E087_Hermes Agent. How different is it?

Hello, this is BIMPRAXIS, the podcast where BIM meets artificial intelligence. We explore science, technology and the future from the perspective of architecture, engineering and construction. Let's start! Hello, welcome, welcome to a new episode of BIMPRAXIS. Today we bring you the meteoric rise of Hermes Agent and how artificial intelligence is learning to navigate the internet with an autonomy that is frankly a little scary. Hello, and yes, well, more than browsing, I would say that you are learning to inhabit the Internet, literally. Completely. Completely. Let's see, the mission of our dive today is to break down a super detailed video analysis that creator David Ondrej published. Exact. A video focused on this project, Hermes Agent and another companion tool called Browser Harness. That is. And we want to understand why the hell this project is breaking absolutely all growth records in the history of GitHub. That is, we are no longer talking about a static chat that answers trivia questions. No, no, not at all. We are talking about an artificial intelligence that moves the mouse, clicks on the screen, makes a mistake, solves it on its own and, pay attention to this, then writes the instruction manual so as not to fail again. That's the key jump. To give us an idea of ​​the impact, Hermes Agent has reached 100,000 stars on GitHub at an absurd speed. 100,000 stars that is said soon. In other words, there are legendary projects that have taken years to achieve that figure. Yes, years. And here the team has an update rate that is insane. They have released 5 main versions in just 20 days. My mother. And they have integrated more than 740 change requests, the famous pull requests. That is, we are talking about about 37 changes a day. That is. You basically have hundreds of independent programmers from all over the world proposing patches daily. And if you look at the Google Trends data, it's fascinating. Let's see, tell me. Well, rivals who dominated until recently, like Ope Neclo, are now plummeting. Meanwhile, interest in Hermes is rising vertically. It doesn't stop. It's incredible. But, let's see, the real revolution, according to David's analysis, comes when combining Hermes with that other repository that you mentioned, Browser Harness. Of course, Browser Harness is essential here. It's brand new. It has less than 2,000 stars, but it is the missing piece. If Hermes is the brain, Browser Harness is the hands. And this is where I like to use an analogy to visualize it. Until now, using an advanced I was, well, I don't know, like having a genius office worker, a super gifted guy, but tied to a chair and without arms. Poor office worker. I love the image. Yes, yes. But it was like that. I knew the answer to everything, from quantum physics to poetry, but I couldn't type a single word or send a simple email. Well, Browser Harness just untied his hands and planted a mouse in front of him. As is. And it doesn't just hold your hands, it provides a safe, self-healing execution environment. That's important, yes. Of course, because historically web automation has been super fragile. You wrote a script to, I don't know, download invoices. And if the web designer moved the download button 10 pixels to the right... Everything would break. Everything exactly messed up. It made an error and a human had to go and fix it. But Browser Harness visually and semantically analyzes the page. It doesn't care about fixed coordinates. What a blast! And the creators are so sure of this that they have launched a public challenge. Ugh, yes, the challenge is brutal. They offer a brand new Mac Mini to the first person who finds a task in the browser that the system is not able to complete. You have to have blind confidence in your code to post a computer like this. Well, they know that reliability has taken a quantum leap. And knowing that you now have these hands and that reliability, the logical question is… Well, what are people really doing with this agent on the Internet? Well look, we go from theory to practice. And there are cases that cloth. For example, in the field of cybersecurity. Yes, cybersecurity. Let's see. A user named Pli in the community used Hermes and a specific ability called Obliterus. The objective, to jailbreak the Gema 4 model. Wait, wait. A jailbreak? That is, bypassing its security, ethical and operational barriers. Exactly that. And the