Mis mayores conclusiones de @embirico (Líder de Producto del Códex OpenAI): 1. El producto inicial de Codex de OpenAI estaba "demasiado lejos en el futuro." Se ejecutaba en la nube de forma asíncrona, lo cual era genial para usuarios avanzados pero difícil para los recién llegados. El crecimiento explotó cuando lo llevaron de vuelta a donde ya trabajan los ingenieros: dentro de su editor de código, en su propio ordenador. El uso del códex ha crecido 20 veces en los últimos 6 meses. 2. OpenAI construyó la app Sora para Android—que alcanzó el puesto #1 en la tienda de aplicaciones—en solo unas semanas con dos o tres ingenieros, con la ayuda de Codex. La app de Sora pasó de cero a pruebas para empleados en 18 días, y luego se lanzó públicamente 10 días después. Codex ayudó analizando la app de iOS existente, generando planes de trabajo e implementando funciones comparando ambas plataformas simultáneamente. 3. La clave para sacar valor de Codex: ponerle tus problemas más difíciles, no los más fáciles. Estas herramientas están diseñadas para abordar errores complejos y tareas complicadas, no simples. Empieza con algo en lo que de otro modo pasarías horas. 4. Escribir código puede convertirse en la forma universal en que la IA realiza cualquier tarea. En lugar de navegar por interfaces o construir integraciones separadas, la IA rinde mejor cuando escribe programas pequeños sobre la marcha. Esto sugiere que la capacidad de programación debería estar integrada en todos los asistentes de IA, no solo en herramientas especializadas. 5. Los diseñadores de OpenAI ahora escriben y envían su propio código. El equipo de diseño mantiene un prototipo totalmente funcional construido con ayuda de IA. Cuando tienen una idea, la programan directamente, la prueban y a menudo la envían ellos mismos para producción. Los ingenieros solo intervienen cuando la base de código es particularmente compleja. 6. Incluso si los modelos de IA dejaran de mejorar mañana, aún quedan años de trabajo de producto por descubrir su potencial. La tecnología está por delante de nuestra capacidad para usarla de forma óptima. 7. El mayor cuello de botella para la productividad de la IA no es la IA; Es lo rápido que los humanos pueden escribir. Los factores limitantes son la rapidez con la que puedes escribir prompts y la rapidez con la que puedes revisar el trabajo generado por IA. Hasta que la IA pueda validar su propia producción de forma más fiable y ayudar de forma proactiva, no veremos todas las ganancias de productividad que estas herramientas podrían ofrecer. 8. Escribir código se está volviendo menos divertido que revisar código escrito por IA. A los ingenieros les encanta el flujo creativo de la construcción. Ahora pasan más tiempo leyendo lo que produjo la IA. El siguiente reto es hacer que ese proceso de revisión sea más rápido y satisfactorio. 9. Los nuevos modelos de IA pueden ahora trabajar de forma continua durante 24 a más de 60 horas en una sola tarea. Una técnica llamada "compactación" permite a la IA resumir lo que ha aprendido antes de quedarse sin memoria y luego continuar trabajando en una sesión nueva. Esto permite trabajos autónomos nocturnos o de varios días que antes no eran posibles. 10. Si vas a crear una empresa hoy, un conocimiento profundo de un cliente concreto importa más que ser bueno construyendo. Construir se está volviendo más fácil. Saber qué construir—y para quién—es ahora la verdadera ventaja.