Los programadores se volvieron 180% más productivos con IA. Y el número de aplicaciones que las personas realmente usan no aumentó. Ambas cifras se midieron con 100 mil desarrolladores, y juntas constituyen el dato más incómodo de la tecnología en 2026. El estudio es del NBER. Cruzaron la actividad real en GitHub con los datos de uso de IA de cada desarrollador, aislando el efecto de cada generación de herramientas. El salto en la producción de código es absurdo: → Autocompletado: +40% → Agentes que conversan contigo: +140% → Agentes autónomos: +180% Casi tres veces más código saliendo de la misma persona. Parece la mayor revolución de productividad que el mundo haya visto. Pero luego los investigadores hicieron la pregunta que casi nadie quiso hacer: ¿cuánto de esto se convirtió en un producto real en manos de alguien? Sigue lo que ocurre con esa ganancia del 180%. Caen a +50% cuando se mide por número de proyectos. Cuando llegas a lo que realmente se lanza, solo queda +30%. Casi toda la ganancia desaparece en el camino. Y hay una parte aún peor. Mira el gráfico del Financial Times. La línea de lanzamientos de aplicaciones se disparó. Mientras tanto, la cantidad de aplicaciones que obtienen uso real se mantuvo estancada, y las calificaciones de los usuarios comenzaron a caer. La IA inundó el mundo de software que nadie abre. La mayor capacidad de producción de la historia, gastada creando cosas que mueren el día del lanzamiento. ¿Por qué ocurre esto? El código siempre fue la parte fácil de esta historia. El trabajo pesado viene después: revisar, asegurar que funcione, ponerlo en producción y convencer a alguien de usarlo. La IA aceleró brutalmente un solo eslabón de esta cadena, y dejó al descubierto cuánto todo lo demás aún depende de personas. Lo que cambia para quienes construyen de aquí en adelante es directo. La IA hizo que escribir código fuera tan barato que se convirtió en una mercancía. Cualquiera puede producirlo ahora, y rápido. Lo que valdrá oro en la próxima década es el “gusto” y el juicio: saber qué merece existir antes de gastar la primera hora construyéndolo.

Pasamos de: "¿Nos reemplazará la IA?" a: "¿Qué IA debo usar hoy?" Eso sucedió rápido.

La ciencia más poderosa, objeto de atención de universidades estadounidenses de la Ivy League como Harvard, Yale, Pennsylvania, Cornell y Columbia, así como de empresas líderes mundiales como Google, Amazon y Netflix, es la "economía conductual". Si aprendes científicamente por qué las personas actúan así, dominarás absolutamente cualquier situación. Ya no queda más que aprenderlo.

Un buen recordatorio para los desarrolladores fanáticos de la IA que dicen que siempre que pasen las pruebas unitarias, pruebas de humo o cualquier otra prueba, el código basura de la IA está bien. ¡Qué tontería! “Las pruebas demuestran que el código pasa el conjunto de pruebas, nada más. No demuestran por sí solas que el código sea correcto, seguro, mantenible, eficiente, etc. Estos son mucho más difíciles de medir y tienen mucho que ver con la organización, la arquitectura, la cultura, el conocimiento compartido de los mantenedores, etc. Todo lo cual falta durante y después de esta [reescritura impulsada por IA] de Bun.”

Elon Musk cree que los lenguajes de programación desaparecerán por completo este año, ya que la IA ya no necesita lenguajes de programación.

Personas que abandonan OpenAI para unirse a Anthropic, miles de millones gastados en chips personalizados para la IAG Mientras tanto, el promedio de las empresas sigue perdiendo oportunidades porque nadie respondió en 6 horas la ventaja ya no es el modelo, sino quién lo integra realmente en el trabajo

Boris está nombrando el cambio en torno al cual he construido mi propio negocio durante los últimos meses. La forma antigua de escalar una agencia: contratar a un junior, entrenarlo en tus últimos 10 proyectos, esperar que retenga suficiente para que el undécimo proyecto no comience desde cero. Repetir con un senior para gestionar a los juniors. Repetir con un VP para gestionar a los seniors. Cada capa añade sobrecarga, cada capa diluye el conocimiento que residía en la cabeza del fundador. Cuando la agencia llega a 30 personas, la calidad original se ha perdido y el fundador ya no hace nada para lo que fue entrenado. La nueva forma: acumulas los datos de cada construcción en una biblioteca estructurada, luego escribes bucles que se ejecutan sobre ellos. Agentes que analizan patrones pasados, objeciones anteriores, decisiones arquitectónicas previas, modos de fallo anteriores. Cuando llega una nueva solicitud del cliente, los bucles proponen qué entregar antes de que alguien del equipo haya leído el brief. No desde la teoría, sino desde 50 construcciones que los bucles ya han procesado. La matemática de personal se rompe. Contratar escala linealmente con la sobrecarga. Los bucles escalan con el tamaño de la biblioteca de datos, que se compone con cada construcción. Lo que esto se ve en la práctica para mí ahora mismo: Cada reunión de inicio de cliente alimenta un registro de proyecto estructurado. Cada decisión arquitectónica se etiqueta y describe. Cada problema que enfrentamos en producción se registra junto con su solución. Cada prompt que funcionó en un tipo específico de integración se almacena junto con el tipo de integración. Cuando llega el cliente número 50, el sistema ya ha procesado 49 versiones de “cómo este tipo de construcción normalmente falla en la semana 6”. Los bucles no son autónomos. Reviso cada salida. No toman decisiones arquitectónicas. Revelan candidatos. Redactan documentación. Proponen adiciones de funciones basadas en lo que funcionó en construcciones anteriores similares. El ser humano permanece en el ciclo en cada decisión que toca el valor del cliente. Pero lo que desbloquean es un tipo de apalancamiento que la contratación nunca produjo. Un ingeniero senior aporta 10 años de reconocimiento de patrones. Los bucles llevan todos los patrones de cada construcción que jamás haya entregado, consultables en segundos. El reconocimiento de patrones del ingeniero mejora con su carrera. El de los bucles mejora cada lunes. Boris está nombrando esta transición a nivel de modo: el cambio es exactamente el mismo a nivel de agencia. El trabajo ya no consiste en hacer prompts a la IA. El trabajo consiste en escribir los bucles que hacen prompts a la IA, y acumular los datos sobre los que se ejecutan esos bucles. La mayoría de las agencias en 2027 serán una de dos cosas: O bien tiendas que escalan por personal, aún contratando juniors. O estudios que escalan por bucles, con una fracción del equipo y 10 veces más rendimiento por constructor. No completamente autónomos aún. No fingiendo serlo tampoco. Pero el cambio arquitectónico es real, y la mayoría de los operadores aún no han internalizado que se aplica también a su negocio, no solo a la IA que lo construye.

Prueba esto: golpea aleatoriamente tus nudillos en una pared para que el ruido mantenga a los leones fuera de tu vecindario. ¿Ningún león, verdad? Si tomas eso como prueba de que tu estrategia está funcionando, entonces entiendes la estrategia de inversión de la mayoría de la industria de la IA en este momento 😎😆 #CryptoSatire #CryptoVerse #AI #AgenticAI #AIInfrastructure #Anthropic #Claude #OpenAI #ChatGPT #AgenticEconomy