shocking thing is not that he achieved it, but that Hermes discovered how to do it on his own, receiving only eight instructions, eight prompts from a human operator. Let's see, let's stop for a second. Let an artificial intelligence figure out on its own how to break the security of another artificial intelligence and with only eight little human phrases. It sounds strong, yes. Well, doesn't this sound a bit like a science fiction movie that ends badly? Yes, yes. The alarm is totally natural. But it must be analyzed coldly, objectively. Okay, give me some context because it's a bit dizzying. Let's see, it's not that the machine has become aware and revealed itself. It is pure logical optimization. The agent tests a text entry, Gem 4 rejects it for security, and Hermes analyzes why he rejected it. Oh, sure. Read the error and adjust the shot. That is. Adjust the angle of attack and try again. It is an iterative trial and error method at a beastly speed without a human holding your hand. Demonstrates amazing problem-solving skills. Okay, so looking at it this way, for a company security audit, having an agent checking every virtual lock without getting tired is an analyst's dream. Completely. But hey, it's not all about breaking rules. They also use it to create super complex things from scratch. Yes. The case of the content creator. The user Adam, I seem to remember. Exactly, Adam. He used it to create a full video in Mandarin and I mean full. From the script to the final file. Exact. Absolutely. The AI ​​structured the narrative. It wrote an HTML file to organize the visual part and then connected itself to a text-to-speech API to generate the Chinese voiceover with exact timings. How crazy. In other words, he acted as scriptwriter, translator and announcer. And as an editor. Because then it orchestrated a rendering engine and delivered a vertical video at 1080p. In other words, a perfect MP4, ready to publish. That is, he coordinated several independent programming languages ​​and tools for a single project. That's not easy. Not at all. And in terms of visual creativity it is not far behind either. In a hackathon they used it to generate animations and gifs of real sculptures. And the interesting thing here, according to the source, is that they overcame that stigma of AI Slop. Yes, yes. That AI-generated garbage that looks plasticky, shiny, and full of anatomical errors. Ugh, yes. It's horrible sometimes. Well, agent Iteroy revised his own work so many times that he achieved a high-value aesthetic finish. A completely personalized brand finish, without that tacky look. Clear. In the end the perseverance of the machine replaces the patience of the human. But hey, the ability to do tasks is very good. Yes. However, what really brings it closer to what the video calls almost AGI, that artificial general intelligence, is what happens when everything goes wrong. That is the key concept. Self-healing. Let's illustrate it with the Hacker News challenge that appears in the source. The premise was simple. Extract the top 15 articles from the web. Yes. Take the title, author, punctuation and comments. Exact. And put it all in a very clean JSON file. Well, it turns out that people found a prerequisite skill in their system and started browsing. But he quickly ran into traps, what programmers call gotchas. The famous gotchas of web programming. A headache. Completely. You came across relative URLs, which are incomplete link fragments. And also with anchors that pointed to zero comments. And any conventional program would have tried to visit that link fragment, would have given a 404 error and the entire script would have crashed right there. As is. Well, the agent did not block. He analyzed the structure, deduced that he had to add the main domain to the URLs and fixed them. My mother. Finished the JSON file perfectly. But the worst thing is not that. That's what he did next. Yes, about modifying your own code. Modified your code. He injected a new skill into his system so that the next time he logged into Hacker News, it would already be taken care of out of the box. And he even left a note warning that there was a section called Barra Ask that could be useful in the future. In other words, pure and simple proactive memory. Abstract the problem and keep the knowledge. It's spectacular. But wait, the YouTube challenge takes it to another level of tension. Ah yes, the one with the thumbnail