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

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

Original Translation: FuturePulse

Fuente de señal: Esta es el fundador de a16z Marc Andreessen's última entrevista en el podcast Latent Space. Él es un renombrado empresario de Internet estadounidense y una de las figuras clave en el desarrollo inicial de Internet; después de fundar a16z, se convirtió en una figura representativa entre los principales inversores en Silicon Valley. La conversación completa gira en torno a la historia y las últimas tendencias en el desarrollo de la IA, lo que la hace muy interesante de leer.

I. Esta ronda de IA no es una aparición repentina, sino el primer "inicio de trabajo" integral después de 80 años de maratón tecnológico

• Esta ronda de IA no es una aparición repentina, sino el resultado de un maratón tecnológico de 80 años.

• Marc Andreessen se refiere directamente al presente como "éxito repentino de 80 años", lo que significa que la explosión repentina en el ojo público es en realidad la liberación concentrada de décadas de reservas tecnológicas.

• Traza este hilo tecnológico hasta las primeras investigaciones sobre redes neuronales y enfatiza que la industria ha aceptado ahora el juicio de que "las redes neuronales son la arquitectura correcta".

• En su narrativa, los nodos clave no son momentos únicos sino una serie de acumulaciones: AlexNet, Transformer, ChatGPT, modelos de razonamiento y luego agentes y automejora.

• Hace especial hincapié en que esta vez no es solo la generación de texto lo que se ha vuelto más fuerte, sino que han surgido simultáneamente cuatro tipos de funcionalidades: Lenguaje de programación, razonamiento, codificación y agentes/automejora recursiva.

• Cree que "esta vez es diferente" no porque la narrativa sea más convincente, sino porque estas capacidades han comenzado a trabajar en tareas reales.

II. La arquitectura de agentes representada por Pi y OpenClaw es un cambio arquitectónico de software más profundo que los chatbots.

• Describe a los agentes de manera muy específica: esencialmente "LLM + shell + sistema de archivos + markdown + cron/loop". En esta estructura, LLM es el núcleo del razonamiento y la generación, el shell proporciona el entorno de ejecución, el sistema de archivos guarda el estado, el markdown hace que el estado sea legible y cron/loop proporciona la activación periódica y el avance de las tareas.

• Cree que la importancia de esta combinación radica en el hecho de que, aparte de que el propio modelo es nuevo, todos los demás componentes son partes del mundo del software que ya están maduras, comprensibles y reutilizables.

• El estado del agente se guarda en archivos, lo que permite la migración entre modelos y entre ejecuciones; el modelo subyacente se puede reemplazar, pero la memoria y el estado se mantienen.

• Él enfatiza repetidamente la introspección: los agentes conocen sus propios archivos, pueden leer sus propios estados e incluso pueden reescribir sus propios archivos y funciones, avanzando hacia "ampliar tus capacidades".

• En su opinión, el verdadero avance no es solo que "el modelo responderá", sino que los agentes pueden utilizar las cadenas de herramientas de Unix existentes para aprovechar las capacidades potenciales de toda la computadora.

III. La era de los navegadores, las GUI tradicionales y el "software que se ejecuta al hacer clic del usuario" será reemplazada gradualmente por métodos de interacción centrados en agentes.

• Marc Andreessen ha declarado claramente que en el futuro "ya no necesitarás una interfaz de usuario".

• Además, señala que los principales usuarios del software en el futuro podrían no ser humanos, sino "otros bots".

• Esto significa que muchas interfaces diseñadas para que los humanos hagan clic, naveguen y llenen formularios se degradarán en la capa de ejecución solicitada por los agentes.

• En este mundo, los humanos son más como los que establecen objetivos: dicen al sistema lo que quieren y luego los agentes llaman a servicios, operan software y completan procesos.

• Conecta este cambio con un futuro del software más amplio: el software de alta calidad se volverá cada vez más "abundante", ya no será un producto escaso elaborado a mano por unos pocos ingenieros.

• También predice que la importancia de los lenguajes de programación disminuirá; los modelos escribirán programas en varios lenguajes y los traducirán entre sí, y en el futuro, los humanos podrían preocuparse más por explicar por qué la IA organiza el código de cierta manera en lugar de ceñirse a un lenguaje específico.

• Incluso menciona una dirección más radical: conceptualmente, la IA no solo podría generar código, sino también generar directamente código binario de nivel inferior o pesos de modelos.

IV. Este ciclo de inversión en IA es similar a la burbuja de Internet de 2000, pero la estructura subyacente de oferta y demanda es diferente.

• Recuerda que, durante 2000, la caída no se debió en gran medida a "que Internet no funcionara", sino más bien a la sobreconstrucción de la infraestructura de telecomunicaciones y ancho de banda, con la instalación anticipada de fibra óptica y centros de datos, seguida de un largo período de digestión.

