Fenómeno: cambio abrupto de 80% de codificación manual → 80% de codificación con agentes (afirmación de Andrej Karpathy)
- Equipo de Claude Code: más de 20 PR al día, todos escritos 100% por IA
- Antes estaba el ‘problema del 70%’ → ahora ya llegó la era del 80% o más
Cambio en la naturaleza de los errores
- Antes: centrados en sintaxis y bugs simples
- Ahora: centrados en fallas conceptuales y de arquitectura
- propagación de suposiciones erróneas (assumption propagation)
- un malentendido inicial → luego se acumula en todo lo demás
- exceso de abstracción y sobreingeniería (de 100 líneas → explosión a clases de 1,000 líneas)
Concepto clave: deuda de comprensión (comprehension debt)
- La IA implementa algo que parece razonable → pasa las pruebas → surge la tentación de hacer merge a la ligera
- Más adelante, ya no se puede explicar “cómo funciona este código”
- Capacidad de escribir (generation) ≠ capacidad de leer y entender (discrimination)
- Riesgo de que el review se degrade a un simple sello formal
- A largo plazo, se pierde la comprensión de la propia base de código
Paradoja de la productividad
- Volumen de PR fusionados +98%, tamaño de PR +154% (Faros AI·DORA)
- Tiempo de code review +91% → nuevo cuello de botella
- Encuesta de Atlassian 2025: 99% afirma que “ahorra más de 10 horas por semana” → pero la carga total de trabajo no disminuye
- El tiempo ahorrado → se consume en cambios de contexto, coordinación y gestión del cambio
- “Compraste un auto más rápido, pero las carreteras están más congestionadas”
Punto de inflexión en el rol del desarrollador (Karpathy)
- Polarización entre “personas a las que les gusta programar” vs “personas a las que les gusta construir”
- Los primeros: sensación de pérdida
- Los segundos: sensación de liberación (el código pasa a ser un medio → cambio hacia supervisión de arquitectura y coordinación)
- Caso exitoso: redefinirse de implementador → orquestador (orchestrator)
- fortalecimiento del pensamiento declarativo
- Encuesta de Armin Ronacher: 44% todavía sigue con 90%+ de codificación manual, mientras una minoría muy pequeña adopta el extremo de 100% IA
Entornos donde el 80% encaja bien vs entornos riesgosos
- Encaja bien: greenfield, MVP, proyectos personales, startups sin legado técnico (posible hacer scaffolding rápido y refactorización agresiva)
- Riesgoso: bases de código maduras y grandes, invariantes complejas, lugares con muchas reglas implícitas (los agentes no saben lo que no saben + exceso de confianza)
Conclusión (Karpathy)
- La IA no reemplaza al ingeniero, sino que lo amplifica
- Desaparecen las tareas monótonas → solo queda la parte creativa
- Programar se vuelve más divertido y da más valentía
- La identidad del desarrollador: de “persona que escribe código” → “persona que resuelve problemas con software” (la esencia no cambia)
→ En la era de la IA, la tarea clave del desarrollador no es la velocidad de generación de código, sino mantener la comprensión y gestionar la deuda
4 comentarios
Eso es jajaja
Excelente artículo. Cuando me topo con conceptos o abreviaturas de funciones que no conozco, intento volver a preguntarle a la IA siempre que puedo.
“Personas a las que les gusta programar” vs. “personas a las que les gusta crear cosas”, cada vez más polarizadas
La verdad, siento que esto sí es totalmente cierto.
Entonces ahora habrá que programar como hobby, como si fuera tejer.