Acaba de anunciar su salida, la mejor "alineación" en la era de la IA es cuidarse a uno mismo

marsbitPublicado a 2026-07-27Actualizado a 2026-07-27

Resumen

Lilian Weng, reconocida investigadora de IA y cofundadora de Thinking Machines Lab, anunció su salida de la empresa. En una carta de despedida publicada en redes sociales, destacó que su decisión se debe principalmente a motivos de salud, tras experimentar un deterioro físico significativo durante los últimos meses. Aunque la compañía acaba de lanzar su primer modelo de código abierto, Inkling, Weng explicó que la presión constante y la incapacidad para desconectar le impidieron continuar en su rol. Con una trayectoria que incluye formar el equipo de seguridad de OpenAI y dirigir su blog técnico Lil’Log, Weng ha sido una figura influyente en el sector. Sin embargo, el ritmo acelerado y las exigencias de la industria afectaron su bienestar. En su mensaje, expresó gratitud hacia sus colegas y reiteró su pasión por la IA, señalando que buscará un entorno con mayor equilibrio en el futuro. La salida de Weng se produce en un momento de alta expectación para Thinking Machines, que enfrenta presiones por su elevada valoración y la competencia en el desarrollo de modelos. Su partida refleja un recordatorio sobre los límites personales en un campo que prioriza la velocidad y la innovación constante.

Weng Li se ha marchado.

Acaba de publicar una carta de renuncia en las redes sociales, anunciando que mañana será su último día en Thinking Machines Lab.

Han pasado exactamente 20 meses desde que fundó la empresa junto con Mira Murati, ex CTO de OpenAI. Hace unos días, Thinking Machines lanzó su primer modelo de gran lenguaje de código abierto, Inkling, al que Weng Li se refiere en su carta como "un hito increíble en la historia de la empresa".

Poco después del lanzamiento del primer modelo, una de las fundadoras decide irse, lo que resulta algo sorprendente.

Una carta de renuncia llena de "lo siento"

Una palabra que aparece repetidamente en la carta de renuncia de Weng Li es "salud".

Menciona que en los últimos 7 meses se ha enfermado más veces que en cualquier otro período de su vida. Mientras toda la empresa se esforzaba por el lanzamiento de Inkling, ella tuvo que tomar una licencia por enfermedad para descansar, al mismo tiempo que lidiaba con la culpa por no poder participar en el trabajo.

Describe que ese estado de descanso mientras lucha contra el sentimiento de culpa no es agradable.

Weng Li también consideró reducir el alcance de sus responsabilidades y asumir un rol con menor presión e incertidumbre. Pero finalmente se dio cuenta de que ese arreglo no era adecuado para ella. Según sus palabras, siempre que no pueda dedicar toda su energía a las tareas que le corresponden, considerará que no está haciendo bien su trabajo.

Expresiones como "lo siento" o "decepcionarles" aparecen múltiples veces en toda la carta.

Weng Li, quien en su momento formó desde cero el equipo de seguridad de OpenAI y lideró un equipo de más de 80 personas, al despedirse su mayor preocupación sigue siendo decepcionar a sus compañeros. Las disculpas que aparecen una y otra vez también muestran su remordimiento y apego por tomar esta decisión.

Después de publicar la carta de renuncia, muchos ex colegas y compañeros de la industria acudieron a dejar sus comentarios.

Mira Murati dijo que la experiencia de crear Thinking Machines juntas fue muy valiosa y que se alegraba de que Weng Li estuviera dispuesta a poner su salud en primer lugar. Desarrolladores clave de PyTorch como Soumith Chintala, Saurabh Garg y otros también enviaron sus buenos deseos, y la mayoría de los comentarios apuntaban a lo mismo: la salud es más importante, descansa bien.

Su partida es comedida y la despedida es lo suficientemente digna.

Quizás mucha gente no esté familiarizada con la trayectoria de Weng Li, por lo que es necesario presentar brevemente su posición en la industria de la IA.

Weng Li nació en la provincia de Shaanxi. En 2004, obtuvo el primer premio en la Olimpiada Matemática Nacional de la provincia de Shaanxi. En 2005, ingresó a la Universidad de Pekín para estudiar Sistemas de Información y Gestión de la Información, y durante su licenciatura obtuvo una beca nacional.

