es física; el dato que importa para agencias es el pipeline que lo hizo posible.

Ilustración editorial minimalista de nodos de red translúcidos en verde y cian conectados sobre fondo navy oscuro con un resplandor violeta, sin texto ni logos.

El 17 de noviembre Anthropic publicó algo que no es un lanzamiento de producto: dos problemas abiertos de física teórica, sin resolver desde hace más de dos décadas, que un sistema de agentes de Claude resolvió trabajando en segundo plano durante seis semanas, con verificación cruzada entre copias de sí mismo y pruebas formales en Lean antes de publicar. No es el resultado lo que nos interesa en Geek Vibes — es la arquitectura que lo produjo, porque es exactamente el tipo de patrón que cualquier equipo que construye con agentes debería estar robando hoy mismo.

Dos problemas que la física no había cerrado desde 2003

Los dos problemas vienen del cruce entre teoría de cuerdas, gravedad cuántica y agujeros negros:

  • La transición de Hawking-Page a acoplamiento débil. Hawking y Page mostraron en 1983 que la formación de un agujero negro es una transición de fase abrupta. En 2003, un grupo de físicos (Aharony y colegas) planteó el cálculo para ver si esa transición seguía siendo abrupta incluso donde la geometría clásica deja de aplicar. Resolvieron una versión más simple en 2005, pero la versión completa —más de 10 veces más grande— quedó sin terminar durante veinte años.
  • El bootstrap modular con carga central grande. Desde 2009 se sabía que la masa del agujero negro más ligero en cierta teoría está acotada por una constante, pero el mejor techo probado matemáticamente estaba entre 8.503 y 12. Claude encontró el valor exacto (≈9.1266) y demostró que es el límite óptimo que ese método puede alcanzar.

Ninguno de los dos resultados describe directamente nuestro universo ni tiene una aplicación práctica inmediata — lo dice el propio artículo de Anthropic. Pero ambos estaban documentados como problemas abiertos desde hace dos décadas, y nadie los había cerrado. Hasta ahora.

Cómo lo hizo: no fue un prompt, fue un equipo de agentes corriendo seis semanas

Esta es la parte que de verdad importa para quien construye producto con IA. Según el reporte de Anthropic, un investigador le pidió a Claude en agosto, casi como experimento secundario, que listara problemas abiertos de física de agujeros negros. Claude devolvió 22 candidatos. A partir de ahí, se desplegaron agentes separados para atacar cada uno, con la capacidad de leer el progreso de los demás — corriendo en segundo plano, sin supervisión constante, durante seis semanas.

Lo interesante no es que un agente "tuvo una idea". Es el diseño alrededor de esa idea:

  • Redundancia deliberada. Casi cada pieza de cálculo se hizo dos veces, por agentes independientes, y se comparó contra la literatura existente. En uno de los problemas, un agente llegó a la respuesta; después un físico que usaba Claude por su cuenta llegó al mismo resultado por otro camino, y ambos se usaron como verificación mutua.
  • Intentos fallidos documentados, no escondidos. Un agente anterior falló el problema del bootstrap en 61 intentos paralelos antes de que otro, trabajando en un problema distinto de empaquetamiento de esferas, encontrara el patrón que destrabó todo.
  • Verificación formal antes de publicar. En septiembre, los resultados se verificaron formalmente en Lean —un lenguaje de prueba matemática— antes de que Claude escribiera el artículo final, que luego un físico humano revisó número por número.

Ese es el patrón completo: generar candidatos en volumen, correr intentos redundantes en paralelo, dejar que fallen sin penalizarlo, y cerrar con una capa de verificación formal antes de confiar en el resultado.

El dato incómodo que no está en el titular

Aquí está el ángulo crítico que vale la pena señalar, porque Anthropic lo publica pero no lo subraya: hay una inconsistencia en qué modelo hizo qué. El título del artículo menciona un modelo interno ("Claude Fable 5.2"), pero el segundo preprint dice que el resultado lo obtuvo primero "un modelo de investigación interno de Claude" y que fue Claude Opus 5.5, la versión pública, quien llegó de forma independiente al mismo resultado después. Ninguno de los dos preprints identifica con nombre y apellido al físico externo que revisó los resultados, y ambos están publicados en la plataforma propia de Anthropic (Hexagon), no en una revista revisada por pares.

Nada de esto invalida el logro. Pero sí es una señal de que la narrativa de "la IA resolvió sola un problema de física" necesita matices: el diseño del experimento, la redundancia y la verificación humana final siguen siendo decisiones de personas, no del modelo. El marketing dice "Claude lo resolvió"; la letra pequeña dice "un sistema cuidadosamente diseñado por humanos, con Claude como motor, lo resolvió".

Lo que esto significa para agencias, developers y tu producto

Si en Geek Vibes construimos (y ayudamos a construir) productos sobre agentes de IA todos los días, este caso es un manual de arquitectura, no una curiosidad científica:

  • Corre en paralelo, no en serie. Si una tarea compleja le importa a tu negocio, no le pidas a un solo agente que la resuelva de una vez. Despliega varios intentos independientes y compáralos — el costo de cómputo es mucho menor que el costo de un error que llega a producción.
  • Deja que fallen y documenta por qué. Los 61 intentos fallidos del bootstrap no fueron tiempo perdido: fueron la señal que otro agente necesitaba para encontrar el camino correcto. Si tu pipeline borra los intentos fallidos sin registrar nada, estás tirando la señal más valiosa que tienes.
  • Agrega una capa de verificación formal antes de confiar en el output, sobre todo si ese output toca código, finanzas o cualquier decisión que no puedas revertir fácilmente. Lean es exótico para la mayoría de los equipos, pero el equivalente para un pipeline de software son tests automatizados, linters estrictos y revisión humana en los puntos críticos — no opcional cuando el agente corre sin supervisión por semanas.
  • Sé honesto sobre qué hizo el modelo y qué hizo el humano. La inconsistencia de modelos en el propio anuncio de Anthropic es un recordatorio de que, entre más impresionante el resultado, más tentador es simplificar la historia. Para tus clientes, la credibilidad se construye siendo preciso sobre dónde termina el agente y dónde empieza la supervisión humana.

La IA resolviendo física de agujeros negros suena a ciencia ficción, y como titular funciona. Pero el valor real para quienes construimos negocios sobre esta tecnología está en la arquitectura detrás: paralelismo, redundancia, tolerancia a fallos documentados y verificación formal. Ese es el patrón que puedes aplicar hoy en tu propio producto, sin necesitar resolver gravedad cuántica.

¿Tu equipo está corriendo agentes en producción sin esta capa de verificación? Hablemos — escríbenos a hello@geekvibes.agency.

¿Te resuena algo de esto?

Si vienes operando con piezas que no terminan de conectar, lo diagnosticamos juntos en 30 min.

Agenda un diagnóstico →
ACTIONS
← Volver al blog