Estamos empezando a tener una señal más clara de lo vasta que será la superficie de la ingeniería del contexto. Para construir agentes de IA, en teoría, debería ser tan sencillo como tener un modelo súper potente, darle un conjunto de herramientas, tener un buen prompt del sistema y darle acceso a datos. Quizá en algún momento realmente sea así de sencillo. Pero en la práctica, para crear agentes que funcionen hoy en día, tienes que lidiar con un delicado equilibrio entre qué ofrecer al agente global y qué ofrecer a un subagente. Qué cosas hacer agentes o simplemente una herramienta determinista. Cómo manejar las limitaciones inherentes a la ventana de contexto. Tenías que averiguar cómo recuperar los datos adecuados para la tarea del usuario y cuánto cálculo poner al problema. Cómo decidir qué hacer rápido y sufrir posibles caídas de calidad, frente a lentas pero quizá molestas. Y un sinfín de preguntas más. Hasta ahora no hay una única respuesta correcta para todo esto, y hay compensaciones significativas para cualquier enfoque que tomes. Y, lo más importante, para hacerlo bien se requiere un conocimiento profundo del ámbito en el que se está resolviendo el problema. Gestionar este problema en la codificación de IA es diferente del derecho, que es distinto de la sanidad. Por eso hay tantas oportunidades para las partidas de agentes con IA ahora mismo.

Hay muchas habilidades o tareas en la economía que experimentarán mucha más demanda una vez que baje la complejidad o el coste. El software es un ejemplo perfecto, donde estamos infrautilizando el código en el mundo porque siempre ha sido demasiado caro o difícil de generar. Ahora vamos a pasar directamente a programar para mucho más de lo que nunca habríamos hecho antes porque es mucho más fácil: diseñar software, probarlo, generar aplicaciones internas, usarlas para prototipar, probar múltiples enfoques para el mismo problema, y así sucesivamente. Aquí tienes un ejemplo sencillo de cómo es. Debido a que los agentes de IA se encargan de la mayor parte del trabajo, ahora tenemos ingenieros de ventas en Box que construyen prototipos personalizados completos para los clientes con el entorno simulado del cliente y Box integrado. Esta es una tarea que antes habría sido demasiado laboriosa para los clientes, así que en su lugar, simplemente hacían una demostración o presentación genérica. Pero ahora, con los agentes de IA, este tipo de tarea en particular es finalmente positiva para el retorno de inversión (y se siente mucho más alcanzable). Vamos a ver esto una y otra vez en el software, pero también en casi todos los campos del conocimiento, ya que cada categoría de habilidad rara se vuelve más accesible. Irónicamente, esto creará muchos más empleos de los que la gente imagina debido a la nueva demanda de personas para realizar este tipo de trabajo.

Esto es una locura para tener en un avión. Por favor, establezca una ley que todos los vuelos comerciales tengan Starlink. ¡Enhorabuena @elonmusk