- Un artículo de entrevista sobre el flujo de trabajo de Peter Steinberger, quien registró más de 6,600 commits solo en enero usando agentes de IA por su cuenta
- Moltbot (antes Clawdbot) actualmente está registrando el crecimiento de estrellas más rápido en la historia de GitHub y supera a Claude Code y Codex en volumen de búsquedas en Google
- Peter desarrolla operando entre 5 y 10 agentes al mismo tiempo y enfocándose en discusiones de arquitectura en lugar de revisiones de código
- Para colaborar eficazmente con la IA, es indispensable diseñar un ciclo donde los agentes puedan compilar, ejecutar lint, probar y verificar por sí mismos
- Los ingenieros con una mentalidad más centrada en resultados y diseño de sistemas que en la implementación detallada se adaptan mejor al desarrollo nativo con IA
¿Quién es Peter Steinberger?
- Fundador que hizo crecer PSPDFKit hasta convertirlo en un negocio global de herramientas para desarrolladores
- Regresó después de tres años de descanso y esta vez colocó a los LLM y los agentes de IA en el centro de su flujo de trabajo
- Su experiencia gestionando equipos de más de 70 desarrolladores le enseñó a dejar atrás el perfeccionismo, y esa capacidad hoy aumenta su eficiencia al trabajar con agentes de IA
- En enero de 2026 registró más de 6,600 commits en un solo mes, mostrando una productividad poco común para un desarrollador individual
- Todo ese trabajo se realizó en proyectos personales, no en una empresa, y está disfrutando el proceso de desarrollo en sí
Moltbot y su crecimiento explosivo
- En GitHub registró la tasa de crecimiento de estrellas más rápida de la historia y, incluso comparado con Tailwind CSS, su curva de crecimiento está en un nivel sin precedentes
- La semana pasada registró en Google más búsquedas que Claude Code y Codex combinados
- En palabras de Peter: "Si uno solo ve los commits, parecería una empresa, pero en realidad es una sola persona programando por diversión desde su casa"
10 lecciones clave del flujo de trabajo basado en agentes de IA
- Abandonar el perfeccionismo: si aceptas que el código no siempre se verá como a ti te gusta, puedes trabajar con agentes de forma mucho más eficiente
- Cerrar el ciclo: hace falta diseñar un sistema para que los agentes de IA puedan compilar, ejecutar lint, correr y verificar por sí mismos
- Los Pull Request murieron y el "Prompt Request" está en ascenso: es más importante ver el prompt que generó el código que el código en sí
- La revisión de código desaparece y es reemplazada por discusiones de arquitectura: incluso en Discord, con el equipo central solo se discuten arquitectura y decisiones grandes, no el código
- Opera de 5 a 10 agentes al mismo tiempo y mantiene un "estado de flow"
- Cada agente trabaja en paralelo sobre funciones distintas
- Invierte bastante tiempo en la planificación y prefiere Codex
- Conversa repetidamente con los agentes para construir un plan sólido
- Desafía el plan, lo corrige, lo rebate y, cuando queda satisfecho, lo ejecuta y pasa al siguiente
- Codex puede trabajar de forma independiente durante largos periodos, mientras que Claude Code vuelve con frecuencia para pedir aclaraciones, lo que resulta distractor
- A veces usa prompts deliberadamente menos específicos para descubrir soluciones inesperadas
- El CI local es mejor que el CI remoto: en vez de esperar 10 minutos por el CI remoto, los agentes ejecutan las pruebas en local
- La mayor parte del código es transformación de datos aburrida: no vale la pena obsesionarse, y la energía debe concentrarse en el diseño de sistemas
- Los ingenieros interesados en los resultados más que en los detalles de implementación colaboran mejor con la IA
- Los ingenieros que disfrutan resolver acertijos algorítmicos tienen dificultades para hacer la transición a un enfoque "nativo de IA"
- Quienes disfrutan lanzar productos se adaptan mejor
Visión sobre el futuro de la ingeniería de software
- La IA no mató a la ingeniería de software; más bien ocurre lo contrario
- Peter es un arquitecto de software que mantiene en la cabeza la estructura de alto nivel del proyecto
- Le importan profundamente la arquitectura, la deuda técnica, la escalabilidad y la modularidad
- Una de las razones del éxito de Moltbot es su excelente escalabilidad
- Invierte energía para que sea fácil agregar nuevas funciones
- Como "dictador benevolente" del proyecto, mantiene la dirección y la consistencia del estilo
Contexto y límites
- Moltbot es un proyecto experimental, pensado para iteración rápida, y todavía sigue en desarrollo
- "Moverse rápido y romper cosas" es la única forma de tener éxito en un proyecto de este tipo
- Es difícil aplicar esto de la misma manera a todos los equipos o productos
- Aun así, se evalúa como un caso que descubrió una demanda que ni siquiera los grandes laboratorios de IA habían anticipado
26 comentarios
No entiendo por qué siguen confundiendo una máquina de predicción con una máquina capaz de pensar.