Posteriormente, se trasladó a la Universidad de Indiana en Bloomington para realizar su doctorado, centrándose principalmente en la ciencia de redes, los sistemas complejos y la difusión de información en las redes sociales, lo que no coincide exactamente con la investigación de modelos de gran lenguaje más conocida hoy en día.

En 2018, Weng Li se unió a OpenAI. Su primer proyecto importante fue la mano robótica Dactyl. El equipo de investigación pasó dos años enseñando a la mano robótica a resolver un cubo de Rubik con una sola mano, y Weng Li fue una de las contribuyentes clave del proyecto.

Tras el lanzamiento de GPT-4, comenzó a formar desde cero el equipo de Safety Systems. Para cuando dejó OpenAI, el equipo ya superaba las 80 personas. Parte de los mecanismos de seguridad y sistemas de evaluación utilizados hoy por ChatGPT también están relacionados con el trabajo que impulsó durante su mandato.

En agosto de 2024, Weng Li ascendió a Vicepresidenta de Investigación y Seguridad de OpenAI. Tres meses después, dejó la empresa. En febrero de 2025, cofundó Thinking Machines Lab junto con Mira Murati y otros.

En círculos tecnológicos más amplios, Weng Li tiene otra identidad bien conocida: autora del blog técnico Lil'Log.

Lil'Log organiza sistemáticamente tecnologías de vanguardia como el aprendizaje por refuerzo, Transformer, Agent, etc., y es uno de los blogs técnicos personales con mayor difusión en el campo de la IA. Algunos de sus artículos incluso se incluyen como material de referencia en cursos universitarios.

Ella escribió que explicar un concepto con claridad es la mejor manera de comprobar si realmente se entiende. En cierta medida, esta frase también resume su influencia en la comunidad de IA.

Ver la salida de Weng Li en el contexto de la trayectoria de desarrollo de Thinking Machines durante el último año añade más complejidad al panorama.

Bajo una alta valoración, tanto el producto como el equipo enfrentan presión

Thinking Machines llamó mucho la atención desde su fundación.

En julio de 2025, la empresa completó una ronda de financiación inicial de unos 2 mil millones de dólares, estableciendo un récord en ese momento para el tamaño de la ronda inicial de una startup. Esta ronda fue liderada por a16z, con la participación de instituciones como NVIDIA, AMD, Jane Street, entre otras, y la valoración post-inversión alcanzó los 12 mil millones de dólares.

En ese momento, la empresa aún no había lanzado ningún producto oficial. Según los rumores, tanto Apple como Meta habían expresado interés en invertir o adquirir, pero Murati rechazó la oferta.

El gran comienzo trajo expectativas muy altas, pero el progreso del producto y los cambios en el personal no fueron igualmente fluidos.

En noviembre de 2025, Thinking Machines intentó iniciar una nueva ronda de financiación con una valoración de entre 50 y 60 mil millones de dólares. Para enero de 2026, las negociaciones no se completaron y la valoración de mercado volvió a unos 12 mil millones de dólares.

El equipo central también experimentó cambios continuos.

El cofundador Andrew Tulloch fue reclutado por Meta. En enero de 2026, el cofundador y CTO Barret Zoph, y el cofundador Luke Metz renunciaron y regresaron a OpenAI.

En torno a la salida de Zoph, surgió una discrepancia pública entre las partes. Murati afirmó que fue despedido por "conducta inapropiada", y OpenAI respondió posteriormente diciendo que no estaba de acuerdo con la descripción de Thinking Machines sobre el asunto. Después, varios investigadores más abandonaron la empresa.

Las dudas externas sobre Thinking Machines se centran principalmente en varios aspectos: valoración demasiado alta, lanzamiento de productos relativamente lento, enormes costos de capacidad de cálculo y un modelo de negocio aún no validado. La continua rotación de talentos clave amplifica aún más la sensación de incertidumbre en el mercado.

Sin embargo, esta empresa todavía cuenta con recursos considerables.

Thinking Machines ya ha establecido una colaboración estratégica de varios años con NVIDIA, planeando desplegar al menos 1 gigavatio del próximo sistema Vera Rubin a partir de 2027; la empresa también ha firmado un acuerdo de capacidad de cálculo por valor de miles de millones de dólares con Google Cloud.

En cuanto a productos, la herramienta de ajuste fino de modelos, Tinker, ya está disponible, y el primer modelo de gran lenguaje de código abierto, Inkling, se lanzó recientemente. Finalmente, la empresa está pasando de historias de financiación y talento a la entrega real de productos.

