Hilo de 宝玉 (@dotey)

Traducido del tuit del autor Cline: ¿Por qué Cursor y Windsurf optaron por lanzar modelos "optimizados para la velocidad" en lugar de buscar una mayor inteligencia artificial? Para empresas como Cursor y Windsurf, lanzar un modelo centrado en la optimización de la velocidad es claramente más práctico que construir desde cero un modelo fundamental que amplíe los límites de la inteligencia. ¿Por qué digo eso? Imagínate esto: 1. Primero, tome el modelo de código abierto Qwen3 y ajústelo directamente utilizando el aprendizaje por refuerzo (RL) en su propio entorno de tareas. 2. Luego, implemente el modelo ajustado en Cerebras u otro hardware de GPU optimizado. 3. A continuación, vamos a hacer que este modelo "medio" inteligente pero súper rápido funcione sin problemas (cocinar). En cambio, construir un modelo fundamental completamente nuevo desde cero representa un nivel de dificultad totalmente distinto. Esto no solo implica una inversión financiera masiva y el desarrollo de talento a largo plazo, sino también una serie de riesgos impredecibles. Para las empresas que desarrollan agentes de codificación de IA, el verdadero valor que aportan al mercado reside en el ajuste y la optimización de la inferencia en modelos de código abierto existentes. Francamente, este enfoque es precisamente una estrategia eficiente: se acerca lo máximo posible al límite de Pareto en cuanto a velocidad e inteligencia con un coste mínimo de recursos. Me complace ver que las empresas de IA basada en código empiezan a entrar en este campo; sin duda, es una señal positiva para el sector. Sin embargo, es importante destacar que esto no significa que las empresas de IA basadas en código afirmen que "inteligencia media pero velocidad rápida" es mejor que "inteligencia alta pero velocidad lenta". Al fin y al cabo, cada escenario tiene diferentes requisitos de inteligencia y velocidad.