“La IA resuelve problemas que ningún humano ha sido capaz en 60 años”
Un chico de 23 años sin formación matemática avanzada resolvió hace unas semanas un problema que llevaba 60 años abierto.
Liam Price cogió el problema #1196 de la lista de Erdős.
Una conjetura sobre conjuntos primitivos de números enteros que los mejores matemáticos del mundo llevaban décadas sin poder resolver.
Nuestro amigo Liam, pegó el problema en ChatGPT Pro con GPT-5.4 Pro.
Se fue a tomar un café y 80 minutos después, el modelo encontró una ruta que ningún especialista había publicado ni explorado seriamente en este problema.
Que ningún humano había sido capaz de pensar nunca.
Hoy vamos a ver cómo resolvió el problema, pero sobre todo:
Cómo puedes aplicar la misma táctica a tu negocio para encontrar soluciones tan efectivas como ocultas a la mente humana.
Pero antes…
Esta edición de La Mafia IA ha sido patrocinada por:
¿Todavía introduces facturas a mano? Holded las escanea por ti, sin límites
Holded acaba de hacer ilimitado su escáner de facturas y tickets en todos los planes.
Eso significa que ahora puedes digitalizar y contabilizar todos tus gastos sin teclear nada, sin límites de escaneo y sin costes extra. Solo tienes que subir la foto o el PDF y la IA de Holded hace el resto en segundos.
¿Por qué te interesa?
- Ahorra horas de introducción manual de datos
- Reduce errores en tu contabilidad
- Disponible ya con 14 días gratis de prueba
Terence Tao, probablemente el matemático vivo más importante del planeta (hablamos de él hace poco), revisó el resultado de Liam Price y lo dio por válido.
Scientific American lo publicó el 24 de abril.
La web oficial de los Problemas de Erdős marcó el #1196 como resuelto.
Y alguien acuñó el término “vibe-maths” para describir lo que había pasado.
Pero esto no es solo un problema de matemáticas.
Gracias a la IA ahora somos capaces de encontrar soluciones a problemas con los que el ser humano se había atascado durante años.
Y esta es la razón por la que hoy estamos tratando esto.
Porque los problemas son la fuente de todo negocio.
Mientras siga habiendo problemas, habrá gente que esté dispuesto a pagar por su solución y habrá emprendedores que estén dispuestos a vendértela.
Esa es la formula de todo negocio:
Resolver problemas.
Incluso diría que los negocios más exitosos solo escalan en la resolución de problemas más elevados.
Problema ⮕ solución ⮕ nuevo status quo ⮕ se generan nuevos problemas ⮕ nuevas soluciones (que según escalan son más valiosas) ⟲
Y por eso, hoy vamos a ver qué como podemos aplicar de la estrategia de Liam para nuestros proyectos o trabajos.
Pero antes que nada un saludo 👋 a los 269 nuevos miembros 👨🚀 desde la última publicación de La Mafia IA. Ya somos +16.000 y la newsletter #tech que más crece en español (según Substack) - Puedes suscribirte gratis aquí 👈
Soy Alex dc. y todas las semanas te cuento cómo aprovechar la IA para mejorar tu negocio. Sin ruido. Solo consejos prácticos que generan resultados.
✱ Recuerda que hay artículos que solo los recibirás si eres miembro ✱
Volvamos a nuestra historia de un chaval de 23 años sin mucha idea de matemáticas, resolviendo un problema que ningún matemático en el planeta había sido capaz de resolver. Gracias a la IA.
El matiz clave: la salida bruta de ChatGPT no era una prueba limpia.
Jared Duker Lichtman dijo que el output era “bastante pobre” y que hizo falta interpretación experta para entender qué intentaba decir.
Tao y Lichtman después condensaron la idea en una prueba más clara
Hizo falta interpretación.
Hizo falta un amigo con formación matemática para descifrar lo que el modelo intentaba decir.
