¿La programación tradicional está muerta? Esa es la pregunta que muchos desarrolladores se han hecho esta semana tras el lanzamiento de nuevos y potentes modelos de codificación de OpenAI y Anthropic.
La semana pasada, OpenAI y Anthropic retiraron sus modelos de codificación (GPT-5.3-Codex y Claude Opus 4.6), los cuales representaron avances significativos en las capacidades de codificación de IA. GPT-5.3-Codex mostró un rendimiento notablemente mejor en las pruebas de codificación que los modelos anteriores, y Opus 4.6 introdujo una función que permite a los usuarios implementar equipos autónomos de agentes de IA que pueden abordar simultáneamente diferentes aspectos de proyectos complejos. Ambos modelos pueden escribir, probar y depurar código con una mínima intervención humana, incluso haciendo su propio trabajo y mejorando funciones antes de presentar los resultados a los desarrolladores.
Estos lanzamientos, especialmente GPT-5.3-Codex, desencadenaron una especie de crisis existencial en línea entre los desarrolladores de software. Se basó en un ensayo viral escrito por Matt Schumer, director ejecutivo de OthersideAI. Schumer dijo que “algo hizo clic” después de que se lanzaron los modelos, y describió modelos de IA que ahora realizan todo el ciclo de desarrollo de forma autónoma: escriben decenas de miles de líneas de código, abren aplicaciones, prueban características e iteran hasta que están satisfechos, con los desarrolladores simplemente describiendo los resultados deseados y alejándose. Sugirió que estos avances significan que la IA podría alterar los empleos de manera más grave que la pandemia de COVID-19.
El ensayo provocó reacciones encontradas. Algunos líderes tecnológicos estuvieron de acuerdo, incluido el cofundador de Reddit, Alexis Ohanian, pero otros, incluido el profesor de la Universidad de Nueva York, Gary Marcus, lo criticaron como “exageración de armas”. (Marcus señaló que Schumer no proporcionó ningún dato para respaldar las afirmaciones de que la IA puede escribir aplicaciones complejas sin errores). Jeremy Kahn de Fortune también argumentó que son las características únicas de la codificación, como las pruebas automatizadas, las que hacen que la automatización total sea más fácil, mientras que la automatización en otras áreas del trabajo del conocimiento puede ser más difícil de alcanzar.
Los ingenieros de software como primeros usuarios
Para muchos ingenieros, algunas de las advertencias de Schumer simplemente reflejan la realidad actual. Muchos ingenieros dicen que han dejado de programar por completo y, en cambio, confían en la inteligencia artificial para escribir código según sus instrucciones.
Si bien las nuevas versiones representan mejoras significativas, los desarrolladores también dijeron que la industria ha experimentado una lenta transformación durante el año pasado a medida que los modelos se han vuelto lo suficientemente capaces de manejar tareas cada vez más complejas por sí solos. Si bien los desarrolladores de las principales empresas tecnológicas han dejado en gran medida de escribir código línea por línea, no han dejado de crear software: se han convertido en directores de los sistemas de inteligencia artificial que escriben por ellos. Esta habilidad ha evolucionado desde escribir código hasta desarrollar soluciones y gestionar herramientas de inteligencia artificial. Algunos argumentan que los nuevos modelos esencialmente “explotan la burbuja” en torno a la codificación de IA, haciendo que quienes no codifican sean conscientes de una tendencia que los ingenieros han estado observando durante meses.
Durante una conferencia telefónica sobre resultados esta semana, el codirector ejecutivo de Spotify, Gustav Söderström, dijo que los principales desarrolladores de la compañía “no han escrito una línea de código desde diciembre”. El sistema interno del gigante del streaming utiliza Claude Code para la implementación remota, lo que permite a los ingenieros ordenar a la IA que corrija errores o agregue funciones a través de Slack en sus teléfonos durante su viaje, y luego fusione el trabajo completado en una versión de producción antes de llegar a la oficina. Söderström dijo que Spotify introdujo más de 50 funciones nuevas en 2025 utilizando estos flujos de trabajo.
Incluso dentro de Anthropic, los ingenieros dependen en gran medida de sus propias herramientas al escribir código nuevo. Boris Cherny, director de Claude Code, dijo a principios de este mes que no ha escrito código en más de dos meses. Anthropic le dijo anteriormente a Fortune que entre el 70% y el 90% del código de la empresa ahora se genera mediante inteligencia artificial.
Los propios modelos también han alcanzado un hito recursivo: ahora esencialmente ayudan a crear versiones más avanzadas de sí mismos. OpenAI dijo que GPT-5.3-Codex “es nuestro primer modelo que ha sido fundamental para su creación”, lo que supone un cambio significativo en la forma en que funciona el desarrollo de la IA. Del mismo modo, Cerny de Anthropic dijo que su equipo creó Claude Cowork, una versión no técnica de Claude Code para la gestión de archivos, en aproximadamente una semana y media, principalmente utilizando el propio Claude Code. Incluso con Claude Code, Cerny afirmó que alrededor del 90% de su propio código ahora está escrito por Claude Code.
A pesar de las ganancias en productividad, algunos desarrolladores también advierten que las nuevas herramientas pueden provocar agotamiento. Steve Yegge, un ingeniero veterano, dijo que las herramientas de inteligencia artificial están quitando demasiado trabajo a los desarrolladores.
En una publicación de blog ampliamente compartida, Yegge describió quedarse dormido repentinamente después de largas sesiones de programación y sus colegas consideraron instalar cápsulas para dormir en su oficina. Sostiene que la naturaleza adictiva de las herramientas de codificación de IA anima a los desarrolladores a asumir cargas de trabajo insostenibles. “Si le diera a un ingeniero de Claude Code un aumento diez veces mayor, una vez que adquiriera fluidez, su flujo de trabajo generaría nueve ingenieros adicionales”, escribió. Pero “crear cosas con IA requiere mucha energía humana”.
