Un punto crítico que mencionó Karpathy en el podcast de Dwarkesh fue sobre la diferencia entre los agentes de codificación de IA y el resto del trabajo del conocimiento. Está claro que los agentes de IA en la codificación han despegado extremadamente rápido. Hay muchas razones para esto, incluyendo el hecho de que una cantidad sustancial de datos de entrenamiento ya está en línea en comparación con otros dominios, los desarrolladores son rápidos en probar nuevas herramientas, y los laboratorios tienen un gran incentivo para acertar en esto. Pero también hay una razón sutil y fundamental que Karpathy aborda: el dominio está compuesto casi en su totalidad por texto (¡genial para los LLMs!) y tenemos herramientas estandarizadas claras que ya son esencialmente editores de texto (IDE) donde casi todo el trabajo está contenido. Hay pocos otros dominios donde los agentes de IA encontrarán un territorio tan fértil como este. Esto es parte de por qué la difusión de los agentes de IA tomará más tiempo en otros espacios, pero también es la oportunidad que tienen todos los que trabajan en agentes de trabajadores del conocimiento. Estamos entrando en una nueva era de software para trabajadores del conocimiento que permite formas intuitivas, pero poderosas, de interactuar con los agentes. Algunas de las empresas existentes tendrán una posición natural para construir estas soluciones, pero muchos espacios estarán disponibles porque algunos no se moverán lo suficientemente rápido. Y, de igual manera, habrá muchas categorías donde no hay un incumbente natural porque es la primera vez que se aplica software al mercado. Las empresas que sean capaces de llevar estas soluciones al mercado, especialmente en empresas que requerirán gestión del cambio y reingeniería de procesos, serán las que ganen.