26 mil millones de dólares, un equipo '100% chino' sustenta la empresa de programación IA con mayor valoración global

marsbitPublicado a 2026-05-31Actualizado a 2026-05-31

Resumen

Cognition AI, la empresa detrás del "primer ingeniero de software IA" Devin, ha alcanzado una valoración de 26.000 millones de dólares tras una nueva ronda de financiación. Fundada en 2023 por tres jóvenes chinos campeones de olimpiadas de informática, la compañía cautivó inicialmente con la promesa de un agente autónomo que podía gestionar tareas de desarrollo completas. Sin embargo, Devin enfrentó escepticismo por su alto precio inicial (500 USD/mes) y una tasa de éxito inconsistente en tareas reales. Un punto de inflexión clave fue la adquisición de los activos de Windsurf, una popular herramienta de IDE con IA, lo que permitió a Cognition ofrecer un enfoque dual: Devin para la ejecución asíncrona de tareas y Windsurf como asistente dentro del editor, similar a Cursor. Esta estrategia combinada abordó mejor las necesidades reales de los desarrolladores y las empresas. La narrativa de la compañía ha evolucionado desde reemplazar programadores hacia automatizar tareas repetitivas (como migraciones o mantenimiento) dentro de los flujos de ingeniería empresarial. Actualmente, reporta un crecimiento explosivo: un run-rate de ingresos de 492 millones de dólares y un aumento mensual del 50% en el uso empresarial de Devin durante los últimos seis meses. Su lista de clientes incluye a Goldman Sachs, NASA y el ejército estadounidense. La valoración récord refleja la apuesta de los inversores (como Lux Capital y General Catalyst) por Cognition como un futuro pilar de la infraestru...

Por | Alfabeto AI

26 mil millones de dólares, es el precio más reciente que el mercado de capitales ha otorgado a la empresa de programación IA Cognition.

El pasado mes de septiembre, Cognition AI acababa de superar el umbral de valoración de 100 mil millones de dólares, ya parecía entonces un auténtico mito de Silicon Valley.

Tres jóvenes fundadores chinos, con un total de 5 medallas de oro en la Olimpiada Internacional de Informática, montaron el prototipo del "primer ingeniero de software IA del mundo", Devin, en un apartamento alquilado a corto plazo. En poco más de dos años desde su fundación, la valoración de la empresa se disparó a 100 mil millones de dólares.

Chinos, olimpiadas, Harvard, MIT, abandono de estudios para emprender, Agente IA... cada etiqueta es suficientemente llamativa, Cognition es sin duda una de las empresas con más historia en el campo de la programación IA.

Ahora, esta historia ha sido impulsada un gran paso más por el mercado de capitales.

Según informó Bloomberg, Cognition AI, la empresa detrás de Devin, ha completado una nueva ronda de financiación de más de 10 mil millones de dólares, con una valoración post-inversión de 26 mil millones de dólares. Esta ronda fue codirigida por Lux Capital, General Catalyst y 8VC, con la participación de Ribbit Capital, Atreides Management, Founders Fund, entre otros. Cognition también ha confirmado oficialmente esta ronda de financiación y la última valoración.

Es decir, en solo 8 meses desde la valoración anterior de 102 mil millones de dólares, la valoración de Cognition se ha multiplicado por 2.5.

01 Lo que el capital ha comprado no es solo un programador IA

En esta ronda de financiación, los capitales líderes son muy representativos.

Lux Capital es un fondo de capital riesgo de Silicon Valley muy identificado con la tecnología profunda, invierte a largo plazo en ciencia de vanguardia, tecnología profunda, IA, robótica, aeroespacial, defensa e infraestructuras informáticas, proyectos "bastante duros". En su propia página de inversiones, Cognition se clasifica en la dirección de "productividad + infraestructura + ciencias de la computación".

Se puede decir que Lux Capital invierte en Cognition, viendo la posibilidad de que Cognition convierta el Agente IA en una infraestructura de ingeniería de software.

General Catalyst, por su parte, se centra en la oportunidad de transformación de los procesos empresariales por la IA. Esta empresa no es solo un VC tradicional, en su sitio web se autodenomina "empresa global de inversión y transformación", y en los últimos años ha hecho hincapié en la transformación, es decir, utilizar capital, operaciones y relaciones empresariales para impulsar la transformación de industrias tradicionales y grandes instituciones.

Además de Cognition, General Catalyst también está apostando fuertemente por Anthropic. En el último año, ha participado continuamente en varias rondas de financiación multimillonarias de Anthropic.

8VC, otra empresa codirigente, lleva consigo la imaginación del despliegue gubernamental y en grandes empresas. Esta empresa apuesta a largo plazo por la "infraestructura de software empresarial en organizaciones complejas", y en la lista de clientes de Cognition ya aparecen clientes con un fuerte carácter gubernamental o de sector público como el Ejército de EE.UU., la Armada de EE.UU., la NASA, etc. La participación de 8VC como codirigente valida la narrativa de Cognition.

Además de las tres empresas codirigentes, el antiguo accionista de Cognition, Founders Fund, también sigue aumentando su participación. La ronda de financiación de unos 4 mil millones de dólares en 2025 fue dirigida por Founders Fund, con una valoración post-inversión de unos 102 mil millones de dólares. Esta empresa, fundada con la participación de Peter Thiel, siempre ha tenido un estilo de inversión bastante agresivo, prefiriendo empresas tecnológicas que puedan remodelar la estructura industrial, como SpaceX, Palantir, Anduril, Stripe, OpenAI, etc.

Lux Capital apuesta a largo plazo por la tecnología profunda y la computación de vanguardia, General Catalyst es experto en software empresarial y transformación de grandes instituciones, 8VC lleva consigo los genes del software empresarial y el mercado gubernamental, y Founders Fund es uno de los antiguos accionistas de Cognition. La aparición simultánea de estos tipos de capital en la lista de financiación de Cognition demuestra suficiente que los inversores ya no ven a Cognition solo como una empresa de herramientas para desarrolladores, sino como un candidato a la infraestructura de ingeniería de software de próxima generación.

