Limpiando después de los desarrolladores rockstar de IA

Naturaleza de los desastres “rockstar de IA” / codificados con vibra

• Muchos comparan el código generado por IA con el antiguo “rockstar” o la basura subcontratada: entrega rápida de funciones, mal diseño, duplicación, abstracciones extrañas e integraciones frágiles.
• Rasgos distintivos de los LLM: complejidad innecesaria, sobreconstrucción más allá de los requisitos, reinventar lo que los frameworks ya proporcionan y frontends enormes y lentos.
• Otros sostienen que esto no es nuevo: problemas similares existían con el spaghetti de VB/PHP, el trabajo offshore de copiar y pegar y las pilas “impulsadas por el currículum” sobrediseñadas.

Dinámicas de gestión y organizacionales

• Varios insisten en que esto es, fundamentalmente, un problema de personas/gestión: falta de revisión de código, mandatos de IA impuestos de arriba hacia abajo y gerentes obligados a “programar” para satisfacer a los ejecutivos.
• Algunos dicen que deberías rechazar PR malas y hacer que sus autores carguen con el dolor; otros responden que en organizaciones grandes y jerárquicas no puedes oponerte y se espera que tú hagas la limpieza.
• Hay un fuerte desacuerdo sobre si las empresas alguna vez priorizarán el refactorizado/mantenimiento por encima de la “velocidad” y los MVP.

Cómo se usan los LLM en la práctica

• Experiencias positivas:
  • Los desarrolladores informan grandes ganancias de productividad usando LLM para andamiaje, refactorizaciones, migraciones, infraestructura y pruebas, con múltiples prompts de revisión/limpieza.
  • Algunos pueden lanzar aplicaciones completas (web + móvil + infraestructura) en gran medida mediante LLM, y usarlos para poner en marcha bases de código heredadas o depurar problemas complicados.
• Vistas negativas o cautelosas:
  • Los LLM amplifican malos hábitos; los novatos aceptan “funciona” sin entenderlo.
  • Preocupación por la hinchazón de código, la lógica duplicada, las abstracciones misteriosas y las organizaciones generando deuda técnica más rápido de lo que los humanos pueden arreglarla.
  • Escepticismo sobre ideas como “agentes que limpian automáticamente la deuda técnica” o “sin deuda técnica en la era de la IA”.

Mantenibilidad, refactorización y artesanía

• Amplio acuerdo en que la mantenibilidad sigue dependiendo de la comprensión humana, la arquitectura, las pruebas y la disciplina.
• Algunos ven la IA como excelente para prototipos y herramientas desechables; otros advierten que los prototipos tienden a fosilizarse en producción.
• Varios enfatizan las habilidades de refactorización y los roles a largo plazo de “jardinero”; otros dicen que las organizaciones modernas rara vez recompensan este trabajo.

Carreras, roles y emoción

• El hilo saca a relucir aburrimiento, agotamiento, infrautilización y miedo a ser reemplazado —o a limpiar interminablemente los desastres de la IA.
• Debate sobre los “desarrolladores 10x” y las distinciones entre “developers” vs “engineers”; algunos lo llaman control de acceso elitista, otros ven diferencias reales de productividad.