Hizo falta verificación humana, paso a paso, antes de poder formalizar nada.
La IA no resolvió el problema sola.
Hizo algo más útil.
Pensó de una forma que nadie había hecho y potenció la capacidad del experto que acabó formalizando la solución.
Los problemas enquistados no se atascan por falta de información, sino porque todos partimos del mismo marco mental.
Tao explicó el mecanismo con una precisión que vale la pena no olvidar:
Los matemáticos habían dado un “primer giro equivocado” al empezar. Un hábito del pensamiento. Una inercia intelectual que ningún experto cuestionó porque todos partían del mismo marco.
El modelo simplemente... no tenía ese sesgo.
Tomó otra dirección.
Usó una fórmula conocida en un área matemática cercana que nadie había conectado con este problema concreto. No porque supiera más. Sino porque no sabía qué caminos no merecía intentar.
¿Y sabes qué es lo realmente interesante?
Eso describe exactamente cómo se atascan la mayoría de tus problemas de negocio.
No por falta de información.
Por falta de caminos alternativos.
Tú, yo, cualquier emprendedor con meses de experiencia en un mercado: llevamos los mismos sesgos encima sin saberlo.
Los mismos primeros giros equivocados que damos automáticamente porque los hemos dado mil veces.
“Necesito más leads” → cuando el problema real es la conversión
“Necesito publicar más” → cuando el problema real es la distribución
“Necesito contratar” → cuando el problema real es el sistema operativo interno
“Necesito bajar el precio” → cuando el problema real es el valor percibido de la oferta.
No es que te falte información.
Es que llevas meses mirando el problema desde el ángulo equivocado.
Hay un prompt que circula por redes sociales atribuido a Price que se hizo bastante viral.
Como la mayoría de las cosas que se hacen virales, a nadie le importa si son verdad.
Pero aquí tenemos la mala costumbre de no publicar nada que no se pueda probar y verificar.
Y el prompt que circula definitivamente no está confirmado como el original.
Podría haberlo publicado sin más y ya está.
Pero vamos a hacer algo mejor, porque lo importante no es el prompt como solución mágica.
Lo importante es entender el mecanismo.
Poder aplicar el mismo marco para solucionar tus problemas reales.
Vamos con un poco de ingeniería inversa:
No existe transcript verificado. Lo que sí sabemos es que Price le pidió al modelo creatividad explícita y le prohibió buscar en internet.
Lo forzó a razonar desde sus propios pesos, sin atajos.
El prompt específico importa menos de lo que parece.
Lo que importa es la lógica detrás:
→ Define el problema con precisión real, no con la versión cómoda que llevas tiempo repitiendo.
→ Obliga a la IA a enumerar todos los enfoques posibles, incluyendo los raros y los contraintuitivos.
→ Haz que ataque cada uno, analice resultados, encuentre posibles mejoras y reporte fallós. Los fracasos importan tanto como los aciertos.
→ Cuando algo promete, conserva esa idea o añade esa mejora al proceso, formaliza paso a paso y repetir desde ahí el bucle para encontrar nuevas pequeñas mejoras sobre la anterior.
Si esto te suena a algo que ya conoces, es porque lo es.
Es el mismo bucle que Steve Kinney lleva tiempo documentando en lo que él llama el Ralph Method: ejecutar ciclos de razonamiento con contexto fresco en cada iteración, guardar el estado en archivos, evitar que una conversación larga se deteriore (context rot) por exceso de ruido acumulado.
Es también el mismo principio que Andrej Karpathy formalizó en AutoResearch: el agente propone un cambio, ejecuta, comprueba si mejora la métrica, conserva si mejora, descarta si no. Sin agarrarse a ideas que suenan bien pero no producen resultados medibles.
El equipo de Langfuse ha utilizado esta estrategia fuera del entrenamiento de modelos para optimizar agentes IA.
El patrón es el mismo en los tres:
Explorar → Documentar fracasos → Conservar solo lo que mejora la métrica → Repetir.
