AI Builders Digest

Los fundadores de Core Automation: el cuello de botella es el transformer, no el cómputo

Jerry Tworek escaló RL en OpenAI convencido de que eso terminaría el trabajo, y dice que 2025 iba a ser el año en que todo quedara resuelto. Los benchmarks siguieron subiendo mientras las tareas del mundo real seguían siendo un desastre, porque los evals y los datos de entrenamiento son dos caras de la misma moneda y ninguno se parece al despliegue real. Su conclusión es que los modelos tienen que aprender en test time, algo que los transformers estructuralmente no pueden hacer, así que Core Automation está buscando una arquitectura de reemplazo y define la AGI como un modelo que se mejora a sí mismo sin ningún humano en el circuito. Como él lo plantea, el híbrido humano + LLM funciona muy bien ahora mismo, pero los LLM sin humanos, no tanto. Rohan Anil añade el muro práctico: una competencia de kernels QR que organizaron necesitó a unas tres personas en todo el planeta más 100.000 dólares en coding agents durante cuatro semanas para superar a cuSolver por 60x, y ningún modelo frontera se acerca a resolverlo.

• #research
• #agents
• #hardware

Vercel ahora gestiona toda su operación interna a través de un único agente propio

Guillermo Rauch dice que hoy cada tarea del día a día en Vercel pasa por un agente interno llamado @v, que crece de forma exponencial tanto en interacciones diarias como en uso de tokens, con experiencia que abarca finanzas, comunicación, documentación, marketing, ingeniería y analítica. Mantiene memorias, workflows y calendarios por usuario, y es la base sobre la que se diseñó Eve. Lo interesante está en el enrutamiento: Vercel había construido decenas de agentes separados, algo que él compara con darle a cada agente su propio dominio, así que @v pasó a ser agente y router a la vez, con sub-agentes, skills y delegación. Su argumento contra simplemente enchufar la integración de Slack de un proveedor es la propiedad: si los agentes van a ser sinónimo de las empresas modernas, quieres control desde el código fuente hasta el runtime, los datos y el token.

• #agents
• #products

El trabajo más difícil se automatiza primero porque es el más fácil de verificar

El planteamiento de Aaron Levie es que las matemáticas, la ciberseguridad y el código se automatizan temprano no a pesar de ser difíciles sino porque su corrección se puede comprobar objetivamente, lo que da señales de recompensa más claras al entrenar y permite confirmar a escala que el despliegue está funcionando. Los términos legales, las campañas de marketing, los mensajes de ventas y la definición de presupuestos no tienen una única respuesta correcta, dependen de la tolerancia al riesgo de quien opera y muchas veces no se pueden calificar hasta mucho después de que el modelo produjo la salida. Su implicación va en contra del escalado puro de modelos: incluso con ganancias exponenciales de capacidad, la mayor parte del valor se construye en la capa de AI aplicada, y los propios procesos de negocio van a tener que cambiar. Sugiere que quizá necesitemos formas completamente nuevas de evaluar el trabajo del conocimiento, como ya las tiene el software.

• #evals
• #agents

Dan Shipper traza las tres etapas de una "ruptura de agencia"

Ver a un modelo hacer algo que antes te necesitaba en cada paso se siente como una especie de muerte, porque nos identificamos con lo que producimos y nadie nos pidió permiso. Shipper dice que la reacción sigue un arco predecible: primero solo ves a la AI, así que dices "la AI resolvió ese problema de Erdős"; después notas todo el andamiaje humano y dices "mi trabajo es solo cuidar a Claude"; al final reconstruyes tu sentido de agencia alrededor de ese andamiaje, que ahora parece el trabajo de verdad, y vuelves a decir "esto lo hice yo", con la AI sobreentendida. Su apuesta es que la capacidad de metabolizar estas rupturas y convertirlas en juego y curiosidad predice quién va a prosperar en la economía de la AI, y que cada salto de capacidad genera rupturas nuevas para poblaciones, como los matemáticos, que hasta ahora no habían sido tocadas.

