> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/es/2024/essay-collection-ai.md).
# Colección de notas sobre IA
Ha terminado el CES. Este año los fabricantes chinos volvieron a participar, y el interés y los temas de conversación en torno a la electrónica de consumo aumentaron claramente. Las dos tendencias que más me llamaron la atención fueron la IA y los equipos de almacenamiento de energía.
La IA ya no es solo un servicio remoto en la nube. Se integra cada vez más en los dispositivos de consumo. AIPC, AI for ALL… Todos los fabricantes están apostando estratégicamente por ella. La idea de que 2024 será el primer año de los dispositivos con IA está ganando un consenso más amplio. Rabbit R1 es un nuevo formato de hardware que ha trascendido el círculo de los entusiastas. Los fabricantes tradicionales de teléfonos y PC sin duda seguirán sus pasos, aunque veo más potencial en empresas líderes de segmentos concretos, como iFlytek y DJI.
Los equipos de almacenamiento de energía están madurando y empiezan a entrar en el mercado de consumo. Cuando hablamos de energía, parece que todo viene siempre impulsado por la oferta y que el consumidor apenas puede elegir. Así ocurre con las reformas de la matriz energética, de la red eléctrica o de las tarifas. El almacenamiento puede transformar el lado del consumo, aumentar el uso de energías verdes y permitir soluciones energéticas para cada hogar. Por ejemplo, almacenar energía verde en horas de baja demanda y usarla en las horas punta para suavizar los picos y los valles. Eso permitiría tanto resolver la inestabilidad del suministro renovable como optimizar el costo de la electricidad. Supongo que durante bastante tiempo seguirá en la fase de adopción temprana. Algo parecido a los NAS, que, tras tantos años de desarrollo, siguen limitados al mercado de los aficionados. Aun así, las aplicaciones de la energía para el consumidor resultan interesantes. Podrías ver cuánta energía verde consumes cada día y, si puedes generar electricidad y verterla a la red, a cuántas personas has abastecido y cuántas emisiones de carbono has evitado. La neutralidad de carbono a escala doméstica también podría dar lugar a un nuevo mercado de intercambio.
***
Hace poco leí *Esto es ChatGPT*. El prólogo de Liu Jiang es excelente.
Empiezo por su autor, Stephen Wolfram, una figura singular de nuestro tiempo que merece la pena conocer. De niño desdeñaba los «libros tontos» que le recomendaban en la escuela y no se le daba bien la aritmética. Al principio, sus profesores pensaban que aquel niño no llegaría lejos. Sin embargo, a los 13 años ya había escrito varios libros de física y a los 15 publicó un artículo sobre física de altas energías que recibió cinco citas. Se doctoró en Caltech a los 20 años. Después obtuvo una beca MacArthur, convirtiéndose también en el galardonado más joven. Trabajó en el Institute for Advanced Study de Princeton, investigó los autómatas celulares y fue uno de los pioneros de la ciencia de la complejidad.
La capacidad de aprender y la irreducibilidad computacional forman una tensión central en su argumento. La aparición de GPT nos ha creado la ilusión de que las computadoras se han vuelto de pronto extraordinariamente capaces. En realidad, lo que era difícil de calcular sigue siéndolo. La naturaleza de lo que se puede aprender y de lo computacionalmente irreducible no ha cambiado. Ocurre que tareas como escribir un texto, que antes nos parecían muy difíciles para una computadora, tienen en realidad poca «profundidad computacional». Ahora parecen más sencillas de lo que imaginábamos.
Wolfram considera que el éxito de ChatGPT es un hecho científico importante. Indica que todavía podemos esperar descubrir nuevas y grandes «leyes del lenguaje», que en realidad serían «leyes del pensamiento». Si lográramos explicitarlas de algún modo, podríamos hacer lo que hace ChatGPT de forma más directa, eficiente y transparente. Esa es la ventaja técnica de GPT y también la razón por la que el procesamiento del lenguaje natural basado en el simbolismo nunca alcanzó resultados satisfactorios. Hace poco vi una entrevista con Fei-Fei Li en la que decía que la humanidad quizá se encuentre otra vez en un momento prenewtoniano, justo antes de comprender esas leyes.