La valoración post-inversión de 26 mil millones de dólares demuestra plenamente la confianza del mercado, y la razón más directa por la que el capital está dispuesto a seguir aumentando el precio es el crecimiento.

Cognition ha presentado datos de comercialización muy sólidos: el uso empresarial ha crecido más de 10 veces este año, el run-rate de ingresos ha saltado de 37 millones de dólares en mayo del año pasado a los actuales 492 millones de dólares, y el uso de Devin en el lado empresarial ha mantenido un crecimiento mensual del 50% en los últimos 6 meses.

Aunque los 492 millones de dólares no son ingresos anuales ya confirmados, solo un run-rate anualizado calculado según el ritmo de ingresos actual. Aun así, esta curva es lo suficientemente impresionante. Los inversores ya pueden ver que los clientes empresariales están pagando y usando realmente, y el volumen de uso sigue subiendo rápidamente, lo que para una empresa fundada en 2023 es casi legendario.

El campo de la programación IA es ciertamente próspero. El código, los issues, las pruebas, los PRs, la documentación, son objetos de trabajo altamente digitalizados; si una tarea se completa o no, se puede verificar mediante pruebas, revisiones de código y resultados de despliegue.

Y para las empresas, los equipos de software siempre tienen trabajo pendiente, cada tarea consume tiempo y es costosa (al menos el salario por hora de los ingenieros senior es elevado). Si un Agente IA puede asumir de forma estable una parte de las tareas de ingeniería de software claras, repetitivas y verificables, se convertirá en capacidad productiva de ingeniería por la que las empresas están dispuestas a pagar.

Detrás de los 26 mil millones de dólares, lo que el capital realmente ha comprado es una conclusión: el desarrollo de software se está convirtiendo en el primer escenario de trabajo donde los Agentes IA serán adquiridos a gran escala por las empresas.

02 Después del éxito de Devin, la realidad vierte agua fría

Cognition se hizo famosa inicialmente gracias a una imaginación que en ese momento parecía extremadamente audaz.

Antes de Devin, las herramientas de programación IA se limitaban en su mayoría a la posición de "asistentes". GitHub Copilot ayuda a los programadores a completar código, ChatGPT y Claude pueden explicar errores, generar funciones, y Cursor coloca la IA dentro del editor, permitiendo a los desarrolladores escribir y modificar simultáneamente.

Pero Devin dio un gran paso adelante. Cognition lo definió directamente como "ingeniero de software IA", los usuarios solo necesitan describir los requisitos en lenguaje natural, como desarrollar un sitio web, construir una función de aplicación, o arreglar problemas en el repositorio de código, y Devin descompondrá la tarea por sí mismo, escribirá el código, arreglará bugs, hasta que el proyecto funcione.

En marzo de 2024, cuando Cognition publicó la demostración de Devin, toda la comunidad de desarrolladores se entusiasmó. Fue promocionado como el primer programador IA del mundo, y en cierta medida también se convirtió en uno de los productos icónicos que realmente trascendieron en la ola del "vibe coding".

Los fundadores de esta empresa también tienen su propia historia, los tres fundadores Scott Wu, Steve Hao y Walden Yan son chinos, y provienen del mundo de las competiciones de informática, los tres juntos han ganado 5 medallas de oro en la IOI. No son fundadores de tipo comercial tradicional, más bien parecen un grupo de jóvenes que mejor saben escribir código, intentando entrenar a otra cosa que también sepa escribir código.

Después del lanzamiento de Devin, la empresa rápidamente obtuvo el apoyo de capital riesgo de primera línea como Founders Fund, Khosla Ventures, Bain Capital Ventures, etc., formando rápidamente un equipo de capital. También comenzaron a aparecer clientes empresariales, nombres como Goldman Sachs, Citi, Ramp, etc., se asociaron gradualmente con Devin.

En julio de 2025, cuando Goldman Sachs introdujo Devin, el título de Fast Company incluso decía directamente "el nuevo ingeniero de software IA de Goldman Sachs nunca duerme". Se refería precisamente al punto que más atrae a las empresas en un Agente: puede funcionar 24/7, sin necesidad de turnos, y no se detiene por la noche, los fines de semana o las diferencias horarias.

Ese fue el primer momento de gloria de Cognition. Un equipo joven, un grupo de fundadores chinos procedentes de competiciones de informática, un Agente IA que afirma poder completar tareas de desarrollo de software de extremo a extremo, más el respaldo de capital riesgo de primer nivel y grandes clientes. Todos estos elementos juntos, casi forman el comienzo estándar de un mito de IA en Silicon Valley.

El árbol más alto atrae más viento, cuando una historia se cuenta demasiado bien, también surgen problemas.

Al principio, la fama de Devin se basaba en gran medida en los demos de la empresa. Cuando los desarrolladores externos comenzaron a analizar fotograma a fotograma y a probarlo realmente, surgieron las dudas. Algunos pensaban que la demostración de Devin estaba cuidadosamente editada, omitiendo algunos procesos que lo hacían parecer menos perfecto. Por ejemplo, hubo un momento en la demostración que se cuestionó, parecía que Devin mismo creó un bug y luego lo arregló, pero el efecto presentado era más bien que completaba la tarea sin problemas.

Devin se vio envuelto en una polémica de "falsificación" durante un tiempo - su tono de promoción era demasiado cercano a que la IA ya podía valerse por sí misma, pero el entorno de ingeniería real es mucho más complejo que un demo.

El desarrollo de software nunca es solo escribir código, incluye comprensión de requisitos, juicio de arquitectura, memoria contextual, normas del equipo, etc., además de una gran cantidad de restricciones implícitas que no están escritas en los issues. Que un Agente funcione no significa que siempre vaya en la dirección correcta; que pueda generar código no significa que el código merezca ser fusionado.

Después de que Devin se abriera oficialmente, la brecha se hizo más evidente.

Al principio era muy caro, partía de 500 dólares al mes. Pero su rendimiento parecía no justificar un precio tan alto: Answer.AI probó Devin durante un mes seguido, asignándole 20 tareas de ingeniería reales, y el resultado fue que de las 20 tareas, solo 3 tuvieron éxito, 14 fracasaron, y otras 3 fueron inciertas.

