Un punto crítico señalado por Karpathy en el podcast 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, incluido el hecho de que una cantidad sustancial de datos de entrenamiento ya está en línea en comparación con otros dominios, los desarrolladores se apresuran a probar nuevas herramientas y los laboratorios tienen muchos incentivos para hacerlo bien. Pero también hay una razón sutil y fundamental que cubre Karpathy: el dominio está compuesto casi en su totalidad por texto (¡genial para LLM!) y tenemos herramientas estandarizadas claras que ya son esencialmente editores de texto (IDE) donde casi todo el trabajo es autónomo. Hay pocos otros dominios donde los agentes de IA encontrarán un territorio tan maduro como este. Esta es en parte la razón por la que la difusión de los agentes de IA llevará más tiempo en otros espacios, pero es igualmente la oportunidad frente a cualquiera que trabaje 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. Algunos de los titulares existentes tendrán una posición natural para construir estas soluciones, pero habrá muchos espacios en juego porque algunos no se moverán lo suficientemente rápido. E igualmente habrá muchas categorías en las que no hay un titular natural porque es la primera vez que se aplica software al mercado. Las empresas que puedan llevar estas soluciones al mercado, especialmente en empresas que requerirán gestión del cambio y reingeniería de procesos, serán las que ganen.