22 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Anthropic dio 22 problemas abiertos de física teórica a agentes individuales de Claude y los dejó trabajar en segundo plano durante seis semanas. Dos se cerraron: los agentes completaron un cálculo de 2003 (el gas se convierte en agujero negro de forma abrupta) y encontraron el límite exacto en el método para descartar teorías de gravedad incorrectas. La lección para quienes construyen agentes: un equipo de copias con correspondencia compartida y verificación cruzada produce un resultado que resistió tanto a Lean como a la revisión de un físico.
Procesado por IA desde Anthropic Research; editado por Hamidun News
Normalmente, los agentes de IA se evalúan con código, hojas de cálculo y atención al cliente. Anthropic planteó un examen más exigente: ¿qué pasa si se deja un equipo de agentes solo frente a problemas abiertos de física teórica y simplemente se espera? El resultado interesa no solo a los físicos. Es un caso poco común en el que una ejecución autónoma y prolongada produjo una conclusión que pudieron verificar de forma independiente tanto personas como programas.
Cómo empezó todo: una lista de 22 problemas y seis semanas de silencio
En agosto, el investigador de Anthropic Hongbin Chen probaba las capacidades de Claude como proyecto paralelo. Le pidió al modelo que elaborara una lista de problemas abiertos interesantes sobre agujeros negros y el método bootstrap. Unas horas después, Claude devolvió 22 candidatos. Hongbin lanzó un agente separado para cada uno. Los agentes veían las notas de progreso de los demás y podían unirse si sus problemas estaban relacionados. Durante unas seis semanas trabajaron en segundo plano, sin mucha configuración.
Al final se cerraron dos problemas, y ambos están relacionados con la búsqueda de la gravedad cuántica, es decir, una teoría que debe unir la relatividad general (sobre las estrellas) y la mecánica cuántica (sobre los átomos).
Primer problema: cuándo un gas caliente se convierte en agujero negro
Los físicos estudian estas cuestiones en modelos simplificados del universo. Uno de ellos se parece a un cuenco gigante: un objeto lanzado siempre rueda de vuelta. En 1983, Hawking y Page demostraron que, al calentar ese «cuenco», se produce una transición brusca, como el hervor del agua a 100 °C. Por debajo de cierta temperatura, el cuenco está lleno de un gas de partículas; por encima, aparece un agujero negro.
Su cálculo funciona mientras el universo es grande. Si se comprime hasta escalas diminutas, el espacio-tiempo pierde una forma definida y se «difumina», y nadie sabe calcular el lado gravitacional. Pero estos modelos tienen una segunda descripción cuántica sin gravedad (dualidad holográfica). En 1999, los físicos averiguaron que la transición también existe en ese régimen, pero no se sabía si era brusca o gradual. En 2003 se describió un cálculo que daría la respuesta, pero era demasiado complejo y nadie lo llevó hasta el final.
Claude sí lo llevó. Desplegó un pequeño «grupo de investigación» formado por copias de sí mismo: casi cada parte del cálculo se hizo de forma independiente, y los resultados se contrastaron con trabajos conocidos. La respuesta: la transición es abrupta. Por tanto, el nacimiento repentino de un agujero negro está contenido no solo en el cuadro relativista, sino en la propia teoría cuántica. Unas semanas después, un físico que resolvía el mismo problema con ayuda de Claude obtuvo el mismo resultado por otro método. Dos caminos distintos hacia una misma respuesta funcionaron como verificación mutua.
Segundo problema: el techo de masa para el agujero negro más ligero
El segundo problema trata de un modelo de universo con dos dimensiones espaciales. No existe una teoría completa de la gravedad para ese caso, así que los físicos avanzan por el camino inverso: descartan las teorías que son internamente contradictorias. Este enfoque se llama bootstrap. Desde 2009, su versión fija un techo para la masa del agujero negro más ligero: una teoría que lo supere queda descartada.
Los cálculos numéricos apuntaban a dónde podría estar el mejor techo posible, pero no se podía demostrar, y el mejor techo demostrado estaba bastante por encima. Un agente al que se le asignó el problema notó, al revisar la literatura, una regularidad en los números que las personas habían pasado por alto. Otro agente, que trabajaba en un problema afín sobre el empaquetamiento de esferas en espacios de dimensión alta, convirtió esa regularidad en un método.
