La IA no reemplaza a los ingenieros de infraestructura: los sube de nivel
AI and Infrastructure Engineering
El autor reflexiona sobre cómo la IA está transformando la ingeniería de infraestructura, comparándola con la llegada de Kubernetes y los contenedores serverless. Aunque la IA automatiza tareas como la generación de Helm charts y módulos de Terraform, los ingenieros siguen siendo necesarios para tomar decisiones de alto nivel y mantener la capa subyacente. El artículo explora el equilibrio entre velocidad y pérdida de habilidades fundamentales, y plantea la pregunta de si la IA podría eventualmente asumir también la dirección estratégica.
Kubernetes no reemplazó a los ingenieros de infraestructura, reemplazó una capa de su trabajo y los subió un nivel. No creo que la IA reemplace la ingeniería tampoco. Creo que todavía está ocupada devorando la capa justo debajo de 'dar dirección' — y no estoy completamente convencido de que esa sea la última capa que devore.
- frio
> El intercambio honesto
> Eso no es un costo hipotético - es
> Pero eso es exactamente lo que
Estas son fuertes señales de un artículo escrito por IA. Sé que todos estamos cansados de que la gente diga "esto es IA", ya que es perjudicial para discutir el contenido de un artículo, pero los artículos sobre IA, (¡aparentemente!) escritos por IA, que alaban las virtudes de la IA -- tampoco me parecen que impulsen la discusión.
- cassianoleal
> Hace cuatro años escribí a mano un bucle for anidado - cuatro niveles de profundidad, etiquetando subredes entre regiones y zonas de disponibilidad en otra cuenta de AWS - y me llevó alrededor de una hora conseguir la sintaxis correcta.
Creo que este tipo de ingeniero necesita IA. También espero no tener que trabajar en los mismos equipos que ellos. La experiencia te enseña a hacer cambios en otras partes del código en lugar de hacer este tipo de manipulación de datos en variables locales, que es increíblemente difícil de depurar y muy frágil - por no mencionar que es una pesadilla de leer y entender.
- anon7000
Coincide con mi experiencia trabajando con LLMs en Kubernetes. Son increíbles escribiendo el YAML repetitivo, y fantásticos usando kubectl para monitorear y depurar clústeres (con salvaguardas y permisos de solo lectura, por supuesto). Si tienes un clúster de staging/pruebas, puedes obtener un ciclo de retroalimentación extremadamente rápido si también le permites aplicar cambios.
Es un buen ejemplo de cómo los marcos de trabajo altamente estructurados, bien documentados y dogmáticos ayudan a que los LLMs funcionen bien. Hay menos espacio para problemas subjetivos cuando hay más estructura alrededor.
- skinfaxi
> ¿Kubernetes mató a Ansible? Más o menos. No he escrito un playbook de Ansible en años - si me dieran uno ahora mismo, estaría entrecerrando los ojos ante la sintaxis de los módulos como si nunca la hubiera visto - no porque la gestión de configuración haya dejado de importar, sino porque Kubernetes hizo que la gestión de servidores fuera tan fácil que dejamos de construir nuestras propias imágenes de nodos por completo - solo usamos lo que el proveedor de la nube nos da, un AMI de AWS construido para nosotros, sin hacer preguntas. ¿Y cuándo fue la última vez que hice SSH a un nodo para depurar algo?
K8s no mató a Ansible por la facilidad. Ansible está obsoleto porque pasamos de crear una máquina y cambiarla a instanciarla con los cambios que queríamos. Ansible tiene sentido cuando actualizas continuamente un servidor en su lugar y es decididamente menos útil cuando creas una nueva unidad con la nueva configuración cuando se hacen cambios. Incluso en este caso, las habilidades subyacentes siguen siendo las mismas.
- thelastgallon
Esto funciona porque tiene décadas de experiencia trabajando en las capas fundamentales y entiende cada capa de abstracción, qué resuelve y la interacción entre las abstracciones. Todavía puede razonarlo, aunque no sea el más rápido en solucionar problemas en las capas más bajas porque ya no está en su memoria muscular. La IA puede hacerte productivo si tienes la experiencia necesaria (que lleva mucho tiempo).
Pero los nativos de la IA no tienen conocimiento de NINGUNA capa, ni siquiera en la capa más alta en la que usarán la IA. Solo aprenden a hacer prompts, etc., y nada más sobre lo que se está haciendo. Esto es igual que cualquiera puede ser piloto porque los aviones en su mayoría vuelan solos.