Mis principales conclusiones de @embirico (líder de producto de OpenAI Codex): 1. El producto Codex inicial de OpenAI era demasiado avanzado. Se ejecutaba en la nube de forma asíncrona, lo cual era excelente para usuarios avanzados, pero difícil para los principiantes. El crecimiento se disparó cuando lo reintrodujeron en el lugar donde los ingenieros ya trabajan: dentro de su editor de código, en su propio ordenador. El uso de Codex se ha multiplicado por 20 en los últimos 6 meses. 2. OpenAI desarrolló la aplicación Sora para Android, que alcanzó el número uno en la tienda de aplicaciones, en tan solo unas semanas con dos o tres ingenieros y la ayuda de Codex. La aplicación Sora pasó de cero a pruebas con empleados en 18 días y se lanzó al público 10 días después. Codex colaboró analizando la aplicación iOS existente, generando planes de trabajo e implementando funciones comparando ambas plataformas simultáneamente. 3. La clave para sacarle provecho a Codex: encárgate de tus problemas más difíciles, no de los más fáciles. Estas herramientas están diseñadas para solucionar errores complejos y tareas complejas, no simples. Empieza con algo en lo que, de otro modo, dedicarías horas. 4. Escribir código podría convertirse en la forma universal en que la IA realiza cualquier tarea. En lugar de navegar por interfaces o crear integraciones independientes, la IA funciona mejor cuando escribe pequeños programas sobre la marcha. Esto sugiere que la capacidad de codificación debería estar integrada en todos los asistentes de IA, no solo en las herramientas de programación especializadas. 5. Los diseñadores de OpenAI ahora escriben y publican su propio código. El equipo de diseño mantiene un prototipo completamente funcional, construido con asistencia de IA. Cuando tienen una idea, la codifican directamente, la prueban y, a menudo, la envían a producción ellos mismos. Los ingenieros solo intervienen cuando el código base es particularmente complejo. 6. Incluso si los modelos de IA dejaran de mejorar mañana, aún quedan años de trabajo de producto para liberar todo su potencial. La tecnología está por delante de nuestra capacidad para utilizarla de forma óptima. 7. El mayor obstáculo para la productividad de la IA no es la propia IA, sino la velocidad con la que los humanos pueden escribir. Los factores limitantes son la velocidad con la que se pueden escribir las indicaciones y la rapidez con la que se puede revisar el trabajo generado por la IA. Hasta que la IA pueda validar su propio resultado de forma más fiable y ofrecer ayuda de forma proactiva, no veremos todas las mejoras de productividad que estas herramientas podrían ofrecer. 8. Escribir código se está volviendo menos divertido que revisar el código escrito por IA. A los ingenieros les encanta el flujo creativo de la construcción. Ahora dedican más tiempo a leer lo que la IA produjo. El próximo reto es hacer que ese proceso de revisión sea más rápido y satisfactorio. 9. Los nuevos modelos de IA ahora pueden trabajar de forma continua de 24 a más de 60 horas en una sola tarea. Una técnica llamada "compactación" permite a la IA resumir lo aprendido antes de agotar la memoria y luego continuar trabajando en una nueva sesión. Esto permite un trabajo autónomo durante la noche o durante varios días, algo que antes no era posible. 10. Si estás iniciando una empresa hoy, comprender a fondo a un cliente específico es más importante que ser bueno desarrollando. Desarrollar es cada vez más fácil. Saber qué desarrollar y para quién es la verdadera ventaja ahora.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.