Lo que me emociona *a mí* sobre el anuncio de "habilidades de agente" de @AnthropicAI es que proporciona un paso hacia el aprendizaje continuo. - En lugar de actualizar continuamente los pesos del modelo, los agentes que interactúan con el mundo pueden añadir continuamente nuevas habilidades. - El cómputo gastado en razonamiento puede servir un doble propósito: generar nuevas habilidades (en este momento, el trabajo que se realiza en el razonamiento se descarta en gran medida después de que se completa una tarea). Imagino que vastas cantidades de conocimiento y habilidades se almacenarán fuera de los pesos de un modelo. Parece natural destilar parte de ese conocimiento en los pesos del modelo con el tiempo, pero esa parte me parece menos fundamental. Hay muchas cosas buenas sobre almacenar conocimiento fuera del modelo - Es interpretable (solo hay que leer las habilidades) - Puedes corregir errores (las habilidades / conocimientos están en texto plano, por lo que son fáciles de actualizar) - Debería ser altamente eficiente en datos (de la misma manera que el aprendizaje en contexto es eficiente en datos)