Um ponto crítico feito por Karpathy no podcast Dwarkesh foi sobre a diferença entre agentes de codificação de IA e o restante do trabalho de conhecimento. É claro que os agentes de IA na codificação decolaram extremamente rápido. Há muitas razões para isso, incluindo o fato de que uma quantidade substancial de dados de treinamento já está online em comparação com outros domínios, os desenvolvedores são rápidos em experimentar novas ferramentas, e os laboratórios têm um grande incentivo para acertar isso. Mas há uma razão sutil e fundamental que Karpathy aborda: o domínio é composto quase inteiramente de texto (ótimo para LLMs!) e temos ferramentas padronizadas claras que já são essencialmente editores de texto (IDE) onde quase todo o trabalho é auto-contido. Existem poucos outros domínios onde os agentes de IA encontrarão um território tão fértil quanto este. Isso é parte do motivo pelo qual a difusão de agentes de IA levará mais tempo em outros espaços, mas é igualmente a oportunidade diante de qualquer um que trabalhe em agentes de trabalhadores do conhecimento. Estamos entrando em uma nova era de software para trabalhadores do conhecimento que permite maneiras intuitivas, mas poderosas, de interagir com agentes. Alguns dos incumbentes existentes terão uma posição natural para construir essas soluções, mas muitos espaços estarão disponíveis porque alguns não se moverão rápido o suficiente. E igualmente haverá muitas categorias onde não há incumbente natural porque é a primeira vez que o software está sendo aplicado ao mercado. As empresas que conseguirem levar essas soluções ao mercado, especialmente em empresas que exigirão gestão de mudanças e reengenharia de processos, serão aquelas que vencerão.