OpenAI ha publicado un avance matemático que promete reforzar la seguridad de los smart contracts en Ethereum. La empresa presentó el 8 de septiembre una demostración en la que cerca de 10.000 agentes de IA resolvieron un problema clásico de física en 88 horas.
El anuncio, recogido por medios especializados, describe un sistema capaz de automatizar la verificación formal. Este proceso utiliza especificaciones matemáticas para confirmar que el código de un contrato inteligente, el programa que ejecuta operaciones en la red, hace exactamente lo que promete.
Qué ha anunciado OpenAI y por qué importa para Ethereum
La prueba se centró en el problema de Navier-Stokes, una de las grandes cuestiones abiertas de la física de fluidos y uno de los siete problemas del milenio. Los 10.000 agentes de IA concurrentes tardaron aproximadamente 88 horas en resolverlo. Después emplearon otras 17 horas en formalizar y verificar la solución con GPT-6 Astra en Lean, un asistente de pruebas lógicas.
OpenAI publicó tanto la demostración analítica como su formalización en Lean para que terceros puedan revisarla de forma independiente. La consecuencia para el ecosistema cripto no es la ecuación en sí, sino la capacidad de trasladar ese método a la auditoría de contratos inteligentes.
La verificación formal comprueba si un contrato cumple propiedades predefinidas. Si la especificación es correcta, el contrato queda blindado frente a fallos lógicos. El problema es que una especificación mal escrita puede dejar fuera vulnerabilidades reales, advierte la documentación de Ethereum.
De la teoría matemática a la auditoría de contratos inteligentes
Para los desarrolladores DeFi, el avance reduce el coste, y el esfuerzo de escribir pruebas formales. Hasta ahora, auditar un protocolo exigía semanas de trabajo manual y facturas elevadas. Un sistema capaz de asistir en esa tarea podría abaratar auditorías y acelerar lanzamientos.
El matemático Terence Tao ya había advertido de un riesgo incómodo: los sistemas autónomos de IA podrían generar soluciones complejas y verificarlas sin que nadie inspeccione los pasos intermedios. Eso podría ocultar descubrimientos valiosos, pero también errores sutiles.
El reto, por tanto, no consiste solo en automatizar pruebas. Consiste en que los desarrolladores y auditores puedan leerlas, interpretarlas y detectar cuándo una especificación no describe el comportamiento real del contrato. La economía de la verificación formal en DeFi podría cambiar si la IA resuelve ese cuello de botella, aunque adaptar un sistema de investigación a software de producción sigue siendo un paso pendiente.
La seguridad de Ethereum no depende solo de escribir más pruebas, sino de definir con precisión qué deben demostrar.
Por qué la verificación formal se ha vuelto urgente en DeFi
El anuncio de OpenAI aterriza en un año complicado para la seguridad de las finanzas descentralizadas. 2026 ha estado marcado por exploits en protocolos, con pérdidas que han vuelto a poner el foco en la calidad del código. No se trata de un fallo de Ethereum como red, sino de los programas que se ejecutan sobre ella. El foco ya no está en si Ethereum funciona, sino en cómo se audita lo que corre encima.
La historia de Ethereum ayuda a entender la necesidad. El ataque a The DAO en 2016, un proyecto de inversión descentralizada, obligó a una bifurcación de la red y demostró que un solo fallo en un contrato puede arrastrar miles de millones. Desde entonces, el ecosistema creció: primero con el DeFi summer de 2020 y más tarde con la prueba de participación en 2022, que convirtió la seguridad del staking en una cuestión de capital depositado. La evolución no ha sido solo técnica: también ha cambiado la escala del capital en riesgo.
Mi lectura es prudente. La verificación formal asistida por IA puede rebajar costes y ampliar su uso, pero no elimina el riesgo humano de especificar mal lo que se quiere probar. Tampoco puede evitar vulnerabilidades derivadas de oráculos mal diseñados, cambios de parámetros o interacciones entre contratos que nadie anticipó. La advertencia de Tao apunta a una contradicción real: cuantas más pruebas se generan de forma automática, menos personas entienden qué demuestran. Dicho de otro modo, la IA no reemplaza el criterio del auditor; lo amplifica, siempre que el auditor sepa qué está mirando.
El siguiente paso será ver si los equipos de investigación como el de OpenAI logran empaquetar estos sistemas para que un auditor medio pueda usarlos sin ser matemático. Si lo consiguen, la auditoría de smart contracts dejará de ser un lujo reservado a grandes protocolos. Si no, la brecha entre investigación y producción seguirá abierta.