Por lo tanto, el juicio del mercado sobre Thinking Machines aún no ha girado completamente hacia el pesimismo. Enfrenta muchos problemas, pero sus recursos de capital, talento y capacidad de cálculo también superan con creces a los de la mayoría de las startups de IA.

Los humanos no pueden escalar infinitamente como los modelos

La carta de renuncia de Weng Li no habla sobre valoraciones, financiación o cambios internos de personal. Toda la carta se centra en una razón: la presión a largo plazo ha superado lo que su cuerpo puede soportar.

Ella expresa que todavía ama la IA, sigue leyendo artículos y siguiendo los avances de la investigación. A partir de ahora, espera encontrar un entorno con un ritmo más predecible y límites de responsabilidad más claros, sin tener que enfrentar la presión continua y la incertidumbre que conlleva ser cofundadora.

Este año, la competencia en la industria de la IA ya es tan rápida que se mide en "días".

Un modelo acaba de lanzarse y ya está en cuenta regresiva para la siguiente actualización; una capacidad apenas se convierte en estándar de la industria y pronto aparece una nueva ruta tecnológica. Las startups también tienen que perseguir simultáneamente producto, capacidad de cálculo, financiación y talento, y todos temen que si se demoran un paso, quedarán atrás en la siguiente ola.

En el campo más candente, la velocidad ya no es solo una ventaja competitiva, sino que también se está convirtiendo en una presión de la que no se puede escapar.

Los modelos pueden aumentar parámetros, extender el contexto o seguir funcionando con más capacidad de cálculo. Los humanos, sin embargo, tienen sus límites. El sueño no se puede comprimir, el cuerpo no puede saltarse la recuperación, y el agotamiento acumulado a largo plazo no desaparece automáticamente con el lanzamiento de un producto.

20 meses no es un período muy largo, pero Weng Li escribe en su carta que esta experiencia "se sintió como toda una vida".

Quizás ella se dio cuenta antes que muchos de que estar al frente de la ola de la IA significa participar en la configuración de una era, pero también asumir la presión más rápida y densa de esta época.

Inkling ya se ha convertido en un hito para Thinking Machines, y la industria de la IA seguirá avanzando. Se lanzarán nuevos modelos, surgirán nuevas empresas y las posiciones en los rankings cambiarán constantemente.

Para Weng Li, lo más importante en este momento es permitirse detenerse.

Irse no siempre significa fracaso. A veces, admitir que el cuerpo ya no puede seguir soportando, dejar de lado esas responsabilidades aún no cumplidas y cuidarse bien a uno mismo también requiere mucho valor.

Adjunto direcciones de referencia:

https://x.com/lilianweng/status/2081816923088814421

https://lilianweng.github.io/

Este artículo proviene del WeChat Official Account "APPSO", autor: Publicar el producto de mañana

Criptos en tendencia

Preguntas relacionadas

Q¿Cuál es la razón principal por la que Lilian Weng decidió dejar Thinking Machines Lab?

ALa razón principal por la que Lilian Weng decidió dejar Thinking Machines Lab fue por motivos de salud. Ella mencionó que en los últimos 7 meses se había enfermado más veces que en cualquier otro período de su vida, y que el estrés continuo y la incertidumbre del rol de cofundadora habían superado lo que su cuerpo podía soportar.

Q¿Qué papel desempeñó Lilian Weng en OpenAI antes de cofundar Thinking Machines Lab?

AEn OpenAI, Lilian Weng fue una contribuidora clave en el proyecto de la mano robótica Dactyl y, tras el lanzamiento de GPT-4, construyó desde cero el equipo de Safety Systems, que superaba las 80 personas cuando ella dejó la empresa. Más tarde, fue ascendida a Vicepresidenta de Investigación y Seguridad.

Q¿Qué producto importante lanzó Thinking Machines Lab justo antes de la salida de Lilian Weng?

AJusto antes de la salida de Lilian Weng, Thinking Machines Lab lanzó su primer modelo de gran lenguaje de código abierto, llamado Inkling, al que ella se refirió como un 'hito increíble en la historia de la compañía'.

Q¿Qué desafíos o críticas ha enfrentado Thinking Machines Lab en el mercado según el artículo?

