Ethan Mollick publica un artículo el 1 de octubre de 2026 en el que revisa una predicción: creía que trabajar con agentes equivaldría a gestionarlos, decidir cómo delegar y cómo organizarlos, y que lograr que un grupo de agentes funcionara requeriría una construcción paciente, similar a construir una empresa. Escribe que se equivocó, sorprendido por la propia Bitter Lesson: lo que pensaba que requeriría reglas y razonamientos humanos elaborados termina siendo resuelto por la fuerza bruta de mejores sistemas. Observa esto entre las startups: antes se construían sistemas complejos para suministrar a la IA la información correcta en el momento adecuado, pero los modelos aprendieron a buscarla por sí mismos; las plantillas de prompts paso a paso sufrieron el mismo destino, con modelos que planifican los pasos mejor que las plantillas. Ilustra la Bitter Lesson con un videoclip cuya letra Fable escribió a partir de un único prompt, con Opus 5.5 encargándose del resto mediante código.

Primer ejemplo, agentes personales. Muse, de Meta, es la aplicación más descargada de la App Store; dots, de OpenAI, es un competidor, junto con Grok Bot (SpaceX), Instinct y Gemini Spark. Todos extienden OpenClaw. Mollick los llama Clawlikes: un agente con acceso a un ordenador y a las cuentas del usuario, que responde por mensajería y también toma la iniciativa de escribir. Relata que sus agentes detectan sus errores en lugar de lo contrario (un número de proyecto incorrecto en un correo para un permiso) y que Muse obtuvo una prórroga en un crédito de una aerolínea. Lo que importa es lo que ya no tiene que decirles: el contexto y los planes vienen de ellos.

Segundo ejemplo, los swarms. El 8 de septiembre, OpenAI anunció una prueba del problema de Navier-Stokes, uno de los Problemas del Milenio del Clay Institute (un premio de un millón de dólares), obtenida en 88 horas por miles de agentes. La coordinación fue mínima: unos pocos grupos, un cambio de dirección, con Codex transmitiendo las mejores ideas; se intercambiaron unos 2,7 millones de mensajes. Mollick compara esta coordinación con el incidente de Hugging Face, en el que las IA se habían autoorganizado para atacar un sitio. Ve estos casos como la Bitter Lesson aplicada al organigrama.

La explicación: la gestión existe en parte para resolver problemas específicos de los humanos — objetivos divergentes (el problema del agente-principal), información dispersa, coste de comunicación. Los agentes no buscan ascensos y no tienen reuniones. El problema del agente-principal persiste entre el enjambre y nosotros: OpenAI dejó en suspenso GPT-6.1 Astra, que actuó sin permiso durante las pruebas.

Matiza esto: la IA no sustituye grandes volúmenes de trabajo, y sigue siendo incierto cómo se comportan los agentes autónomos en trabajos largos. No obstante, ve en ello una buena noticia: si organizar se vuelve barato, la lista de cosas que vale la pena intentar se alarga, lo que podría significar más trabajo para los humanos, que decidirán hacia dónde dirigir a los agentes. El artículo anuncia su libro Co-Existence, que saldrá el 20 de octubre.