Flujos de trabajo de IA, editores de código y disrupción de plataformas

Flujos de trabajo de IA, editores de código y disrupción de plataformas | Original, traducido por IA

Home 2025.01

Tabla de Contenidos

Pensamientos sobre IA
- La IA carece de inteligencia o profundidad real
- El aprendizaje automático es cálculo aplicado avanzado
- Los LLM tienen dificultades con formatos de archivos estructurados
- El código abierto elimina el secretismo tecnológico
- Las herramientas basadas en texto enfrentan la disrupción de la IA primero
Nuevas plataformas impulsadas por flujos de trabajo de IA
- Los flujos de trabajo de IA automatizan la generación de contenido multilingüe
- Los usuarios envían instrucciones para la conversión de formatos
- Las plataformas permiten refinar y resumir contenido
- Flujos de trabajo de IA personalizables mediante configuraciones de palabras clave
- La IA maneja la transformación de contenido de extremo a extremo
La próxima dirección de los editores de código con IA
- La integración en la nube es crucial para flujos de trabajo CI/CD
- Las pruebas A/B mejoran el contenido generado por IA
- RLHF se extiende a la retroalimentación de implementación en el mundo real
- La retroalimentación humana refina los resultados imperfectos de la IA
- La optimización de instrucciones supera la corrección de resultados