Wolfram estudia la lógica subyacente de la naturaleza y de la sociedad. Hace mucho diseñó Wolfram Language. Un lenguaje de programación corriente le dice a una computadora exactamente qué hacer. Wolfram Language representa y procesa computacionalmente lo que pensamos los seres humanos. Es un lenguaje computacional integral con el que se puede hablar, en términos computacionales, de prácticamente cualquier cosa del mundo. Aspira a permitir que tanto los humanos como las computadoras «piensen computacionalmente».
Wolfram convirtió su investigación en Wolfram|Alpha, un sistema disponible en la web. El usuario introduce instrucciones en lenguaje natural y obtiene respuestas precisas y detalladas a partir de una enorme base de conocimientos, algoritmos y reglas. Para cálculos matemáticos, por ejemplo, sus respuestas son mucho más fiables que las de ChatGPT. Muchos lo consideran la primera tecnología de inteligencia artificial verdaderamente práctica. Se puede probar en , aunque por ahora solo admite inglés. Cuando se escribió el libro todavía no existía GPT4. Wolfram ya quería combinar los dos sistemas: pasar primero una pregunta por Wolfram|Alpha, obtener un análisis basado en conocimientos y hechos exactos y utilizarlo como entrada de GPT para llegar a una respuesta más precisa y natural. Ahora GPT4 dispone de un complemento de Wolfram que facilita el uso conjunto de estos dos potentes sistemas de IA.
Al terminar el libro, el autor me parece tan interesante como ChatGPT. Las trayectorias de figuras como Wolfram siempre resultan familiares y extrañas a la vez. Tras unos años de desaceleración por la pandemia, el progreso tecnológico volvió a acelerarse y sigue avanzando a una velocidad asombrosa. No había pasado ni un mes desde la vuelta de las vacaciones del Año Nuevo chino cuando aparecieron Sora y Claude3. Ahora casi todos los meses hay una noticia que cambia el panorama. En esta misteriosa tierra oriental nunca han faltado genios, pero ¿cuándo surgirán figuras así de singulares? Me vienen a la mente la pregunta de Qian Xuesen, sobre por qué China no forma más talentos excepcionales, y la de Needham, sobre por qué la ciencia moderna no surgió en China.
Wolfram ofrece los siguientes consejos para el trabajo y el aprendizaje futuros. Los comparto para tenerlos presentes.
La forma más eficiente de avanzar es explorar nuevas posibilidades y definir qué tiene valor para uno mismo.
Pasar de responder preguntas a aprender a formularlas y a determinar cuáles merece la pena plantear. Es decir, pasar de ejecutar conocimientos a decidir una estrategia de conocimiento.
La amplitud de conocimientos y la claridad de pensamiento serán importantes.
Ya no hace falta aprender directamente todos los detalles. Podemos aprender y trabajar en un nivel superior de abstracción. Integrar, en lugar de especializarse. Pensar con toda la amplitud y profundidad posibles y recurrir a tantos conocimientos y paradigmas como podamos.
Aprender a utilizar herramientas para hacer las cosas. Antes nos apoyábamos más en la lógica y las matemáticas. En adelante habrá que prestar especial atención al paradigma computacional y a las formas de pensar directamente relacionadas con la computación.
***
Tencent Technology ha publicado recientemente una serie de entrevistas para hacer balance de los grandes modelos chinos. Por ahora hay tres, con Yang Zhilin, Zhu Xiaohu y Wang Xiaochuan.
El formato funciona muy bien. Cada uno se expresa por separado, sin enfrentamientos acalorados, y las respuestas llegan después de un tiempo de reflexión, como defensas razonadas. Resultan muy interesantes los choques de opiniones, las diferencias de visión del mundo y la diversidad de perspectivas.
La tesis central de Yang Zhilin es alcanzar la generalización y la personalización mediante contexto largo y leyes de escalado. El contexto largo es como una memoria cada vez mayor, capaz de guardar toda tu historia y grandes cantidades de información digitalizada sobre el mundo. Todos los problemas se modelan dentro de ese marco. La ley de escalado dice que, si se invierte suficiente capacidad de cómputo, el modelo mejorará.
Zhu Xiaohu representa a quienes confían en el mercado. Cree que la pronunciada curva de progreso de los grandes modelos se ralentizará inevitablemente y que, con la difusión de la tecnología, los modelos abiertos alcanzarán a los cerrados. Hay que aplicar una capacidad de IA «suficiente» a escenarios comerciales que puedan monetizarse pronto y construir barreras competitivas con los enormes y singulares datos del mercado chino. Hoy, B2B ofrece las mejores posibilidades de monetización. En B2C, el gasto necesario es inasumible.
