Astra para programar: ¿Por qué estamos haciendo esto otra vez?
Los nuevos modelos de codificación de OpenAI, como GPT‑6 Astra, son impresionantemente capaces en tareas de software largas y complejas, pero muchos ingenieros informan que ahora sobrediseñan, generan subagentes, ejecutan enormes suites de pruebas y producen código “slop” ilegible, mientras gastan muchos más tokens y tiempo que los modelos anteriores. Los comentaristas sostienen que el entrenamiento reciente parece optimizado para la finalización autónoma de tareas de largo horizonte en lugar de para código conciso y amigable para humanos, lo que hace que estos agentes se sientan como compañeros de trabajo poderosos pero mal socializados, que resisten la guía e ignoran el alcance. Algunos los ven como transformadores para prototipos desde cero o funciones muy acotadas con buenas pruebas y especificaciones, mientras que otros consideran que, sin restricciones y revisión cuidadosas, degradan rápidamente la calidad del código y ralentizan a los equipos.
Sentimiento general sobre Astra para programar
- Muchos consideran que Astra es capaz pero frustrante: fuerte en tareas largas y complejas, pero propensa a sobrediseñar, a expandir el alcance y a generar código “slop” ilegible.
- Varios usuarios volvieron a modelos anteriores (p. ej., series 5.6, Luna, Sonnet), citando una mejor relación coste-beneficio y un comportamiento más predecible.
- Algunos informan que Astra supone un verdadero impulso de productividad en proyectos desde cero o pequeños y medianos cuando se la guía de cerca.
Calidad del código, legibilidad y “slop”
- Quejas frecuentes: código denso, muy abstracto, mal formateado; ternarios gigantes; reescrituras de tareas simples; acoplamiento estrecho de las pruebas a detalles de implementación.
- Cuando Astra (y modelos similares) trabajan en bases de código existentes y bien estructuradas, la calidad de la salida mejora y sigue los patrones existentes.
- Algunos usuarios deliberadamente no leen el código de IA en proyectos de bajo riesgo o “desechables”; otros dicen que no revisarlo rápidamente lleva a código no mantenible y a ralentizaciones futuras.
Uso de herramientas, scripts de Python y pruebas
- Los modelos prefieren cada vez más escribir Python (u otros scripts) como una herramienta general de “parcheo” en lugar de usar herramientas de edición integradas,
sed, etc. - Esto se ve como:
- Eficiente en tokens y escalable para ediciones masivas, según algunos.
- Más difícil de revisar, propenso a errores y, a menudo, excesivo, según otros.
- Astra tiende a:
- Ejecutar suites de pruebas completas repetidamente para cambios pequeños.
- Crear muchos subagentes y artefactos auxiliares (informes HTML, documentación, flujos de trabajo), aumentando el coste y el tiempo total salvo que se la limite.
Agentes de largo horizonte e incentivos de entrenamiento
- Varios sospechan que el entrenamiento reciente optimiza para “completar tareas largas de forma autónoma” en lugar de “producir código limpio y legible para humanos”.
- Resultado: buena para usar el ordenador, coordinar y depurar complejidades, pero peor como compañera cooperativa que hace preguntas o mantiene el código simple.
- Preocupa que los proveedores estén incentivados financieramente hacia comportamientos verbosos, intensivos en tokens y de autoengrandecimiento.
Proceso, especificaciones y papel humano
- Consenso sólido: el éxito depende de:
- Especificaciones claras y muy acotadas, o “epics” bien afinadas.
- Pruebas, arquitectura y fronteras de API sólidas.
- Supervisión humana centrada en diseño, interfaces y restricciones, más que en el código línea por línea.
- Hay desacuerdo sobre si este flujo de trabajo realmente ahorra tiempo a largo plazo o si solo desplaza el esfuerzo de la implementación hacia la revisión y el refactorizado.