El mayor problema no era solo la alta tasa de fracaso, sino también la imprevisibilidad del fracaso.

Algunas tareas parecían no ser complejas, pero Devin se metía en callejones sin salida; algunas tareas en sí mismas no eran viables, pero seguía intentándolo; a veces generaba código excesivamente complejo y difícil de mantener, lo que finalmente hacía que los ingenieros dedicaran más tiempo a revisar y arreglar.

Y además, era tan caro.

Cognition también se dio cuenta de que el umbral de 500 dólares al mes era demasiado alto. En abril de 2025, Cognition lanzó Devin 2.0, bajando el precio inicial de 500 dólares mensuales a 20 dólares, e introduciendo un modelo más flexible de pago por uso (pay-as-you-go).

Pero bajar el precio no es la solución a todo, una herramienta diseñada para mejorar la eficiencia, que al final hace perder más tiempo y energía, realmente no tiene mucho sentido.

La principal contradicción inicial de los Agentes autónomos está precisamente aquí: cuanto más se parece la IA a un ingeniero independiente, más necesita confiar el usuario en ella, pero cuanto más funciona de forma opaca por sí misma, más problemático es cuando se desvía.

Devin promete "entrégame la tarea", pero muchas tareas de ingeniería real no están listas para ser entregadas completamente tan pronto. Un Agente que funciona solo durante mucho tiempo y al final te entrega un PR, suena muy avanzado; pero si la calidad del PR es inestable, el coste de revisión del ingeniero es aún mayor.

Curiosamente, en este contraste, fue Cursor quien realmente obtuvo el primer beneficio real entre los desarrolladores.

Porque Cursor no prometió desde el principio reemplazar a los programadores, su lógica es más moderada y se ajusta más al flujo de trabajo real: la IA ayuda al lado modificando código, explicando errores, refactorizando archivos, generando pruebas, pero el desarrollador sigue dentro del editor. Es como el coche de la autoescuela, al menos puedes frenar cuando notas que algo va mal.

Si la historia de Cognition se hubiera detenido aquí, podría haberse convertido en otra empresa de "tráfico" elevada por la ola de la IA y luego devuelta a la realidad por la experiencia real de uso, y no habría pasado lo que vino después.

Pero como se mencionó antes, la realidad suele ser más compleja, y el campo de la programación IA en sí tampoco se ha detenido.

Después de que Devin desencadenara la imaginación del "ingeniero de software IA" y Cursor demostrara que los desarrolladores aún necesitan sensación de control, OpenAI, Google, Anthropic y otros gigantes de los modelos base también comenzaron a acelerar la integración de capacidades de codificación en sus propios productos y plataformas.

Por un lado, la ruta del IDE más controlable se expandía rápidamente, por otro lado, los gigantes de los modelos comenzaban a adentrarse en la capa de aplicación. Para sobrevivir, Cognition tenía que hacer algunos cambios.

Y fue entonces cuando "encontró" el tesoro que dejó Windsurf.

03 Agarrar con ambas manos, y ambas con fuerza

La batalla por Windsurf podría decirse que fue uno de los eventos más dramáticos en el campo de las herramientas de codificación IA en 2025.

En ese momento, Windsurf ya era una empresa muy seguida en el campo de los IDE IA. Originalmente había sido vista por OpenAI, ambas partes negociaron durante mucho tiempo en torno a la adquisición, y externamente se pensó que el acuerdo ya estaba cerrado.

Sin embargo, este acuerdo finalmente no se materializó, una razón importante fue la compleja relación de colaboración entre OpenAI y Microsoft. En ese momento, Microsoft tenía una amplia licencia sobre la tecnología y productos de OpenAI, y Microsoft, a su vez, tenía GitHub Copilot, un importante competidor en el campo de la programación IA. Windsurf temía que, una vez adquirida por OpenAI, su tecnología y productos pudieran verse envueltos en el marco de licencias de OpenAI con Microsoft, fluyendo indirectamente hacia un competidor potencial.

Nada más fracasar OpenAI, Google apareció rápidamente.

Google obtuvo una licencia no exclusiva de la tecnología de Windsurf por 2.4 mil millones de dólares, al mismo tiempo que se llevó al CEO de Windsurf, Varun Mohan, al cofundador Douglas Chen, y a varios miembros clave del equipo de investigación y desarrollo a Google DeepMind.

Fue un viernes, las cosas sucedieron rápidamente, Google se llevó a los fundadores y parte de la tecnología central bajo licencia, OpenAI no pudo completar la adquisición, la entidad corporativa original de Windsurf, el producto, la marca, los clientes y 250 empleados, quedaron en una posición muy incómoda.

Fue entonces cuando Cognition apareció en escena.

El problema ocurrió el viernes, y el lunes anunció que había adquirido los activos restantes de Windsurf, incluyendo el producto IDE Windsurf en sí, la propiedad intelectual, las marcas registradas, la marca, la base de clientes empresariales, los datos de usuarios, y la mayoría de los empleados restantes del equipo.

Este paso fue casi clave para que Cognition volviera a la mesa de juego más tarde, ya que complementaba precisamente lo que más le faltaba a Devin: la entrada para desarrolladores.

Después de la adquisición de Windsurf, la velocidad de comercialización de Cognition se aceleró notablemente. Windsurf ya tenía en el momento de la adquisición 82 millones de dólares de ARR y más de 350 clientes empresariales; Cognition reveló posteriormente que esta adquisición duplicó directamente el ARR de la empresa, y que en las 7 semanas posteriores a la adquisición, el ARR empresarial combinado creció más del 30%.

Anteriormente, Devin representaba una ruta más radical. Esperaba que el usuario entregara la tarea a un Agente en la nube, dejando que planificara, ejecutara, depurara por sí mismo y finalmente entregara resultados. Pero el auge de Cursor demostró que los desarrolladores no necesariamente están dispuestos a entregar completamente la tarea desde el principio. Prefieren permanecer en el editor, viendo cómo la IA modifica el código paso a paso, tomando el control en cualquier momento, corrigiendo en cualquier momento.