grid. That same one. He was asked to create an image with the 12 most recent thumbnails from David's channel. Okay. And here comes the drama. Browser Harness attempted to open a Chrome browser locally, on that same machine. And it failed, right? resoundingly. Critical connection error. The bridge between the brain and the hands was broken. And you and I know that in traditional automation, this is where the red letter comes up on the screen and the human has to put down the coffee and go restart the server. Of course, an environmental failure is usually terminal. How did the AI ​​react? Well, he applied diagnostic logic. It read the error, saw that it was a local execution issue, and self-healed in real time. You ran a command to start a remote daemon. That is, a remote daemon, to control an invisible browser in the background. He solved the infrastructure problem on the fly. Exact. And to top it off, instead of entering the website and scrolling down like a human would do... Which is super slow and depends on the loading speed. Clear. Well, he went straight to the guts of the HTML code and found a massive block of JSON data called ITInitialData. Ah, how clever. YouTube sends that raw data all at once upon upload. That is. It pulled the images out of there in milliseconds, bypassing the entire interface. And when he was done, he wrote a new skill with 147 lines of code. The operations manual we were talking about. With detailed comments on cookie warnings and short videos. Let's think about our own companies for a second. Let's see. How many human workers are capable of encountering a completely new technical problem, solving it on the fly, and then, on their own initiative, sitting down to write a flawless 147-line manual so that the next employee doesn't make that same mistake? Ugh, I would say very few, if not none. This surpasses the average worker by a huge margin. Completely agree. And at this point, seeing everything it is capable of doing, anyone would think that you need a million-dollar budget or gigantic data centers. Sure, NASA servers, at least. Well here is the most fascinating paradox of this entire ecosystem. It's ridiculously accessible. David ran it from a simple virtual private server. A very cheap VPS from Hostinger. That is, the typical server that you rent for a couple of euros to host a small website. That same Plan Taren 2, on 24 hours a day, and used Open Router to connect the system with the Opus 4.7 model using API keys. And how much does that cost in consumption of artificial intelligence? Well, between 5 and 10 dollars a month, literally. It's just that it costs you more to pay for Netflix than to have a system that self-diagnoses servers and edits videos in Mandarin. As is. And if cost is not a barrier, neither is technical complexity. That's what I was going to ask you. Configuring all that on a server has to have its own thing, right? Well, look at David's anecdote in the video. I needed to install a Python package called V on Ubuntu. Okay. To do this I had to log in via SSH, which is basically a black screen with white letters where you just enter commands. No mouse. And he himself admits that he has no idea about Linux. And what did he do? Because there you get stuck quickly. Well, he turned around, opened a chat with another AI, in this case Cloud, explained what he wanted to do and asked him to dictate the commands step by step. It took 20 seconds. Look at the paradox. In other words, we are configuring one of the most sophisticated artificial intelligences on the planet. Something super advanced. And when the human operator gets stuck in front of a black terminal screen... His solution is to ask another artificial intelligence for help. It's very good. He asks you to tell him which keys to press. The technical barrier has completely disappeared. And this is vital. It no longer matters that you don't know how to install a package in Ubuntu or that you don't know the syntax of a language by heart. Clear. What counts now is the strategy. Exact. What matters is your ability to orchestrate these agents and have the vision to know what tasks you can delegate to them. David claims that anyone, regardless of age or whether they know anything about technology, can learn to build software like this in just three weeks. Three weeks? It is an absolute change of mentality. We went from being those who code code line by line to being conductors of an orchestra. You