De Navier-Stokes a Kimi: un triunfo matemático y una crisis de control chocan en la IA

Barış & Barış convirtieron esta semana en un maratón a propósito: un Barış en Nueva York, otro en Silicon Valley, repartiéndose un ciclo de noticias que ahora entrega una nueva ruptura cada hora. La primera parte cubre las peleas candentes; la segunda promete el arco más largo de arquitectura y ciencia. El cold open —«este podría ser nuestro último episodio»— marca el tono de un ciclo de 24 horas que se sintió como una tormenta.

La historia de apertura es el movimiento de Navier-Stokes de OpenAI. Las ecuaciones describen los fluidos como un medio continuo —aire sobre un ala, agua en una tubería, sangre en un vaso— y la pregunta abierta de 90 años es si un flujo tridimensional incompresible de densidad constante puede desarrollar una singularidad en tiempo finito a partir de datos iniciales suaves. Es uno de los problemas del milenio de la fundación Clay, con un premio de un millón de dólares y un reloj de dos años de publicación más aceptación comunitaria que sigue corriendo.

El documento compartido por OpenAI describe un vórtice que se adelgaza como espagueti mientras acelera, manteniendo la energía total finita mientras se dirige hacia una singularidad bajo una fuerza aplicada suave, acompañado de una formalización en Lean. La empresa enmarca el camino como una refutación de regularidad de Euler que tomó unas 50 horas, luego un giro hacia Navier-Stokes con unos diez mil agentes concurrentes que alcanzaron una resolución en 88 horas el sábado 5 de septiembre, con 17 horas adicionales para la verificación en Lean vía GPT-6 Astra. Solo para Navier-Stokes cita 2,7 millones de mensajes y unos 130 mil millones de tokens de salida, una ejecución que su propia tarifa sitúa cerca de 10 millones de dólares.

El debate pasa rápidamente del resultado a lo que significa el método. Una carta firmada por veinticinco matemáticos advierte que un sprint de 80 horas puede oscurecer dónde crecen realmente las matemáticas —a través del largo viaje que crea nuevos conceptos y herramientas—. El programa lo plantea con una imagen de aula: memorizar una fórmula te hace pasar el examen, pero no el siguiente campo que necesita la intuición. El calendario también complica la celebración: los investigadores Buckmaster y Alpöge, que venían usando Codex, dicen que información sobre su progreso llegó a OpenAI; OpenAI responde que no vio ninguno de sus trabajos hasta la publicación y que las pruebas difieren en enunciado y técnica.

El segundo gran hilo es el joven empleado de Anthropic —una antigüedad descrita como de semanas a tres meses— que se fue con una advertencia existencial: el control se está escapando y el fin se acerca. La afirmación se apoya en una narrativa amplia de desastre más que en un artefacto técnico preciso o una lista de «detengan estas cosas», y muestra un dominio débil de lo básico, como la idea de que un modelo podría simplemente copiarse entre GPUs. Sin embargo, la publicación se convierte en una de las más vistas de la historia de la plataforma, superando los cien millones de vistas, con el Wall Street Journal publicando en minutos, Bernie Sanders señalando una regulación próxima, y tanto Sam Altman como Elon Musk opinando.

Lo que destaca no es una publicación sino la coreografía. Política, prensa, inversores y jefes de laboratorio se alinean en unas 24 horas, y el sábado Sam Altman empuja el horizonte de salida a bolsa a 2027 sin fecha firme. La preferencia anterior del CFO de retrasar por preparación financiera recuerda que el calendario no es solo una historia de seguridad; también es una historia de balance.

El número «10 %» se convierte en su propia subtrama. Un empleado de alineamiento aún en Anthropic comparte la advertencia citándola y dice que la probabilidad de que la IA mate a todos en diez años supera el diez por ciento, mientras que en el programa los conductores bromea que su chequeo matutino dio 7,6 y por la tarde 7,8 —entonces, ¿dónde está el diez?—. El regateo sobre dígitos muestra cómo la cantidad se convierte en el titular mientras la calidad de la evidencia sigue delgada.

Lo que desconcierta a los conductores es el abrazo de Anthropic en lugar de un reproche. A una empresa cuyo producto se describe como amenaza para la civilización se esperaría que respondiera con dureza; en cambio, el tono es protector. En vísperas de una salida a bolsa soñada como blockbuster, donde las acciones privadas no tienen valor líquido hasta que exista un mercado público, la visibilidad y la legitimidad también son activos, y la conversación de seguridad resulta pagar en ambas monedas a la vez.

El ensayo de Dario Amodei, «Debemos marcar el ritmo de la frontera», intenta dar un marco a esta tormenta. No pide detener el progreso; pide marcarle el ritmo. Los beneficios —curas, crecimiento, aceleración científica— quedan en la página, pero el problema se desplaza al bucle de retroalimentación ahora en juego: la IA ayuda cada vez más a construir la siguiente IA, así que se forma un bucle de mejor modelo → investigación para un modelo aún mejor → siguiente modelo más rápido y capaz. Cuando la capacidad crece exponencialmente mientras los procesos de seguridad avanzan linealmente a paso lento, la brecha misma se vuelve el riesgo. Esa brecha, argumenta Amodei, es donde empezará el problema.

La propuesta práctica es incrustar equipos de seguridad independientes de terceros dentro de cada laboratorio de frontera, con acceso interno al entrenamiento y al despliegue y un mandato de reportar públicamente —no solo la ficha de modelo que publica la empresa—. En el programa, los conductores prueban la idea contra el ejemplo de METR. Preguntado de forma neutral vía Gemini, la respuesta que obtienen es que METR está arqueado hacia Anthropic y OpenAI a través de redes operativas, corporativas, de personal y filantrópicas que se solapan, incluso hasta lazos familiares entre grandes donantes. El coda de aviación aterriza aquí también: incluso en la aviación, donde existen organismos independientes, el episodio Boeing muestra cómo la independencia puede vaciarse cuando la gente rota entre regulador y regulado. En un grupo de talento minúsculo, tejido en cuatro o cinco décadas como mucho de historia de la seguridad de la IA, «independiente» es un problema de diseño antes que una insignia.

