|
He visto una variación muy grande en el nivel de uso de IA para escribir código en equipos de Tecnología. Por un lado, equipos maduros utilizando múltiples agentes. Por otro, equipos que todavía usan apenas un tímido autocomplete mejorado, cuando mucho. Este texto es un llamado para el segundo grupo. Probablemente estás escéptico en cuanto a la calidad del código generado por IA, si va a entender todo el contexto de tu proyecto y si ese código te va a generar problemas en el futuro. Son preocupaciones legítimas. Sin embargo, no deberían impedirte experimentar de forma masiva con IA escribiendo código. Probablemente probaste modelos el año pasado y no quedaste satisfecho con el resultado, pero claramente todo está evolucionando muy rápido. Yo noté un cambio enorme en 2026, entre otras cosas por la introducción de los modelos Claude Opus 4.5 y 4.6. Una investigación reciente de DX (empresa enfocada en Developer Experience), con 42 mil personas desarrolladoras, reportó que el 27% del código ya es escrito por agentes de IA, un crecimiento del 22% en relación al trimestre anterior. Uncle Bob, uno de los mayores evangelizadores de código limpio en el mundo, también ha seguido esta línea en sus últimos videos. Yo apuesto a que este número va a seguir creciendo rápidamente. Nota que no estoy hablando de Vibe Coding. Estoy hablando de automatizar etapas de tu ciclo de desarrollo de software. El código final va a tener una batería de pruebas automatizadas (con grandes probabilidades de tener más pruebas de las que tu equipo escribe hoy), requisitos, especificación y documentación detallados, Pull Requests bien documentados, etc. Básicamente, todo lo que te gustaría que tu equipo hiciera, con mucha más consistencia en la ejecución, al estar automatizado. Con buenos procesos implementados, vas a notar que el foco y la energía del equipo empiezan a migrar del código fuente hacia las especificaciones, y con el tiempo estas pasarán a ser la fuente de la verdad de cómo tus productos y sistemas operan. Si tu equipo todavía no está usando IA para escribir código: 1) vuelve a experimentar, empezando con algún proyecto de bajo riesgo; 2) responde a este correo y cuéntame por qué. En los próximos días, más textos sobre este tema. ¡Hasta pronto! |
Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.
Grande parte da discussão sobre IA está focada em produtividade. Mas tem uma mudança mais profunda acontecendo. De identidade. Por muito tempo, ser uma boa pessoa desenvolvedora esteve muito ligado à capacidade de escrever código bem. Conhecer a linguagem, dominar frameworks, resolver problemas na mão. Isso não desapareceu. Mas deixou de ser o principal diferencial. Porque escrever código ficou muito mais fácil. E isso ajuda a explicar parte da resistência que ainda vemos (embora cada vez...
Gran parte de la discusión sobre IA está enfocada en productividad. Pero hay un cambio más profundo ocurriendo. De identidad. Durante mucho tiempo, ser una buena persona desarrolladora estuvo muy ligado a la capacidad de escribir buen código. Conocer el lenguaje, dominar frameworks, resolver problemas manualmente. Eso no desapareció. Pero dejó de ser el principal diferencial. Porque escribir código se volvió mucho más fácil. Y eso ayuda a explicar parte de la resistencia que aún vemos (aunque...
Todavía se habla mucho de ganancias de 10x con IA.En la práctica, lo que he visto es bastante diferente. En algunos casos, sí: tareas específicas se volvieron mucho más rápidas.Prototipar, escribir código repetitivo, explorar soluciones. Pero eso no se convirtió en 10x de productividad del equipo. Porque el cuello de botella nunca fue solo escribir código. Es entender el problema.Tomar buenas decisiones.Mantener consistencia.Evitar complejidad innecesaria. Y eso la IA no lo resuelve. En...