Un nuevo paradigma en la programación
En un evento reciente, Boris Cherny, creador de Claude Code, sorprendió a los asistentes de la conferencia @Scale de Meta al abordar una cuestión que ha capturado la atención del sector tecnológico: los bucles en inteligencia artificial. La pregunta inicial fue clara: «¿Son los bucles el próximo ciclo de moda o son una realidad?» La respuesta de Cherny fue contundente: “Sí, son reales”.
Cherny explicó cómo el campo ha evolucionado en solo dos años. Anteriormente, los programadores escribían código manualmente; ahora, se está dando un paso hacia un modelo donde los agentes generan el código por sí mismos. Este avance es comparable al cambio radical que supuso pasar de escribir código a utilizar agentes para su creación.
Durante su intervención, Cherny compartió ejemplos específicos sobre cómo utiliza bucles en su trabajo diario. Un agente se dedica a mejorar constantemente la arquitectura del código mientras que otro busca abstracciones duplicadas para unificarlas. Estos agentes no solo presentan solicitudes como cualquier programador humano; están diseñados para operar sin cesar, lo que representa un cambio significativo en la forma en que se gestiona el desarrollo de software.
A medida que las capacidades de los modelos AI continúan mejorando rápidamente, surge una pregunta crucial: ¿hasta qué punto podemos confiar en estos sistemas? El enfoque tradicional ha sido gestionar cuidadosamente cada agente y establecer objetivos claros. Sin embargo, con el concepto de bucles, se permite que múltiples agentes trabajen simultáneamente y sin supervisión constante. Esto plantea desafíos interesantes sobre cómo equilibrar control y autonomía.
Aunque el concepto puede parecer novedoso, no es completamente inédito. Los bucles recursivos han sido parte fundamental del aprendizaje informático desde sus inicios. Sin embargo, lo que distingue a estos nuevos enfoques es su lógica no determinista; aquí son subagentes quienes deciden cuándo detenerse, lo cual añade una capa adicional de complejidad y potencialidad al proceso.
A pesar del potencial revolucionario que ofrecen estos bucles agenticos, también hay consideraciones económicas importantes. Como observó Noam Brown de OpenAI recientemente, los modelos actuales pueden resolver casi cualquier problema si se les proporciona suficiente capacidad computacional. Esto implica costos significativos asociados con mantener estos sistemas operativos continuamente.
A medida que las empresas evalúan si implementar esta tecnología avanzada vale la pena frente a sus costos operativos elevados, será crucial encontrar un equilibrio entre innovación y sostenibilidad financiera.
