AI Native Engineer — intuición sobre principios

¿Qué clase de persona es exactamente un AI Native Engineer (Who)?

Lo que ha quedado al descubierto — en qué se diferencia del ingeniero de épocas anteriores

• Drew Hoskins: "Las herramientas y los lenguajes eran tan difíciles que aprenderlos y usarlos era en sí mismo un trabajo de tiempo completo." Cuando la IA empieza a reemplazar ese trabajo de tiempo completo, salen a la luz cosas que siempre debieron hacerse, pero estaban ocultas
• Ampliación de la responsabilidad: más descubrimiento (discovery) que entrega (delivery). Si no sabes responder "¿por qué deberíamos construir esto?", ya no queda ningún rol para ti
• Aprendizaje 10 veces más rápido: para leer y juzgar 200 líneas que la IA hizo en 30 segundos, necesitas una base sólida. El código generado por IA termina siendo como un material de estudio, pero hay que tener ojo para leerlo
• Velocidad de juicio: Forsgren — "Cuando trabajas con IA, tienes que reconstruir tu modelo mental decenas de veces en 30 minutos." Juzgar rápido nace de una comprensión profunda

El efecto rebote del Maker

• DORA 2025: tras adoptar IA, la generación de PR aumentó 98%. ¿Y el desempeño en entrega de software? Plano. Programar nunca fue el verdadero cuello de botella
• Si tú haces clic, los demás también hacen clic. El acto de construir en sí se volvió una commodity. Hacer clic ya no es una ventaja competitiva
• Antes era un elogio decir "si un Maker tenía mentalidad de Closer". Ahora es una condición mínima

El error del mago — la paradoja de que la tecnología se vuelve más importante

• La historia del autor peleándose con iOS: con Golang fue directo a la lógica central; con iOS, por falta de dominio técnico, entró con la IA en un bucle infinito de 2 a 3 días. "Un ingeniero de iOS lo habría arreglado en 5 minutos"
• La "trampa del aprendiz de mago" de Carson Gross: si un junior no sabe escribir código, tampoco aprende a leerlo. Y si no sabe leerlo, termina a merced del LLM
• Steve Krouse: "El vibe coding da la ilusión de que tu vibe es una abstracción precisa." Nadie habla de "vibe writing"
• Los LLM no reducen la complejidad esencial. Solo facilitan generar complejidad accidental (Fred Brooks, No Silver Bullet)
• Conocimiento de herramientas (sintaxis de Swift, patrones de React) vs. conocimiento de principios (redes, SO, estructuras de datos). Como la IA reemplaza el conocimiento de herramientas, el conocimiento de principios brilla más

Intuición sobre principios — Eval

• Los principios sin intuición producen eruditos. Los principios por sí solos no bastan
• Eso que Anthropic llama "taste". Lo que las personas que mejor construyen IA dejan en manos de la IA hasta el final, y no antes
• Thomas, CTO de Linear: "Taste is not mystical. It's a craft." Con Quality Wednesday arreglaron 2,500 defectos en 2 años — el taste se desarrolla como un músculo
• Eval = la capacidad de juzgar los resultados que produce la IA. "¿El All Pass de la IA también es un All Pass para mí?" Quien puede hacerse esa pregunta es un AI Native Engineer

Conclusión — una brújula sobre un acelerador

• Terry Winograd (investigador de la primera generación de IA en Stanford): "La IA no es la causa del problema. La IA es un acelerador (Accelerant)." Lo que cambió es la velocidad, no la dirección
• La intuición sin principios es adivinación, y los principios sin intuición producen eruditos
• Aunque tengas el How (habilidades agentic) y trabajes en el Where (organización AX), no significa nada si el Who (uno mismo) no es alguien capaz de ejercer intuición sobre principios