Lo que viene a continuación son los prompts para implementar esto en tu negocio. No son “inspiración” ni “punto de partida para adaptarlos”. Son sistemas completos con variables que sustituyes por tu contexto real.
Empieza siempre por el Prompt Madre. Las variantes son para cuando ya tienes claro qué tipo de problema quieres atacar.
Una advertencia antes: La IA no va a darte la respuesta perfecta en el primer intento. El objetivo del sistema no es eso. El objetivo es que te muestre los caminos que tú ya descartaste sin saber que lo estabas haciendo. Tú aportas el criterio. La IA aporta la amplitud.
Para cualquier problema de negocio que lleve semanas o meses enquistado.
El primer prompt del sistema no intenta resolver tu problema.
Intenta descubrir si lo estás empezando desde el lugar equivocado.
Porque cuando un problema lleva semanas o meses enquistado, muchas veces no necesitas más información.
Necesitas cuestionar tus creencias y si no hay otro camino que estás descartando..
Se trata de pensar con una mente externa capaz de recorrer miles de rutas que tú nunca probarías, ya sea por sesgo, por capacidad o por tiempo.
Este va a ser considerado a partir de ahora el prompt madre.
Está pensado para por si solo darte soluciones óptimas y probablemente fuera de tu alcance.
Pero si ya sabes qué tipo de problema quieres atacar, puedes hacerlo más preciso añadiendo una de estas variantes al final.
No sustituyen al Prompt SUPER LOOP.
Lo enfocan.
Piensa en ellas como lentes:
Una lente para ofertas.
Una lente para crecimiento.
Una lente para contenido.
Una lente para decisiones incómodas.
Una lente para experimentos.
Copias el Prompt original + eliges una variante y la pegas justo debajo.
La IA hará el resto: explorará caminos, encontrará fallos, propondrá hipótesis y te dirá qué deberías probar antes de creerte nada.
Cuando la oferta no convierte y tu primer instinto es bajar el precio.
Ese suele ser el primer giro equivocado.
Bajar el precio parece una solución racional porque reduce fricción.
Pero muchas veces el problema no es el precio.
Es que la oferta no se entiende.
O no se percibe como urgente.
O no reduce suficiente riesgo.
O no promete un resultado concreto.
O se parece demasiado a todas las demás.
Antes de tocar el precio, usa esta variante:
*Nota sobre las variables $: Al principio del prompt hay variables encabezadas con $. Solo será necesario que rellenes las variantes de cada variación de prompt, con lo que si quieres puedes dejar sin contestar las variables del prompt original.
Para founders que hacen demasiadas cosas a la vez y no saben dónde poner el foco.
Este es uno de los problemas más comunes.
No falta trabajo.
Falta dirección.
Publicas.
Mejoras la web.
Pruebas SEO.
Piensas en afiliados.
Quieres abrir YouTube.
Quieres lanzar una comunidad.
Quieres automatizar.
Quieres hacer partnerships.
Quieres hacer veinte cosas más.
Y como todas parecen razonables, ninguna avanza lo suficiente.
Esta variante sirve para una cosa:
Elegir dónde poner el foco.
❌ No busca la idea más bonita.
✅ Busca la mejor estrategia.
Para newsletter, artículos o cualquier contenido donde llevas tiempo usando los mismos enfoques.
El problema del contenido casi nunca es “no tengo ideas”.
El problema es que tienes ideas demasiado parecidas a las de todos los demás.
Misma opinión reciclada.
Mismo “esto lo cambia todo”.
Misma conclusión que el lector ya esperaba antes de empezar.
Esta variante obliga a la IA a hacer algo más útil:
Buscar el ángulo que otros no están viendo.
La más incómoda. También la más útil. Para cuando sospechas que el problema eres tú.