Y la incorporación de Windsurf añadió a Cognition el IDE, permitiendo finalmente a Cognition no tener solo esa forma de producto de "entregar la tarea a la IA".

Comenzó a caminar sobre dos piernas: una es Devin, responsable de la ejecución asíncrona de tareas en la nube, adecuada para manejar trabajos de ingeniería que pueden descomponerse, verificarse y entregar PRs; la otra es Windsurf, responsable de la entrada del IDE, permitiendo a los desarrolladores trabajar junto con la IA en el lugar del código, cubriendo escenarios de desarrollo diario similares a los de Cursor.

Si el usuario no confía en entregar completamente el volante a la IA, entonces la IA vuelve al editor, convirtiéndose en un asistente controlable; si la empresa realmente tiene una gran cantidad de tareas de ingeniería claras, repetitivas y verificables que necesitan procesamiento, entonces Devin actúa como "empleado formal", asumiendo parte del trabajo en segundo plano.

Cognition ya no busca solo un programador IA todopoderoso, autónomo, capaz de completar todo el trabajo de forma independiente, comienza a cubrir dos necesidades reales dentro de la ingeniería de software.

Curiosamente, esto forma un contraste con el polémico Antigravity 2.0: Google inicialmente también hacía un IDE, pero después de la actualización de Antigravity, se convirtió directamente en una interfaz más orientada a la gestión de Agentes, saltando de la colaboración controlada en el IDE a la programación de Agentes en caja negra. La dirección es muy ambiciosa, pero también más propensa a volver a encontrarse con los problemas iniciales de Devin.

Los desarrolladores individuales que compran herramientas, a menudo valoran la sensación, eficiencia, precio y experiencia, una herramienta que no funciona bien, pronto será abandonada. Pero las empresas compran procesos y capacidad productiva, siempre que el Agente pueda integrarse en el sistema de ingeniería existente y producir de forma estable en una parte de las tareas, tiene la oportunidad de convertirse en una partida presupuestaria.

El cambio más evidente en la narrativa posterior de Cognition está precisamente aquí.

Al principio, Devin parecía un programador IA bajo los focos, que tenía que demostrar que podía escribir código como un programador humano (y sin descansar). La Cognition posterior, se parece más a vender un sistema de automatización de ingeniería empresarial: Devin se encarga de la ejecución asíncrona, Windsurf se encarga de la entrada de desarrollo, y los clientes empresariales los integran en su propio flujo de desarrollo de software.

Según la última entrevista de TechCrunch el 29 de mayo, el CEO Scott Wu claramente está alejando a Devin de la narrativa de "reemplazar programadores". Cuando se le preguntó si Devin podría reemplazar a un programador de nivel intermedio, su respuesta fue "sí y no".

Enfatizó que Cognition nunca había moldeado a Devin en la dirección de "reemplazar humanos", que el equipo mismo está formado por programadores y no desea que los programadores pierdan sus trabajos. Indicó que la capacidad de Devin varía según la tarea, situándose aproximadamente entre un ingeniero junior y uno intermedio; es más adecuado para manejar muchas tareas de mantenimiento de larga cola que a los programadores no les gusta hacer, como actualizaciones de software antiguo, migraciones de plataforma, etc., liberando a los ingenieros de estas tareas pesadas para que puedan hacer más trabajo creativo.

La combinación de las dos piernas evita precisamente las debilidades de un producto único. Solo con Devin, es fácil parecer demasiado radical, los usuarios se preocupan por la falta de control del Agente autónomo; solo con Windsurf, es fácil caer en competencia directa con productos como Cursor, Copilot, Claude Code, Codex, etc. Pero Devin más Windsurf, Cognition tiene una historia más completa: capaz de servir tanto en el escenario diario de escritura de código de los desarrolladores, como en el escenario en que las empresas delegan tareas a un Agente.

En la última ronda de financiación, los datos presentados por Cognition también indican que su historia está siendo validada por el mercado.

La empresa afirma que el uso empresarial ha crecido más de 10 veces este año, el run-rate de ingresos ya ha alcanzado los 492 millones de dólares, y el uso de Devin en el lado empresarial ha mantenido un crecimiento mensual del 50% en los últimos 6 meses.

Clientes como Goldman Sachs, Mercedes-Benz, Citi, Dell, Cisco, NASA, el Ejército de EE.UU., la Armada de EE.UU., también hacen que su narrativa empresarial ya no se quede solo en los demos.

La valoración de 26 mil millones de dólares, lo que el mercado de capitales ha comprado no es un Devin que ya reemplace perfectamente a los programadores, es la posibilidad después del giro de Cognition: en el campo donde los Agentes IA se implementarán primero, podría convertirse en la nueva entrada para la ingeniería de software empresarial.

El desarrollo de software futuro, probablemente no volverá completamente a la era en que los ingenieros humanos escribían código solos, ni se convertirá inmediatamente en que los Agentes IA tomen el control total de todo. Lo más fácil de prever es un sistema híbrido: la persona en el IDE juzga la dirección, la IA ayuda al lado; parte de las tareas se desglosan y se entregan a Agentes en la nube para procesamiento asíncrono; el código finalmente aún debe ser probado, revisado, fusionado, y la persona asume la responsabilidad.

Y Cognition apuesta precisamente por esta zona intermedia.

Preguntas relacionadas

Q¿Qué empresa alcanzó una valoración de 260 mil millones de dólares y qué la hace destacar en el sector de la IA para programación?

ALa empresa es Cognition AI, valorada en 260 mil millones de dólares. Destaca por ser una empresa fundada por tres jóvenes chinos con un historial destacado en olimpiadas de informática y por haber creado a Devin, presentado como el 'primer ingeniero de software de IA' autónomo del mundo. Su rápido crecimiento y su modelo de negocio centrado en agentes de IA para la ingeniería de software la convierten en la empresa de IA para programación con mayor valoración.

Q¿Cuáles fueron algunos de los desafíos o críticas iniciales que enfrentó Devin, el 'ingeniero de software de IA' de Cognition?

