En mayo de 2025, el equipo de HazyResearch y de Cursor describió su trabajo con megakernels para acelerar el modelo Llama, una técnica que obliga a coordinar manualmente cientos de hilos y bloques de GPU. Para hacer manejable esa complejidad, desarrollaron una capa de abstracción en C++ publicada en GitHub como Megakernels. Un año después, al construir un megakernel para una arquitectura de expertos mixtos (MoE), eliminaron esa capa intermedia: con ayuda de agentes de IA generaron código optimizado directamente para la GPU, sin plantillas intermedias, y resolvieron las condiciones de carrera y los interbloqueos que antes requerían semanas de trabajo manual.
El artículo, firmado por los creadores de la DSL ThunderKittens, sostiene que los agentes de programación están asumiendo el papel que las abstracciones han desempeñado durante décadas: descargar carga cognitiva del desarrollador. Hoy ya es posible automatizar tareas antes reservadas a expertos, como escribir un kernel GEMM optimizado en PTX. Las capas de abstracción, argumentan, dejarán de ser necesarias cuando un ejecutor inteligente pueda rellenar por sí mismo las lagunas de una especificación.
Los autores reconocen límites: las abstracciones ofrecen una superficie común para reutilizar, revisar y compartir conocimiento; sin ellas, equipos distintos acumulan problemas no estratificables. También subrayan que solo se puede retirar una capa cuando existe un “oráculo” externo (tests, tolerancias numéricas, perfiles de referencia) que sobreviva a la implementación. Aun así, consideran inevitable la transición: lo esencial será mantener la intención, las invariantes y los tests, mientras la implementación concreta se vuelve un resultado desechable.