Diez mil agentes de IA acaban de resolver uno de los problemas matemáticos más difíciles de la historia
La flota de 10.000 agentes de IA de OpenAI resolvió en 88 horas un problema matemático de 90 años, demostrando que la IA ya puede hacer investigación de frontera por sí sola.

- 10,000
- agentes de IA desplegados
- 88 hours
- tiempo hasta la solución
- ~$15M
- coste estimado de cómputo
- $1M
- premio ofrecido desde 2000
La semana pasada, OpenAI envió 10.000 agentes de IA a trabajar en un problema matemático que había derrotado a todos los matemáticos del mundo durante 90 años. Trabajaron 88 horas seguidas y volvieron con una respuesta. El coste estimado de cómputo fue de unos 15 millones de dólares. La IA ya puede hacer ciencia de frontera, no solo asistir en ella.
El problema se llama Navier-Stokes. Las ecuaciones describen cómo se mueven los fluidos — piensa en las corrientes oceánicas o el aire alrededor del ala de un avión. Durante 90 años, los matemáticos no podían responder una pregunta: ¿pueden esas ecuaciones producir resultados imposibles y descontrolados? Los agentes de OpenAI demostraron que sí. La prueba fue verificada paso a paso por un ordenador. El Instituto Clay ha ofrecido un millón de dólares por esta respuesta desde 2000. OpenAI dice que no reclamará el premio.
La escala no tiene precedentes. Esos 10.000 agentes trabajaron en paralelo, intercambiando millones de mensajes y procesando cientos de miles de millones de tokens — los pequeños fragmentos de texto con los que los modelos de IA piensan. No fue una calculadora más rápida. Fue un equipo de investigación coordinado hecho de software, trabajando a una velocidad que ningún equipo humano podría igualar.
El logro llegó acompañado de controversia. Dos matemáticos — uno en la NYU y otro en Anthropic — llevaban un año trabajando en silencio en el mismo problema. Su avance de agosto llegó aparentemente a oídos de OpenAI, que lanzó entonces un gran esfuerzo de cómputo para resolverlo primero. OpenAI dice que nunca accedió a su trabajo, pero admitió que 'no puede descartar' que sus modelos hayan aprendido rastros de él. Saber que un problema es resoluble vale millones en cómputo. Es una dinámica nueva e incómoda en la investigación.
La lección práctica no es que la IA vaya a reemplazar a los científicos este año. Es que la brecha entre IA asistente e IA investigadora se está cerrando rápido. Si tu negocio resuelve problemas difíciles y abiertos — en derecho, medicina, materiales o software — este es un buen momento para preguntarte qué podría hacer por ti una flota de agentes de software.