Fundador de a16z: En la era de Agent, lo que realmente importa ha cambiado

Título original del video: Marc Andreessen reflexiona sobre la muerte del navegador, Pi + OpenClaw, y por qué「Esta vez es diferente」

Fuente original del video: a16z, Latent Space

Compilación original: FuturePulse

Fuente de señal:

Esta es la última entrevista del fundador de a16z, Marc Andreessen, en el podcast Latent Space.

Es un famoso empresario de internet en Estados Unidos, uno de los personajes clave en los primeros desarrollos de internet; también, tras fundar a16z, se convirtió en uno de los principales inversores de Silicon Valley.

Toda la conversación gira en torno a la historia del desarrollo de la IA y las tendencias más recientes, muy recomendable de leer.

Uno, esta ronda de IA no surgió de la nada, sino que es la primera vez en 80 años de carrera tecnológica que「empieza a trabajar en serio」

· Esta ronda de IA no surgió de la nada, sino que es la primera vez en 80 años de carrera tecnológica que

· Marc Andreessen directamente llama a la situación actual «éxito repentino de 80 años», queriendo decir que el estallido en la percepción pública es en realidad la acumulación de décadas de reserva tecnológica que se libera de golpe.

· Él remonta esta línea de avances tecnológicos hasta los primeros estudios sobre redes neuronales, y enfatiza que en la industria ya se acepta la idea de que «las redes neuronales son la arquitectura correcta».

· En su relato, los hitos clave no son momentos únicos, sino una serie de acumulaciones: AlexNet, Transformer, ChatGPT, modelos de razonamiento, hasta agentes y auto-mejoramiento.

· Enfatiza especialmente que esta vez no solo se ha fortalecido la generación de texto, sino que aparecen simultáneamente cuatro categorías de funciones: LLMs, razonamiento, codificación, y agentes / auto-mejoramiento recursivo.

· La razón por la que piensa que «esta vez es diferente» no es porque la narrativa sea más atractiva, sino porque estas capacidades ya empiezan a funcionar en tareas reales.

Dos, Pi y OpenClaw, que representan arquitecturas de agentes, suponen un cambio en la estructura del software más profundo que los chatbots

· Describe a los agentes de manera concreta: esencialmente son «LLM + shell + sistema de archivos + markdown + cron/bucle». En esta estructura, el LLM es el núcleo de razonamiento y generación, el shell proporciona el entorno de ejecución, el sistema de archivos guarda el estado, markdown hace que el estado sea legible, y cron/bucle proporciona activaciones periódicas y avance de tareas.

· Considera que la importancia de esta combinación radica en que, además de que el modelo en sí es nuevo, los otros componentes ya están maduros, son comprensibles y reutilizables en el mundo del software.

· El estado del agente se guarda en archivos, por lo que puede migrar entre modelos y entornos de ejecución; el modelo subyacente puede ser reemplazado, pero la memoria y el estado permanecen.

· Reitera la importancia de la introspección: el agente sabe sus archivos, puede leer su estado, e incluso modificar sus archivos y funciones, avanzando hacia «autoextenderse».

· En su opinión, el verdadero avance no es solo que «el modelo responde», sino que el agente puede aprovechar la cadena de herramientas Unix existentes, integrando todo el potencial de la computadora.

Tres, los navegadores, las GUIs tradicionales y la era del «software manual» serán reemplazados gradualmente por interacciones centradas en agentes

· Marc Andreessen ha declarado claramente que en el futuro «puede que ya no necesites interfaz de usuario».

· Además, señala que los principales usuarios del software en el futuro no serán los humanos, sino «otros bots».

· Esto implica que muchas interfaces diseñadas hoy para que los humanos hagan clic, naveguen y completen formularios, se convertirán en capas de ejecución llamadas por los agentes.

· En este mundo, las personas serán más bien quienes establecen los objetivos: indican lo que quieren, y luego el agente llama a los servicios, opera el software y completa los procesos.

· Vincula este cambio con un futuro más amplio del software: el software de alta calidad será cada vez más «abundante», dejando de ser un recurso escaso creado manualmente por unos pocos ingenieros.

· También predice que la importancia de los lenguajes de programación disminuirá; los modelos podrán programar en múltiples lenguajes, traducir entre ellos, y en el futuro, lo que más importará será explicar por qué el AI organiza el código de cierta manera, en lugar de aferrarse a un lenguaje específico.

· Incluso menciona una dirección más radical: conceptualmente, la IA no solo podría generar código, sino también producir directamente código binario o pesos del modelo (model weights).

Cuatro, esta ronda de inversión en IA, similar a la burbuja de internet en 2000, tiene estructuras subyacentes diferentes

· Recuerda que en 2000, el colapso no fue tanto por «internet no funcionaba», sino por una sobreconstrucción en infraestructura de telecomunicaciones y ancho de banda, con fibra óptica y centros de datos construidos en exceso, seguido de una larga fase de digestión.

