In partnership with
Bienvenidos, entusiastas de la IA.
167 años. Un millón de dólares de recompensa. Los mayores matemáticos de la historia lo han intentado — y han fracasado.
El 10 de agosto, un empleado de Anthropic escribió una instrucción sencilla a Claude: “Enfréntate de verdad a la hipótesis de Riemann.”
Claude no resolvió la hipótesis. Pero al intentarlo, produjo un avance matemático real e inédito, como resultado inesperado de su intento. Mejoró un límite conocido desde hacía décadas, haciéndolo pasar del 41,6 % al 67,2 %.
¿La intervención humana total? La pregunta inicial. Y algunas variantes de “continúa” y “cree en ti mismo”.
Si una IA produce descubrimientos científicos por accidente, ¿qué ocurre cuando realmente lo intenta? Vamos a analizarlo...
Hoy en ReinoIA:
Claude acaba de hacer avanzar uno de los problemas más antiguos de las matemáticas. Por accidente
Cómo usar Claude con Microsoft 365
Meta vuelve al open source. Y esta vez, el agente funciona en tu Mac
5 nuevas herramientas de IA
🔢 Claude acaba de hacer avanzar uno de los problemas más antiguos de las matemáticas. Por accidente
Fuente: Anthropic
Resumen: El 10 de agosto, Anthropic publicó un descubrimiento sorprendente: una versión de investigación no publicada de Claude mejoró un límite inferior conocido desde hace décadas para la fracción de ceros de la función zeta de Riemann que satisfacen la hipótesis de Riemann, pasando del 41,6 % al 67,2 %. Este resultado es aún más notable porque no era el objetivo inicial. Un empleado de Anthropic, Jarred Sumner —que no es matemático— simplemente le pidió a Claude que “se enfrentara de verdad” a la propia hipótesis de Riemann. Claude no resolvió esta conjetura de 167 años, que cuenta con una recompensa de un millón de dólares, pero al intentar hacerlo produjo un avance matemático real e inédito, como resultado inesperado de su intento.
Detalles:
El método es sorprendente: durante dos sesiones en Claude Code, utilizando 31 millones de tokens de salida, Claude generó primero 650 ideas. Ninguna funcionó. Tras volver a intentarlo, pasó un día y medio coordinando unos 60 subagentes de Claude en paralelo, que en conjunto ejecutaron 2.400 comandos shell, escribieron cientos de scripts en Python y descargaron 54 artículos de arXiv para comprobar que su descubrimiento no se hubiera realizado ya.
Un control de calidad autónomo: los subagentes se verificaron entre sí, buscaron contraejemplos y volvieron a demostrar el resultado desde cero. Claude propuso por sí mismo redactar sus hallazgos en forma de artículo académico y recomendó que un matemático humano validara el trabajo.
Validado por expertos independientes: dos matemáticos de Anthropic revisaron y validaron el artículo. Brian Conrey y Dan Goldston —dos expertos mundiales en este campo— revisaron el trabajo con urgencia. Claude también produjo una demostración formalmente verificable en Lean, que supera la herramienta de validación estándar.
El propio Claude era escéptico: al principio del ejercicio, Claude dudaba de su capacidad para avanzar en este problema, probablemente porque durante su entrenamiento aprendió lo difíciles que son estos problemas y cuáles son los límites de los modelos de IA. Fueron simples mensajes de ánimo —“continúa”, “cree en ti mismo”— los que le ayudaron a superar ese escepticismo inicial.
Lo que esto no significa: Anthropic lo deja claro. “No esperamos que las técnicas utilizadas por Claude conduzcan a una demostración de la hipótesis de Riemann.” La conjetura sigue sin resolverse. Este resultado supone un avance en un problema relacionado, no una resolución.
La intervención humana total de Jarred Sumner se limitó a la pregunta inicial y a variantes de “sigue adelante” o “cree en ti mismo”, lo que dice mucho sobre el nivel de autonomía alcanzado.
Por qué es importante: Este resultado demuestra que modelos de IA como Claude pueden ampliar el impacto y el alcance de las ideas de los matemáticos de formas nuevas y, en ocasiones, sorprendentes. Incluso Claude se sorprendió de su propio descubrimiento, quizá porque, como muchos de nosotros, subestima el ritmo del progreso de la IA.
