✨︎ Resumen (TL;DR):
- Andrej Karpathy confirmó que no ha escrito código a mano desde diciembre, delegando su trabajo a inteligencia artificial.
- Su agente automatizado ejecutó 700 experimentos en dos días, logrando un 11% de aceleración en tiempos de entrenamiento.
- Este cambio redefine la ingeniería de software al usar enjambres de agentes para tareas de investigación y desarrollo continuo.
Andrej Karpathy, uno de los miembros fundadores de OpenAI, confirmó en el podcast No Priors que no ha escrito una sola línea de código desde diciembre. Su flujo de trabajo ahora depende por completo de agentes de IA, marcando la transformación más drástica en sus 20 años de trayectoria profesional.
Hace apenas unas semanas, Karpathy escribía el 80% de su código a mano. La transición fue repentina. “En diciembre fue cuando algo realmente cambió. Pasé de escribir la mayor parte del código yo mismo a delegarlo casi todo a los agentes”, declaró al Economic Times.
En su charla con la presentadora Sarah Guo, el especialista describió la velocidad del avance tecnológico actual. “Estoy en esta psicosis de ver lo que es posible, porque fundamentalmente está inexplorado”, señaló. Karpathy confesó sentirse “extremadamente nervioso” de quedarse atrás frente a lo que otros publican en redes sociales. Ahora, su día consiste en orquestar agentes simultáneos que investigan, programan y redactan planes, operando su repositorio de software mediante “macroacciones”.
A pesar de su entusiasmo, mantiene la cautela. Advirtió que los modelos de lenguaje aún cometen “errores conceptuales sutiles que un desarrollador junior un poco descuidado y apresurado podría cometer”, por lo que recomienda a quienes trabajan con código crítico “vigilarlos como un halcón”.
El nacimiento de Dobby y el “Karpathy Loop”
Sus experimentos abarcan la automatización casera. En enero, desarrolló un agente llamado “Dobby the House Elf Claw”. Este sistema opera 24/7 desde su Mac y administra su casa inteligente a través de WhatsApp, controlando la iluminación, el aire acondicionado, las cámaras de seguridad, la alberca y sus bocinas Sonos.
Su proyecto más ambicioso es autoresearch, un framework open-source donde un agente programador trabajó de forma continua durante dos días sin intervención humana:
- Ejecutó 700 experimentos sobre su base de código de entrenamiento nanochat.
- Descubrió 20 optimizaciones genuinas.
- Logró un aumento del 11% en la velocidad de entrenamiento.
El impacto del experimento motivó a otros líderes del sector. Tobias Lütke, CEO de Shopify, aplicó este método con datos internos y reportó una mejora de rendimiento del 19% tras 37 experimentos nocturnos. El analista Janakiram MSV bautizó esta metodología como el “Karpathy Loop”.
El propio Karpathy proyecta un alcance masivo para la automatización en la industria. “Cualquier métrica que sea razonablemente eficiente de evaluar puede ser el objetivo de este enjambre de agentes”, concluyó, retando a la comunidad técnica a evaluar si sus problemas encajan en este nuevo patrón de trabajo automatizado.
Fuentes: podscripts, the-decoder
