Ya nadie escribe código. El trabajo real es otro

Resumen

El video analiza cómo la inteligencia artificial está cambiando el desarrollo de software y responde a la pregunta de si todavía vale la pena aprender a programar. Su tesis principal es que generar código ya no es lo más difícil: el trabajo importante sigue siendo entenderlo, revisarlo, diseñarlo y mantenerlo.

Ideas principales

• Más código no significa necesariamente más progreso. El presentador comenta un post viral sobre equipos de ingeniería que trabajan 12 o 13 horas al día delegando tareas a agentes de IA y, en muchos casos, aceptan los resultados sin leerlos. Según su análisis, la IA puede acelerar la producción, pero también genera más cambios, revisiones y trabajo de supervisión.

• El «vibe coding» sirve para crear prototipos, pero no resuelve el mantenimiento. Se menciona CraftingApps, un proyecto que busca ofrecer alternativas a programas de Adobe y que habría sido reescrito desde cero con ayuda de IA. El presentador destaca que generar una versión inicial puede ser relativamente fácil; mantenerla, corregirla y seguir el ritmo de una plataforma compleja es el verdadero desafío.

• Los conocimientos técnicos mejoran los resultados de la IA. Como ejemplo, compara un compilador de TypeScript escrito en Rust y desarrollado con ayuda de IA con Bun Check, creado por alguien con experiencia en compiladores. Su argumento es que la experiencia permite evaluar mejor el diseño, el rendimiento y las limitaciones del código generado.

• Las pruebas también están cambiando. El video describe herramientas de testing que permiten expresar algunos pasos en lenguaje natural para que un agente los ejecute. Esto puede facilitar las pruebas de acciones complejas, pero sigue habiendo código y lógica detrás; además, alguien debe comprobar que el resultado sea correcto y consistente.

• Las contribuciones a proyectos de código abierto pueden aumentar la carga de revisión. Según uno de los ejemplos presentados, System76 decidió no aceptar reportes, comentarios ni pull requests generados por IA, pues el volumen de aportes automáticos puede consumir el tiempo de los mantenedores. En otros proyectos, herramientas como Copilot o CodeRabbit ayudan a clasificar o revisar solicitudes, creando un flujo de trabajo en el que una IA responde a aportes producidos por otra.

• La IA no elimina la responsabilidad humana. El presentador sostiene que delegar tareas no elimina la necesidad de verificar los resultados: los errores en el código, las pruebas, los mensajes o la facturación pueden tener consecuencias reales.

Recomendación para quienes estudian desarrollo

El consejo no es dejar de aprender programación, sino cambiar el énfasis: comprender los fundamentos de los lenguajes y poder evaluar el trabajo de la IA. Recomienda estudiar diseño de sistemas, algoritmos, redes, computación en la nube, seguridad y procesos de ingeniería.

El «vibe coding» puede ser útil para explorar ideas y crear aplicaciones pequeñas, pero los sistemas complejos —por ejemplo, los destinados a bancos, clínicas o gobiernos— requieren conocimientos de ingeniería y diseño de sistemas.

El presentador también señala que los modelos más capaces pueden ser costosos y que, a medida que mejoren, el reto será seguir aprendiendo en lugar de asumir que el software ya no necesita profesionales.

Producto mencionado

• Seenode: plataforma presentada como patrocinador para desplegar aplicaciones, bases de datos y workers con precios mensuales fijos. El video menciona, como ejemplos, planes de unos US$4 para una base de datos y US$4 para una aplicación web. También habla de créditos que se descuentan según los recursos activos, compatibilidad con agentes mediante MCP y una prueba gratuita de siete días sin tarjeta. Estos detalles forman parte de la promoción del presentador.

Fuentes y ejemplos citados

Se mencionan proyectos y personas como CraftingApps, Teo y su compilador de TypeScript en Rust, Bun y su creador Jarred Sumner, System76/Pop!_OS y Cosmic, GitHub Copilot, CodeRabbit y DHH con Omarchy. También se alude a un post viral sobre el uso de IA en equipos de ingeniería.

Voz principal: el creador del canal Fazt, quien presenta el análisis y sus recomendaciones. Las demás personas y organizaciones aparecen como ejemplos o fuentes citadas, no como entrevistados en el video.