Lo vertiginoso no es el resultado matemático en sí, por impresionante que sea. Es lo que revela sobre la naturaleza de la IA en 2026: un modelo al que se le pide algo imposible produce un descubrimiento científico real por el camino. No por diseño. Por curiosidad autónoma. ¿Y si los próximos grandes avances en matemáticas, medicina o física ya no vinieran de investigadores humanos que pasan décadas trabajando en un problema, sino de una IA a la que simplemente se le dice “inténtalo”?
Domain Names + Web and Email Hosting Done Right
Tired of overpaying GoDaddy or Namecheap? There's a smarter option with Porkbun!
Porkbun is the domain registrar trusted by creators, developers, entrepreneurs, and anyone who wants low prices without the nonsense or the forced upsells.
Here's why so many people are making the move to the Bun:
• Most domains sold at cost
• Low, transparent registration and renewal pricing
• Free features like WHOIS privacy and SSL certificates
• Powerful web and email hosting options
• Real human support 24/7, 365 days a year
• Named the #1 domain registrar by Forbes Advisor and USA Today
Whether you're launching a business, building a personal brand, starting a side project, or creating your very first website, Porkbun makes the whole thing easy.
🤔 Cómo usar Claude con Microsoft 365
Resumen: Claude puede convertirse en un asistente de trabajo conectado a tu ecosistema de Microsoft 365. En lugar de perder tiempo buscando información, resumiendo documentos o preparando entregables manualmente, puedes utilizarlo con Word, Excel, PowerPoint, Outlook y Teams para acelerar gran parte de tu trabajo diario. Además, mediante el conector de Microsoft 365, Claude puede consultar información de diferentes fuentes como Outlook, OneDrive y SharePoint para ayudarte a reunirla y trabajar con ella desde un mismo lugar.
Paso a paso:
Conecta Microsoft 365 con Claude desde la sección de Connectors.
Elige la aplicación o información con la que necesitas trabajar:
Word: redacta, resume, reescribe y mejora documentos.
Excel: analiza datos, explica fórmulas, encuentra tendencias y genera conclusiones.
PowerPoint: estructura presentaciones, mejora diapositivas y prepara notas para el presentador.
Outlook: resume conversaciones largas, analiza adjuntos y prepara respuestas.
Teams: resume conversaciones y reuniones e identifica acciones pendientes.
Describe claramente el resultado que quieres obtener. Por ejemplo: “Revisa las conversaciones de Teams de esta semana y crea una lista de acciones pendientes, responsables y prioridades.”
Deja que Claude recopile y organice la información relevante.
Revisa el resultado, añade tus correcciones y utiliza el contenido final en tu flujo de trabajo.
Consejo profesional: No utilices Claude únicamente para resumir información. Pídele que convierta esa información en una acción concreta. En lugar de “resume estos correos”, prueba con “resume estos correos, identifica las decisiones tomadas, extrae las tareas pendientes y ordénalas por prioridad”. Cuanto más orientada esté tu petición al resultado final, menos trabajo manual tendrás que hacer después.
🦋 Meta vuelve al open source. Y esta vez, el agente funciona en tu Mac.
Fuente: Meta
El Resumen: El 10 de agosto, Meta Superintelligence Labs lanzó Muse Glimmer, un modelo agéntico open source de 30.000 millones de parámetros, optimizado para funcionar en local en tu Mac o PC con una sola GPU de consumo, bajo licencia Apache 2.0. Es un giro estratégico notable: después del lanzamiento de Muse Spark como modelo cerrado en abril —una ruptura contundente con la tradición open source de Meta—, Glimmer marca un regreso a sus raíces. Glimmer está diseñado para un caso de uso preciso y potente: un agente “always-on” que gestiona tu calendario, redacta tus mensajes, organiza tus archivos y aprende tu forma de trabajar, completamente en tu dispositivo y sin necesidad de conexión a internet.
Detalles:
Ocupa menos de 20 GB: a precisión completa, un modelo de 30.000 millones de parámetros necesitaría más de 55 GB de memoria. Meta aplicó una cuantización de aproximadamente 4 bits, reduciendo el modelo a menos de 20 GB, suficiente para funcionar dentro de un límite de 24 o 32 GB de GPU, dejando además espacio para la memoria de trabajo, el codificador de percepción visual y el decodificador especulativo.
