La guerra contra el ‘slop’: por qué la verificación formal se convierte en el arma de la era del código generado por IA
Hay palabras que definen un año mejor que cualquier informe de mercado. En 2026 la industria de la inteligencia artificial eligió una inesperada: «slop», ese output de baja calidad que producen los grandes modelos de lenguaje cuando generan texto, imágenes o código sin el suficiente control. Con una cantidad creciente de software escrito por agentes de IA, evitar el slop se ha convertido en la preocupación diaria de los ingenieros. Y una vieja disciplina de la informática —la verificación formal, el uso de pruebas matemáticas y lógica para demostrar que un programa o un chip es correcto— está saliendo de los laboratorios de especialistas gracias, irónicamente, a la propia IA.
Verificar como los agentes no es verificar de verdad
Cuando las empresas de agentes de programación hablan de «verificar» su trabajo, normalmente se refieren a ejecutar tests, a que el modelo critique su propio código o a que otro modelo haga de juez. Clark Barrett, cofundador y co-CEO de la recién llegada &Truth (se pronuncia «and truth»), profesor de Ciencias de la Computación en Stanford y cocreador de cvc5, resume la diferencia con una pregunta: «¿cómo sabes cuándo has terminado?». Las herramientas tradicionales de testeo, parcheo y escaneo «encuentran un montón de problemas», reconoce, pero nunca tienes la certeza de haber encontrado todos: siempre puede quedar uno agazapado que tu herramienta no ve.
Barrett habla con conocimiento de causa industrial. cvc5 es un «solver» de satisfacibilidad módulo teorías (SMT), un motor de razonamiento automático ampliamente adoptado: Amazon lo utiliza para análisis de especificaciones y generación de tests en Kiro, su entorno de desarrollo agéntico. «Ha sido divertido ver mis herramientas pasar de una buena idea en el laboratorio a ser llamadas miles de millones de veces al día en pipelines de producción en Amazon», cuenta Barrett.
Lean, el árbitro que no se equivoca
El corazón de esta nueva ola es Lean, un lenguaje de programación de código abierto y asistente de pruebas: un sistema que comprueba paso a paso que una demostración matemática no contiene errores. En palabras de Barrett, «Lean simplemente comprueba que no te has equivocado; piénsalo como un verificador muy sofisticado de matemáticas». Su relevación reciente es llamativa: según Vals, GPT-6.2 Astra produjo esta misma semana la primera prueba en Lean del teorema del hueco de Smoktunowicz, y Anthropic empleó Lean para formalizar el Último Teorema de Fermat en un proyecto de 13 millones de líneas. Además, el matemático de Anthropic Levent Alpöge afirma haber usado Claude para demostrar la conjetura de Riemann, un problema abierto de hace 167 años, y publicó la prueba en Lean; conviene la cautela: se trata de una afirmación pendiente aún del escrutinio completo de la comunidad matemática.
Armonía de empresas: Harmonic, Axiom, Theorem y &Truth
El artículo de Latent Space dibuja un mapa competitivo en plena ebullición. Harmonic apuesta por Aristotle, un demostrador automático de teoremas donde, en sus propias palabras, «la IA escribe las pruebas y Lean comprueba cada paso, de modo que un resultado nunca depende de que la IA tenga razón». Axiom Math usa la verificación formal para dar señal de corrección durante el entrenamiento de sus modelos matemáticos, con AxiomProver para generar pruebas en Lean y AXLE como caja de herramientas para explorarlas y validarlas. Su consejera delegada, Carina Hong, sostiene que esto no es solo un filtro defensivo contra «la bajeza, las alucinaciones, los errores»: «se trata de escalar el brillo. Se trata de la superinteligencia».
Theorem, centrada en seguridad, lo resume en su portada: «la verificación es la única defensa que resiste mientras los adversarios escalan». La compañía colaboró con Anthropic en un estudio sobre cómo los grandes modelos de lenguaje hacen factible la verificación formal a gran escala, con datos alentadores: aunque sigue siendo cara en tokens, la eficiencia mejora. En 36 tareas pequeñas de verificación, Opus 5.5 alcanzó un 50 % de resolución usando alrededor de un 40 % menos de tokens que Opus 5, tendencia que debería acentuarse a medida que más modelos se entrenen con tareas largas de verificación.
&Truth, por su parte, construye sobre Lean una «máquina de verificación» capaz, en su ambición, de leer código en cualquier lenguaje y probar que satisface requisitos expresados con precisión, permitiendo confiar en él sin entender cada línea. Su primer producto, &Atlas, es un mapa del código abierto mundial empezando por el escrito en C, y su foco declarado es la ciberseguridad: recorrer el código C del planeta, abierto o propietario, y asegurar la seguridad de memoria o señalar exactamente dónde hay que corregir.
De la vibe-coding a la veri-coding
¿Y el desarrollador? &Truth anticipa el paso de la «vibe-coding» a la «veri-coding»: la capa de verificación integrada en el flujo de trabajo. Pedirás a tu agente que construya algo, ajustarás con él la especificación, y el agente colaborará en segundo plano con la herramienta formal; apenas notarás diferencia, «salvo que tu código funcionará a la primera». El tiempo del programador se desplazará de escribir y revisar código a escribir y revisar especificaciones. En la era en la que los agentes entregan resultados —lo que algunos ya llaman «ingeniería de resultados»—, comprobar que esos resultados son correctos deja de ser un lujo académico y se convierte en el cuello de botella. Si Harmonic, Theorem, Axiom Math y &Truth aciertan, la matemática pura será el cinturón de seguridad del código generativo.