Un equipo de Harvard y Anthropic ha usado Claude para diseñar circuitos cuánticos que necesitan menos recursos que los mejores publicados en siete de ocho tareas de química, optimización, simulación cuántica, teoría de números y cálculo numérico. Lo cuenta Anthropic en un post del 16 de octubre y lo detalla un artículo en arXiv de 46 páginas firmado por Andi Gu, Alek Kemeny, Susanne Yelin y Mikhail Lukin.
La cifra que ha circulado, un circuito con 17 veces menos puertas, es real, pero se mide frente al diseño previo que usaba menos cúbits, no frente al mejor en todo. Merece la pena entender por qué, porque el resultado sigue siendo interesante sin necesidad de inflarlo.
Qué ha hecho Claude exactamente
Claude no ha inventado física nueva: ha reescrito programas que describen circuitos cuánticos para que gasten menos. Según el paper, el sistema usó Claude Mythos 5 dentro de una búsqueda evolutiva llamada OpenEvolve: en cada ronda, una sesión nueva del modelo proponía arquitecturas y cambios en el código, los ejecutaba, consultaba un oráculo clásico con la respuesta correcta para entradas concretas y podía delegar en subagentes. Los mejores candidatos pasaban a la siguiente ronda.
Partía de una especificación escrita a mano y un programa en blanco. Anthropic subraya que no hubo intervención humana entre rondas; en la tarea de la curva elíptica, una ejecución de 53 horas, solo hubo el encargo inicial y algún aviso ocasional para que pensara de forma más amplia.
El trabajo lo lideró Andi Gu dentro del programa de becas STEM de Anthropic, con la tutela de Alek Kemeny, físico cuántico de la compañía.
Cómo se mide el ahorro
Con dos números: cuántas puertas Toffoli necesita el circuito (una operación cara en un ordenador cuántico con corrección de errores) y cuántos cúbits lógicos usa como máximo. El paper los multiplica para obtener un coste combinado, y es esa métrica la que mejora en siete de las ocho tareas.
Entre las tareas con un diseño previo publicado, las mayores mejoras no son el famoso 17x. En la rotación de ángulos del algoritmo HHL el coste combinado baja 32 veces, y en el cálculo en coma fija de una función gaussiana, útil en simulación química, 39 veces. En un decodificador para el algoritmo DQI de Google, Claude pasa de 5,1 millones de Toffolis a 440.000 con algo menos de cúbits, una mejora combinada de 12 veces.
Todo se comprobó con un evaluador independiente que verifica la salida, la fase y que los cúbits auxiliares vuelven a su estado inicial, con cotas estadísticas. En uno de los circuitos, Anthropic añade que la corrección se formalizó con el demostrador Lean.
¿De dónde sale el 17x y qué no cuenta?
Sale de la suma de puntos sobre una curva elíptica de 256 bits, la pieza central del algoritmo de Shor para romper la criptografía de curva elíptica. Claude propuso una arquitectura nueva basada en un método llamado divsteps, que según los autores es el primer circuito reversible de ese tipo sobre un cuerpo primo.
El circuito de Claude usa 4 millones de Toffolis y 935 cúbits. El diseño de referencia de Luo y colaboradores, de 2026, necesitaba 70 millones de Toffolis y 838 cúbits. De ahí el 17x, y la propia Anthropic lo formula con honestidad: «un 12 % más de cúbits pero 17 veces menos puertas».
Lo que no hemos visto en la cobertura es la otra comparación de la tabla del paper. El diseño de Schrottenloher, también de 2026, usa 1,9 millones de Toffolis y 1.446 cúbits: la mitad de puertas que el de Claude, con más cúbits. En el coste combinado, el de Schrottenloher sale mejor. Por eso Anthropic habla de ampliar la frontera entre cúbits y tiempo, no de batir al mejor diseño en todo, y por eso, en la tabla principal del paper, esa tarea aparece sin factor de mejora.
Hay otra discrepancia menor: el post de Anthropic dice que Claude usó menos cúbits y menos puertas en las ocho tareas, mientras el paper habla de siete de ocho. Me quedo con el paper.
¿Por qué importa para la computación cuántica?
Porque el coste de los algoritmos cuánticos útiles se ha reducido históricamente más por mejores circuitos que por mejor hardware. Anthropic recuerda el caso de FeMoco, el cúmulo de hierro y azufre de la nitrogenasa, la enzima con la que algunas bacterias convierten el nitrógeno del aire en amoníaco y cuyo estudio podría inspirar mejores catalizadores industriales: las estimaciones han pasado de unos 50 billones de Toffolis en 2017 a unos 340 millones hoy, unas 150.000 veces menos, un trabajo que llevó ocho años a muchos grupos.
Si un modelo puede acelerar ese tipo de optimización, el día en que un ordenador cuántico resulte útil se acerca sin tocar un solo cúbit. Para quien quiera repasar lo básico, tenemos una explicación de qué es un cúbit y cuándo te afectará la computación cuántica. El hardware también avanza por su lado: un equipo de IBM y cinco universidades acaba de encadenar 5.000 operaciones cuánticas con medición y reinicio en tiempo real.
Las limitaciones están en el propio texto. Anthropic admite que Claude fue «conservador por naturaleza», con tendencia a preferir enfoques conocidos, y que hubo que forzarle a explorar en paralelo. El paper advierte de que su métrica es una elección y que el coste real depende del hardware. Y los ordenadores cuánticos actuales tienen entre cientos y miles de cúbits, muy sensibles al ruido. Es un preprint sin revisión por pares, y no hemos encontrado todavía valoraciones de expertos independientes.
Queda el ángulo incómodo. La curva del paper coincide con la que usa Bitcoin, aunque los autores no la nombran ni plantean el trabajo como una amenaza. Mi lectura es que el resultado no acerca mañana un ataque, pero sí refuerza un argumento conocido: cada mejora en circuitos recorta el margen de la criptografía actual, y es otra razón para tomarse en serio la criptografía poscuántica.
Lo más valioso del trabajo no es el 17x, sino el método: un modelo que propone, un verificador que no se deja engañar y 53 horas de búsqueda sin supervisión. Ese patrón sirve para muchos más problemas que los cuánticos. Lo que falta es que otros grupos lo reproduzcan y que alguien externo a Anthropic y Harvard lo examine.