chicos, creo que esto podría ser el próximo openclaw. karpathy dejó 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 había pasado por alto después de meses de ajuste manual. 11% de ganancia en rendimiento. el agente encontró errores. ajustó hiperparámetros. descubrió regularización faltante. planeó sus propios experimentos basándose en resultados previos. ¿qué hizo karpathy? "programando el programa.md" este es un hombre que ha estado haciendo este flujo de trabajo exacto a mano durante 20 años. construyó el piloto automático de tesla. y su reacción fue "salvaje." ¿por qué es esto de nivel openclaw? porque openclaw no era un robot aprendiendo una tarea. era un marco para que los agentes tomaran un conjunto completo de acciones lo mismo acaba de suceder para la investigación/experimentación en sí. karpathy ya está iniciando la ronda 2 con colaboración de múltiples agentes. lo dijo claramente: "todos los laboratorios de frontera harán esto. es la batalla final del jefe." pero amplía la vista. su verdadero insight: "cualquier métrica que te importe y que sea razonablemente eficiente de evaluar puede ser investigada automáticamente 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. gastos en publicidad, cadena de suministro, red eléctrica, descubrimiento de fármacos, estrategia de trading, etc... si puede ser investigada automáticamente, será investigada automáticamente. ahora necesitamos la infraestructura para el enjambre.