Después de ver las dos entrevistas anteriores, Wang Xiaochuan considera que ambos solo ven una parte del problema, como en las fábulas de los ciegos que palpan un elefante o del potrillo que intenta cruzar un río. La tecnología tiende a mirar lejos y el negocio, cerca. Pero ahora el problema no es tanto la distancia como la integridad de la visión. Lleva tiempo pensando en cómo convertir la vida en un modelo matemático. GPT es una buena herramienta para ello y esa fue su motivación al decidir volver a emprender el año pasado. Quiere utilizar GPT para construir mundos virtuales, mundos vivos y el mundo real, y encontrar el encaje entre tecnología y producto, o TPF, en juegos, medicina y productividad. Mantiene una postura prudente sobre Sora. Lo considera un producto transitorio que no pertenece a la misma rama que GPT ni tiene el lenguaje como eje. Para él, Sora es solo un simulador y no puede ser un modelo del mundo.
No sé si fue deliberado, pero el orden de las entrevistas también tiene su gracia. De la fe en la tecnología a la fe en el mercado y después a la fe en el mundo. Me pregunto si cambiar el orden contaría otra historia.
***
Dos ejemplos de cómo la tecnología impulsa un desarrollo industrial más concentrado y eficiente, es decir, cómo elegir la difusión de una tecnología para lograr el desarrollo de mayor rendimiento.
El informe de tendencias de IA que publicó Stanford HAI la semana pasada incluye unos datos interesantes en su cuarto capítulo, dedicado a la economía. La inversión privada total y los puestos de trabajo en IA han descendido en los últimos tres años, mientras que la inversión y el empleo en IA generativa han aumentado. La caída del total resulta algo contraintuitiva y distinta de las olas tecnológicas anteriores. Refleja una difusión tecnológica más concentrada. Veo dos razones. La primera es que la industria, la academia y la investigación ya tienen un consenso técnico claro. En cuanto a las rutas tecnológicas, convergen hacia los LLM representados por GPT. En cuanto a las capacidades, aceleran la evolución de la TSAI, o IA para tareas específicas, hacia la AGI. La segunda es que esta ola de emprendimiento exige mucho capital y recursos. Parece favorecer a las grandes tecnológicas, en lugar de destronarlas. Al menos, por ahora.
La semana pasada aproveché una reunión en el Agricultural Bank of China para conocer en persona a nuestro equipo de computación con protección de la privacidad. Pude percibir claramente que los bancos ya se orientan hacia un marketing más concentrado y eficiente. Han dejado atrás la idea de repartir dinero sin criterio. Quien les ayude a ver con claridad los rendimientos y a cuadrar las cuentas tendrá más posibilidades de captar su presupuesto de marketing. Detrás está, por supuesto, el avance de la tecnología. La computación con protección de la privacidad es una base importante del marketing de precisión. Es imposible hablar del desarrollo de este campo en China sin mencionar SecretFlow de Ant, que casi por sí solo ha liderado la industria. Utilizar el código abierto como medio central de difusión tecnológica quizá sea la forma más ambiciosa de comercialización.
***
La semana pasada encontré un buen caso para unir los LLM con las necesidades del negocio. Los grandes modelos pueden aportar valor a la funcionalidad Super Bill para empresas, mientras que nuestra plataforma tecnológica dispone de la capacidad de ingeniería para construir aplicaciones inteligentes. La combinación puede reducir el costo inicial de explorar grandes modelos en la plataforma para comercios.
Probé el constructor de aplicaciones inteligentes de la plataforma tecnológica. Su experiencia de producto toma Coze como referencia. Las capacidades de flujos de trabajo permiten combinar libremente componentes como LLM, HTTP, bases de conocimientos y ejecución de bloques de código para montar rápidamente la aplicación inteligente que se necesita. Actualmente está en la tercera fase del MVP. Su uso en servicios en línea dirigidos a clientes todavía requiere más investigación y validación.