• Cree que hoy en día hay preocupaciones reales sobre la "sobreconstrucción", pero los inversores actuales son principalmente grandes empresas como Microsoft, Amazon y Google con mucho efectivo, en lugar de actores frágiles con un alto nivel de apalancamiento.

• Señala específicamente que ahora, siempre que una inversión forme una GPU ejecutable, generalmente se puede convertir rápidamente en ingresos, lo que es diferente de las grandes cantidades de capacidad ociosa en 2000.

• También enfatiza que lo que estamos utilizando ahora es en realidad una versión "limitada" de la tecnología: debido a la oferta insuficiente de GPUs, memoria, centros de datos, etc., el potencial de los modelos no se ha liberado completamente.

• En su opinión, las limitaciones reales en los próximos años no serán solo las GPUs, sino también los cuellos de botella interconectados de las CPU, la memoria, las redes y todo el ecosistema de chips.

• Yuxtapone las leyes de escalado de la IA con la Ley de Moore del pasado, creyendo que no solo describen patrones, sino que también estimulan continuamente el capital, la ingeniería y la colaboración industrial.

• Menciona un fenómeno muy inusual pero importante: a medida que aumenta la velocidad de la optimización del software, ciertos chips de generaciones anteriores pueden incluso volverse más valiosos económicamente de lo que eran cuando se compraron por primera vez.

V. El código abierto, la inferencia en el borde y la ejecución local no son marginales, sino que forman parte del panorama competitivo de la IA

• Marc Andreessen cree firmemente que el código abierto es muy importante, no solo porque es gratuito, sino porque "enseña al mundo entero cómo se hace".

• Describe las publicaciones de código abierto como DeepSeek como un "regalo para el mundo", porque el código + el artículo difundirán rápidamente el conocimiento y elevarán la base de toda la industria.

• En su narrativa, el código abierto no es solo una elección técnica, sino que también puede ser una estrategia geopolítica y de mercado: diferentes países y empresas adoptarán diferentes estrategias de apertura en función de sus propias limitaciones empresariales y objetivos de influencia.

• También enfatiza la importancia de la inferencia en el borde: en los próximos años, los costos de inferencia centralizada pueden no ser lo suficientemente bajos, y muchas aplicaciones de nivel de consumidor no pueden soportar los altos costos a largo plazo de la inferencia en la nube.

• Menciona un patrón recurrente: los modelos que hoy parecen "imposibles de ejecutar en un PC" a menudo pueden ejecutarse en máquinas locales solo unos meses después.

• Además del costo, los factores que promueven la ejecución local incluyen la confianza, la privacidad, la latencia y los escenarios de uso: los dispositivos portátiles, las cerraduras de puertas, los dispositivos portátiles, etc., son más adecuados para la inferencia in situ de baja latencia.

• Su juicio es muy directo: casi todo lo que tenga un chip puede llevar un modelo de IA en el futuro.

VI. Los verdaderos desafíos de la IA no radican solo en las capacidades del modelo, sino también en la seguridad, la identidad, el flujo financiero, la resistencia organizativa e institucional.

• En cuanto a la seguridad, su juicio es muy agudo: casi todos los posibles errores de seguridad serán más fáciles de descubrir y puede producirse un "desastre de seguridad informática" a corto plazo.

• Pero también cree que los agentes de programación escalarán la capacidad de corregir vulnerabilidades; en el futuro, la forma de "proteger el software" puede ser permitir que los bots lo escanee y lo arreglen.

• En cuanto al problema de la identidad, cree que la "prueba de bot" no es factible porque los bots se volverán cada vez más poderosos; la dirección verdaderamente viable es la "prueba de humano", que es una combinación de biometría, verificación criptográfica y divulgación selectiva.

• También discute un problema que a menudo se pasa por alto: si los agentes van a operar en el mundo real, en última instancia necesitarán dinero, capacidades de pago e incluso alguna forma de cuentas bancarias, tarjetas o infraestructura similar a las stablecoins. A nivel organizativo, toma prestado del marco del capitalismo gerencial, creyendo que la IA puede reforzar a las empresas lideradas por fundadores porque los bots destacan en la presentación de informes, la coordinación, la documentación y una gran cantidad de "trabajo gerencial".

• Sin embargo, no cree que la sociedad aceptará la IA de manera rápida y fluida: cita ejemplos como licencias profesionales, sindicatos, huelgas de trabajadores portuarios, departamentos gubernamentales, educación K-12 y atención médica para ilustrar que hay muchos obstáculos institucionales en el mundo real.

• Su juicio es que tanto los utópicos como los catastrofistas de la IA tienden a pasar por alto un punto: el hecho de que la tecnología sea posible no significa que 8 mil millones de personas cambien de inmediato.