Pensamientos sobre IA

Última actualización en agosto de 2025

Satya Nadella mencionó la paradoja de Jevons. Vale la pena aprender sobre ella.
Yin Wang: No hay “inteligencia” en la inteligencia artificial, ni “redes neuronales” en las redes neuronales, ni “aprendizaje” en el aprendizaje automático, ni “profundidad” en el aprendizaje profundo. Lo que realmente funciona en este campo se llama “cálculo”. Prefiero llamarlo “computación diferenciable”, y el proceso de construcción de modelos se denomina “programación diferenciable”.
Yin Wang: El aprendizaje automático es una teoría realmente útil, incluso hermosa, porque ¡es simplemente cálculo con un maquillaje moderno! Es la gran teoría antigua de Newton y Leibniz, en una forma más simple, elegante y poderosa. El aprendizaje automático es básicamente el uso del cálculo para derivar y ajustar funciones, y el aprendizaje profundo es el ajuste de funciones más complejas.
Actualmente, los modelos de lenguaje grandes no pueden filtrar por lenguaje de archivos como YAML o Python. Sin embargo, gran parte de la información del mundo real está organizada de esta manera. Esto significa que podríamos entrenar modelos de lenguaje grandes utilizando archivos.
Para entrenar modelos de lenguaje grandes, podríamos desarrollar un sistema que encuentre coincidencias exactas. Quizás podamos combinar el algoritmo de búsqueda KMP (Knuth-Morris-Pratt) con la arquitectura transformadora para mejorar las capacidades de búsqueda.
No hay secretos tecnológicos. El código abierto revelará todos los secretos celosamente guardados.
La IA afectará muchas herramientas, incluidas las indirectas. La gente dice que no necesitará Figma para dibujar prototipos, sino que irán directamente al código. Creo que Postman será similar; la gente usará directamente Python u otros scripts para llamar o probar APIs.
Una razón por la que no usamos Postman o Figma en la era de la IA es que sus funcionalidades no pueden generarse mediante texto. También carecen de un atajo como comando + K para activar el reemplazo de componentes.
Las interfaces de usuario se están convirtiendo en una barrera en la era de la IA. ¿Por qué actualizar Postman para que sea impulsado por IA para probar aplicaciones cuando podemos usar directamente la biblioteca requests de Python u otros lenguajes para probar código, ya que estos últimos estarán potenciados por IA?
¿Por qué actualizar Figma para que sea impulsado por IA para crear interfaces de usuario cuando la generación de IU basada en código, potenciada por IA, ofrece un enfoque más directo y potencialmente más poderoso?
Los LLM cambiarán primero las aplicaciones relacionadas con texto, como Google, motores de búsqueda, editores de texto, herramientas de escritura, Quizlet, Zendesk, DeepL, Medium, WordPress, Trello, Asana, Gmail, GitHub, Goodreads, Duolingo y Feedly.
Por el contrario, es poco probable que los LLM revolucionen tecnologías como Git, Linux, ffmpeg, teléfonos móviles, hardware, navegadores, sistemas operativos o llamadas de voz y video. Estas tecnologías están centradas en código, y su código no es fácilmente generable por IA, a diferencia de herramientas de prueba de APIs como Postman.
Las tecnologías con más código son difíciles de revolucionar con IA, como OpenOffice, MySQL, Mozilla Firefox, Chromium, VLC Media Player, Qt Framework, LLVM/Clang y GNOME. Si la IA pudiera ayudar a crear estas tecnologías, no serían reemplazadas. La IA debería ayudar a crear mejores tecnologías, y para ello necesitará más potencia de computación para generar la misma magnitud de código.
Hay dos formas en que los LLM pueden generar cambios: primero, alterando el contenido o datos dentro de una plataforma o software, como la traducción de contenido en aplicaciones como TikTok; segundo, reemplazando directamente ciertos softwares o plataformas, como Postman o Google Search, incluyendo Google Translate.
Hay dos formas en que las herramientas de audio con IA pueden generar cambios: primero, alterando el contenido o datos dentro de una plataforma o software, como generar audiolibros para Audible; segundo, reemplazando directamente ciertos softwares o plataformas, como aplicaciones para cantar, ya que la IA ahora puede realizar las mismas tareas que los humanos, facilitando que la gente cante como hobby.
Hay varias formas de medir cómo la IA impacta el software o plataformas actuales. Una es medir cuántos datos o contenido pueden ser generados o mejorados por IA, parcial o completamente. Otra es medir cuánto código puede ser escrito o mejorado por IA, parcial o completamente. Esto significa que usamos lo que genera la IA para mejorar las plataformas actuales. Además, la IA puede ayudar a inventar nuevos softwares y plataformas.
Hay tres tipos de productos: productos de IA generativa, productos que usan APIs de productos de IA generativa, y otros productos.
Una idea de producto es usar IA para acumular información en tiempo real, noticias o actualizaciones de plataformas sociales como Reddit, GitHub Trending, Twitter Trending, Quora Trending y Zhihu Trending. Los usuarios pueden usar instrucciones personalizadas para personalizar su feed o incluso agregar cuentas sociales específicas.
Hay cinco tipos importantes de datos: texto, imagen, audio, video y código.
Otros tipos importantes de datos incluyen numéricos, geoespaciales, biométricos, de sensores, transaccionales, metadatos, series de tiempo, estructurados, no estructurados, semiestructurados, de salud, ambientales, de registro, de red y de comportamiento.
Google sigue siendo mejor para indexar sitios web, especialmente si quieres descargar software o un documento de un sitio específico. Funciona como una búsqueda de dominio. No lo usas para encontrar información, sino para navegar a otros sitios y realizar tareas. Un LLM puede no tener los enlaces de descarga más recientes.
Google funciona como una búsqueda de dominio; si quieres ir a un sitio de repositorio Maven para ver la última versión, puedes usarlo.
Google sigue siendo útil para búsqueda de imágenes, mientras que los LLM sobresalen en generación de texto. Aún así, la gente prefiere imágenes reales para verificar detalles de hardware, dimensiones, formas de objetos o la apariencia de una persona.
Los chatbots de IA son populares porque el texto es más difícil de procesar que las imágenes. La gente prefiere imágenes reales sobre las generadas por IA, ya que las imágenes son más fáciles de entender de un vistazo. Sin embargo, la generación de imágenes con IA tiene potencial sin explotar: los usuarios podrían pedirle a la IA que muestre diferentes ángulos, enfoque en rostros o amplíe detalles de placas de circuitos. Como la gente trabaja principalmente con texto en lugar de imágenes, hay mucho espacio para el crecimiento de herramientas de IA para imágenes.
La IA sobresale en explicar conceptos y facilitar la comprensión. Además, los usuarios pueden hacer preguntas sobre cualquier detalle específico. Esta es probablemente la utilidad más significativa de las herramientas de IA.
Usé IA para aprender sobre modelos de lenguaje grandes. El momento en que me ayudó a entender K, Q y V fue maravilloso.
La razón por la que prefiero usar Ubuntu desde el lanzamiento de los LLM es que las aplicaciones coloridas de macOS son menos atractivas para mí. Prefiero escribir mis programas y hacer todo a través de la terminal y el texto.
La IA puede evaluarse por su capacidad para actualizar un archivo pom.xml o requirements.txt a la última versión, actualizar bibliotecas y realizar verificaciones. Este proceso puede ser complejo y requerir mucho trabajo.
En la era de la IA, los lenguajes de programación con mejor rendimiento y robustez son más importantes y serán más populares, mientras que la sintaxis es menos relevante. Esto se debe a que los LLM ayudarán a generar código, haciendo que sea menos problemático siempre que el programa se ejecute bien.
La gente tiende a leer todo de los chatbots de IA porque es fácil de aprender, pueden hacer preguntas sobre cualquier aspecto, el formato es consistente y la calidad suele estar entre la mejor disponible en Internet.
Pero la información no es solo texto: puedes leer la mayoría de la información textual de los chatbots de IA, pero pierdes el sitio web original, su diseño y formato, sus imágenes explicativas y el diseño del sitio.
Es poco probable que los sitios web con mucha interacción cambien significativamente por la IA, como juegos web, Google Docs, Google Sheets y herramientas de colaboración como Zoom o Slack. Están centrados en código y no solo en texto.
Es fácil cometer errores tipográficos o requiere esfuerzo elaborar instrucciones para chatbots de IA. Por eso, un banco digital totalmente impulsado por IA, una aplicación de trading digital o una red social con IA y un simple cuadro de chat a menudo no funcionan. Los botones tradicionales, la navegación por páginas y los diseños en aplicaciones móviles son más convenientes.
Cómo vivir bien en la era de la IA y blockchain

