Académicos y audiencia dos públicos

Que se llevaron los laboratorios junto con los profesores?

windowsforum.com documento el 2026-07-10 que 22 profesores e investigadores dejaron o pidieron licencia en universidades como Stanford, Berkeley y Harvard durante la primera mitad de 2026 para entrar en OpenAI, Anthropic, Meta y Google DeepMind. Un investigador senior no se va solo: arrastra tesistas, becarios, seminarios y asignaciones de computo. La cuenta de cargos vacantes subestima lo que se mueve.

Cuatro empresas concentran a la vez el computo de frontera y a la gente entrenada para usarlo, segun el relevamiento de windowsforum.com del 2026-07-10. Un profesor que acepta esa oferta no elige nada mas un sueldo: elige entre mirar la frontera desde afuera o tener acceso a las maquinas, los datos y los equipos de despliegue que la mueven. La universidad sigue existiendo; el lugar donde se decide que pregunta vale la pena investigar, no siempre esta adentro de ella.

Para quien trabaja por su cuenta, la consecuencia no es academica. El criterio independiente que antes revisaba un sistema desde afuera hoy suele estar adentro de la empresa que lo vende, y eso cambia de donde conviene sacar lo que uno aprende. Lo que se publica sobre construir con modelos viene cada vez mas de gente que trabaja en esas cuatro casas, y llega gratis, sin matricula y sin filtro editorial. Conviene leerlo sabiendo quien lo firma.

Donde se publica hoy lo que antes se ensenaba en un aula?

El texto de IA mas leido de la ventana es una pagina de GitHub. medium.com reconstruyo el 2026-08-01 que el gist de Andrej Karpathy sobre el LLM Wiki supero los 16 millones de vistas en X y acumulo miles de estrellas en pocos dias. Ninguna catedra de las que perdieron gente publico algo con ese alcance en el mismo periodo.

Un gist es un archivo de texto plano publicado en GitHub, sin editorial, sin revision de pares y sin costo. Los 16 millones de vistas que registro medium.com el 2026-08-01 no miden calidad: miden que el canal por el que circula el conocimiento aplicado dejo de necesitar una institucion que lo respalde. La firma del autor hace el trabajo que antes hacia el sello de la universidad.

La produccion de conocimiento abierto no se freno cuando se fueron los profesores: cambio de formato y de velocidad. Un paper tarda meses en publicarse y se lee entre pares; un gist se publica en una tarde y se lee en decenas de paises a la semana siguiente. Para alguien que necesita resolver algo esta semana, la diferencia de tiempo pesa mas que la diferencia de prestigio. El costo de estar al dia bajo a cero y el costo de elegir que leer subio.

Que propone el patron del LLM Wiki de Karpathy?

El patron que Andrej Karpathy publico en 2026 invierte los roles del que toma notas: la persona decide que entra y que preguntar, y un agente lee, resume, enlaza, marca contradicciones y actualiza el indice. Su propia formula, segun medium.com del 2026-08-01, es que Obsidian es el IDE, el LLM es el programador y el wiki es el codigo. El archivo es texto plano, sin producto de por medio.

El sistema de notas de siempre te pone de autor y de bibliotecario al mismo tiempo, y el trabajo de bibliotecario es el que nadie sostiene: enlazar, actualizar referencias, triar la bandeja de entrada. El LLM Wiki saca esa mitad del medio. Karpathy conto que casi no toca los datos del wiki de manera directa y que el agente los escribe y los mantiene. La curaduria queda del lado humano, que es donde estaba el valor desde el principio.

Aplicar el patron no requiere comprar nada: archivos markdown en una carpeta y un agente con permiso de lectura y escritura sobre ella. La decision dificil no es tecnica, es de alcance: que documentos entran, con que preguntas se consulta el archivo y que pasa cuando el agente enlaza mal. Quien lo prueba en su propio trabajo descubre rapido que el cuello de botella se corrio de la organizacion a la seleccion.

Que ensena la conferencia de 1 hora sobre construir con agentes?

La conferencia de Andrej Karpathy sobre ingenieria de IA dura 1 hora y esta publicada completa, segun el registro de x.com del 2026-09-09. Su progresion va del modelo suelto al prompt, del prompt al agente, del agente al bucle y del bucle al grafo. El punto no es escribir mejores prompts: es construir el sistema alrededor del modelo, con contexto, memoria, herramientas y flujos de datos.

Cada escalon de esa progresion es una decision de diseno que alguien que trabaja solo puede tomar en una tarde. Un modelo suelto contesta preguntas. Un prompt fija la forma de la respuesta. Un agente usa herramientas. Un bucle repite hasta que el resultado pasa un criterio. Un grafo ordena varios de esos bucles en un proceso que se puede auditar. Saltear escalones es la causa mas comun de un agente que funciona en la demo y falla en produccion.

La conferencia dura 1 hora, es gratuita y esta entera en linea, y ese formato dice algo sobre donde quedo la formacion aplicada. No hay inscripcion, no hay cohorte y no hay certificado. Para un equipo chico, el costo de aprender a montar un agente dejo de ser el acceso al material y paso a ser el tiempo de probarlo contra un problema propio. El material abunda; el caso de prueba no lo regala nadie.

Que conviene delegarle a un agente y que conservar?

El patron de Karpathy da una respuesta concreta: delegar el mantenimiento y conservar la curaduria. El agente lee cada documento nuevo, extrae conceptos, enlaza y reescribe el indice; la persona decide que entra al archivo y que preguntas se le hacen. La frontera entre esas dos tareas es la misma que separa a quien produce conocimiento de quien lo ordena, y 2026 la corrio de lugar.

Empezar por el mantenimiento tiene una ventaja practica: si el agente se equivoca, el dano es un enlace mal puesto, no una decision mal tomada. Es el tipo de tarea donde el error sale barato, se ve rapido y se revierte, tres condiciones que casi nunca aparecen juntas en el trabajo con clientes. Delegar ahi primero permite aprender el oficio de supervisar un agente sin poner en riesgo una entrega.

La otra mitad no se delega todavia, y no por una cuestion de principios. Elegir que entra al archivo es elegir sobre que vas a poder pensar despues, y esa seleccion depende de a que te dedicas y que clientes tenes, informacion que el agente no tiene. Los profesores que se fueron a los laboratorios se llevaron exactamente eso: el criterio para elegir la pregunta. Es la parte que todavia se paga.

Si lo que publicas con tu nombre es lo que hoy reemplaza al sello de una institucion, la guia del pilar ordena como construir eso sin quedar atado a una plataforma.