· Considera que hoy también se perciben riesgos de «sobreconstrucción», pero los principales inversores son empresas con mucho efectivo como Microsoft, Amazon y Google, en lugar de actores altamente apalancados y vulnerables.

· Destaca que, ahora, una inversión que permita operar con GPU generalmente se traduce rápidamente en ingresos, a diferencia de 2000, cuando había mucha capacidad ociosa.

· Además, enfatiza que actualmente estamos usando versiones «sandbagged» de tecnología: debido a la insuficiencia de GPU, memoria y centros de datos, el potencial de los modelos no está completamente liberado.

· En su opinión, en los próximos años, las verdaderas limitaciones no serán solo las GPU, sino también los cuellos de botella en CPU, memoria, red y toda la interacción del ecosistema de chips.

· Compara las leyes de escalado de IA con la Ley de Moore, y cree que no solo describen patrones, sino que también impulsan la colaboración entre capital, ingeniería e industria.

· Menciona un fenómeno inusual pero importante: a medida que la optimización del software acelera, algunas generaciones antiguas de chips pueden incluso volverse más valiosas económicamente que cuando se compraron.

Cinco, el código abierto, la inferencia en el borde y la ejecución local no son detalles menores, sino parte del panorama competitivo de la IA

· Andreessen considera que el código abierto es muy importante, no solo por ser gratuito, sino porque «enseña al mundo cómo se hace».

· Describe a publicaciones open source como DeepSeek como un «regalo para el mundo», ya que el código y los artículos difunden rápidamente conocimientos y elevan el nivel de toda la industria.

· En su relato, el código abierto no es solo una elección técnica, sino también una estrategia geopolítica y de mercado: diferentes países y empresas adoptarán distintas políticas de apertura según sus restricciones comerciales y objetivos de influencia.

· También destaca la importancia de la inferencia en el borde («Edge inference»): en los próximos años, los costos de razonamiento centralizado pueden no ser lo suficientemente bajos, y muchas aplicaciones de consumo no podrán soportar costos elevados de inferencia en la nube a largo plazo.

· Menciona un patrón recurrente: modelos que hoy parecen imposibles de correr en PC, en unos meses suelen poder ejecutarse en máquinas locales.

· Además del costo, otros motivos para la ejecución local son la confianza, la privacidad, la latencia y los escenarios de uso: dispositivos portátiles, cerraduras inteligentes, dispositivos personales, que son más adecuados para inferencia de baja latencia y en el lugar.

· Su juicio es muy directo: casi todo lo que tenga un chip en el futuro probablemente incluirá un modelo de IA.

Seis, el verdadero desafío de la IA no solo radica en la capacidad del modelo, sino en la seguridad, la identidad, los flujos de dinero, y las resistencias organizativas y regulatorias

· En seguridad, su juicio es muy agudo: casi todos los posibles bugs de seguridad serán más fáciles de detectar, y en el corto plazo puede haber una «gran catástrofe de seguridad informática».

· Pero también cree que los agentes programables podrán escalar la capacidad de parchear vulnerabilidades; en el futuro, la «protección del software» podría consistir en que los bots escaneen y reparen las fallas.

· En cuanto a la identidad, considera que «la prueba de bot» no será viable, porque los bots serán cada vez más fuertes; la verdadera opción será «prueba de humano», combinando reconocimiento biométrico, verificación criptográfica y divulgación selectiva.

· También menciona un problema a menudo pasado por alto: si los agentes realmente operan en el mundo real, eventualmente necesitarán dinero, capacidades de pago, e incluso algún tipo de infraestructura bancaria, tarjetas o monedas estables. Desde la perspectiva organizativa, usa el marco del capitalismo gerencial, y piensa que la IA podría reforzar las empresas lideradas por fundadores, ya que los bots son muy buenos en reportes, coordinación, tareas administrativas y gestión en masa.

· Pero no cree que la sociedad acepte rápidamente la IA: cita ejemplos como licencias profesionales, sindicatos, huelgas de trabajadores portuarios, departamentos gubernamentales, educación K-12, y salud, que muestran que hay muchos frenos institucionales en el mundo real.

· Su conclusión es que tanto los utópicos de la IA como los apocalípticos tienden a pasar por alto un punto: que la tecnología, una vez posible, no significa que los 8 mil millones de personas cambien de inmediato.

Enlace original del video

Haz clic para conocer las oportunidades laborales en BlockBeats

¡Únete a la comunidad oficial de BlockBeats en Telegram:

Grupo de suscripción: https://t.me/theblockbeats

Grupo de discusión: https://t.me/BlockBeats_App

Cuenta oficial de Twitter: https://twitter.com/BlockBeatsAsia