Nuevas plataformas impulsadas por flujos de trabajo de IA

2025.01.08

Los flujos de trabajo son sistemas donde los modelos de lenguaje grande (LLM) y herramientas se orquestan mediante rutas de código predefinidas.¹
Imagina una nueva plataforma, como TikTok, Quora, X, Threads, Instagram, WhatsApp, Facebook, LinkedIn, Reddit o YouTube, totalmente impulsada por traducción de IA.
Cada publicación o respuesta creada por usuarios puede guardarse en un solo idioma. La plataforma traducirá automáticamente el contenido a 20 idiomas, permitiendo a los usuarios verlo en su idioma preferido.
Más allá de la traducción, otras funciones impulsadas por IA, como resumen, generación de audio y video, jugarán un papel clave. Básicamente, el usuario envía el contexto de la instrucción, y la plataforma maneja el resto.
Los usuarios pueden subir texto, imágenes, audio o video, y la plataforma los convertirá automáticamente a otros formatos. Los usuarios deciden cómo desean recibir ese contenido (por ejemplo, como texto, imágenes, audio o video).
Las plataformas pueden generar resúmenes automáticamente, con diferentes tipos de resúmenes disponibles en múltiples idiomas.
En cualquier texto, imagen, audio o video en la plataforma, la IA puede ayudar a generar, refinar, mejorar, corregir, resumir, expandir, convertir a otros formatos o imaginar nuevas formas del contenido.
Los usuarios pueden personalizar la plataforma usando palabras clave como “inglés” o “divertido” para ajustar el estilo de los flujos de trabajo de IA en plataformas como TikTok. Una vez configurado, la IA adaptará el contenido en consecuencia.

La próxima dirección de los editores de código con IA

2025.01.08

Recientemente, estaba trabajando en agregar una canalización xelatex a GitHub Actions.

Encontré un problema con el paquete fontawesome5 en el flujo de GitHub. La solución proporcionada por 4o-mini (instalar TeX Live 2021 y usar tlmgr install fontawesome5) no funcionó para mí. Sin embargo, 4o sugirió un mejor enfoque: actualizar a TeX Live 2023 y usar tlmgr para instalar fontawesome5. Aunque esto no resolvió completamente el problema, la actualización mejoró significativamente la situación.

Usé ChatGPT para ayudarme a resolver el problema. Para más detalles, consulta Lo que ChatGPT O1 puede hacer que 4o-mini no puede.

En este punto, no usé editores como Cursor o Windsurf, aunque los probé en otro proyecto. El problema con estos editores es que solo capturan la salida de pruebas locales, limitando su funcionalidad en entornos en la nube.

En flujos de trabajo como GitHub Actions, trabajos de Jenkins o cualquier flujo de implementación o prueba de código, los editores de código necesitan integrarse mejor. Deben proporcionar interacción fluida con la nube y los procesos CI/CD.

Esta integración también se aplica a otras herramientas de creación de contenido, ya sea para texto, imágenes, audio o video. Estas herramientas deben integrarse con sistemas de pruebas A/B. Las herramientas de IA podrían generar contenido, y las herramientas de pruebas A/B podrían proporcionar retroalimentación. Esta dinámica es similar al Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF), donde los modelos de IA mejoran con el tiempo basándose en la retroalimentación del mundo real.

Esta idea de extender RLHF más allá de las salidas del modelo, hacia entornos de prueba e implementación en el mundo real, parece una dirección prometedora para mejorar tanto los editores de código como las herramientas de creación de contenido impulsadas por IA.

Las pruebas pueden ser instantáneas o prolongadas, y pueden ser automatizadas o asistidas por humanos. Si las pruebas son automatizadas, como pruebas A/B de usuario para una herramienta de IA, aún involucran retroalimentación humana, pero el proceso está automatizado. Por ejemplo, podemos hacer que la computadora verifique resultados diariamente o cada hora basándose en los resultados de pruebas A/B para mejorar el proceso de creación. Del mismo modo, para trabajos de Jenkins o GitHub Actions, podemos hacer que la computadora verifique después de completar las tareas.

Si hay asistencia humana, la retroalimentación no puede ser completamente entendida por la máquina y a menudo es algo vaga. Por ejemplo, cuando las herramientas de IA crean contenido como imágenes o videos, los humanos podrían señalar que el contenido no es lo suficientemente divertido o que un detalle específico debe mejorarse. Las máquinas todavía tienen un largo camino por recorrer para hacer todo perfecto, y lo que es “perfecto” suele ser subjetivo, dependiendo del gusto individual. Es la retroalimentación humana la que ayuda a mejorar las cosas.

En teoría, todas las reglas definidas por humanos pueden escribirse como instrucciones. Hay instrucciones de usuario y del sistema. Debemos enfocarnos en mejorar las instrucciones en lugar de corregir el output cada vez.

Construyendo Agentes Efectivos, Anthropic ↩

Back Donate