Chicos, creo que este podría ser el próximo Openclaw. Karpathy permitió que un agente de IA optimizara su propio código de entrenamiento de red neuronal durante 2 días. Realizó 700 experimentos de forma autónoma. encontró 20 mejoras que se había perdido tras meses de ajustes manuales. Mejora del rendimiento del 11%. El agente encontró a Bugs. hiperparámetros ajustados. se descubrieron la falta de regularización. planificó sus propios experimentos basándose en resultados previos. ¿Qué hizo Karpathy? "programando la program.md" Este es un hombre que lleva 20 años haciendo exactamente este flujo de trabajo a mano. Construyó el piloto automático de Tesla. Y su reacción fue "salvaje". ¿Por qué es a nivel OpenClaw? Porque OpenClaw no era un robot aprendiendo una tarea. Era un marco para que los agentes realizaran todo un conjunto de acciones Lo mismo ocurrió con la investigación/experimentación en sí. Karpathy ya está en marcha para la segunda ronda con colaboración entre varios agentes. Lo dijo claramente: "Todos los laboratorios Frontier harán esto. es la batalla contra el jefe final." Pero ampliar aún más. Su verdadera reflexión: "Cualquier métrica que te importe y que sea razonablemente eficiente de evaluar puede ser autoinvestigada por un enjambre de agentes." Cualquier métrica que te importe y que sea razonablemente eficiente de evaluar puede ser investigada automáticamente por un enjambre de agentes. Gasto en anuncios, cadena de suministro, red energética, descubrimiento de fármacos, estrategia de trading, etc... Si se puede autoinvestigar, se investigará automáticamente. Ahora necesitamos la infraestructura para el enjambre.