Resumen del contenido principal
Esta conversación se centra en la tecnología de Agentes Inteligentes (AI Agents) y aborda tres puntos clave: primero, el foco de la competencia en la industria AI ha pasado de los modelos en sí mismos a los “andamios” (sistemas de gestión externos a los modelos); segundo, la arquitectura de equipo de Agentes (Modelo Líder-Trabajador-Verificador) lanzada por MiniMax resuelve problemas en tareas prolongadas y se ha convertido en una dirección innovadora que captura la atención del sector; tercero, la tecnología de Agentes cambiará profundamente la forma en que trabajamos en el futuro e incluso podría reestructurar el mercado laboral, lo que también plantea nuevas reflexiones sobre la relación entre humanos y AI.
Desglose detallado
1. **El “campo de batalla” principal de la tecnología de Agentes ha cambiado: de la “inteligencia del modelo” a la “gestión de andamios”**
Anteriormente, las empresas de AI competían por cuán inteligentes eran sus modelos: quién escribía el código más rápido y realizaba las tareas con mayor precisión. Pero ahora, la capacidad de modelos diferentes (como GPT, Claude, MiniMax) es similar, por lo que lo que realmente marca la diferencia son los sistemas externos que rodean a estos modelos (los “andamios”).
¿Qué son los andamios? Son como las carcasas de un teléfono: el modelo es el hardware, mientras que los andamios incluyen sistemas, aplicaciones y capas de protección que se encargan de gestionar los permisos, corregir errores y controlar el contexto (por ejemplo, evitar que el modelo retenga demasiada información irrelevante). En el código revelado de Claude, solo el 1.6% corresponde a las decisiones tomadas por el modelo en sí; el 98.4% restante es parte del andamio. Ahora, la industria compite por crear los andamios más flexibles y capaces de resolver problemas reales.
2. **El equipo de Agentes de MiniMax: como una “pequeña empresa AI” trabajando para usted**
La arquitectura de equipo de Agentes de MiniMax divide el proceso en tres roles:
- Líder (Leader): se encarga de asignar tareas y planificar.
- Trabajador (Worker): ejecuta las tareas específicas (como escribir código o editar videos).
- Verificador (Verifier): revisa los resultados del Trabajador y corrige errores.
Lo genial es que la información de estos tres roles está aislada; por ejemplo, si el Trabajador comete un error, el Verificador no se ve afectado, lo que evita que todo el proceso fallen. Por ejemplo, antes de dormir, puede pedirle al sistema que prepare un informe de mercado; solo necesita establecer criterios de aceptación (datos actualizados, lógica clara) y al despertar ya tendrá el resultado listo. Además, puede interrumpir el proceso en cualquier momento para hacer ajustes; si decide agregar un análisis de la competencia, el Líder organizará inmediatamente que el Trabajador lo realice.
3. **La competencia en la industria: el consenso llega rápido, pero los detalles determinan el éxito**
Los Agentes se han convertido en un punto focal en la industria: DeepSeek está reclutando personal para trabajar con ellos, y Claude Code también ha adoptado un diseño similar de verificación. Sin embargo, las empresas tienen enfoques diferentes:
- Anthropic: no confía en los modelos por miedo a que cometan errores, por lo que impone muchas restricciones.
- OpenAI: utiliza un framework minimalista y se basa en la capacidad de los modelos para seguir instrucciones al pie de la letra (como GPT).
- MiniMax: sigue un enfoque intermedio: confía en los modelos, pero les impone restricciones razonables.
El consenso sobre cómo utilizar los Agentes se ha formado rápidamente (por ejemplo, el concepto de equipos de Agentes se ha convertido en la dirección predeterminada del sector), pero los detalles son cruciales para el éxito. Por ejemplo, el equipo de Agentes de MiniMax permite que los usuarios intervengan en cualquier momento para ajustar las tareas, mientras que el flujo de trabajo dinámico de Claude es ejecutivo y no se puede modificar una vez iniciado. Quien logre dominar estos detalles tendrá más éxito a la hora de retener a los usuarios.
4. **El impacto de los Agentes en el trabajo: los puestos de nivel inicial podrían desaparecer, y “trabajar por pago” ya no es una broma**
Los Agentes reemplazarán muchos trabajos repetitivos de nivel inicial; por ejemplo, la edición de videos (actualmente algunas empresas contratan a estudiantes universitarios para hacerlo gratis, pero en el futuro, los Agentes podrían ser más económicos). Si los Agentes son más eficientes que los humanos, las empresas podrían dejar de contratar empleados novatos y estos tendrían que “pagar” por usarlos (por ejemplo, invertir en su formación con Agentes para luego ganar dinero).
Sin embargo, también hay aspectos positivos: los humanos podrán liberarse del trabajo repetitivo y dedicarse a tareas más creativas. Los empleados de MiniMax, por ejemplo, utilizan Agentes para realizar sus tareas y así convertirse en pensadores más cualificados, sin necesidad de escribir código o organizar datos de manera manual. Algunos incluso afirman: “En el futuro, los humanos podrán disfrutar de las conveniencias que ofrece la IA y dedicarse a cosas con más valor humano”.
5. **Imaginaciones para el futuro de los Agentes: podrían ayudarnos a “predecir nuestro futuro” y enfrentar imprevistos**
Con una potencia de cálculo ilimitada, se podría crear un “doble” digital que incorpore nuestros genes, experiencias y entorno. En momentos de toma de decisiones (como cambiar de trabajo o prepararse para un examen), este doble podría ofrecer opciones basadas en datos fuera de nuestro conocimiento personal. Por ejemplo, si queremos cambiarnos a una empresa de tecnología pero dudamos, el doble podría sugerir que estudiar para un puesto público sería más adecuado.
Lo más importante es cómo los Agentes podrían ayudarnos a prepararnos para eventos imprevistos (como enfermedades o desempleo). No se trata de controlar nuestras vidas, sino de darnos acceso a más opciones y permitirnos centrarnos en lo que realmente importa (nuestra familia, nuestros intereses).
Conclusión
La tecnología de Agentes está cambiando rápidamente la industria AI y la forma en que trabajamos. El foco actual de la competencia es la gestión efectiva de estos sistemas externos a los modelos, mientras que el objetivo a largo plazo es lograr una colaboración más eficiente entre humanos y AI. Para la mayoría de las personas, en lugar de preocuparse por ser reemplazadas, sería mejor aprender a utilizar estos Agentes para mejorar nuestras capacidades. Después de todo, la IA es una herramienta; si la utilizamos bien, puede hacer que nuestra vida sea más fácil.