Creo que esa analogía no es adecuada, porque una calculadora funciona con base en un algoritmo determinista.
Y no es que yo esté en contra de usar IA, sino que veo un problema en la forma de usar la IA que se presenta en este artículo.
Porque fue construido con la estructura que imaginamos.
La base es que tomó tal cual la forma en que se conectan las neuronas entre sí, y no se puede ver con claridad mediante qué proceso piensa.
Tampoco sabemos mediante qué proceso surge el "pensamiento" en el cerebro, así que la forma básica y el fenómeno son iguales.
Por eso se considera que el cerebro humano es igual a una máquina de predicción.
Parece que también hay campos que ven eso que llamamos pensar como un fenómeno mecánico y consideran que incluso el brain hacking es posible.
Ambos son cajas negras, y aunque la estructura básica es la misma, no se puede afirmar sin más que sean similares.
No es completamente igual, pero al mismo tiempo tampoco es completamente diferente.
Decir que es similar significa que hay partes en común,
así que, al final, que haya desacuerdos entre las personas probablemente dependa de la perspectiva desde la que se vea qué tan parecido es.
No diría que es idéntico, pero sí que es similar,
y creo que eso aplica desde la perspectiva sobre predicción y pensamiento del comentario de geek12356.
Al mismo tiempo, también tengo la perspectiva de que, como su inteligencia es superior a la humana, es diferente de los humanos.
No nos convirtamos en ese senior que, mientras los demás hacen cálculos de cientos de líneas en 1 segundo con funciones de Excel, se pone a calcular todo a mano con una calculadora y dice: "No usen funciones".
Creo que la analogía con las funciones de Excel y la calculadora no es correcta.
Si el LLM tuviera una precisión del 100%, entonces lo acepto..
No entiendo por qué se oponen a no usar calculadora, pero luego andan moviendo el ábaco.
Por mi parte, no me gustaría usar un producto desarrollado de esta manera.
Si un vehículo o software de vuelo se desarrollara de esta manera, menos aún lo usaría.
Por eso, la mayoría de los japoneses todavía usan fax.
Aunque por fuera se vea genial, parece que después, cuando surjan problemas y haya que arreglarlos o aparezcan vulnerabilidades, el costo va a ser enorme..
Parece que ya se han reportado varias vulnerabilidades.
Al final, lo que vuelve a cobrar importancia es la gente
No sé si esto hay que verlo de forma positiva o negativa..
Parece que ya lo están usando, lo sepan o no.
Si ese código vomitado llega a causar problemas, ¿quién diablos va a encargarse de limpiar el desastre...? Si el código se sigue haciendo así... algún día ese infierno sin duda llegará.
Es sorprendente que sea un "Prompt Request" en lugar de un Pull Request.
Hace muchísimo tiempo me interesó bastante MDA, pero lo dejé porque me parecía poco realista; y resulta que así es como se está haciendo realidad.
Estaría bueno que lo ofrecieran como una función en lugares como GitHub.
"Muévete rápido y rompe cosas"
La frase me resulta muy identificable
Gran parte de la culpa fue mía por intentar leer código escrito por IA.
Parece que los MoltBots están mandando una cantidad brutal de PRs de autorreparación, así que no creo que la persona pueda revisar todo por sí misma jajaja. Que haya casi la misma cantidad de issues y PRs probablemente se deba a que, en vez de escribir un issue y esperar, basta con pedirle a MoltBot que cree un PR y lo empuje, y asunto resuelto jajaja.
La situación en la que la IA distinguía entre perros y gatos apenas se ha vuelto un poco más cercana para nosotros... No sé si tenga algún valor más allá de eso.
Dice que prefiere Codex, así que me da curiosidad conocer su configuración.
Con Codex, en 140 días hice 115 proyectos y parece que gasté más de 250 mil millones de tokens - link
Son como unos 75 millones de wones. Un desarrollador AI-native en solitario primero tendría que hacer exit y tener bastante dinero...
250 mil millones de tokens... ni siquiera me hago una idea.