ATras su lanzamiento, Devin enfrentó críticas sobre la posibilidad de que sus demostraciones estuvieran editadas para ocultar fallos. Usuarios y evaluadores, como Answer.AI, reportaron una alta tasa de fallos en tareas prácticas (14 de 20 tareas fallaron en una prueba) y una generación de código a veces excesivamente compleja. Su alto precio inicial de 500 dólares mensuales también fue un punto de fricción hasta que la empresa redujo los costos e introdujo un modelo de pago por uso.

Q¿Cómo cambió la estrategia de Cognition después de adquirir Windsurf y qué impacto tuvo en su negocio?

ATras adquirir los activos de Windsurf, Cognition complementó su oferta del agente autónomo Devin con un entorno de desarrollo integrado (IDE). Esto le permitió ofrecer dos enfoques: Devin para la ejecución asíncrona de tareas en la nube y el IDE de Windsurf para la colaboración en tiempo real con los desarrolladores. Esta adquisición duplicó los ingresos anuales recurrentes (ARR) de Cognition y aceleró significativamente su crecimiento comercial, atrayendo a más clientes empresariales.

Q¿Qué tipos de capital de riesgo lideraron la última ronda de financiación de Cognition y qué visión representa cada uno en su inversión?

ALa última ronda fue co-liderada por Lux Capital (enfocada en tecnología profunda e infraestructura), General Catalyst (centrada en la transformación empresarial con IA) y 8VC (especializada en software para grandes organizaciones y sector gubernamental). También participaron fondos existentes como Founders Fund. Esta combinación indica que los inversores ven a Cognition no solo como una herramienta para desarrolladores, sino como un posible estándar de infraestructura para la ingeniería de software impulsada por IA.

QSegún el CEO Scott Wu, ¿cuál es el papel real de Devin y cómo ha evolucionado la narrativa de Cognition respecto a la automatización?

AEl CEO Scott Wu aclaró que Devin no está diseñado para reemplazar por completo a los programadores humanos, sino para manejar tareas repetitivas o de mantenimiento (como actualizaciones o migraciones) que consumen mucho tiempo. La narrativa de Cognition ha evolucionado desde presentar a Devin como un 'ingeniero de IA' autónomo hacia vender un sistema híbrido donde los humanos supervisan y dirigen, y los agentes de IA asisten o ejecutan tareas específicas, aumentando la productividad general del equipo.

Lecturas Relacionadas

¿Por qué más agentes de IA no equivalen a mayor productividad?

**Resumen: Por qué más agentes de IA no equivalen a mayor productividad** Cuando los agentes de IA se vuelven más baratos y fáciles de ejecutar, el desarrollo de software enfrenta un nuevo desafío: el cuello de botella ya no es lanzar más agentes, sino la capacidad humana de gestionar, evaluar e integrar sus resultados. Este artículo introduce el concepto de "impuesto de orquestación". Iniciar un agente es barato (un prompt o un clic), pero cerrar el ciclo es costoso: verificar resultados, entender su impacto arquitectónico, resolver conflictos entre agentes y decidir qué código integrar. Este trabajo no se puede paralelizar; depende de un recurso en serie: el juicio humano. El desarrollador es el "GIL" (Cerradura Global del Intérprete) del sistema de agentes: el candido de un solo hilo que limita el rendimiento final. Múltiples agentes pueden ejecutarse concurrentemente, pero las fases de juicio arquitectónico, revisión de código y fusión de cambios deben pasar por la mente del desarrollador. Más agentes no siempre significan más producción; pueden solo alargar la cola de tareas pendientes de revisión, llevando a cambios de contexto más frecuentes y fatiga cognitiva. La sensación de eficiencia no equivale a productividad real. Un panel lleno de agentes en ejecución crea una ilusión de "alta producción", pero si el desarrollador no comprende, revisa e integra esos cambios, el sistema puede acumular deuda técnica y cognitiva. La discusión clave no es "cómo usar más agentes", sino "cómo rediseñar el flujo de trabajo en torno a la atención humana". La habilidad crucial es saber qué tareas delegar a la máquina para procesamiento en paralelo y cuáles reservar para el juicio humano, cuándo revisar por lotes y cuándo detener la orquestación para concentrarse en un problema central. La IA amplía la capacidad de concurrencia en la producción de software, pero la atención humana sigue siendo el recurso más escaso e irreplicable. Un flujo de trabajo maduro con agentes no consiste en asignar todas las tareas a la máquina, sino en diseñar cuidadosamente la arquitectura de la propia atención, como se haría con cualquier sistema de producción. La verdadera habilidad es diseñar el sistema respetando ese recurso en serie que no se puede clonar: tu atención.

marsbitHace 1 hora(s)

¿Por qué más agentes de IA no equivalen a mayor productividad?

marsbitHace 1 hora(s)

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

Tres años después: Revisando mis predicciones sobre ChatGPT en 2023 En marzo de 2023, tras el lanzamiento de ChatGPT, Wang Jianshuo hizo 20 predicciones intuitivas sobre la IA. Ahora, en mayo de 2026, un sistema con 41 agentes de IA las ha reevaluado con datos actuales. **Resultados clave:** * **Aciertos (dirección general):** La arquitectura RAG se convirtió en estándar para integrar conocimiento. La Interfaz de Usuario de Lenguaje (LUI) creó una nueva capa de interacción (ej. protocolo MCP). Surgieron redes de agentes autónomos que se comunican. China desarrolló modelos grandes útiles (ej. DeepSeek), cerrando la brecha técnica. Los LLM no tienen conciencia; el Test de Turing solo mide la apariencia. * **Errores/Matices:** La predicción de que GPT-4 tendría 100 billones de parámetros fue incorrecta (≈1.8B). Los LLM **sí** pueden hacer matemáticas complejas sin herramientas externas (ej. medallas IMO 2025). El valor no migró solo a la capa de aplicación; NVIDIA (capa de hardware) capturó gran parte. El contenido generado por IA no evade automáticamente los derechos de autor (multas multimillonarias). La IA personalizada crea, no reduce, "cámaras de eco". Los costes de entrenamiento de modelos líderes superaron con creces la estimación de 5-10 mil millones de dólares. **Lecciones aprendidas:** 1. Predecir **mecanismos y direcciones** es más fiable que dar cifras o declaraciones absolutas. 2. Se tiende a **sobreestimar la velocidad** de cambio a corto plazo y **subestimar su magnitud** a largo plazo. 3. Los promedios generales (ej. "no habrá desempleo masivo") pueden ocultar **impactos distributivos** severos (ej. en jóvenes). 4. Las afirmaciones con **matices y limitaciones** envejecen mejor. 5. Tres años no son suficientes para resolver debates fundamentales (ej. valor final, consciencia de la IA). Este ejercicio subraya la dificultad de hacer predicciones precisas en un campo en rápida evolución y la importancia de la humildad al proyectar el futuro.