Speculative decoding 3 veces más rápido: Glimmer incorpora un modelo “drafter” ligero basado en DFlash, una pequeña red complementaria que propone bloques enteros de tokens de una sola vez, que el modelo principal verifica y corrige en paralelo. Resultado: generación 3,1 veces más rápida en RTX 5090, 1,8 veces en M5 Max y 1,5 veces en M4 Max, lo bastante rápido para mantener conversaciones fluidas e interacciones con agentes en tiempo real.
Destilado desde Muse Spark: Glimmer fue entrenado con los outputs de Muse Spark mediante distilación de logits. El gran modelo cerrado actúa como “profesor”, transfiriendo su razonamiento agéntico a un modelo compacto capaz de funcionar en local.
Competitivo dentro de su categoría: comparado con Gemma 4-31B y Qwen 3.6-27B, Glimmer obtiene buenos resultados en los benchmarks agénticos SWE-Bench, MCP-Atlas y τ-Bench, al mismo tiempo que gestiona llamadas a herramientas, recuperación de errores, multimodalidad texto+imagen y más de 100 idiomas.
Ecosistema inmediato: disponible desde hoy en Hugging Face, con integraciones previstas en los próximos días para Ollama, LM Studio, llama.cpp, MLX, ExecuTorch, vLLM, Together AI, Fireworks AI y OpenRouter. También cuenta con colaboraciones de hardware con AMD, Arm, Dell, Intel y Nvidia para optimizar el rendimiento según el dispositivo.
Compatible con OpenClaw y scaffolds personalizados: Glimmer funciona con los patrones de orquestación agéntica existentes y cuenta con documentación completa para crear tus propios agentes desde el primer día.
Por qué es importante: La mayoría de los despliegues de agentes de IA todavía dependen de infraestructura cloud y de una conexión a internet. Glimmer cambia la ecuación: un agente capaz de gestionar tu vida digital ahora puede funcionar completamente en tu propia máquina, tus datos nunca salen de tu dispositivo y el agente sigue funcionando en un avión, en un sótano o en cualquier otro lugar.
La señal estratégica es fuerte: Meta vuelve al open source con un modelo agéntico justo en un momento en el que sus competidores mantienen cerrados sus mejores modelos. Es una apuesta por la comunidad de desarrolladores y por la idea de que la próxima batalla de la IA no se ganará en los centros de datos, sino en el bolsillo de cada usuario. Para tus lectores, la pregunta concreta es sencilla: ¿estás preparado para tener un agente de IA funcionando las 24 horas del día en tu propia máquina, que conozca tu agenda, tus archivos y tu forma de trabajar, sin enviar nunca ni un solo dato a la nube?
📌 P.D: Hemos montado una academia. Y solo hay 50 plazas.
Durante meses nos habéis escrito lo mismo: "me gustaría empezar, pero no sé por dónde".
Así que hemos montado Uniaverso, la academia de IA para quien empieza de cero. 52 clases de quince minutos, en español llano, desde abrir el navegador hasta automatizar lo que haces cada día. Y lo que no encontrarás en un curso gratis: un profesor que lee tu pregunta y te contesta.
Abrimos con 50 plazas de fundador a 15 € al mes, congelados para siempre. Cuando la academia abra, quien llegue después pagará 40 €.
Hoy no se te cobra nada: reservas tu plaza y te avisamos siete días antes del primer cobro.
Herramientas de IA
🛠 Nuestras recomendaciones de herramientas de IA
⚙️ Viktor - Contrata a Viktor y gestiona tu empresa como si tuviera el doble de tamaño. El empleado de IA que hace el trabajo que tú no quieres hacer.
🎓 Uniaverso - Nuestra academia de IA para todas las edades. Si sabes escribir un WhatsApp, puedes hacerlo. (52 clases de quince minutos, sin un solo tecnicismo)
🛡️ Claude Security - Herramienta de seguridad de IA de Anthropic, ahora en beta pública
🤖 Presence - Servicio empresarial gestionado de OAI para agentes de atención al cliente
🔒 Antares - Pequeños modelos de seguridad open source de Cisco que analizan código localmente
Gracias por leer...
Que te pareció la newsletter de hoy?
Espero que esto haya sido útil...
Si deseas aprender más, visita este sitio web.
Síguenos en LinkedIn para aprender más en profundidad sobre la IA.