En la lluvia de ideas de la semana pasada sobre Super Bill llegamos a acuerdos concretos sobre cómo evolucionarla. Primero, datos completos y precisos. Segundo, un registro contable cómodo cuyo costo marginal disminuya. Tercero, agrupaciones razonables de los movimientos y categorías suficientemente detalladas. Cuarto, un análisis de ingresos y gastos que ayude a gestionar el negocio y pueda dirigir a los usuarios hacia servicios financieros. Hoy hay dos casos en los que podríamos introducir grandes modelos. El primero es la síntesis del análisis de ingresos. Aunque el resultado sea una sola frase sencilla, hoy se genera mediante reglas bastante complejas codificadas de forma rígida. El segundo es reducir el costo de registrar movimientos. La interacción con un chatbot encaja bien con la contabilidad y permite entradas multimodales en lenguaje natural, voz o imágenes que reducen el esfuerzo del usuario. Si además abrimos una cuenta oficial de WeChat para anotar movimientos sobre la marcha, el acceso al registro podría pasar de un segundo nivel dentro de la aplicación para comercios a un primer nivel dentro de WeChat. En Android hay una aplicación llamada Xiaoguai Jizhang que ya hace, en líneas generales, algo parecido.
***
La semana pasada hablé con Huiling sobre la plataforma de construcción de aplicaciones inteligentes. Comentamos una observación incluida en el LRP sobre la transformación de los entregables de los productos de plataformas internas y de back office. Me abrió los ojos. La tendencia consiste en pasar de una interacción basada principalmente en páginas a otra basada en grandes modelos. También podría expresarse así: «¿Por qué tu próxima aplicación frontend tiene que ser una página?». Todavía no sabemos qué forma acabará teniendo una aplicación puramente basada en grandes modelos, pero su interacción debería apoyarse por completo en una interfaz natural de usuario, o NUI. Antes, por ejemplo, se entregaba al equipo de operaciones un conjunto de páginas. Lanzar una campaña de marketing exigía N pasos de configuración y un procedimiento operativo que el propio equipo debía seguir. En un producto basado en la interacción con grandes modelos, operaciones debería expresar con claridad la tarea de configurar la campaña, comprobarla, confirmar y terminar.
***
Después de cambiarme a Huawei, instalar las novedades tecnológicas de Silicon Valley se volvió bastante difícil. Terminé comprando un iPhone con una cuenta de Estados Unidos para explorar productos extranjeros. Estas dos semanas, pasando constantemente de un teléfono al otro, me ha quedado una impresión sobre las dos caras de las aplicaciones. En la cara A, los productos digitales puramente en línea, todavía tenemos bastante terreno por recuperar. En la cara B, tenemos una ventaja absoluta.
Dos ejemplos. Hasta la semana pasada no sabía que Perplexity había sido el precursor de los productos RAG del mercado. Sigue siendo sencillo y directo, a diferencia de los productos posteriores C2C, recargados y empeñados en añadir cosas que distraen y desordenan el recorrido del usuario. El segundo es Arc. Su versión móvil, lanzada este año, también ha recibido muchos elogios. Se dice que iOS18 copiará algunos de sus diseños. Browser for Me, resumir con un gesto de pellizco y Call son nuevas formas de interactuar con un navegador móvil. Arc nació en The Browser Company, una startup de Nueva York. Recuerdo vagamente que Yujie me recomendó la versión de escritorio durante el Año Nuevo chino de 2023, cuando todavía funcionaba por invitación. Siento mucho respeto por esta empresa. Me ha permitido ver qué es la innovación impulsada por el usuario. Creo que de verdad está repensando y redefiniendo el navegador.
***
Apple ha redefinido las siglas AI con un juego de palabras: Apple Intelligence. Su núcleo son los modelos que se ejecutan en el dispositivo. La «inteligencia en el dispositivo», de la que llevamos tanto tiempo hablando, realmente ha llegado a un punto de inflexión.
Aunque los casos de uso que Apple mostró en la WWDC no parecen especialmente extraordinarios, hay que reconocer que, entre quienes desarrollan aplicaciones, Apple sabe presentarlos de una manera más acertada y hacer que el usuario perciba su valor con más claridad. Por ejemplo, la nueva calculadora de iPadOS reconoce fórmulas escritas a mano, calcula y genera gráficos. La demostración de tres minutos fue tan fluida que la vi con la boca abierta.