marsbitHace 7 hora(s)

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

marsbitHace 7 hora(s)

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

En marzo de 2023, Wang Jianshuo hizo veinte predicciones sobre ChatGPT. Tres años después, en 2026, un análisis con múltiples agentes de IA evalúa su precisión. Aciertos clave: predijo correctamente el auge de RAG como arquitectura estándar para conocimiento y reducir alucinaciones, la LUI (interfaz de lenguaje natural) como nueva capa de interacción (aunque no reemplaza a la GUI), y la aparición de redes de agentes autónomos con nuevos protocolos de direccionamiento. También acertó en que China desarrollaría modelos de IA útiles (como DeepSeek) cerrando rápidamente la brecha, y en que ChatGPT carece de consciencia real, pasando el test de Turing por mera apariencia. Otras predicciones válidas fueron que no causaría desempleo masivo (aunque afectó a jóvenes), que 2023 sería un gran año para startups de IA, y que el momento fue similar al del navegador web en 1994. Errores notables: su estimación de que GPT-4 tendría 100 billones de parámetros fue incorrecta (tuvo ~1.8 billones). Se equivocó al declarar que era "imposible" que los LLM hicieran matemáticas complejas sin herramientas, ya que luego ganaron medallas en la Olimpiada Internacional de Matemáticas. También erró al sugerir que el valor se capturaría en la capa de aplicación y no en la base, subestimando el dominio de NVIDIA (capa de hardware), y al pensar que el contenido generado por IA "evitaría" problemas de copyright, cuando han surgido multas históricas. Además, la idea de que los LLM promoverían un "consenso mundial" al promediar opiniones se volvió incorrecta, ya que ahora priorizan la personalización y pueden crear nuevas cámaras de eco. Conclusiones: Sus predicciones sobre mecanismos y direcciones fueron mayormente acertadas, pero falló en números específicos (costes, parámetros) y en subestimar la complejidad de la distribución del impacto (ej. quién gana o pierde con la IA). Tendió a ser demasiado optimista a corto plazo pero conservador sobre los límites a largo plazo. El ejercicio subraya la importancia de predecir tendencias en lugar de cifras exactas y de dejar margen para la incertidumbre.

链捕手Hace 10 hora(s)

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

链捕手Hace 10 hora(s)

