Salah satu poin kritis yang dibuat oleh Karpathy di podcast Dwarkesh adalah tentang perbedaan antara agen pengkodean AI dan pekerjaan pengetahuan lainnya. Jelas bahwa agen AI dalam pengkodean telah lepas landas dengan sangat cepat. Ada banyak alasan untuk ini, termasuk fakta bahwa sejumlah besar data pelatihan sudah online dibandingkan dengan domain lain, pengembang dengan cepat mencoba alat baru, dan laboratorium memiliki banyak insentif untuk melakukannya dengan benar. Tetapi ada alasan halus dan mendasar juga yang dibahas oleh Karpathy: domain ini hampir seluruhnya terdiri dari teks (bagus untuk LLM!) dan kami memiliki alat standar yang jelas yang pada dasarnya sudah menjadi editor teks (IDE) di mana hampir semua pekerjaan itu mandiri. Ada beberapa domain lain di mana agen AI akan menemukan wilayah yang matang seperti ini. Ini sebagian mengapa difusi agen AI akan memakan waktu lebih lama di ruang lain, tetapi juga merupakan kesempatan di depan siapa pun yang bekerja pada agen pekerja pengetahuan. Kami memasuki era baru perangkat lunak untuk pekerja pengetahuan yang memungkinkan cara yang intuitif namun ampuh untuk berinteraksi dengan agen. Beberapa petahana yang ada akan memiliki posisi alami untuk membangun solusi ini, tetapi banyak ruang akan diperebutkan karena beberapa tidak akan bergerak cukup cepat. Dan sama halnya akan ada banyak kategori di mana tidak ada petahana alami karena ini adalah pertama kalinya perangkat lunak diterapkan ke pasar. Perusahaan yang mampu membawa solusi ini ke pasar, terutama ke perusahaan yang akan membutuhkan manajemen perubahan dan rekayasa ulang proses, adalah perusahaan yang menang.