don't need to know how to play the violin perfectly, but you know what the symphony should sound like. Yes, yes. And you also have musicians who, if they go out of tune, tune the instrument themselves. As is. Although all this autonomy, this ability to solve problems and us, inevitably leads us to deep reflection, don't you think? Yes, and it is a quite provocative reflection to take home. Let's see, tell me. Why am I convinced that it is due to a labor issue? Completely. If AI agents are now able to encounter unprecedented problems on the Internet, diagnose them, fix them in seconds, and automatically write the perfect standard operating procedure so that no one ever fails again, what about entry-level human jobs? Phew, that's a good question. The thing is that, historically, junior professionals, those who have just started in a company, learn precisely by stumbling upon those small technical errors. Clear. You spend the first few months fixing broken databases, reading documentation because the server has gone down, you get hard at work. Exact. You are creating that professional callus. But if artificial intelligence is the only one that stumbles now and seals the path by paving it forever... There are no more potholes for humans. That is. How will humans acquire that fundamental experience in the future? Where will the senior profiles come from in 10 years if the juniors have no problems to solve? Wow. It is a tremendous paradox of progress. By automating overcoming obstacles, we seem to be automating and almost eliminating our main source of learning. It leaves you thinking, of course. Definitely. It gives a lot to think about. Well. Before saying goodbye until the next program, we inform you that the voices you hear have been generated by Notebook LM's AI and that Julio Pablo Vázquez, a human who sends you greetings, is directing the podcast. In case of error, it is probably human error. We listen to each other. And that's it for today's episode. Thank you very much for your attention. This is BIMPRAXIS. We'll hear from you in the next episode.

Buenas, esto es BIMPRAXIS, el podcast donde el BIM se encuentra con la inteligencia artificial. Exploramos la ciencia, la tecnología y el futuro desde el enfoque de la arquitectura, ingeniería y construcción. ¡Empezamos! Muy buenas, bienvenidas, bienvenidos a un nuevo episodio de BIMPRAXIS. Hoy os traemos el despegue meteórico de Hermes Agent y cómo la inteligencia artificial está aprendiendo a navegar por internet con una autonomía que francamente asusta un poco. Hola, y sí, bueno, es que más que navegar yo diría que está aprendiendo a habitar la red, literalmente. Totalmente. Totalmente. A ver, la misión de nuestra inmersión de hoy es desgranar un análisis súper detallado en vídeo que publicó el creador David Ondrej. Exacto. Un vídeo centrado en este proyecto, en Hermes Agent y en otra herramienta compañera que se llama Browser Harness. Eso es. Y queremos entender por qué demonios este proyecto está rompiendo absolutamente todos los récords de crecimiento en la historia de GitHub. O sea, ya no estamos hablando de un chat estático que te responde a preguntas de trivial. No, no, para nada. Hablamos de una inteligencia artificial que mueve el ratón, hace clic en la pantalla, se equivoca, lo soluciona por su cuenta y, ojo a esto, luego escribe el manual de instrucciones para no volver a fallar. Es que ese es el salto clave. Para que nos hagamos una idea del impacto, Hermes Agent ha alcanzado las 100.000 estrellas en GitHub a una velocidad absurda. 100.000 estrellas que se dice pronto. O sea, hay proyectos míticos a los que les ha costado años lograr esa cifra. Sí, años. Y aquí el equipo lleva un ritmo de actualización que es demencial. Han sacado 5 versiones principales en apenas 20 días. Madre mía. Y han integrado más de 740 solicitudes de cambio, los famosos pull requests. O sea, estamos hablando de unos 37 cambios al día. Eso es. Básicamente tienes a cientos de programadores independientes de todo el mundo proponiendo parches a diario. Y si miras los datos de Google Trends, es fascinante. A ver, cuéntame. Pues rivales que hasta hace nada dominaban, como Ope Neclo, ahora mismo están cayendo en picado. Mientras tanto, el interés por Hermes sube en vertical. No para. Es increíble. Pero, a ver, la verdadera revolución, según el análisis de David, llega al combinar Hermes con ese otro repositorio que mencionabas, Browser Harness. Claro, Browser