Anthropic muestra 1000 agentes de Claude Fable 5.2 reproduciendo la prueba del último teorema de Fermat en 28,7 horas

Anthropic afirma que un equipo de 1000 agentes de Claude Fable 5.2 reprodujo una prueba del último teorema de Fermat en 28,7 horas, usando muchos menos recursos que un intento anterior guiado por humanos, sin ninguna acción bloqueada entre más de un millón de llamadas a herramientas.

Anthropic publicó el 9 de noviembre de 2026 una entrada en su blog para desarrolladores que describe un experimento en el que un equipo de 1000 agentes de Claude Fable 5.2, un agente líder más 999 agentes auxiliares, reprodujo de forma autónoma una formalización en Lean del último teorema de Fermat. Según la entrada, titulada Safely scaling multi-agent teams with Claude Fable 5.2, los agentes completaron la tarea usando controles de seguridad en capas y muchos menos recursos que un intento anterior guiado directamente por humanos.

Las cifras detrás de la ejecución

Un agente líder coordinó a 999 agentes auxiliares, un total de 1000 agentes, para reproducir la prueba
La tarea se completó en 28,7 horas
La ejecución usó alrededor de un tercio de los tokens de salida del esfuerzo anterior de septiembre, y la prueba resultante fue alrededor de siete veces más corta
El esfuerzo de septiembre tomó 11 días, alrededor de 6 mil millones de tokens de salida y 13 millones de líneas de código Lean, con guía humana directa
Los agentes auxiliares juzgaron 47 de los 60 enunciados iniciales como inviables dentro del presupuesto, y el agente líder creó 5 tablas de base de datos de coordinación en los primeros 10 minutos sin andamiaje especializado
Las capas de seguridad incluyeron máquinas virtuales aisladas sin acceso a la red, un monitor que bloquea comandos en tiempo real, y una revisión fuera de línea

Qué significa esto para quienes construyen con IA

Anthropic presenta esta ejecución como un dato concreto y medido sobre la orquestación de enjambres de agentes a una escala de 1000 agentes junto con las herramientas de seguridad necesarias para hacerlo de forma segura, algo directamente relevante para quienes construyen sistemas multiagente de código y de investigación. La entrada señala que el subproblema más difícil que abordaron los agentes, conocido como Langlands-Tunnell, generó 2418 tareas distribuidas en 10 niveles de profundidad, lo que muestra cuánto creció el árbol de coordinación durante la ejecución. Anthropic también informa que, de más de un millón de llamadas a herramientas realizadas durante la ejecución, cero fueron bloqueadas por el monitor de seguridad.

Fuentes

Safely scaling multi-agent teams with Claude Fable 5.2 (Anthropic (claude.dev developer blog), 9 de noviembre de 2026, oficial)

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.