Fundador de a16z: En la era de los agentes, lo que realmente importa ha cambiado.

Título original: Marc Andreessen reflexiona sobre la muerte del navegador, Pi + OpenClaw y por qué "esta vez es diferente".

Traducción original: FuturePulse

Fuente de la señal: Esta es la última entrevista de Marc Andreessen , fundador de a16z, en el podcast Latent Space. Es un reconocido empresario estadounidense del sector de internet y una de las figuras clave en el desarrollo inicial de internet; tras fundar a16z, se convirtió en una figura representativa entre los principales inversores de Silicon Valley. Toda la conversación gira en torno a la historia y las últimas tendencias en el desarrollo de la IA, lo que hace que merezca la pena leerla.

I. Esta oleada de IA no es una aparición repentina, sino el primer "comienzo a funcionar" integral después de 80 años de maratón tecnológico.

• Esta oleada de inteligencia artificial no es una aparición repentina, sino el resultado de una maratón tecnológica de 80 años.

• Marc Andreessen se refiere directamente al presente como un "éxito repentino de 80 años", lo que significa que la explosión súbita en la atención pública es en realidad la liberación concentrada de décadas de reservas tecnológicas.

• Él remonta este hilo conductor tecnológico a las primeras investigaciones sobre redes neuronales y subraya que la industria ha aceptado la idea de que "las redes neuronales son la arquitectura correcta".

• En su narración, los nodos clave no son momentos aislados, sino una serie de acumulaciones: AlexNet, Transformer, ChatGPT, modelos de razonamiento y, posteriormente, agentes y auto-mejora.

• En particular, destaca que esta vez no solo se ha fortalecido la generación de texto, sino que han surgido simultáneamente cuatro tipos de funcionalidades: Maestrías en Derecho, razonamiento, codificación y agentes/automejora recursiva.

• Él cree que "esta vez es diferente" no porque la narrativa sea más convincente, sino porque estas capacidades han comenzado a aplicarse en tareas reales.

II. La arquitectura de agentes representada por Pi y OpenClaw supone un cambio arquitectónico de software más profundo que el de los chatbots.

• Describe los agentes de forma muy específica: esencialmente "LLM + shell + sistema de archivos + markdown + cron/bucle". En esta estructura, LLM es el núcleo del razonamiento y la generación, el intérprete de comandos proporciona el entorno de ejecución, el sistema de archivos guarda el estado, Markdown hace que el estado sea legible y cron/loop proporciona la activación periódica y el avance de las tareas.

• Él cree que la importancia de esta combinación radica en el hecho de que, aparte de que el modelo en sí es nuevo, todos los demás componentes son partes del mundo del software que ya son maduras, comprensibles y reutilizables.

• El estado del agente se guarda en archivos, lo que permite la migración entre diferentes modelos y entornos de ejecución; el modelo subyacente puede reemplazarse, pero la memoria y el estado se conservan.

• Hace hincapié repetidamente en la introspección: los agentes conocen sus propios archivos, pueden leer sus propios estados e incluso pueden reescribir sus propios archivos y funciones, avanzando hacia la "extensión personal".

• En su opinión, el verdadero avance no reside simplemente en que "el modelo responda", sino en que los agentes puedan utilizar las cadenas de herramientas Unix existentes para aprovechar las capacidades potenciales de todo el ordenador.

III. La era de los navegadores, las interfaces gráficas de usuario tradicionales y el "software que se maneja con clics humanos" será reemplazada gradualmente por métodos de interacción centrados en agentes.

• Marc Andreessen ha afirmado claramente que en el futuro "quizás ya no necesites una interfaz de usuario".

• Además, señala que los principales usuarios de software en el futuro podrían no ser humanos, sino "otros bots".

• Esto significa que muchas interfaces diseñadas para que los humanos hagan clic, naveguen y rellenen formularios se degradarán hasta convertirse en la capa de ejecución que utilizan los agentes.

• En este mundo, los humanos se parecen más a quienes fijan objetivos: le dicen al sistema lo que quieren, y luego los agentes llaman a los servicios, operan el software y completan los procesos.

• Él relaciona este cambio con un futuro más amplio del software: el software de alta calidad será cada vez más "abundante", dejando de ser un producto escaso elaborado artesanalmente por unos pocos ingenieros.

• También predice que la importancia de los lenguajes de programación disminuirá; los modelos escribirán programas en varios lenguajes y traducirán entre ellos, y en el futuro, a los humanos les podría interesar más explicar por qué la IA organiza el código de cierta manera en lugar de ceñirse a un lenguaje específico.

• Incluso menciona una dirección más radical: conceptualmente, la IA no solo podría generar código, sino también generar directamente código binario de nivel inferior o ponderaciones del modelo.

IV. Este ciclo de inversión en IA es similar a la burbuja de internet del año 2000, pero la estructura subyacente de oferta y demanda es diferente.