ASegún el artículo, Thinking Machines Lab ha enfrentado críticas y desafíos relacionados con una valoración percibida como demasiado alta, un ritmo de lanzamiento de productos considerado lento, unos costes de computación enormes y una falta de validación de su modelo de negocio. Además, la empresa ha experimentado una importante rotación de talento clave en su equipo.

QSegún el mensaje de despedida de Weng, ¿qué planea hacer a continuación?

AEn su mensaje de despedida, Lilian Weng expresó que todavía le apasiona la IA y que continuará leyendo artículos e investigaciones. Sin embargo, planea buscar un entorno con un ritmo más predecible y límites de responsabilidad más claros, lejos de la presión y la incertidumbre constantes que conlleva ser cofundadora.

Lecturas Relacionadas

Diálogo con Ray Dalio: Nos encontramos en una burbuja de IA actualmente, el 1% de mi cartera de inversiones está en Bitcoin

**Fuente: The Diary Of A CEO** **Resumen: Felix, PANews** Ray Dalio, fundador de Bridgewater Associates, advierte sobre una burbuja en la inteligencia artificial actual, comparable a burbujas históricas como la de Internet en 2000. Según Dalio, los signos clásicos están presentes: precios inflados, endeudamiento basado en ganancias especulativas y una posible corrección brusca si suben las tasas de interés o cambian las condiciones económicas. Dalio explica que esta burbuja se enmarca en un "gran ciclo" más amplio —de unos 80 años— caracterizado por tres dinámicas: creciente desigualdad interna, déficits fiscales gubernamentales y cambios en el orden geopolítico mundial. Estados Unidos y otros países occidentales se encuentran en una fase de declive relativo dentro de este ciclo. Para proteger la riqueza personal, Dalio recomienda diversificar las inversiones más allá del efectivo, incluyendo activos como oro, acciones y bonos. Aunque revela que alrededor del 1% de su cartera está en Bitcoin —considerándolo un activo escaso—, prefiere el oro físico por su seguridad histórica y su rol como reserva de los bancos centrales. Sobre el impacto laboral de la IA, Dalio prevé que aumentará la desigualdad, beneficiando sobre todo a los dueños de capital. Sin embargo, destaca que las habilidades humanas —como la intuición y la emoción— seguirán siendo valiosas y complementarias a la IA. En el ámbito geopolítico, Dalio anticipa un mundo más regionalizado, con EE.UU. y China como potencias líderes en sus respectivas esferas, y advierte que conflictos como el de Irán han expuesto debilidades estratégicas de Estados Unidos, acelerando un cambio en el equilibrio global de poder.

marsbitHace 1 hora(s)

Diálogo con Ray Dalio: Nos encontramos en una burbuja de IA actualmente, el 1% de mi cartera de inversiones está en Bitcoin

marsbitHace 1 hora(s)

¡Récord de compras netas extranjeras de 7,2 billones de wones en un solo día! Wall Street: Los vientos en contra de los flujos de capital en el mercado coreano se han disipado

La situación de los flujos de capital en el mercado de valores surcoreano está mostrando un cambio sustancial. El 31 de julio, la inversión extranjera realizó una compra neta récord de aproximadamente 7.2 billones de wones en acciones del KOSPI, marcando una reversión fundamental tras meses de importantes salidas de capital. Según análisis de Citi Research, las ventas netas mensuales de inversores extranjeros se redujeron drásticamente a 9.8 billones de wones en julio, comparado con 48.4 y 44.5 billones en junio y mayo, respectivamente. Paralelamente, los fondos de pensiones y fondos de inversión nacionales se convirtieron en compradores netos en julio (1.0 billón de wones), luego de ser vendedores netos en los dos meses anteriores. Además, la Comisión de Servicios Financieros de Corea implementó nuevas regulaciones que restringen el acceso de inversores minoristas a los ETF apalancados, lo que ha reducido significativamente su volumen de negociación y se espera que mitigue la volatilidad del mercado. Citi Research mantiene su objetivo para el KOSPI en 10,000 puntos, destacando fundamentos sólidos en el sector de chips de memoria, valoraciones históricamente bajas, una fuerte economía local y un entorno político favorable como factores de apoyo. La firma considera que los vientos en contra relacionados con los flujos de capital se están disipando, mientras que los impulsores fundamentales y políticos están ganando fuerza, creando condiciones para una mejora en el mercado.

marsbitHace 1 hora(s)

¡Récord de compras netas extranjeras de 7,2 billones de wones en un solo día! Wall Street: Los vientos en contra de los flujos de capital en el mercado coreano se han disipado

marsbitHace 1 hora(s)