Trading

Spot
Futuros

Artículos destacados

Qué es $S$

Entendiendo SPERO: Una Visión General Completa Introducción a SPERO A medida que el panorama de la innovación sigue evolucionando, la aparición de tecnologías web3 y proyectos de criptomonedas juega un papel fundamental en la configuración del futuro digital. Un proyecto que ha llamado la atención en este campo dinámico es SPERO, denotado como SPERO,$$s$. Este artículo tiene como objetivo recopilar y presentar información detallada sobre SPERO, para ayudar a entusiastas e inversores a comprender sus fundamentos, objetivos e innovaciones dentro de los dominios web3 y cripto. ¿Qué es SPERO,$$s$? SPERO,$$s$ es un proyecto único dentro del espacio cripto que busca aprovechar los principios de descentralización y tecnología blockchain para crear un ecosistema que promueva la participación, la utilidad y la inclusión financiera. El proyecto está diseñado para facilitar interacciones entre pares de nuevas maneras, proporcionando a los usuarios soluciones y servicios financieros innovadores. En su esencia, SPERO,$$s$ tiene como objetivo empoderar a los individuos al proporcionar herramientas y plataformas que mejoren la experiencia del usuario en el espacio de las criptomonedas. Esto incluye habilitar métodos de transacción más flexibles, fomentar iniciativas impulsadas por la comunidad y crear caminos para oportunidades financieras a través de aplicaciones descentralizadas (dApps). La visión subyacente de SPERO,$$s$ gira en torno a la inclusividad, buscando cerrar brechas dentro de las finanzas tradicionales mientras aprovecha los beneficios de la tecnología blockchain. ¿Quién es el Creador de SPERO,$$s$? La identidad del creador de SPERO,$$s$ sigue siendo algo oscura, ya que hay recursos públicos limitados que proporcionan información de fondo detallada sobre su(s) fundador(es). Esta falta de transparencia puede derivarse del compromiso del proyecto con la descentralización, una ética que muchos proyectos web3 comparten, priorizando las contribuciones colectivas sobre el reconocimiento individual. Al centrar las discusiones en torno a la comunidad y sus objetivos colectivos, SPERO,$$s$ encarna la esencia del empoderamiento sin señalar a individuos específicos. Como tal, entender la ética y la misión de SPERO es más importante que identificar a un creador singular. ¿Quiénes son los Inversores de SPERO,$$s$? SPERO,$$s$ cuenta con el apoyo de una diversa gama de inversores que van desde capitalistas de riesgo hasta inversores ángeles dedicados a fomentar la innovación en el sector cripto. El enfoque de estos inversores generalmente se alinea con la misión de SPERO, priorizando proyectos que prometen avances tecnológicos sociales, inclusividad financiera y gobernanza descentralizada. Estas fundaciones de inversores suelen estar interesadas en proyectos que no solo ofrecen productos innovadores, sino que también contribuyen positivamente a la comunidad blockchain y sus ecosistemas. El respaldo de estos inversores refuerza a SPERO,$$s$ como un contendiente notable en el rápidamente evolutivo dominio de los proyectos cripto. ¿Cómo Funciona SPERO,$$s$? SPERO,$$s$ emplea un marco multifacético que lo distingue de los proyectos de criptomonedas convencionales. Aquí hay algunas de las características clave que subrayan su singularidad e innovación: Gobernanza Descentralizada: SPERO,$$s$ integra modelos de gobernanza descentralizada, empoderando a los usuarios para participar activamente en los procesos de toma de decisiones sobre el futuro del proyecto. Este enfoque fomenta un sentido de propiedad y responsabilidad entre los miembros de la comunidad. Utilidad del Token: SPERO,$$s$ utiliza su propio token de criptomoneda, diseñado para servir a diversas funciones dentro del ecosistema. Estos tokens permiten transacciones, recompensas y la facilitación de servicios ofrecidos en la plataforma, mejorando la participación y utilidad general. Arquitectura en Capas: La arquitectura técnica de SPERO,$$s$ soporta la modularidad y escalabilidad, permitiendo la integración fluida de características y aplicaciones adicionales a medida que el proyecto evoluciona. Esta adaptabilidad es fundamental para mantener la relevancia en el siempre cambiante paisaje cripto. Participación de la Comunidad: El proyecto enfatiza iniciativas impulsadas por la comunidad, empleando mecanismos que incentivan la colaboración y la retroalimentación. Al nutrir una comunidad sólida, SPERO,$$s$ puede abordar mejor las necesidades de los usuarios y adaptarse a las tendencias del mercado. Enfoque en la Inclusión: Al ofrecer tarifas de transacción bajas y interfaces amigables para el usuario, SPERO,$$s$ busca atraer a una base de usuarios diversa, incluyendo a individuos que anteriormente pueden no haber participado en el espacio cripto. Este compromiso con la inclusión se alinea con su misión general de empoderamiento a través de la accesibilidad. Cronología de SPERO,$$s$ Entender la historia de un proyecto proporciona información crucial sobre su trayectoria de desarrollo y hitos. A continuación, se presenta una cronología sugerida que mapea eventos significativos en la evolución de SPERO,$$s$: Fase de Conceptualización e Ideación: Las ideas iniciales que forman la base de SPERO,$$s$ fueron concebidas, alineándose estrechamente con los principios de descentralización y enfoque comunitario dentro de la industria blockchain. Lanzamiento del Whitepaper del Proyecto: Tras la fase conceptual, se publicó un whitepaper completo que detalla la visión, objetivos e infraestructura tecnológica de SPERO,$$s$ para generar interés y retroalimentación de la comunidad. Construcción de Comunidad y Primeras Interacciones: Se realizaron esfuerzos de divulgación activa para construir una comunidad de primeros adoptantes e inversores potenciales, facilitando discusiones en torno a los objetivos del proyecto y obteniendo apoyo. Evento de Generación de Tokens: SPERO,$$s$ llevó a cabo un evento de generación de tokens (TGE) para distribuir sus tokens nativos a los primeros seguidores y establecer liquidez inicial dentro del ecosistema. Lanzamiento de la dApp Inicial: La primera aplicación descentralizada (dApp) asociada con SPERO,$$s$ se puso en marcha, permitiendo a los usuarios interactuar con las funcionalidades centrales de la plataforma. Desarrollo Continuo y Alianzas: Actualizaciones y mejoras continuas en las ofertas del proyecto, incluyendo alianzas estratégicas con otros actores en el espacio blockchain, han moldeado a SPERO,$$s$ en un jugador competitivo y en evolución en el mercado cripto. Conclusión SPERO,$$s$ se erige como un testimonio del potencial de web3 y las criptomonedas para revolucionar los sistemas financieros y empoderar a los individuos. Con un compromiso con la gobernanza descentralizada, la participación comunitaria y funcionalidades diseñadas de manera innovadora, allana el camino hacia un paisaje financiero más inclusivo. Como con cualquier inversión en el rápidamente evolutivo espacio cripto, se anima a los potenciales inversores y usuarios a investigar a fondo y participar de manera reflexiva con los desarrollos en curso dentro de SPERO,$$s$. El proyecto muestra el espíritu innovador de la industria cripto, invitando a una exploración más profunda de sus innumerables posibilidades. Aunque el viaje de SPERO,$$s$ aún se está desarrollando, sus principios fundamentales pueden, de hecho, influir en el futuro de cómo interactuamos con la tecnología, las finanzas y entre nosotros en ecosistemas digitales interconectados.