**La integración de hardware y software vuelve a mostrar su ventaja.** En Apple no se limita a los productos y al sistema operativo. Incluye los chips y la cadena de herramientas de desarrollo. El modelo local dispone de permisos a nivel de sistema y puede acceder a los datos. Los datos personales del usuario se entregan al modelo del dispositivo para su ajuste fino. Eso obliga a equilibrar capacidad de cómputo, datos, modelo y seguridad. Para hacerlo bien, la integración de hardware y software parece la única vía. También es lo que permite dar prioridad real a la privacidad y la seguridad.
**¿Habrá una ModelStore después de la AppStore?** Con el aumento de la capacidad de cómputo local, los modelos disponibles para los dispositivos podrían proceder de más de un proveedor. Si eres programador, por ejemplo, podrías elegir un modelo preentrenado popular entre programadores. Se puede construir la infraestructura de cómputo y de Intent API, crear una nueva plataforma para el mercado de modelos y abrir casos de uso con modelos propios que estimulen la creatividad de la comunidad.
**El éxito dependerá, al final, de que la comunidad prospere.** En la forma de actuar de Apple, su entusiasmo busca encender el de los desarrolladores y atraer a más talento. Su capacidad de atraer a los mejores desarrolladores del mundo sigue siendo la mayor. Eso me hace pensar en Huawei. Quizá sea la dimensión en la que más le cueste alcanzar a Apple. Huawei ya ha logrado una primera victoria en la integración de hardware y software, pero aún tiene un largo camino por delante para dar a los desarrolladores el respeto que reciben en una WWDC y permitirles ganarse la vida dignamente.
***
El avance de la IA en el dispositivo es alentador. En FEDAY, el pasado noviembre, todavía pensaba que llevarla a la práctica desde la ingeniería requeriría dos o tres años. No esperaba que, poco más de medio año después, Apple y Google ya hubieran presentado soluciones para sus respectivos ecosistemas.
En Google I/O 2024, Jason Mayes presentó el nuevo tema de Web AI. Antes era la cara visible de la difusión de TensorFlow\.js y ahora dirige Web AI. Web AI se construye sobre WebAssembly y WebGPU. No mencionó WebNN. Parece que su evolución no ha cumplido las expectativas, algo comprensible porque todavía hay muy poco hardware con NPU. Visual Blocks es una plataforma para construir flujos de trabajo de aprendizaje automático, en la que se pueden crear aplicaciones basadas en Web AI. Es decir, permite montar sin código flujos de IA local para tareas como traducir, recortar fondos o clasificar textos. Chrome ya ha implementado parte de Web AI. La versión Canary de Chrome 127 ya permite usar Gemini nano.
Las ventajas de la IA local siguen siendo la privacidad y la seguridad, el funcionamiento sin conexión y con baja latencia, y el bajo costo. Jason dio un ejemplo muy gráfico de reducción de costos.
> Pensemos en las videollamadas. Muchos servicios permiten desenfocar o eliminar el fondo para proteger la privacidad del usuario.
>
> Una cámara suele producir video a 30 fotogramas por segundo. Si la reunión media dura 30 minutos, hay que desenfocar el fondo de 54.000 fotogramas.
>
> Si se celebran un millón de reuniones al día, son 54.000 millones de operaciones diarias.
>
> Incluso suponiendo un costo extremadamente bajo de 0,0001 centavos de dólar por operación, eso sigue suponiendo 5,4 millones de dólares diarios y unos 2.000 millones al año en cómputo de GPU del lado del servidor.
>
> Al desenfocar el fondo en el cliente mediante WebAI, esos costos desaparecen.
>
> Además, se pueden llevar otros modelos al navegador, como los de eliminación de ruido de fondo, y mejorar la experiencia de las reuniones a un costo mínimo.
***
Hablemos del efecto de los grandes modelos sobre los programadores.
La industria china de la conducción inteligente está atravesando un cambio decisivo. La ruta tecnológica pasa de una conducción automatizada con controles basados en reglas a una conducción inteligente de extremo a extremo, sin mapas, basada en grandes modelos. Vistos desde ahora, los equipos anteriores a esta transición parecen una industria intensiva en mano de obra. La conducción autónoma se construía mediante módulos de percepción, planificación y control. Salvo algunas aplicaciones de visión por computadora en la percepción, la planificación y el control consistían en diseñar reglas caso por caso y codificarlas en el sistema. Después de la transición ya no hacen falta tantos programadores para implementar reglas. Por eso, aunque este año la conducción inteligente está tan de moda, también hay bastantes despidos en el sector. Musk publicó una vez que, tras adoptar la nueva versión de FSD, Tesla pasó de 300.000 líneas de C++ a 3.000. Desapareció el 99 % del código. La conducción inteligente de extremo a extremo plantea dos retos. El primero es el volumen de datos. Para que las leyes de escalado produzcan un nivel superior al de un conductor humano hace falta una cantidad enorme. Hoy quizá solo Tesla disponga de ella y sea la única que ha diseñado todo siguiendo plenamente la idea de un modelo de extremo a extremo. El segundo es la regulación de seguridad. No se puede explicar cómo afecta cada parámetro al comportamiento del sistema. En materia de control y auditoría, hará falta una tolerancia jurídica relativamente amplia durante la fase inicial.
