Claude Opus 4.8 logra en un intento lo que antes fallaba: verificación formal de intersección de polígonos

Por primera vez, un algoritmo de intersección de polígonos ha sido verificado formalmente de principio a fin. Y lo hizo una IA en un solo intento.

El proyecto, publicado en GitHub por el usuario schildep, demuestra que Claude Opus 4.8 en modo ultracode fue capaz de generar una implementación correcta y verificada en Lean 4 sin iteraciones previas. El commit anterior, con el mismo prompt, había fallado.

Por qué importa

La verificación formal es el estándar más alto de corrección en software. Se usa en sistemas críticos: aviónica, contratos blockchain, kernels de sistemas operativos. Lograrla con IA generativa en un solo intento reduce drásticamente el costo de producir código matemáticamente correcto.

Hasta ahora, los asistentes de IA generaban código que parecía correcto pero fallaba en casos límite. Este resultado muestra que un modelo puede, con el contexto adecuado, producir código que cumple especificaciones formales sin depurar iterativamente.

Qué dice el contexto

• El repositorio verified-polygon-intersection contiene la implementación completa en Lean 4, un lenguaje de verificación formal.
• El desafío se ejecutó en un contenedor aislado para evitar que la IA accediera a la solución durante la generación.
• Opus 4.8 incluye mejoras en "honestidad" y "esfuerzo controlado", que según Anthropic reducen alucinaciones y mejoran la precisión en tareas complejas.
• El commit anterior, con el mismo prompt pero en una versión previa del modelo, no logró producir una solución verificada.
• La verificación formal garantiza que el algoritmo es correcto para cualquier entrada, no solo para los casos de prueba.

Lo que puedes hacer