74 Vistas totalesPublicado en 2024.12.17Actualizado en 2024.12.17

Qué es $S$

Qué es AGENT S

Agent S: El Futuro de la Interacción Autónoma en Web3 Introducción En el paisaje en constante evolución de Web3 y las criptomonedas, las innovaciones están redefiniendo continuamente cómo los individuos interactúan con las plataformas digitales. Uno de estos proyectos pioneros, Agent S, promete revolucionar la interacción humano-computadora a través de su marco agente abierto. Al allanar el camino para interacciones autónomas, Agent S tiene como objetivo simplificar tareas complejas, ofreciendo aplicaciones transformadoras en inteligencia artificial (IA). Esta exploración detallada se adentrará en las complejidades del proyecto, sus características únicas y las implicaciones para el dominio de las criptomonedas. ¿Qué es Agent S? Agent S se presenta como un marco agente abierto revolucionario, diseñado específicamente para abordar tres desafíos fundamentales en la automatización de tareas informáticas: Adquisición de Conocimiento Específico del Dominio: El marco aprende de manera inteligente a partir de diversas fuentes de conocimiento externas y experiencias internas. Este enfoque dual le permite construir un rico repositorio de conocimiento específico del dominio, mejorando su rendimiento en la ejecución de tareas. Planificación a Largo Plazo de Tareas: Agent S emplea planificación jerárquica aumentada por la experiencia, un enfoque estratégico que facilita la descomposición y ejecución eficiente de tareas intrincadas. Esta característica mejora significativamente su capacidad para gestionar múltiples subtareas de manera eficiente y efectiva. Manejo de Interfaces Dinámicas y No Uniformes: El proyecto introduce la Interfaz Agente-Computadora (ACI), una solución innovadora que mejora la interacción entre agentes y usuarios. Utilizando Modelos de Lenguaje Multimodal Grandes (MLLMs), Agent S puede navegar y manipular diversas interfaces gráficas de usuario sin problemas. A través de estas características pioneras, Agent S proporciona un marco robusto que aborda las complejidades involucradas en la automatización de la interacción humana con las máquinas, preparando el terreno para innumerables aplicaciones en IA y más allá. ¿Quién es el Creador de Agent S? Aunque el concepto de Agent S es fundamentalmente innovador, la información específica sobre su creador sigue siendo elusiva. El creador es actualmente desconocido, lo que resalta ya sea la etapa incipiente del proyecto o la elección estratégica de mantener a los miembros fundadores en el anonimato. Independientemente de la anonimidad, el enfoque sigue siendo las capacidades y el potencial del marco. ¿Quiénes son los Inversores de Agent S? Dado que Agent S es relativamente nuevo en el ecosistema criptográfico, la información detallada sobre sus inversores y patrocinadores financieros no está documentada explícitamente. La falta de información disponible públicamente sobre las bases de inversión u organizaciones que apoyan el proyecto plantea preguntas sobre su estructura de financiamiento y hoja de ruta de desarrollo. Comprender el respaldo es crucial para evaluar la sostenibilidad del proyecto y su posible impacto en el mercado. ¿Cómo Funciona Agent S? En el núcleo de Agent S se encuentra tecnología de vanguardia que le permite funcionar de manera efectiva en diversos entornos. Su modelo operativo se basa en varias características clave: Interacción Humano-Computadora: El marco ofrece planificación avanzada de IA, esforzándose por hacer que las interacciones con las computadoras sean más intuitivas. Al imitar el comportamiento humano en la ejecución de tareas, promete elevar las experiencias de los usuarios. Memoria Narrativa: Empleada para aprovechar experiencias de alto nivel, Agent S utiliza memoria narrativa para hacer un seguimiento de las historias de tareas, mejorando así sus procesos de toma de decisiones. Memoria Episódica: Esta característica proporciona a los usuarios orientación paso a paso, permitiendo que el marco ofrezca apoyo contextual a medida que se desarrollan las tareas. Soporte para OpenACI: Con la capacidad de funcionar localmente, Agent S permite a los usuarios mantener el control sobre sus interacciones y flujos de trabajo, alineándose con la ética descentralizada de Web3. Fácil Integración con APIs Externas: Su versatilidad y compatibilidad con diversas plataformas de IA aseguran que Agent S pueda integrarse sin problemas en ecosistemas tecnológicos existentes, convirtiéndolo en una opción atractiva para desarrolladores y organizaciones. Estas funcionalidades contribuyen colectivamente a la posición única de Agent S dentro del espacio cripto, ya que automatiza tareas complejas y de múltiples pasos con una intervención humana mínima. A medida que el proyecto evoluciona, sus aplicaciones potenciales en Web3 podrían redefinir cómo se desarrollan las interacciones digitales. Cronología de Agent S El desarrollo y los hitos de Agent S pueden encapsularse en una cronología que destaca sus eventos significativos: 27 de septiembre de 2024: Se lanzó el concepto de Agent S en un documento de investigación integral titulado “Un Marco Agente Abierto que Utiliza Computadoras como un Humano”, mostrando las bases del proyecto. 10 de octubre de 2024: El documento de investigación se hizo disponible públicamente en arXiv, ofreciendo una exploración en profundidad del marco y su evaluación de rendimiento basada en el benchmark OSWorld. 12 de octubre de 2024: Se publicó una presentación en video, proporcionando una visión visual de las capacidades y características de Agent S, involucrando aún más a posibles usuarios e inversores. Estos hitos en la cronología no solo ilustran el progreso de Agent S, sino que también indican su compromiso con la transparencia y el compromiso comunitario. Puntos Clave Sobre Agent S A medida que el marco Agent S continúa evolucionando, varios atributos clave destacan, subrayando su naturaleza innovadora y potencial: Marco Innovador: Diseñado para proporcionar un uso intuitivo de las computadoras similar a la interacción humana, Agent S aporta un enfoque novedoso a la automatización de tareas. Interacción Autónoma: La capacidad de interactuar de manera autónoma con las computadoras a través de GUI significa un avance hacia soluciones informáticas más inteligentes y eficientes. Automatización de Tareas Complejas: Con su metodología robusta, puede automatizar tareas complejas y de múltiples pasos, haciendo que los procesos sean más rápidos y menos propensos a errores. Mejora Continua: Los mecanismos de aprendizaje permiten a Agent S mejorar a partir de experiencias pasadas, mejorando continuamente su rendimiento y eficacia. Versatilidad: Su adaptabilidad en diferentes entornos operativos como OSWorld y WindowsAgentArena asegura que pueda servir a una amplia gama de aplicaciones. A medida que Agent S se posiciona en el paisaje de Web3 y criptomonedas, su potencial para mejorar las capacidades de interacción y automatizar procesos significa un avance significativo en las tecnologías de IA. A través de su marco innovador, Agent S ejemplifica el futuro de las interacciones digitales, prometiendo una experiencia más fluida y eficiente para los usuarios en diversas industrias. Conclusión Agent S representa un audaz avance en la unión de la IA y Web3, con la capacidad de redefinir cómo interactuamos con la tecnología. Aunque aún se encuentra en sus primeras etapas, las posibilidades para su aplicación son vastas y atractivas. A través de su marco integral que aborda desafíos críticos, Agent S tiene como objetivo llevar las interacciones autónomas al primer plano de la experiencia digital. A medida que nos adentramos más en los reinos de las criptomonedas y la descentralización, proyectos como Agent S sin duda desempeñarán un papel crucial en la configuración del futuro de la tecnología y la colaboración humano-computadora.

826 Vistas totalesPublicado en 2025.01.14Actualizado en 2025.01.14

Qué es AGENT S

Cómo comprar S

¡Bienvenido a HTX.com! Hemos hecho que comprar Sonic (S) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Sonic (S) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Sonic (S)Después de comprar tu Sonic (S), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Sonic (S)Tradear fácilmente con Sonic (S) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

1.4k Vistas totalesPublicado en 2025.01.15Actualizado en 2025.03.21

Cómo comprar S

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de S (S).

活动图片