Una persona llamada lapurita publicó en Reddit un hilo sobre cómo multiplicar por diez la velocidad de desarrollo con Claude Sonnet3.5. Todavía no sé bien quién es, aunque parece tener bastante influencia. En esencia, explica lo bueno que es Claude Sonnet3.5 para programar y cuánto supera a ChatGPT4. Llevo más de un mes haciendo una refactorización técnica que también me sirve para explorar cómo trabajar mediante la colaboración entre personas y máquinas. Qué tareas conviene dar al gran modelo y cuáles hacer uno mismo. He colaborado con Claude durante todo el proceso y no he usado Google ni una vez. Me identifico mucho con lo que cuenta ese hilo. Programar con Claude engancha. Los grandes modelos me dan más tiempo y más opciones. Me permiten salir de las reglas sintácticas fragmentarias y de poco valor para dedicar más tiempo a pensar en el diseño, optimizar y practicar una programación estratégica. Estoy muy convencido de que, en un futuro cercano, cambiarán nuestra forma de trabajar y nuestros procesos de entrega. También cambiarán las dimensiones en las que competimos las personas. Sin duda.
***
Ya hablé del efecto potencial de los grandes modelos en la productividad. Uno o dos meses después han aparecido buenos productos que integran profundamente los grandes modelos y la programación en una misma experiencia.
**TL;DR: tienes que probar Cursor.**
Para seguir los avances de los grandes modelos en programación, hay que observar esta combinación de productos: Claude + Cursor + Vercel. Es muy posible que estén cruzando el abismo entre los primeros adoptantes y la mayoría temprana. Su efecto potencial sigue estando en la productividad y en la estrategia competitiva, tanto de las personas como de las organizaciones. En los negocios exploratorios, sobre todo, la rapidez puede ser el factor decisivo. Probar, equivocarse y aprender forma parte de la estrategia del negocio. Quien llega primero al encaje producto-mercado, o PMF, puede aprovechar la ventaja de haber llegado antes. Si el costo de desarrollo cae por debajo de cierto umbral y la productividad alcanza un nuevo nivel, la estrategia de ser rápido se profundizará. Incluso podría cambiar la estructura de la estrategia competitiva en su conjunto.
1. Claude3.5 Sonnet ya se ha consolidado plenamente como el número uno en razonamiento lógico sobre código. Casi todos los buenos productos de programación con IA están cambiando su modelo base a Sonnet, incluido Cursor. Los programadores son una capacidad productiva relativamente cara. Al transformar la productividad, Claude eligió el área que considera de mayor efecto multiplicador. Además, la mayoría de los primeros adoptantes de grandes modelos son programadores. Centrarse en el razonamiento sobre código también permite ganarse a la comunidad de desarrolladores e influir así en la elección de tecnologías en la capa de aplicaciones. Si no recuerdo mal, Strip siguió una estrategia competitiva parecida en pagos.
2. Cursor es hoy el IDE con integración profunda de IA más popular y no deja de recibir elogios de la comunidad. Tras incorporar Sonnet, muchos usuarios de Copilot se han pasado a Cursor. Comparemos ambos. Copilot parte de la lógica de un complemento. Su diseño inicial se centraba en completar código y ofrecer sugerencias, no en participar profundamente en todo el proceso de programación. Los fabricantes de IDE que lo integran tampoco suelen adaptarlo de forma especial, por lo que la experiencia es desigual. Además, sus vínculos comerciales impiden cambiar el modelo base a Claude. Cursor parte de la lógica de un IDE. Es una versión muy modificada de VS Code, con numerosas mejoras profundas de interfaz e interacción que encajan mejor con la intuición del desarrollador. Para sacar más partido a un gran modelo, hay que conseguir que entienda mejor tu proyecto. Precisamente, Cursor tiene una gran ventaja al gestionar el contexto global de un proyecto. Fuera de Cursor, Claude ha presentado una herramienta de línea de comandos, Claud Engineer. Ofrece un acceso más directo al sistema de archivos, ejecución de scripts y búsquedas web. En algunos casos resulta más cómoda que un IDE.