Harness es fundamental aquí. Es nuevísimo. Tiene menos de 2.000 estrellas, pero es la pieza que faltaba. Si Hermes es el cerebro, Browser Harness son las manos. Y aquí es donde me gusta usar una analogía para visualizarlo. Hasta ahora, usar una I avanzada era, pues no sé, como tener a un oficinista genio, un tío súper dotado, pero atado a una silla y sin brazos. Pobre oficinista. Me encanta la imagen. Ya, ya. Pero es que era así. Sabía la respuesta a todo, de física cuántica a poesía, pero no podía teclear una sola palabra ni enviar un simple correo. Bueno, pues Browser Harness le acaba de desatar las manos y le ha plantado un ratón delante. Tal cual. Y no solo le da las manos, sino que le proporciona un entorno de ejecución seguro y de autosanación. Eso es importante, sí. Claro, porque históricamente la automatización web ha sido súper frágil. Tú escribías un script para, no sé, descargar facturas. Y si el diseñador de la web movía el botón de descarga 10 píxeles a la derecha… Se rompía todo. Todo al traste exacto. Daba error y un humano tenía que ir a arreglarlo. Pero Browser Harness analiza visual y semánticamente la página. No le importan las coordenadas fijas. ¡Qué pasada! Y los creadores están tan seguros de esto que han lanzado un reto público. Uf, sí, lo del reto es brutal. Ofrecen un Mac Mini nuevo a estrenar al primero que encuentre una tarea en el navegador que el sistema no sea capaz de completar. Hay que tener una confianza ciega en tu código para postar un ordenador así. Bueno, es que saben que la fiabilidad ha dado un salto cuántico. Y sabiendo que ahora tiene estas manos y esa fiabilidad, la pregunta lógica es… Bueno, ¿qué está haciendo la gente realmente con este agente en Internet? Pues mira, pasamos de la teoría a la práctica. Y hay casos que tela. Por ejemplo, en el ámbito de la ciberseguridad. Sí, ciberseguridad. A ver. Una usuaria llamada Pli en la comunidad usó Hermes y una habilidad específica llamada Obliterus. El objetivo, hacerle un jailbreak al modelo Gema 4. Espera, espera. ¿Un jailbreak? O sea, saltarse sus barreras de seguridad, éticas y operativas. Exactamente eso. Y lo impactante no es que lo lograra, sino que Hermes descubrió cómo hacerlo por sí solo, recibiendo únicamente ocho instrucciones, ocho prompts de un operador humano. A ver, paremos un segundo. Que una inteligencia artificial averigüe por su cuenta cómo reventar la seguridad de otra inteligencia artificial y con solo ocho frasecitas humanas. Suena fuerte, sí. Es que, ¿no suena esto un poco a película de ciencia ficción de las que acaban mal? Ya, ya. La alarma es totalmente natural. Pero hay que analizarlo fríamente, de forma objetiva. Vale, ponme algo de contexto porque da un poco de vértigo. A ver, no es que la máquina haya tomado conciencia y se haya revelado. Es pura optimización lógica. El agente prueba una entrada de texto, Gema 4 la rechaza por seguridad y Hermes analiza por qué la ha rechazado. Ah, claro. Lee el error y ajusta el tiro. Eso es. Ajusta el ángulo del ataque y vuelve a probar. Es un método de prueba y error iterativo a una velocidad bestial sin que un humano le lleve de la mano. Demuestra una capacidad de resolución de problemas alucinante. Vale, visto así, para una auditoría de seguridad de una empresa, tener a un agente comprobando cada cerradura virtual sin cansarse es el sueño de cualquier analista. Totalmente. Pero oye, que no todo es romper reglas. También lo usan para crear cosas súper complejas desde cero. Sí. El caso del creador de contenido. El usuario Adam, creo recordar. Exacto, Adam. Lo usó para crear un vídeo completo en mandarín y digo completo. Desde el guión hasta el archivo final. Exacto. Absolutamente. La IA estructuró la narrativa. Escribió un archivo HTML para organizar la parte visual y luego se conectó por sí sola a una API de texto a voz para generar la locución en chino con los tiempos exactos. Qué locura. O sea, hizo de guionista, de traductor y de locutor. Y de editor. Porque luego orquestó un motor de renderizado y entregó un vídeo vertical a 1080p. O sea, un MP4 perfecto, listo para publicar. O sea, coordinó varios lenguajes de programación y herramientas independientes para un solo proyecto. Eso no es fácil. Para nada. Y en temas de creatividad visual tampoco se queda atrás. En un hackathon lo usaron para generar animaciones y gifs de esculturas reales. Y aquí lo interesante, según la fuente, es que superaron ese estigma del AI