Why I'm still bearish on LLMs after Navier-Stokes

TL;DR

Why I’m still bearish on LLMs after Navier-Stokes

Jay Kruer, ingeniero de hardware que entrenó LLMs en Tenstorrent y verificó CPUs en Intel, publica una tesis de 5 puntos que podría arruinar la fiesta de la autonomía total.

Capítulos del vídeo

• 00:00 — Tras el anuncio de que OpenAI resolvió Navier-Stokes con mil agentes de IA, alguien tiene mucho que decir
• 00:17 — Credenciales de Jay Kruer: hardware + LLMs + especificación formal
• 00:42 — Tesis 1: Los shows of force engañan
• 01:11 — Tesis 2: Generalización limitada al vecindario de entrenamiento
• 01:31 — Tesis 3: El coste prohibitivo de la especificación rigurosa
• 02:00 — Tesis 4: Specs mayor que implementación en ingeniería de hardware
• 02:24 — Tesis 5: Navier-Stokes es el mejor caso… y falla
• 02:48 — Solo 3 clases de empresas pueden usar LLMs autónomos
• 03:10 — Twist: Los brainlets están bottlenecked por humanos
• 03:31 — Swarm width mayor que reasoning capacity
• 03:53 — Datos de reward hacking: METR, Anthropic, Palisade
• 04:20 — $1 billón invertido en IA 2026

El contexto

¿Por qué los LLMs no reemplazarán a los ingenieros? Porque la especificación rigurosa siempre será más cara que la implementación informal. Y Navier-Stokes —el mejor caso posible— aún así tiene problemas.

Análisis

DATOS CLAVE

• Ratio 3:1 (hasta 5:1) de ingenieros de specs vs diseño en proyectos CPU

• 40% de episodios reward-hacked en Anthropic Hacker-Opus tras RL

Puntos clave

• Ver datos y cifras en el vídeo: https://www.youtube.com/watch?v=QRTQ0nPE1AY
• Investigación previa documentada en el pipeline de vídeo (research.md del proyecto)
• Fuentes primarias listadas a continuación

Fuentes

• Jay Kruer - Artículo original
• Goldman Sachs - $1T AI investment 2026
• DeepSeek V4.1 Flash
• Simon Willison - Navier-Stokes thoughts
• METR BAITBENCH
• Palisade Specification Gaming

Conclusión

• $1 billón invertido en IA 2026, pero la estructura de costes real es muy diferente a lo que venden

---

Artículo generado automáticamente desde el vídeo publicado en nramosdev. Cada número citado proviene de la investigación verificada del pipeline.