3. Vercel v0 es una herramienta de generación de código que ha ganado mucha atención últimamente. Genera interfaces y código y admite tecnologías como TS, React y Next.js. Se ha hecho popular porque el código que produce se acerca cada vez más a los estándares de producción o, dicho de otro modo, porque es código sobre el que un programador puede seguir trabajando. Claude tiene una función equivalente, Artifact, que también genera interfaces y código. En comparación, Vercel v0 está más cerca de una solución completa en este campo. Vercel desempeña un papel cada vez más importante en el frontend. Next.js y Turbopack son suyos. La empresa tampoco se limita a ofrecer una herramienta o un framework aislado. Ha creado un ecosistema que abarca todo el ciclo de vida de una aplicación frontend, desde el desarrollo y la compilación hasta el despliegue y la operación. De hecho, se define como un proveedor de infraestructura frontend en la nube y gana dinero con sus servicios en la nube. También ha avanzado mucho en aplicaciones de IA, utilizando esta tecnología para simplificar y acelerar el desarrollo. Además de v0, dispone de un AI SDK, una biblioteca de TypeScript para crear aplicaciones web basadas en IA.
***
Este año he revisado y mejorado la calidad general de mis fuentes de información. Eso me ha hecho pensar en cómo se distribuye la información.
La distribución de información en internet ha pasado por cuatro etapas: portales, buscadores, suscripciones y recomendaciones. En cada una ha aumentado la eficiencia de distribución.
Un hito del paso de la suscripción a la recomendación fue el cierre de Google Reader hace diez años. Google Reader era un lector RSS. Las suscripciones RSS exigen una buena capacidad de organización de la información y una revisión y un control constantes de las fuentes. Por eso estaban destinadas a satisfacer solo a una pequeña parte del público. Después, tanto dentro como fuera de China, entramos en la era del consumo de contenidos mediante recomendaciones algorítmicas.
Los mecanismos actuales de recomendación no permiten dar un salto en la calidad de las fuentes. Las buenas fuentes siguen encontrándose por vías bastante tradicionales. Frente a hace diez años, no sé si la asimetría creada por las burbujas informativas nos ha vuelto más abiertos o más estrechos de miras. Los silos de información dificultan aún más la gestión de fuentes. Muchas no ofrecen una suscripción directa, sino que están dispersas entre los «seguidos» de distintas plataformas. Fuera de China todavía se encuentran boletines y suscripciones RSS. Plataformas como Substack permiten además la relación directa entre lectores y autores y se limitan a aportar tecnología y servicios. Pero ese tipo de distribución no es el predominante.
Los LLM están empezando a influir a gran escala en la distribución de información y a impulsar la siguiente etapa. No sé qué vendrá después. Quizá, al integrarse en la capa del sistema operativo, descompongan la lógica de distribución de las plataformas actuales. Quizá, a medida que los datos se conviertan en activos, acabemos escribiendo todos para la IA.
Comparto una aplicación que estoy probando últimamente: Ground News. Creo que su idea puede representar, hasta cierto punto, el futuro, aunque los LLM todavía no sean un factor decisivo en ella. Ground News está diseñada para combatir la asimetría informativa, añadir perspectivas de distintas orientaciones políticas y evitar que nos deslicemos hacia posiciones extremas. Desglosa cada noticia en dos dimensiones: Bias y Factuality. Bias es la inclinación política. Según la orientación de los medios que cubren una noticia, calcula la proporción entre izquierda y derecha. Cuando una noticia aparece sobre todo en medios de derecha, alguien que suele leer medios de izquierda debería prestarle atención. De lo contrario, probablemente la pasará por alto. Factuality es la fiabilidad factual. Ground News no verifica la veracidad de cada noticia. Calcula un porcentaje de fiabilidad a partir de los medios que la publican. La valoración de cada medio se basa principalmente en si sus noticias anteriores citaban fuentes fiables y en si corrigió a tiempo la información errónea.
###