Cómo Convertirse en Algo que la Inteligencia Artificial Jamás Podrá Reemplazar

**Resumen: Cómo ser irremplazable por la IA** Ante el temor de que la IA elimine trabajos, la solución no es resistirse, sino volverse "inempleable": un individuo autónomo que construya su propio proyecto vital y económico. El artículo critica la "esclavitud salarial"—depender de un empleo sin sentido—y propone escapar de ella desarrollando estas cinco capacidades clave: 1. **Agencia**: Capacidad de actuar sin pedir permiso. 2. **Gusto**: Criterio para discernir qué vale la pena crear. 3. **Persuasión**: Habilidad para conectar y lograr que otros valoren tu trabajo. 4. **Persistencia**: Resiliencia para ver los errores como aprendizaje. 5. **Iteración**: Proceso constante de ajuste basado en la retroalimentación. Estas habilidades se cultivan únicamente **haciendo**: creando algo propio. Se recomienda enfocarse en **crear contenido (medios)** más que solo en código, ya que el valor del contenido es subjetivo y requiere un criterio humano que la IA no puede replicar fácilmente, abriendo espacio para talentos auténticos. **Cómo empezar:** El cambio real requiere una transformación de identidad. Para ello: 1. Cambia radicalmente tu entorno (físico y digital). 2. Elige un "vehículo" (como crear contenido) que te dé retroalimentación real del mundo. 3. Dedica 15 minutos a responder preguntas introspectivas para encontrar tu "material en bruto" único y tu perspectiva contraria a la convencional. 4. **Publica tu primera idea mañana mismo.** La acción, el feedback y la iteración constante son el único camino. La conclusión es clara: en lugar de temer a la IA, conviértete en un creador que utilice todas las herramientas (incluida la IA) para construir una vida y un trabajo con significado, autonomía e impacto personal.

marsbitHace 3 hora(s)

Cómo Convertirse en Algo que la Inteligencia Artificial Jamás Podrá Reemplazar

marsbitHace 3 hora(s)

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

El título sugiere que las claves de Bitcoin pueden almacenarse fuera de línea mediante lanzamientos de dados, aunque no todos los usuarios adoptarán este método. El artículo comienza explicando la entropía en la teoría de la información, utilizando ejemplos como monedas y dados. Tras un escándalo reciente con Coldcard, se popularizó la generación de semillas de billetera mediante dados. El texto explica que, aunque físicamente determinista, el lanzamiento es impredecible en la práctica, lo que lo hace útil para la seguridad. Se detalla cómo convertir los resultados en datos binarios, con métodos que van desde el simple "par/impar" hasta el uso de funciones hash para preservar más entropía. Para una frase de recuperación de 12 palabras (128 bits de entropía), se necesitan unos 50 lanzamientos; Coldcard recomienda 99 para mayor seguridad. La vulnerabilidad en Coldcard, relacionada con su generador de números aleatorios, puso en riesgo fondos. Las semillas generadas manualmente con dados no se vieron afectadas, pero el investigador Kevin Loaec señaló que otras funciones del dispositivo (como creación de billeteras de papel o claves de coproreseguridad) sí podían estar comprometidas, incluso si la semilla principal era segura. El artículo argumenta que, aunque técnicamente robusto, el proceso de lanzar dados es lento, propenso a errores y poco práctico para la mayoría, especialmente para nuevos usuarios. Concluye que, aunque debe ser una opción para expertos, el objetivo a largo plazo es que el hardware y software generen aleatoriedad fuerte de forma fiable y accesible. Se aconseja a los usuarios de Coldcard verificar su firmware y las funciones utilizadas, y se destaca la utilidad de las billeteras multisig con dispositivos de diferentes fabricantes para mitigar riesgos.

cryptonews.ruHace 6 hora(s)

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

cryptonews.ruHace 6 hora(s)

Trading

Spot

Artículos destacados

Cómo comprar ERA

¡Bienvenido a HTX.com! Hemos hecho que comprar Caldera (ERA) 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 Caldera (ERA) 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 Caldera (ERA)Después de comprar tu Caldera (ERA), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Caldera (ERA)Tradear fácilmente con Caldera (ERA) 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.

967 Vistas totalesPublicado en 2025.07.17Actualizado en 2026.06.02

Cómo comprar ERA

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 ERA (ERA).

活动图片