• #agents
• #culture

"El VC se ha convertido, en la práctica, en capital de vibes"

Nikunj Kothari dice que los precios en etapa temprana y media están hoy completamente divorciados de los fundamentales: hay empresas levantando rondas descabelladas sin nada detrás mientras otras que parecían apuestas seguras la pasan mal. Estar en el sector de moda es lo que determina los resultados y, en vez de la corrección que casi todo el mundo espera, él cree que el dry powder y el viento de cola de la AI van a estirar esto durante al menos 12 a 18 meses. Los mercados públicos funcionan con el mismo combustible: acciones de billones de dólares moviéndose más de 5% por vibes y por lanzamientos de modelos, con la memoria y el KOSPI como ejemplos recientes, y con rotaciones cada vez más rápidas. Su consejo es que la rentabilidad y un cap table limpio terminan ganando igual, pero que los fundadores deberían entender el vórtice actual antes de tocar los mercados de capital.

• #funding
• #markets

La paradoja de Jevons ya se ve en las matemáticas, y la demanda está subiendo

Thariq sostiene que la AI en matemáticas está siguiendo el mismo camino que el ajedrez. Pasan más cosas, es más fácil de entender y los matemáticos tienen más tiempo para discutirlo con gente de fuera en niveles de abstracción más altos. Su conclusión es lo contrario de la historia del desplazamiento: la demanda de gente que piensa y sabe de matemáticas sube, no baja.

• #research
• #culture

El motor de ajedrez con LLM de Amjad Masad ya juega en Lichess con 1253 de Elo

El motor ya está jugando partidas reales de forma autónoma contra humanos y contra bots, con tres partidas simultáneas a la vez, y todo se puede ver en vivo en el sitio. Está en 1253 de Elo.

• #agents
• #products

Cómo evita Hermes que las skills que se construye a sí mismo terminen en slop

Hermes construye sus propias skills para sacar el trabajo adelante, lo que plantea la pregunta obvia: qué impide que esa biblioteca se pudra. karan4d, cofundador de Nous Research, le dijo a Peter Yang que la respuesta es Hermes Curator, una tarea en segundo plano que corre dentro de tu agente de forma programada y se pregunta dónde está el slop y qué se puede hacer más eficiente mientras limpia skills y memoria. Como es open source, puedes darle tu propia definición de slop y reescribe su propio ciclo de limpieza para ajustarse a ella.

• #agents
• #open-source

Un agente de computer use llevó un chat de soporte y ganó la discusión

Swyx está juntando momentos de computer use con Codex de cara a un podcast sobre el tema, y el favorito por ahora es el agente manejando un chat de soporte en su nombre para escalar el caso y resolverlo más rápido. La persona de soporte intentó atribuir el problema a su lado, y el agente volvió con todas las pruebas. Su comentario: los humanos no tienen ni idea de que están hablando con un bot.

• #agents
• #products

Garry Tan: el resultado es el territorio, todo lo demás es el mapa

Para Tan, con la meritocracia la gente sigue confundiendo el mapa con el territorio, y en los mercados el territorio es simplemente si construiste algo que la gente quiere. Junto a eso, llama al crecimiento económico impulsado por AI la mejor píldora blanca disponible, y señala que la sensación pública de asombro desapareció justo en el momento en que la cantidad de asombro se volvió parabólica.

• #culture
• #markets

Si estamos dejando atrás las apps, ¿qué parte del software sigue siendo visible?

Ryo Lu dice que Rdio, Mailbox y Apple fueron sus primeros mentores: apps que inventaron patrones que hicieron que el software se sintiera más simple e intuitivo al tacto. Con esa era llegando a su fin, se pregunta qué partes del software siguen siendo visibles y cómo deberían sentirse.

• #design
• #products

Karpathy publica una versión jugable y forkeable del test del pelícano en bicicleta

A raíz de lo último de Simon Willison sobre el test del pelícano en bicicleta, Karpathy subió el código fuente para que corra en el navegador y cualquiera pueda hacerle fork. Su comentario al margen: atentos, que GTA Hobbiton va a salir antes que GTA VI.

• #evals
• #open-source