Ahora que hemos comprimido casi todo el conocimiento humano en grandes modelos de lenguaje, la próxima frontera es la llamada a herramientas. Encadenar diferentes herramientas de IA permite la automatización. El cambio de pensar a hacer representa el verdadero avance en la utilidad de la IA. He construido más de 100 herramientas para mí, y funcionan la mayor parte del tiempo, pero no todo el tiempo. No estoy solo. El informe del Índice Económico de Anthropic revela que el 77% del uso empresarial de Claude se centra en la automatización de tareas completas, no en la co-pilotación. Anthropic publicó documentación la semana pasada sobre la eficiencia de los tokens y la re-arquitectura de herramientas para optimizar su uso. La guía fue contraintuitiva: en lugar de muchas herramientas simples con etiquetas claras, crea menos herramientas, pero más complejas. Aquí están las siete herramientas de correo electrónico que construí: scripts de Ruby, cada uno con un propósito claro. El script "Safe Send Email" fue diseñado para evitar que la IA envíe correos electrónicos sin aprobación. Bellamente ingenuo, simple y claro, ¿no debería un modelo de lenguaje ser capaz de leer estos y saber exactamente lo que le estaba pidiendo que hiciera? ¡Pero no es tan simple! Anthropic recomienda crear herramientas complejas. Su investigación muestra que "las solicitudes ahorran un promedio del 14% en tokens de salida, hasta un 70%" cuando se utilizan herramientas sofisticadas y ricas en parámetros en lugar de simples. ¿La razón? Los sistemas de IA entienden mejor el contexto completo que la intención fragmentada. Pasé el fin de semana consolidando todas mis herramientas en herramientas unificadas, como esta para correo electrónico: (tercera imagen) El impacto en la precisión fue inmediato. La tasa de éxito de Claude se acerca al 100%. El sistema es más rápido. Como resultado, estoy utilizando muchos menos tokens con un sistema más eficiente. Aquí está mi modelo mental actual: (cuarta imagen) Cuando rediseñé para la cognición de la IA en lugar de la intuición humana, todo mejoró. Mis operaciones de CRM, gestión de calendarios y flujos de trabajo de bases de datos se volvieron más confiables cuando se consolidaron en herramientas completas y ricas en parámetros. La precisión mejoró, por lo que el costo total se redujo significativamente. Pero no me pidas que use las herramientas. Ahora estoy un poco perdido en medio de la complejidad. Este es un corolario inevitable de trabajar en niveles más altos de abstracción, ya no entendiendo profundamente la máquina. Pasamos décadas haciendo que el software sea simple para las personas. Ahora estamos aprendiendo a hacerlo complejo para la IA.