• Recuerda que, durante el año 2000, la crisis no se debió en gran medida a que "internet no funcionara", sino más bien a la sobreconstrucción de infraestructuras de telecomunicaciones y ancho de banda, con la instalación anticipada de fibra óptica y centros de datos, seguida de un largo período de adaptación.

• Él cree que hoy en día sí existen preocupaciones sobre la "sobreconstrucción", pero los inversores actuales son principalmente grandes empresas como Microsoft, Amazon y Google, con abundante liquidez, en lugar de actores frágiles y altamente endeudados.

• En concreto, señala que ahora, siempre que una inversión dé como resultado una GPU operativa, normalmente se puede convertir rápidamente en ingresos, lo que difiere de la gran cantidad de capacidad ociosa que existía en el año 2000.

• También subraya que lo que estamos utilizando actualmente es, en realidad, una versión "limitada" de la tecnología: debido a la insuficiente oferta de GPU, memoria, centros de datos, etc., el potencial de los modelos no se ha liberado por completo.

• En su opinión, las verdaderas limitaciones en los próximos años no serán solo las GPU, sino también los cuellos de botella interconectados de las CPU, la memoria, las redes y todo el ecosistema de chips.

• Él contrapone las leyes de escalabilidad de la IA con la antigua Ley de Moore, creyendo que no solo describen patrones, sino que también estimulan continuamente el capital, la ingeniería y la colaboración industrial.

• Menciona un fenómeno muy inusual pero importante: a medida que aumenta la velocidad de optimización del software, ciertos chips de generaciones anteriores pueden incluso llegar a ser más valiosos económicamente que cuando se compraron por primera vez.

V. El código abierto, la inferencia en el borde y la ejecución local no son marginales, sino que forman parte del panorama competitivo de la IA.

• Marc Andreessen cree firmemente que el código abierto es muy importante, no solo porque es gratuito, sino porque "enseña al mundo entero cómo se hacen las cosas".

• Describe las versiones de código abierto como DeepSeek como un "regalo para el mundo", porque el código combinado con el papel permitirá difundir rápidamente el conocimiento y elevar el nivel de toda la industria.

• En su planteamiento, el código abierto no es solo una elección técnica, sino que también puede ser una estrategia geopolítica y de mercado: diferentes países y empresas adoptarán diferentes estrategias de apertura en función de sus propias limitaciones comerciales y objetivos de influencia.

• También destaca la importancia de la inferencia en el borde: en los próximos años, los costes de la inferencia centralizada podrían no ser lo suficientemente bajos, y muchas aplicaciones de consumo no podrán soportar los elevados costes a largo plazo de la inferencia en la nube.

• Menciona un patrón recurrente: los modelos que hoy parecen "imposibles de ejecutar en un PC" a menudo pueden ejecutarse en máquinas locales tan solo unos meses después.

• Además del coste, entre los factores que favorecen la ejecución local se incluyen la confianza, la privacidad, la latencia y los escenarios de uso: los dispositivos portátiles, las cerraduras de puertas, los dispositivos vestibles, etc., son más adecuados para la inferencia in situ de baja latencia.

• Su juicio es muy directo: casi cualquier dispositivo con un chip podría incorporar un modelo de IA en el futuro.

VI. Los verdaderos desafíos de la IA no residen solo en las capacidades del modelo, sino también en la seguridad, la identidad, el flujo financiero y la resistencia organizacional e institucional.

• En materia de seguridad, su juicio es muy agudo: casi todas las posibles vulnerabilidades serán más fáciles de descubrir, y podría producirse un "desastre de seguridad informática" a corto plazo.

• Pero también cree que los agentes de programación aumentarán la capacidad de corregir vulnerabilidades; en el futuro, la forma de "proteger el software" podría ser permitir que los bots lo escaneen y lo reparen.

• En cuanto a la cuestión de la identidad, cree que la "prueba de que no es un bot" no es factible porque los bots se volverán cada vez más poderosos; la dirección verdaderamente viable es la "prueba de que es humano", que es una combinación de datos biométricos, verificación criptográfica y divulgación selectiva.

• También aborda una cuestión que a menudo se pasa por alto: si los agentes van a operar en el mundo real, en última instancia necesitarán dinero, capacidad de pago e incluso algún tipo de cuenta bancaria, tarjetas o infraestructura similar a las criptomonedas estables. A nivel organizativo, se inspira en el marco del capitalismo gerencial, creyendo que la IA puede reforzar a las empresas dirigidas por sus fundadores porque los bots destacan en la elaboración de informes, la coordinación, la documentación y una gran cantidad de "trabajo gerencial".

• Sin embargo, no cree que la sociedad vaya a aceptar la IA de forma rápida y sin problemas: cita ejemplos como las licencias profesionales, los sindicatos, las huelgas de estibadores, los departamentos gubernamentales, la educación primaria y secundaria y la atención médica para ilustrar que existen muchos obstáculos institucionales en el mundo real.

• En su opinión, tanto los utópicos como los agoreros de la IA tienden a pasar por alto un punto: el hecho de que la tecnología sea posible no significa que 8 mil millones de personas vayan a cambiar inmediatamente.