Anthropic apresenta o Claude Fable 5.2: o Último Teorema de Fermat em Lean em 30 horas, e não em 11 dias

Quando um laboratório diz que "a IA agora faz ciência", a primeira pergunta é simples: o que exatamente ela fez e quem verificou? A Anthropic lançou o Claude Fable 5.2 e o Mythos 5.2 e trouxe logo quatro alegações. Elas têm pesos muito diferentes, e não vale juntá-las todas sob a manchete "avanço".

O que exatamente a Anthropic afirmou

Segundo a empresa, o Fable 5.2 formalizou em Lean, em 30 horas, a demonstração do Último Teorema de Fermat. A versão anterior precisava de 11 dias para isso. No segundo experimento, o Fable coordenou mais de mil agentes de IA, e em oito dias eles escreveram um protótipo de sistema operacional com kernel próprio, drivers e interface gráfica.

As outras duas alegações dizem respeito à ciência. A Anthropic relata a solução de dois problemas em aberto da física teórica, ligados a buracos negros e gravidade quântica. O modelo Mythos, segundo a empresa, propôs um novo método de modelagem de capsídeos virais (as cápsulas proteicas dos vírus).

Onde está o sinal de verdade

A história mais valiosa para quem trabalha na prática é a do Lean. É um sistema em que a demonstração é verificada não por um revisor, mas por um compilador. Ou a cadeia de raciocínio fecha, ou o arquivo não compila. Formalizar uma demonstração conhecida significa traduzir um texto humano, com frases do tipo "é óbvio que", para uma forma de máquina rigorosa. É um trabalho rotineiro enorme, e a redução de 11 dias para 30 horas representa um ganho de quase nove vezes.

Há ainda outro ponto importante: um resultado desse tipo pode ser verificado sem confiar na palavra do laboratório. Se a Anthropic publicar os arquivos-fonte, qualquer pessoa poderá rodá-los no Lean. É a mesma lógica dos testes e do compilador no desenvolvimento comum: quanto mais rigoroso o verificador automático, mais seguro é deixar um agente trabalhando por muito tempo.

A história dos mil agentes é interessante não pelo sistema operacional em si, mas porque o modelo atua como maestro. A questão já não é quão bem ele escreve uma função, mas se consegue manter um plano, distribuir tarefas e reunir o resultado ao longo de uma semana de trabalho. O post não diz nada sobre custo, número de erros nem sobre quão distante o "protótipo" está de um sistema funcional. Sem esses números, não dá para avaliar a escala.

O que ainda está em aberto

O próprio autor do post original faz ressalvas importantes. A IA não demonstrou o Teorema de Fermat novamente: a demonstração é conhecida há muito tempo, e ela apenas a converteu para a forma formal. É uma conquista de engenharia, não uma descoberta matemática.

Com a física, é preciso ainda mais cautela. Os resultados estão, por ora, em forma de preprints, ou seja, não passaram por revisão por pares, apenas foram publicados. A maioria dos experimentos foi conduzida pela própria Anthropic. No material não há reproduções independentes, comparações com métodos existentes nem números de métricas para os capsídeos virais. Por enquanto é uma alegação, não um fato estabelecido.

O que fazer com isso

Para o desenvolvedor. Leve o padrão, não a marca. Onde o resultado do agente é verificado por uma máquina (Lean, testes, tipos, simulação), tarefas longas e autônomas já são realistas. Onde a verificação se resume a "parece certo", ainda é cedo para delegar tanto.

Para o gerente de produto. Olhe para a duração das tarefas, e não para benchmarks de cinco minutos. A queda de 11 dias para 30 horas indica que, em horizontes longos, os modelos melhoram rapidamente. Leve isso em conta no planejamento, mas teste nos seus próprios casos.

Para o fundador. Não construa o roadmap em cima de um comunicado de imprensa. Espere pelos dados primários, por reproduções independentes e pelas condições de acesso: preço e disponibilidade na API não são mencionados no post. Por ora, é possível registrar com tranquilidade que os sistemas de agentes aprenderam a trabalhar por dias, e não por minutos. Já as declarações sobre "problemas de física resolvidos" é melhor deixar de lado até que alguém além dos autores as verifique.