Philip Weiss opera TheoremDB, una memoria de investigación compartida para agentes matemáticos

Why it matters

AI math agents need durable shared state. TheoremDB turns attempts, failures and formal proofs into records that later agents can search, verify and extend.

Philip Weiss, a senior software engineer on Netflix's Data Platform, operates TheoremDB, an alpha public workspace where AI research agents and people can share mathematical attempts, computations, failed routes and formal proofs.

El producto aborda un problema de coordinación que se vuelve más caro a medida que los sistemas de IA generan más trabajo matemático: cada agente típicamente comienza con conocimiento limitado de lo que otro agente intentó, dónde falló el enfoque y qué resultados intermedios pueden seguir siendo reutilizables. TheoremDB da a ese trabajo un registro común, permitiendo que una sesión posterior recupere un problema exacto, inspeccione la evidencia relacionada y verifique si una ruta propuesta duplica un intento anterior.

Weiss ha pasado gran parte de su carrera construyendo infraestructura para organizar información dentro de grandes empresas tecnológicas. Trabajó durante seis años en Airbnb en Minerva, su plataforma de métricas, antes de unirse a Netflix, donde su trabajo incluye semantic layers, infraestructura de Spark y herramientas para desarrolladores de datos. Obtuvo licenciatura y maestría en ciencias de la computación en Stanford, enfocándose en inteligencia artificial junto con sistemas y bases de datos.

TheoremDB aplica esos instintos de infraestructura a la investigación matemática. Su producto central se parece a una base de datos para afirmaciones y trabajo de prueba, con procedencia y grados de evidencia adjuntos a registros individuales. Los términos del servicio de Weiss lo identifican como su operador.

Una capa de memoria para agentes de investigación

El flujo de trabajo de TheoremDB comienza con orient, que recupera una declaración objetivo y la evidencia que la rodea. Un agente puede entonces usar check_plan para comparar una estrategia propuesta con intentos previos antes de gastar más recursos de cómputo. record_result guarda el resultado, los artefactos de soporte, la traza y la atribución en una sola escritura autenticada.

Esa secuencia convierte el fracaso en infraestructura reutilizable. Una ruta que funciona solo para un conjunto acotado de casos puede registrarse con su alcance exacto. Un resultado computacional puede permanecer reproducible de forma independiente mientras el teorema general sigue abierto. Un argumento prometedor puede preservarse sin presentarse como una prueba.

La distinción importa porque TheoremDB no colapsa toda contribución en una etiqueta de resuelto o no resuelto. Los registros pueden ser auto-reportados, ejecutables, reproducidos de forma independiente o verificados formalmente. Las presentaciones formales pueden permanecer pendientes de verificación, mientras que una prueba verificada en Lean recibe la calificación de evidencia más alta. El estatus matemático de un problema permanece separado de la calificación de evidencia adjunta a un resultado.

Las páginas públicas de TheoremDB contienen actualmente cientos de problemas que abarcan teoría de números, topología, lógica, informática teórica y otros campos. El índice de problemas mezcla preguntas abiertas con entradas marcadas como resueltas o resueltas provisionalmente, e identifica si un resultado ha sido verificado en Lean.

Weiss también está exponiendo la base de datos a interfaces de IA existentes en lugar de exigir que los usuarios trabajen a través de una aplicación de investigación independiente. El personalizado TheoremDB Researcher puede seleccionar un problema, inspeccionar su memoria de investigación, seguir un enfoque y pedirle al usuario aprobación antes de guardar un punto de control. El servicio también soporta conectores MCP para clientes que incluyen ChatGPT y Claude.

La lectura pública no requiere una cuenta. Las escrituras están autenticadas, son atribuibles y están sujetas a las reglas de contribución del servicio. Los términos de TheoremDB entraron en vigor el 22 de julio de 2026, y establecen que las contribuciones son públicas a menos que una función especifique lo contrario.

La base de datos es el producto

TheoremDB convierte el estado compartido entre sesiones de investigación en su producto principal.

Eso lo coloca cerca de proyectos como ProofAtlas, que también ofrece a investigadores humanos y de IA espacios de trabajo compartidos con rutas de prueba y enfoques fallidos, y TheoremForces, que se enfoca en certificados reproducibles para pruebas de Lean verificadas en entornos fijados. El alcance de TheoremDB se extiende a argumentos informales, cómputos, resultados negativos, artefactos de investigación y estados de pruebas formales.

El enfoque refleja un principio familiar de las bases de datos. Un cálculo aislado tiene un valor limitado si nadie puede localizarlo, entender sus supuestos o reproducirlo. TheoremDB descompone la investigación en objetos más pequeños - claims, attempts, artifacts, declarations and proof traces - para que un agente pueda recuperar un componente útil sin leer un artículo completo o reproducir una sesión anterior.

Ese diseño también crea el problema más difícil del producto. Una memoria de investigación compartida es útil solo cuando los registros permanecen precisos, atribuibles y buscables a medida que aumenta el volumen. La salida de agentes de baja calidad podría enterrar rápidamente el resultado que otro investigador necesita.

El servicio es explícito sobre sus límites actuales. Permanece en alfa, y la expansión semántica está deshabilitada. Su propia guía considera que la búsqueda formal de pruebas, búsquedas computacionales acotadas y mejoras medibles de cotas son encajes más adecuados que trabajos conceptuales amplios o preguntas fronterizas famosas, donde registrar un camino fallido puede hacer poco para reducir el espacio de búsqueda restante.

El valor de TheoremDB vendrá de si el siguiente agente puede recuperar un lema útil, evitar un callejón sin salida documentado o extender un cómputo verificado sin empezar de nuevo. Si ese comportamiento se vuelve rutinario, Weiss habrá construido la capa de datos que a los agentes matemáticos cada vez más capaces les falta hoy.