Los agentes de programación de IA generan más código, pero no más software

Artículo original ↗ Discusión en Hacker News ↗

Los agentes de programación de IA están aumentando de forma espectacular la cantidad de código y pruebas que los ingenieros pueden generar, pero muchos sostienen que eso no se está traduciendo en más software de alta calidad y puesto en producción en las empresas. Los comentaristas señalan cuellos de botella humanos como la revisión de código, los requisitos poco claros, el proceso organizativo y la dificultad de validar cambios escritos por IA a escala, especialmente en entornos grandes, regulados o heredados. Al mismo tiempo, varios destacan un auge real de herramientas personales y de pequeña escala creadas con IA, lo que sugiere que la principal limitación es menos la tecnología y más cómo las organizaciones deciden estructurar y gobernar el trabajo de software.

Efecto en la productividad y en “más software”

  • Muchos informan que escriben mucho más código y pequeñas herramientas, especialmente para proyectos personales y homelabs. Cosas que antes parecían “no valer el esfuerzo” ahora son factibles.
  • En las empresas, las ganancias percibidas en el rendimiento neto son modestas: la codificación es una pequeña fracción del tiempo de ingeniería; el diseño, el análisis y la coordinación predominan.
  • Algunos sostienen que los datos del estudio enlazado (en su mayoría de 2025) subestiman modelos más nuevos; otros dicen que las capacidades no han cambiado de forma significativa los cuellos de botella.

Revisión de código y cuello de botella de calidad

  • Hay un consenso fuerte en que la revisión, no la velocidad al teclear, es ahora un cuello de botella principal.
  • Las opiniones están divididas:
    • Algunos consideran tediosa la revisión tradicional línea por línea y quieren mucha automatización o saltársela para cambios “no serios”.
    • Otros insisten en que la revisión es esencial para el entendimiento compartido, la mantenibilidad, la rendición de cuentas y para detectar fallos de diseño que las pruebas no ven.
  • Están surgiendo modelos híbridos: los humanos se centran en la arquitectura y la intención; los agentes hacen la primera pasada de linting, comprobaciones de corrección y análisis de rendimiento/seguridad.

Pruebas, herramientas y mantenimiento

  • Los agentes generan enormes volúmenes de pruebas y comentarios, a menudo verbosos, repetitivos y de caja blanca.
  • Preocupaciones: “test slop” que consume recursos de CI, pruebas que codifican errores existentes como “correctos”, y dificultad para clasificar cuando fallan cientos a la vez.
  • Algunos usan agentes para auditar y refactorizar suites de pruebas, con resultados mixtos pero a veces impresionantes.

Especificaciones, diseño e intención

  • Tema recurrente: la IA es débil validando la intención y la UX; fuerte en la corrección local si los requisitos son explícitos.
  • Se pide mejores especificaciones escritas por humanos, BDD/user stories y desarrollo y revisión guiados por especificaciones. Otros advierten que históricamente las grandes especificaciones iniciales fracasaron y que la iteración sigue siendo importante.
  • Preocupa el “AI all the way down”: requisitos generados por IA → especificaciones → pruebas → código → revisiones, sin que ningún humano entienda realmente el sistema.

Uso personal frente a uso empresarial

  • Hay muchas anécdotas de proyectos en solitario/laterales, herramientas personalizadas e incluso complejos harnesses de agentes que “nunca habrían existido” antes de los agentes.
  • Los equipos empresariales informan avances más lentos debido a procesos heredados (Jira, grandes acumulaciones, riesgo/cumplimiento, política) y a la exageración de la dirección que exige una velocidad poco realista.

Factores culturales y organizativos

  • Existe amplio acuerdo en que la programación nunca fue el principal cuello de botella; lo son la comunicación, la visión del producto y el proceso.
  • La IA actúa como un multiplicador de fuerza: los equipos disciplinados se vuelven más rápidos y mejores; los equipos “cowboy” o teatrales en cuanto al proceso solo producen más slop de baja calidad.
  • Preguntas abiertas: cómo reemplazar/replantear la revisión de código, hasta qué punto confiar en agentes autónomos y si las prácticas actuales pueden escalar con “código infinito y barato”.