Un punto critico sollevato da Karpathy nel podcast di Dwarkesh riguardava la differenza tra gli agenti di codifica AI e il resto del lavoro conoscitivo. È chiaro che gli agenti AI nella codifica hanno preso piede estremamente rapidamente. Ci sono molte ragioni per questo, tra cui il fatto che una quantità sostanziale di dati di addestramento è già online rispetto ad altri settori, gli sviluppatori sono pronti a provare nuovi strumenti e i laboratori hanno molti incentivi per fare le cose nel modo giusto. Ma c'è anche una ragione sottile e fondamentale che Karpathy affronta: il dominio è composto quasi interamente da testo (ottimo per i LLM!) e abbiamo strumenti standardizzati chiari che sono già essenzialmente editor di testo (IDE) dove quasi tutto il lavoro è contenuto. Ci sono pochi altri settori in cui gli agenti AI troveranno un territorio così fertile come questo. Questo è in parte il motivo per cui la diffusione degli agenti AI richiederà più tempo in altri spazi, ma è anche l'opportunità davanti a chiunque stia lavorando su agenti per lavoratori della conoscenza. Stiamo entrando in una nuova era di software per i lavoratori della conoscenza che consente modi intuitivi, ma potenti, di interagire con gli agenti. Alcuni degli attuali incumbenti avranno una posizione naturale per costruire queste soluzioni, ma molti spazi saranno disponibili perché alcuni non si muoveranno abbastanza velocemente. E ci saranno anche molte categorie in cui non c'è un incumbente naturale perché è la prima volta che il software viene applicato al mercato. Le aziende che saranno in grado di portare queste soluzioni sul mercato, specialmente nelle imprese che richiederanno gestione del cambiamento e reingegnerizzazione dei processi, saranno quelle che vinceranno.