La conferencia Meta Scale atrajo a una audiencia llena el viernes, pero el momento que generó más expectación fue cuando el cofundador de Anthropic, Boris Cherny, subió al escenario. Una mano se levantó desde la multitud y preguntó directamente: "¿Son los bucles la próxima ola de hype, o son reales?" Cherny no titubeó. "Sí, son reales", respondió, estableciendo el tono para una profunda inmersión en lo que él llamó el próximo gran cambio en el desarrollo de software impulsado por IA.
Hace dos años, explicó Cherny, los desarrolladores todavía escribían el código fuente a mano. "Empezamos a transitar hacia que los agentes escriban el código", dijo, describiendo una transición gradual de los programadores humanos a los modelos autónomos. "Ahora estamos transitando hacia el punto en que los agentes están solicitando a otros agentes que escriban el código". Comparó el salto de la codificación manual a la generación agente con el impacto de los bucles - ciclos continuos donde un IA alimenta a otro, iterando sin intervención humana.
Para ilustrar, Cherny llevó a la audiencia a través de dos bucles que actualmente se ejecutan en sus propios proyectos. El primer bucle escanea continuamente la base de código en busca de mejoras arquitectónicas, proponiendo refactorizaciones que podrían mejorar el rendimiento o la mantenibilidad. El segundo bucle busca abstracciones duplicadas, sugiriendo unificaciones que reducen la redundancia. Ambos bucles operan como cualquier otro desarrollador: generan solicitudes de extracción, esperan revisión y, si se aceptan, fusionan los cambios de regreso al repositorio. Debido a que el código evoluciona constantemente, los bucles nunca se detienen.
Ese movimiento perpetuo, argumentó Cherny, es lo que distingue una simple automatización de un verdadero bucle. "El bucle lleva las cosas un paso más allá al autorizar a un enjambre de agentes a trabajar continuamente en segundo plano, sin fin", dijo. El concepto recuerda a las funciones recursivas clásicas enseñadas en la introducción a la informática - código que se llama a sí mismo hasta que se cumple una condición. Sin embargo, en el contexto de IA, la condición de detención a menudo es un juicio probabilístico en lugar de un límite codificado de antemano.
Durante la charla, Cherny destacó una técnica específica conocida como el "Bucle de Ralph", nombrada después de un personaje de dibujos animados. El método agrega todo el trabajo que el modelo ha realizado, luego pregunta si el objetivo general se ha logrado. Si la respuesta es no, el bucle se repite, empujando al modelo de regreso a la pista. Este enfoque ayuda a prevenir que el modelo se desvíe de la tarea mientras se ejecuta durante períodos prolongados.
Más allá de la mecánica, Cherny enfatizó la pura potencia de cómputo detrás de los bucles. Citó al investigador de OpenAI, Noam Brown, quien observó recientemente que los modelos modernos pueden resolver casi cualquier problema si se aplica suficiente cómputo. "Una forma de asegurarse de que un problema se resuelva es simplemente seguir arrojando cómputo a él hasta que esté terminado", parafraseó Cherny. En la práctica, eso significa que el bucle sigue generando mejoras incrementales - ya sea ajustando una base de código o refinando la salida de un modelo - hasta que se alcanza un umbral de rendimiento predefinido.
El costo, sin embargo, sigue siendo un punto de debate. Cherny reconoció que los bucles consumen tokens a un ritmo mucho mayor que las interacciones de pregunta y respuesta estándar. "Cuando compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial", agregó, señalando el contexto de la industria en general. Para Anthropic, cuyo modelo de negocio gira en torno a las ventas de tokens, el gasto es manejable. Para otras empresas, especialmente las startups más pequeñas, el drenaje implacable de tokens podría volverse prohibitivo.
A pesar de las preocupaciones financieras, Cherny permaneció optimista sobre el beneficio potencial. Argumentó que, cuando se empareja con mecanismos de supervisión robustos - monitoreo del gasto de tokens, deriva y otros obstáculos clásicos de IA - los beneficios podrían superar los costos. La promesa de una base de código que se mejora a sí misma, sugirió, podría liberar a los ingenieros para centrarse en decisiones de diseño de alto nivel en lugar de tareas de refactorización repetitivas.
Los miembros de la audiencia plantearon preguntas sobre la gobernanza y la seguridad. Cherny respondió que los bucles operan bajo guardias estrictas: presentan solicitudes de extracción como cualquier contribuyente humano, sujetas a revisión y aprobación. "Nunca dejamos que el bucle se ejecute sin control", aseguró, enfatizando que la supervisión humana sigue siendo integral para el flujo de trabajo.
Mirando hacia adelante, Cherny predijo que los bucles se convertirán en un componente estándar de las tuberías de desarrollo de software aumentadas por IA. Comparó la transición con los primeros días del control de versiones, cuando Git cambió la forma en que los equipos colaboran en el código. "Al igual que Git se volvió indispensable, los bucles podrían convertirse en el motor invisible que refina continuamente el software", dijo.
La sesión concluyó con un mensaje claro: los bucles no son una moda pasajera. Representan un método tangible y escalable para aprovechar las crecientes capacidades de la IA, siempre y cuando las organizaciones estén preparadas para manejar los costos de cómputo asociados. Cuando Cherny abandonó el escenario, el bullicio en el salón de conferencias persistió, sugiriendo que la comunidad de IA estará observando de cerca cómo los bucles se mueven desde entornos de laboratorio a entornos de producción.
This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.