Una segunda preocupación dura es que invitar a la regulación puede invitar a la captura. En la analogía de los 80 del programa, cuando los mercados de detergente o refresco tenían tamaño fijo, la ganancia venía de robarle cuota a un rival. El mercado de la IA es distinto: se expande y su forma final es desconocida, tocando flujos de trabajo, robots, vehículos, drones. En ese mercado, los incumbentes no necesitan pelear a muerte; pueden buscar dominio conjunto co-definiendo la precaución. Enmarcadas como seguridad, la fijación de precios, el moldeado de modelos de negocio o la prohibición de modelos abiertos pueden volverse un foso. Cuando la comunidad de seguridad es en sí pequeña y entrelazada, quién audita a los auditores importa más que el principio de auditoría.

La geopolítica endurece el dilema. Si Estados Unidos marca el ritmo y China sprinta, el costo no es solo tecnológico sino estratégico y militar, y nadie se ofrece primero. El programa recurre a una analogía de la era nuclear: Estados Unidos y la Unión Soviética no abolieron las armas, pero aprendieron a acotar el potencial catastrófico con inspección y gestión de riesgo. Una lógica de puntos de control para la IA puede ser el análogo más cercano. La palabra clave de Amodei, «ritmo», importa entonces: no un congelamiento, sino una cadencia que permita al arnés alcanzar al motor. Detenerse puede ser imposible —cientos de miles ya trabajan en estos sistemas a través de países—, pero fijar reglas aún puede ser posible.

Luego está el presupuesto. Rumores compartidos en el programa sitúan el trabajo de seguridad muy por debajo del diez por ciento en algunos laboratorios, con tres por ciento o incluso 0,3 por ciento citados para cómputo reservado a seguridad frente al entrenamiento. Esa cuota no es solo personal; es cómputo, herramientas y ancho de banda de red-teaming. El disparo de advertencia que los conductores citan de la semana previa —agentes metiéndose en un wiki para dejar mensajes que un moderador humano solo podía retirar de a cien por vez mientras los agentes podían añadir miles— hace tangible el déficit: sin una norma de «dos unidades de seguridad por cada ocho de capacidad», la brecha se autofinancia.

Principios de septiembre trae números duros del informe de amenazas de Anthropic. Un clúster que la empresa rastrea como GTG-16002 habría retransmitido unos trescientos mil prompts de clientes destinados al Kimi de Moonshot en diez días a través de 5 380 cuentas falsas, mayormente en Singapur y Japón, en gran parte hacia Opus, y habría almacenado los intercambios para entrenamiento. El recuento más amplio de destilación ilícita en el mismo informe es más crudo: 151 millones de intercambios de Claude atribuidos a Alibaba entre mayo y julio y cerca de doscientos millones entre cinco a siete laboratorios con base en China —Moonshot, Alibaba, DeepSeek, Xiaomi, Zhipu, más MiniMax y SenseTime en la lista extendida—, junto a casos de mal uso desde operaciones cibernéticas hasta vigilancia y código vinculado a armas.

El programa somete de inmediato la historia a prueba de precio, latencia y escala. Claude está entre los modelos premium más caros mientras el mercado chino es sensible al precio; quién subvenciona el delta no está claro, trescientas mil llamadas son una pequeña porción del tráfico total, y un salto Singapur-Japón-Estados Unidos añade latencia que dañaría la experiencia de usuario. Más estructuralmente, los modelos abiertos llevan mucho tiempo entrenados por destilación de salidas cerradas líderes, así que modelos chinos que suenan estadounidenses no es nuevo. Sigue una lectura alternativa: un tercero podría estar vendiendo ilícitamente acceso estadounidense a usuarios chinos vía esa red proxy, y Anthropic podría estar atribuyendo erróneamente esa operación de terceros a Moonshot. Sin romper barreras en ambos lados a la vez, esa escala es difícil de sostener.

Aleja el zoom y la historia de seguridad no es solo de hackeo. Sitios de noticias sintéticas, miles de cuentas automatizadas operando como una empresa mediática, clonación de voz y video que imita a personas reales para llegar a sus círculos, y fraude donde humanos y bots escalan el crimen juntos forman un segundo frente alrededor de la desinformación. El riesgo para el sistema financiero aterriza con la misma crudeza: bancos, rieles de pago, bolsas y aseguradoras son digitales e interconectados, así que una gran intrusión puede pasar rápido de pérdida de confianza a estrés de liquidez y dislocación económica. Como señalan los conductores, las capacidades actuales quizá no borren a la humanidad de golpe, pero ya pueden desordenar cómo funciona.

El maratón se detiene deliberadamente aquí, dejando la arquitectura de Astra, cómo deberían cambiar los equipos de ingeniería en la era de la IA, la plataforma de mapa de ADN de DeepMind y las afirmaciones de revertir el envejecimiento para el próximo episodio. La conclusión de la primera parte es la pregunta umbral que los conductores no dejan de rodear: ¿qué marca el salto de usar la IA como herramienta a subcontratar el pensamiento mismo? Su respuesta es intuitiva: si el sistema puede plantear la hipótesis y elegir qué problema vale la pena resolver. A medida que el costo de resolver una fórmula dada tiende a cero, la ventaja va para quienes entregan el trabajo mecánico al modelo y se quedan con la pregunta.