2026-11-11 · Fuente:虎嗅·中继

El foco pasa de la capacidad del modelo al Contexto, la memoria y los permisos; Meta y OpenAI ya están dentro y los gigantes chinos acechan. El Personal Agent de Instinct está convirtiendo el «esperar encargos» en «actuar por iniciativa», y detrás de ello hay una nueva escalada empinada de la curva de consumo de tokens.
Un documento que exige firma antes de las tres de la tarde sigue sin atender a las dos y cincuenta y cinco, y el agente llama directamente por teléfono para apremiar. No es un pasaje de ciencia ficción, sino una función que el producto de Instinct está ya materializando. La discusión entre el fundador Noah Shinn y el analista Ben Thompson en torno al Personal Agent acaba desembocando en un solo punto: ya no espera a que le asignen tareas, sino que actúa por iniciativa a partir del Contexto. Parece solo una mejora del modo de interacción, pero en realidad significa el cambio de papel de la IA, de «herramienta» a «colaborador residente»; y ser residente implica que la inferencia deja de ser una petición puntual para volverse una carga de fondo en marcha continua.
En el último año y algo, el sector ha ido cambiando de marcha: del ChatBot al agente de programación, y de ahí al agente general; ahora le toca al agente personal. Tras la popularidad de Muse, el centro de la discusión se desplazó visiblemente de la capacidad del modelo hacia el ordenador en la nube, el Contexto, la memoria de largo plazo, la iniciativa y los permisos, como si la era de las aplicaciones hubiera llegado de verdad. El contraste es directo: con un agente de programación, el usuario abre Codex y da la orden, arreglar un error o escribir unas diapositivas, y todo empieza por la instrucción; el agente personal, en cambio, domina el calendario, el correo, la posición, el historial de consumo e incluso las preferencias y costumbres, y alcanza para juzgar por sí solo qué toca hacer en este momento. A las diez de la mañana tienes visita a un cliente: a las nueve y media ya miró el tráfico, pondera si ir en metro o en taxi y, si hace falta, pide el coche por adelantado y avisa la hora de salida, como un secretario que conoce tus hábitos de trabajo y empieza a tener «ojo».
Para los compradores de cómputo e inversores, lo que más conviene vigilar es la curva de consumo de tokens. Ya hubo tres saltos: ChatGPT popularizó la generación masiva de respuestas, artículos y código; o1 generalizó los modelos de razonamiento, que antes de responder invierten más cómputo en pensar; y el agente de programación es capaz de trabajar durante horas seguidas, leyendo archivos, retocando código y corriendo pruebas en bucle, consumiendo gran cantidad de tokens en una sola tarea. El agente personal se contempla como el cuarto nodo y otra frontera importante: cuando el agente gira de forma continua en torno al Contexto del usuario, el nivel de la demanda de inferencia puede volver a subir. Para el decisor de compras, esto significa que al evaluar el presupuesto de cómputo ya no cabe el modelo estático «por puesto y por número de peticiones», y hay que pasar al modelo dinámico «por número de sesiones residentes, por longitud de Contexto y por tiempo de actividad en segundo plano».
Conviene subrayar que el agente personal exige a la infraestructura de inferencia algo claramente distinto de los escenarios de las tres generaciones anteriores. La era del ChatBot era tráfico de pregunta y respuesta corto y rápido; la era de o1, un pensamiento largo puntual; el agente de programación, el bucle largo por tarea; el agente personal, en cambio, exige que el modelo lea en todo momento el calendario, el correo y los cambios de posición más recientes del usuario, lo que implica actualizaciones de Contexto de alta frecuencia, llamadas de recuperación en la memoria de largo plazo y rondas extra de inferencia por la verificación de permisos. Dicho de otro modo, aunque el usuario no perciba interacciones frecuentes, el flujo de tokens de fondo sigue acumulándose sin parar. Para las empresas con clúster de inferencia propio, la tasa de acierto del KV Cache, la capacidad de despacho de contexto largo y el aislamiento multiarrendatario serán los nuevos indicadores técnicos de compra; para los equipos que compran inferencia por volumen, conviene revisar la «tasa de producción de tokens efectivos» además del precio unitario del token.
La cuestión de la ventana sigue abierta: Meta y OpenAI ya entraron, ByteDance, Tencent y Alibaba acechan, y cuántas oportunidades quedan para las startups nadie se atreve a decirlo por ahora. Para el comprador de cómputo, la entrada de los gigantes es un arma de doble filo: por un lado, la competencia presionará a la baja el precio marginal del servicio de inferencia; por otro, atarse a un solo ecosistema puede traer costes de migración y bloqueo de los datos de permisos. Al planificar el presupuesto de cómputo para IA, se recomienda modelar las cargas tipo agente personal como un centro de coste independiente, reservar redundancia de inferencia para el crecimiento del Contexto y atender en el contrato de compra a las cláusulas de tarifa escalonada de la inferencia de contexto largo.
En cuanto a la crítica de que todo esto es «pura especulación», quizá la respuesta haya que buscarla en la revolución industrial: la tecnología de aquella época también nacía de combinaciones de innovaciones previas, y en el fondo toda innovación es una mezcla. La verdadera divergencia no está en «si hay innovación», sino en «cuándo se escala». Cuando el agente personal cruce el salto de la demostración al día a día, la curva de consumo de tokens del cuarto punto de salto dejará de ser tema de debate.
[Datos reales de mercado] Conviene precisar que el modelo de cómputo asociado al Personal Agent de Instinct tratado en este reportaje no cuenta actualmente con datos de cotización a la venta. La Bolsa de Cómputo Wanan seguirá el seguimiento de las novedades de listado y de cotización de esta categoría, y recomienda a los compradores con intención de compra tomar como referencia de transición las cotizaciones al contado y a contrato de las tarjetas de inferencia actuales, y hacer los cálculos de sustitución cuando se revelen las cotizaciones del nuevo producto.
P: ¿Por qué el agente personal se considera el cuarto punto de salto del consumo de tokens?
R: Los tres saltos anteriores fueron la generación masiva popularizada por ChatGPT, la generalización de los modelos de razonamiento con o1 y las horas seguidas de trabajo del agente de programación consumiendo gran cantidad de tokens; el agente personal gira de forma continua en segundo plano en torno al Contexto del usuario y aporta una carga de inferencia residente, por lo que se contempla como el cuarto nodo.
P: ¿Cómo debería ajustar su estrategia de compra ahora el comprador de cómputo?
R: Dado que el modelo asociado no cuenta actualmente con datos de cotización a la venta, se recomienda planificar el presupuesto tomando como referencia las cotizaciones al contado y a contrato de la capacidad de inferencia actual, construir un modelo dinámico de costes por número de sesiones residentes y por longitud de Contexto, y esperar a que la Bolsa de Cómputo Wanan revele las cotizaciones posteriores antes de decidir compras adicionales.
Etiquetas: Noah Shinn · Ben Thompson · Instinct · OpenAI · Personal Agent · Token Consumption
萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado