Anthropic usa Claude para demostrar matemáticamente que código existente es correcto
Hecho Qué ha ocurrido
Anthropic, con su equipo Frontier Red Team y el socio Theorem, usó Claude para generar unos 180 millones de líneas de código de prueba matemática sobre 123 librerías de código abierto del proyecto OSS-Fuzz de Google, en pocas semanas. Según la compañía, Claude encontró cientos de errores, algunos no detectados durante años, y los corrigió por sí mismo. Las pruebas solo valen bajo condiciones estrictas: una arquitectura de procesador concreta, programas monohilo y entradas menores de 64 MB.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si la verificación formal deja de ser un proceso costoso reservado a casos extremos, la calidad del software generado por IA podría comprobarse de forma rutinaria. Esto afectaría a cómo se revisa el código que las empresas despliegan.
- Quién se ve afectado
- Equipos de desarrollo y de seguridad, sobre todo en software crítico y en empresas que usan código generado por IA.
- Qué puede cambiar
- La revisión de código podría apoyarse en pruebas automáticas en lugar de depender solo de pruebas y revisión humana. Esto solo sería aplicable a software con especificaciones claras y condiciones de ejecución acotadas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar si los resultados se reproducen fuera de Anthropic, cuál es el coste real en tokens de los proyectos completos y si la verificación se extiende a librerías críticas como OpenSSL o glibc, que Theorem menciona en su hoja de ruta.
Recomendación Qué debería hacer una empresa
Evaluar en los próximos 6-12 meses la verificación formal asistida por IA para los componentes más críticos, sin asumir que el código verificado sea libre de errores.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗LLMcodingverificación formal AnthropicTheoremGoogle Anthropic Claude OSS-Fuzz Theorem verificación formal
Relacionadas
El equipo de Claude Code de Anthropic describe una revisión de código continua por IA antes de la revisión humana
Según un texto de Addy Osmani, Morgan Westlee Lunt y Qing Wang, el equipo de Claude Code de Anthropic describe cómo revisa su código. La revisión ya no es una…
Por qué importaMuestra un flujo de trabajo concreto en el que la IA absorbe los errores rutinarios y el equipo humano se concentra en cuestiones de más alto nivel…
Anthropic detalla las salvaguardas que aplica al código generado por Claude
Boris Cherny, de Anthropic, afirma que el código de producción escrito por Claude debe superar un estándar más alto que el escrito por humanos. Según Cherny…
Por qué importaIlustra cómo una empresa que produce herramientas de codificación con IA gestiona internamente el riesgo de calidad y mantenibilidad del código…
Anthropic IPO y Claude Code: desarrolladores confían cada vez más en la IA para escribir código
Anthropic se prepara para salir a bolsa a finales de 2026, con perspectivas de una de las mayores OPI de la historia. Claude Code, lanzado en febrero de 2025…
Por qué importaEl nivel de adopción y confianza de Claude en la generación de código es un indicador del desplazamiento real hacia la automatización en tareas…
Anthropic reporta aumento del uso de Claude en su propia investigación y desarrollo de modelos
Anthropic publicó datos internos que muestran un rápido incremento del uso de Claude en sus propios procesos de investigación y desarrollo de modelos. La…
Por qué importaEl uso de IA para acelerar el desarrollo de IA plantea dudas sobre supervisión, seguridad y velocidad de progreso que afectan directamente a la…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.