Desde ayer, he estado trabajando con mi colaborador Piotr Pokora en un problema relacionado con las superficies logarítmicas. Estábamos tratando de averiguar cómo buscar en el espacio combinatorio de posibles configuraciones de líneas en un cuártico suave para maximizar la llamada pendiente de Chern. En términos numéricos, hemos hecho muchos ejemplos, y el famoso cuártico de Fermat x^4 + y^4 + z^4 + w^4 = 0 es actualmente el poseedor del récord para la pendiente (= 8/3) para una configuración particular de 16 líneas (ver nuestro artículo). Esta era la máxima esperada, que hemos estado tratando de superar o probar durante los últimos dos años. Hoy ejecuté el problema con la versión más avanzada de GPT Pro utilizando un extenso prompt que incluía muchos detalles sobre el problema y el texto completo de nuestro artículo. Recibí una visión muy interesante: usar programación lineal mixta. Este enfoque supera con creces las técnicas de fuerza bruta, incluida la recocción simulada. No lo habíamos visto nosotros mismos, pero el modelo encontró esta idea y explicó cómo escribir código eficiente utilizando SciPy. Ahora me doy cuenta de que somos tres en la oficina: dos humanos y un sistema agente con habilidades y un poder computacional sustancial. Las habilidades se están volviendo cada vez más importantes, y este arnés agente produce resultados asombrosos. Siento que he cambiado completamente mi perspectiva. Aún me gusta colaborar con humanos, pero delego búsquedas profundas, ideación audaz y exploración extensa a los modelos. Simplemente es más rápido y eficiente. Y el progreso es real. Ahora tenemos un camino concreto a seguir.