¿Qué pasa con Rails?

Los desarrolladores de Rails están afrontando el futuro del framework después de que su creador usara una keynote para defender el desarrollo impulsado por IA y un paso desde Rails hacia aplicaciones nativas en Rust para sus propios productos. Muchos sostienen que los modelos de lenguaje grandes eliminan las ventajas tradicionales de Rails en productividad y hacen más atractivos los stacks estáticamente tipados y de alto rendimiento, mientras que otros responden que Rails sigue siendo maduro, viable y productivo para aplicaciones CRUD y de negocio. El debate se amplía a cuestiones sobre la excesiva dependencia de un único líder del proyecto, si los frameworks web y las UIs serán desplazados por agentes y CLIs, y qué significa el código generado por IA para el mantenimiento, el rendimiento y las carreras de los desarrolladores.

Reacción a la keynote y “Rails está acabado”

  • Muchos sintieron que la keynote en una conferencia de Rails apenas abordó el futuro concreto de Rails, centrando en cambio la atención en agentes de IA, Rust y aplicaciones nativas.
  • Los asistentes se mostraron frustrados porque el producto estrella se está moviendo fuera de Rails y porque el mensaje para los usuarios actuales fue básicamente “sois los mejores, pero me voy”.
  • Algunos ven la charla como honesta y oportuna: Rails resolvió en 2004 el “no escribas boilerplate”; la IA ahora resuelve eso mejor, así que es racional seguir adelante.
  • Otros piensan que declarar que Rails ha “terminado” es prematuro o contraproducente, especialmente cuando la gente ejecuta negocios reales sobre él con buen rendimiento.

El futuro de Rails, forks y dinámicas BDFL

  • Varios sostienen que Rails está estrechamente ligado a la personalidad de su creador; cuando él cambia de rumbo, la comunidad queda en un limbo.
  • Otros responden que Rails tiene muchos mantenedores y commits continuos, así que puede seguir como un framework maduro y estable.
  • Se discute un fork (por ejemplo, Mosscap); la gente se pregunta si realmente llegará a publicarse de forma significativa o si es sobre todo una marca política.
  • Algunos piden explícitamente una “ruptura total” con el liderazgo original; otros dicen que los críticos son unos entitled y que siempre pueden contribuir o hacer un fork.

IA, lenguajes y frameworks

  • Un sector fuerte afirma que los lenguajes dinámicos (Ruby, PHP, Python) se están volviendo obsoletos: con los LLM escribiendo código, puedes usar stacks estáticamente tipados, rápidos y seguros en memoria (Rust, Go, etc.) con poco esfuerzo extra.
  • Contraargumento: frameworks como Rails/Laravel siguen comprimiendo conceptos de dominio en patrones bien conocidos, lo que los hace más fáciles tanto para humanos como para LLMs.
  • Desacuerdo sobre el rendimiento: algunos insisten en que Ruby/PHP están limitados por IO e inherentemente son lentos; otros señalan benchmarks y recuerdan que muchas apps dependen de la base de datos o la red, donde Rails es “lo bastante rápido”.

Web vs nativo; UI vs chatbots

  • La dirección de la keynote hacia “aplicaciones nativas + CLI/agentes” provocó debate:
    • Algunos ven las apps nativas construidas por IA como el sucesor lógico de las aplicaciones web y de Electron.
    • Muchos se oponen: las buenas UI siguen importando, los chatbots suelen ser peor UX que una GUI o una CLI, y “nadie quiere usar un chatbot para todo”.
  • Hay interés en modelos híbridos: construir CLIs/APIs potentes para agentes, pero mantener encima UIs amigables para humanos.

Código escrito por LLM y práctica de ingeniería

  • Algunos informan de apps exitosas que generan ingresos donde el 80–90% del código lo produce un LLM, y los humanos se centran en tests, arquitectura y decisiones de producto.
  • Otros advierten que los agentes producen encantados diseños ineficientes, poco escalables o desordenados a menos que se les impongan restricciones estrictas y se revise su trabajo.
  • Una preocupación recurrente: si los desarrolladores “dejan de leer código”, la comprensión y el mantenimiento pueden degradarse; otros responden que los tests y las explicaciones del código por parte de los agentes compensan eso.