Slop. Sí, sí. Esa basura generada por IA que tiene ese aspecto como plasticoso, brillante y lleno de errores anatómicos. Uf, sí. Es horrible a veces. Pues el agente Iteroy revisó su propio trabajo tantas veces que consiguió un acabado estético de alto valor. Un acabado de marca totalmente personalizado, sin ese aspecto cutre. Claro. Al final la perseverancia de la máquina reemplaza a la paciencia del humano. Pero bueno, la capacidad de hacer tareas está muy bien. Sí. Sin embargo, lo que verdaderamente lo acerca a lo que en el vídeo llaman casi AGI, esa inteligencia artificial general, es lo que ocurre cuando todo sale mal. Ese es el concepto clave. La autosanación. Vamos a ilustrarlo con el reto de Hacker News que sale en la fuente. La premisa era sencilla. Extraer los 15 artículos principales de la web. Sí. Coger el título, el autor, la puntuación y los comentarios. Exacto. Y meterlo todo en un archivo JSON bien limpio. Pues resulta que la gente encontró una habilidad previa en su sistema y empezó a navegar. Pero enseguida se topó con trampas, lo que los programadores llaman gotchas. Los famosos gotchas de la programación web. Un dolor de cabeza. Totalmente. Se encontró con URLs relativas, que son fragmentos de enlace incompletos. Y también con anclas que apuntaban a cero comentarios. Y cualquier programa convencional habría intentado visitar ese fragmento de enlace, habría dado error 404 y todo el script se habría colapsado ahí mismo. Tal cual. Pues el agente no se bloqueó. Analizó la estructura, dedujo que tenía que añadirle el dominio principal a las URLs y las arregló. Madre mía. Terminó el archivo JSON a la perfección. Pero lo más bestia no es eso. Es lo que hizo después. Sí, lo de modificar su propio código. Modificó su código. Inyectó una nueva habilidad en su sistema para que, la próxima vez que entrara en Hacker News, eso ya estuviera resuelto de fábrica. Y hasta dejó una nota avisando de que había una sección que se llamaba Barra Ask que podría ser útil en el futuro. O sea, memoria proactiva pura y dura. Abstrae el problema y se queda con el conocimiento. Es espectacular. Pero espera, que el reto de YouTube lo eleva a otro nivel de tensión. Ah, sí, el de la cuadrícula de miniaturas. Ese mismo. Le pidieron crear una imagen con las 12 miniaturas más recientes del canal de David. Vale. Y aquí llega el drama. Browser Harness intentó abrir un navegador Chrome en el entorno local, en esa misma máquina. Y falló, ¿no? Estrepitosamente. Error crítico de conexión. Se rompió el puente entre el cerebro y las manos. Y tú y yo sabemos que, en la automatización tradicional, aquí es donde sale la letra roja en la pantalla y el humano tiene que dejar el café e ir a reiniciar el servidor. Claro, un fallo de entorno suele ser terminal. ¿Cómo reaccionó la IA? Pues aplicó lógica de diagnóstico. Leyó el error, vio que era un problema de ejecución local y se autosanó en tiempo real. Ejecutó un comando para iniciar un demonio remoto. O sea, un remote daemon, para controlar un navegador invisible en segundo plano. Resolvió el problema de infraestructura sobre la marcha. Exacto. Y para rematar, en lugar de entrar en la web y hacer scroll hacia abajo como haría un humano… Que es súper lento y depende de la velocidad de carga. Claro. Pues se fue directo a las tripas del código HTML y encontró un bloque masivo de datos JSON llamado ITInitialData. Ah, qué inteligente. YouTube envía esos datos crudos de golpe al cargar. Eso es. Sacó las imágenes de ahí en milisegundos, saltándose toda la interfaz. Y al terminar, redactó una habilidad nueva de 147 líneas de código. El manual de operaciones del que hablábamos. Con comentarios detallados sobre advertencias de cookies y sobre los vídeos cortos o shorts. Pensemos en nuestras propias empresas por un segundo. A ver. ¿Cuántos trabajadores humanos son capaces de encontrarse con un problema técnico totalmente nuevo, solucionarlo sobre la marcha y luego, por iniciativa propia, sentarse a escribir un manual impecable de 147 líneas para que el próximo empleado no cometa ese mismo error? Uf, te diría que muy pocos, por no decir ninguno. Es que esto supera al trabajador medio con muchísima diferencia. Completamente de acuerdo. Y llegados a este punto, viendo todo lo que es capaz de hacer, cualquiera pensaría que necesitas un presupuesto millonario o centros de datos gigantescos. Claro, servidores de la NASA, por lo menos. Pues aquí está la paradoja más fascinante de todo