Lo que es emocionante *para mí* sobre el anuncio de "habilidades de agente" de @AnthropicAI es que proporciona un paso hacia el aprendizaje continuo. - En lugar de actualizar continuamente los pesos de los modelos, los agentes que interactúan con el mundo pueden agregar continuamente nuevas habilidades. - El cómputo dedicado al razonamiento puede tener un doble propósito de generar nuevas habilidades (en este momento, el trabajo que se dedica al razonamiento se descarta en gran medida después de realizar una tarea). Me imagino que se almacenarán grandes cantidades de conocimientos y habilidades fuera de los pesos de un modelo. Parece natural destilar parte de ese conocimiento en pesos de modelos a lo largo del tiempo, pero esa parte me parece menos fundamental. Hay muchas cosas buenas sobre el almacenamiento de conocimiento fuera del modelo - Es interpretable (solo lea las habilidades) - Puede corregir errores (las habilidades / conocimientos están en texto plano, por lo que son fáciles de actualizar) - Debe ser altamente eficiente en cuanto a datos (de la misma manera que el aprendizaje en contexto es eficiente en cuanto a datos)