Esta variante sirve para esos momentos donde tienes una decisión casi tomada, pero no sabes si estás pensando bien… o si simplemente estás buscando argumentos para justificar lo que ya querías hacer.
❌ No le pidas a la IA que te dé la razón.
✅ Pídele que encuentre el punto ciego.
La versión AutoResearch. Para landings, emails, onboarding, secuencias de venta. Propone hipótesis → ejecuta → mide → conserva o descarta.
Eso es lo interesante de AutoResearch: el agente no solo propone cambios; ejecuta experimentos, comprueba si mejoran una métrica y conserva o descarta según el resultado. En el repositorio de Karpathy, la idea se describe como un bucle donde el agente modifica código, entrena durante un tiempo fijo, comprueba si mejora y repite.
Uso: A/B tests, emails de venta, onboarding, páginas de registro, landings, anuncios, campañas de sponsors, pricing pages, CTAs, secuencias de activación.
Los puedes usar con la IA que tengas a mano: Claude, ChatGPT, Gemini, lo que uses normalmente. Son la versión accesible de la técnica. Las que yo mismo uso para el trabajo del día a día.
Para problemas realmente complejos: optimización técnica, investigación profunda, iteración automática sobre métricas, el bucle se puede escalar.
Herramientas como Claude Code o Codex permiten que la IA trabaje de forma autónoma durante minutos o incluso horas, generando sus propios loops de exploración sin que tengas que estar pendiente de cada paso.
Empieza por aquí. Cuando te quedes corto, ya sabrás que existe un nivel más.
Tres nombres distintos. Un principio.
AutoResearch, Ralph Method, Vibe-math, apuntan todos al mismo problema:
Usamos la IA para obtener respuestas cuando deberíamos usarla para explorar caminos.
La diferencia parece pequeña.
No lo es.
Cuando le pides una respuesta a la IA, obtienes la respuesta más probable dado tu contexto.
Es decir: la misma respuesta que hubieras encontrado tú con suficiente tiempo.
Cuando la obligas a explorar, a fallar, iterar, a documentar lo que sí funciona o lo que no y por qué…
Ahí es donde aparece lo útil.
No porque la IA sea más lista que tú. Sino porque no tiene los sesgos que llevas cargando desde que empezaste a trabajar en tu negocio.
Price tardó 60 años de inercia matemática acumulada en aportar su criterio al problema. La IA tardó 80 minutos en encontrar la ruta que nadie había mirado.
Esa ruta al final era simple y elegante, pero ni siquiera las mentes más brillantes de las matemáticas había sido capaz de encontrarla en más de medio siglo.
El prompt es lo menos importante de esta historia.
El sistema es lo que importa.
Y lo bonito es que este no es un algoritmo sofisticado.
Es un bucle: explorar → registrar aciertos y fracasos → extraer el insight del fracaso → mejoras incrementales → verifica antes de actuar → repite.
Lo que lo hace diferente es la velocidad. Y el hecho de que la IA no sabe qué caminos no merecen intentarse.
Eso, que parece una limitación, es su mayor ventaja cuando sabes cómo usarla.
https://github.com/davebcn87/pi-autoresearch
https://github.com/TheGreenCedar/codex-autoresearch
Context Engineering para emprendedores
·
Mar 26
Hola, soy Alex dc. y todas las semanas te cuento cómo aprovechar la IA para mejorar tu negocio. Sin ruido. Solo consejos prácticos que generan resultados.
Si te ha gustado esta edición, házmelo saber, no te olvides de darle al ♡
o déjame un comentario con tu sistema para manejar el contexto favorito.
¿Conoces a alguien a quien le pueda ayudar esta información? → compártelo.
La Mafia IA no te bombardea con noticias (que solo añaden ruido y caos).
Si te interesa estar más al día: En mis perfiles en redes comento las noticias más importantes en tiempo real, me puedes encontrar en:
⮕ 💼 Linkedin | 𝕏 x.com | ＠Thread | 📶 Telegram
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.