este ecosistema. Es ridículamente accesible. David lo hizo funcionar desde un simple servidor privado virtual. Un VPS baratísimo de Hostinger. O sea, el típico servidor que alquilas por un par de euros para alojar una página web pequeñita. Ese mismo, el Plan Taren 2, encendido las 24 horas, y usó Open Router para conectar el sistema con el modelo Opus 4.7 mediante claves API. ¿Y eso cuánto cuesta en consumo de la inteligencia artificial? Pues entre 5 y 10 dólares al mes, literalmente. Es que te cuesta más pagarte el Netflix que tener un sistema que te autodiagnostica servidores y te edita vídeos en mandarín. Tal cual. Y si el coste no es una barrera, la complejidad técnica tampoco. Eso te iba a preguntar. Configurar todo eso en un servidor tiene que tener su aquel, ¿no? Pues mira la anécdota de David en el vídeo. Necesitaba instalar un paquete de Python llamado V en Ubuntu. Vale. Para hacerlo tenía que entrar por SSH, que es básicamente una pantalla negra con letras blancas donde solo metes comandos. Nada de ratón. Y él mismo admite que de Linux no tiene ni idea. ¿Y qué hizo? Porque ahí te quedas atascado rápido. Pues se dio la vuelta, abrió un chat con otra IA, en este caso Cloud, le explicó lo que quería hacer y le pidió que le dictara los comandos paso a paso. Tardó 20 segundos. Fijaos en la paradoja. O sea, estamos configurando una de las inteligencias artificiales más sofisticadas del planeta. Algo súper avanzado. Y cuando el operador humano se atasca ante una pantalla negro de terminal… Su solución es pedirle ayuda a otra inteligencia artificial. Es buenísimo. Le pide que le diga qué teclas apretar. La barrera técnica ha desaparecido por completo. Y esto es vital. Ya no importa que no sepas instalar un paquete en Ubuntu o que no te sepas de memoria la sintaxis de un lenguaje. Claro. Lo que vale ahora es la estrategia. Exacto. Lo que prima es tu capacidad de orquestar estos agentes y tener la visión para saber qué tareas puedes delegarles. David afirma que cualquiera, sin importar su edad o si sabe algo de tecnología, puede aprender a construir software así en solo tres semanas. ¿Tres semanas? Es que es un cambio de mentalidad absoluto. Pasamos de ser los que pican código línea a línea a ser directores de orquesta. No necesitas saber tocar el violín perfectamente, pero sabes cómo tiene que sonar la sinfonía. Sí, sí. Y además tienes músicos que, si desafinan, se afinan el instrumento ellos solos. Tal cual. Aunque toda esta autonomía, esta capacidad de resolver problemas y nosotros, nos lleva irremediablemente a una reflexión de fondo, ¿no crees? Sí, y es una reflexión bastante provocativa para llevarnos a casa. A ver, cuéntame. ¿Por qué estoy convencido de que va por el tema laboral? Totalmente. Si los agentes de IA ahora son capaces de toparse con problemas inéditos en Internet, diagnosticarlos, solucionarlos en segundos y además escribir automáticamente el procedimiento operativo estándar perfecto para que nadie vuelva a fallar jamás, ¿qué pasa con los trabajos humanos de nivel de entrada? Uf, esa es una buena pregunta. Es que, históricamente, los profesionales junior, los que acaban de empezar en una empresa, aprenden precisamente tropezando con esos pequeños errores técnicos. Claro. Te pasas los primeros meses arreglando bases de datos rotas, leyendo documentación porque el servidor se ha caído, te vas curtiendo a base de palos. Exacto. Vas creando ese callo profesional. Pero si la inteligencia artificial es la única que tropieza ahora y encima sella el camino asfaltándolo para siempre… Ya no hay bachas para los humanos. Eso es. ¿Cómo adquiriremos los humanos esa experiencia fundamental en el futuro? ¿De dónde saldrán los perfiles senior dentro de 10 años si los junior no tienen problemas que resolver? Guau. Es una paradoja del progreso tremenda. Al automatizar la superación de obstáculos, parece que estamos automatizando y casi eliminando nuestra principal fuente de aprendizaje. Te deja dándole vueltas a la cabeza, desde luego. Sin duda. Da mucho que pensar. Bueno. Antes de despidirnos hasta el próximo programa, os informamos de que las voces que oyes han sido generadas por la IA de Notebook LM y que dirigiendo el podcast se encuentra Julio Pablo Vázquez, un humano que te envía saludos. En caso de error, probablemente sean errores humanos. Nos escuchamos. Y hasta aquí el episodio de hoy. Muchas gracias por tu atención. Esto es BIMPRAXIS. Nos escuchamos en el próximo episodio.