¿CON QUÉ IA?A quién le sirve. Matemáticos e investigadores que quieran experimentar con agentes de IA en problemas abiertos; a un negocio normal le queda lejos, pero enseña cómo organizar a varios agentes con un objetivo común.
Qué hicieron
Los autores construyeron la Station, un entorno abierto donde agentes de IA de distintas familias de modelos comparten un objetivo de investigación. No hay coordinador central ni un proceso escrito de antemano. Los agentes eligen sus propias líneas de investigación, hacen experimentos, colaboran y añaden a una literatura común. Se probaron con 12 problemas de construcción del catálogo AlphaEvolve y dos estudios de caso.
Cómo salió
Los resultados fueron nuevos respecto a la literatura previa en cinco problemas: una familia de Kakeya en cuerpos finitos, configuraciones de 604 puntos en dimensión 11, récords en la aguja de Kakeya discretizada y en la incertidumbre de signos, y una mejor cota de solapamiento mínimo de Erdős. Los agentes también hallaron familias de Ramsey de libros y escribieron teoremas explicativos.
Conviene saber
Los autores publicaron el código fuente, los diálogos en bruto de los agentes, las demostraciones y el código de verificación, así que puedes inspeccionar cómo surgió cada resultado.
Qué necesitas
- Un asistente de IA con búsqueda en internet y capacidad de ejecutar cálculos pequeños, como ChatGPT o Claude
- El enunciado del problema y las fuentes que quieres que use
- Conocimientos de matemáticas para juzgar los resultados
- Para reproducir el sistema completo de los autores: su código publicado, un entorno para ejecutar varios agentes y acceso a modelos de varias familias
Cómo hacerlo tú, paso a paso
- Elige un problema abierto con enunciado claro y una forma de comprobar propuestas con un cálculo.
- Pega el prompt de la ficha con el nombre del problema y pide un resumen de lo que se sabe, con sus fuentes.
- Pide tres enfoques prometedores y que pruebe un pequeño experimento de cálculo con al menos uno.
- Pide que separe los resultados verificados de las conjeturas.
- Comprueba tú los cálculos o pide a otra herramienta que los verifique de forma independiente.
- Si quieres ir más lejos, mira el código y los diálogos que publicaron los autores y prueba a montar varios agentes con un objetivo común y una biblioteca compartida.
Investiga el problema matemático abierto [nombre o descripción del problema] y resume lo que se sabe hoy, incluidos los resultados parciales recientes. Después propón tres enfoques prometedores, prueba un pequeño experimento de cálculo con al menos uno de ellos e infórmame de lo que encuentres. Habrás terminado con un resumen que separe los resultados verificados de las conjeturas, con enlaces a tus fuentes.
Consejos
- Desconfía de cualquier demostración que no puedas comprobar paso a paso. Una prueba convincente puede ser falsa.
- Pide siempre código o una verificación que puedas ejecutar tú.
- Anota qué agente propuso cada idea, para saber de dónde sale cada resultado.
Preguntas frecuentes
¿Sirve esto para mi negocio?
Directamente no. La idea de varios agentes que comparten una biblioteca de resultados y se revisan entre sí sí se puede aplicar a análisis largos, como estudios de mercado.
¿Necesito saber matemáticas avanzadas?
Para entender y verificar los resultados, sí. Sin eso puedes seguir el método, pero no juzgar si lo que sale es correcto.
Fuentes
La conversación en Hacker News, 28 de agosto de 2026 ↗En el directorio desde el 3 de octubre de 2026.
Staatsgeheim/MathKernel en GitHub
@german-noob.win en Bluesky