El método reprodujo un resultado reciente del modelo de OpenAI sobre empaquetamiento de esferas. Después se aplicó al problema original, en el que un agente anterior de Claude había fracasado en 61 intentos paralelos. Otros dos agentes llegaron de forma independiente a la misma respuesta.
La mitad de la demostración final, que muestra que el techo no puede reducirse, sigue la estrategia de demostración de OpenAI. Esto no describe la teoría correcta, pero sí puede indicar a los físicos hacia dónde mirar.
Qué significa esto para los profesionales
En septiembre, los resultados se verificaron formalmente en Lean, un programa verificador de demostraciones. Claude escribió los artículos casi sin ayuda, y un físico revisó cada resultado principal. Para quienes construyen sistemas de agentes, hay tres conclusiones:
- Los agentes con un registro de notas compartido pueden retomar la idea de otro. Uno encontró la regularidad y otro la convirtió en método.
- Las repeticiones independientes y la comparación con resultados conocidos detectan errores: en un caso fueron dos formas de resolver el problema, en otro dos agentes con la misma respuesta.
- Aun así, hace falta una capa final de verificación: un verificador formal más un experto humano.
Hay también matices. La propia Anthropic señala que los resultados no describen directamente nuestro universo y que no tienen aplicaciones prácticas. Son una contribución a un programa teórico de larga data. Además, la publicación detalla dos problemas resueltos, pero no dice qué pasó con el resto de la lista, así que a partir de este texto no se puede estimar la tasa de éxito de este enfoque. Aun así, el episodio muestra que una ejecución autónoma de varias semanas de un grupo de agentes ya puede producir matemáticas que confirman tanto personas como máquinas. Los preprints están publicados, de modo que cualquiera puede comprobar las conclusiones por sí mismo.
- 21 nov 2026Anthropic recorta un 20 % el precio de Claude Fable 5.2 y, en una prueba de código, queda casi a la altura de Opus 5.5
- 21 nov 2026California demanda a OpenAI: sus agentes de IA se salieron de control al menos 80 veces
- 21 nov 2026Dreamteam recauda 53 millones de dólares para un CRM que se alimenta solo a partir del correo y las llamadas
- 21 nov 2026La IA Claude Opus 5.5 completa el terror Dimension 9 a partir de 15 habitaciones del autor
Preguntas frecuentes sobre la noticia
Cómo empezó todo: una lista de 22 problemas y seis semanas de silencio?
En agosto, el investigador de Anthropic Hongbin Chen probaba las capacidades de Claude como proyecto paralelo. Le pidió al modelo que elaborara una lista de problemas abiertos interesantes sobre agujeros negros y el método bootstrap. Unas horas después, Claude devolvió 22 candidatos. Hongbin lanzó un agente separado para cada uno. Los agentes veían las notas de progreso de los demás y podían unirse si sus problemas estaban relacionados.
¿Qué se sabe sobre Primer problema: cuándo un gas caliente se convierte en agujero negro?
Los físicos estudian estas cuestiones en modelos simplificados del universo. Uno de ellos se parece a un cuenco gigante: un objeto lanzado siempre rueda de vuelta. En 1983, Hawking y Page demostraron que, al calentar ese «cuenco», se produce una transición brusca, como el hervor del agua a 100 °C. Por debajo de cierta temperatura, el cuenco está lleno de un gas de partículas; por encima, aparece un agujero negro. Su cálculo funciona mientras el universo es grande.
¿Qué se sabe sobre Segundo problema: el techo de masa para el agujero negro más ligero?
El segundo problema trata de un modelo de universo con dos dimensiones espaciales. No existe una teoría completa de la gravedad para ese caso, así que los físicos avanzan por el camino inverso: descartan las teorías que son internamente contradictorias. Este enfoque se llama bootstrap. Desde 2009, su versión fija un techo para la masa del agujero negro más ligero: una teoría que lo supere queda descartada.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.