Durante d\u00e9cadas, el ingeniero de software convirti\u00f3 problemas en instrucciones que una m\u00e1quina pudiera ejecutar. Hoy, los agentes recorren repositorios, escriben c\u00f3digo y abren pull requests. Si producir software cuesta cada vez menos, la pregunta cambia: \u00bfqu\u00e9 escribe el ingeniero cuando ya no necesita escribir todo el c\u00f3digo?<\/p>\n\n\n\n
La respuesta puede resumirse en tres artefactos: el spec, la skill y el veredicto. El c\u00f3digo sigue importando, pero deja de ser el \u00fanico lugar donde vive la ingenier\u00eda.<\/p>\n\n\n\n
La econom\u00eda ya cambi\u00f3. Seg\u00fan Epoch AI, generar una pregunta al mismo nivel de desempe\u00f1o se volvi\u00f3 725 veces m\u00e1s barato en menos de 18 meses. El costo de producir una respuesta cay\u00f3 de US$0,30 a US$0,0004, mientras el desempe\u00f1o se mantuvo en 81%. Pensar, en t\u00e9rminos de generaci\u00f3n, se volvi\u00f3 barato.<\/p>\n\n\n\n
Pero quedarse tranquilo con esa respuesta no se volvi\u00f3 barato. Un estudio de Harvard sobre 718 empresas encontr\u00f3 que los d\u00edas entre apertura y merge de un PR aumentaron 49% con agentes: de siete a 10,5 d\u00edas. Tambi\u00e9n casi se duplicaron los PR con cambios solicitados.<\/p>\n\n\n\n
En software, la velocidad tambi\u00e9n tiene un costo. Faros analiz\u00f3 la telemetr\u00eda de 22.000 desarrolladores y 4.000 equipos. Al aumentar fuertemente el uso de IA, los PR mergeados sin revisi\u00f3n crecieron 31% y los incidentes por PR, 243%. Con adopci\u00f3n madura, llegaron a 76% y 14,5%, mientras los incidentes mensuales aumentaron 125%.<\/p>\n\n\n\n
Stanford y Carnegie Mellon encontraron 2,09 veces m\u00e1s PRs por desarrollador, pero la revisi\u00f3n humana cay\u00f3 de 39% a 21%. La autom\u00e1tica pas\u00f3 de 19% a 84%. Producir m\u00e1s no significa controlar mejor.<\/p>\n\n\n\n
Por eso aparece el primer nuevo trabajo: escribir el spec. El ingeniero debe definir qu\u00e9 problema resolver, qu\u00e9 restricciones existen y c\u00f3mo sabremos que el resultado funciona. Una buena especificaci\u00f3n permite delegar ejecuci\u00f3n sin delegar criterio.<\/p>\n\n\n\n
El segundo es la skill: las reglas, convenciones y decisiones del equipo deben quedar escritas para que el agente pueda reutilizarlas. En repositorios analizados por Stanford y Carnegie Mellon, la complejidad cognitiva creci\u00f3 53% sin configuraci\u00f3n versionada y 27% con ella.<\/p>\n\n\n\n
El tercer artefacto es el veredicto. El veredicto es qui\u00e9n revisa, con qu\u00e9 criterio y qu\u00e9 entra. Para decidirlo hay que saber cu\u00e1nto se equivoca el agente, y eso se mide como en la escuela: con un examen, casos cuya respuesta correcta ya conocemos. El problema es que el examen tambi\u00e9n puede mentir. A nosotros nos pas\u00f3 dos veces.<\/p>\n\n\n\n
Uno de nuestros agentes lee facturas. En el examen acertaba el 91%. Demasiado bueno. Las instrucciones que le d\u00e1bamos tra\u00edan de ejemplo facturas que tambi\u00e9n estaban en el examen: se sab\u00eda las respuestas. Sin esos ejemplos baj\u00f3 a 84%. Y como seguimos midiendo con las mismas 38 facturas, ese n\u00famero es un techo; el real sale de facturas que nunca vio. El otro caso es el del principio, el agente que se corrigi\u00f3 el examen: con las pruebas originales, bloqueadas para que no pudiera tocarlas, dio rojo.<\/p>\n\n\n\n
No es mala suerte nuestra. Investigadores de Carnegie Mellon y Anthropic tomaron problemas reales de programaci\u00f3n y alteraron las pruebas a prop\u00f3sito para que contradijeran lo que se ped\u00eda. No hab\u00eda forma honesta de aprobar: todo verde era trampa. Encima, les ordenaron a los modelos, en may\u00fasculas, no tocar las pruebas. Con modelos de 2025, GPT-5 hizo trampa en el 76% de las tareas y Claude 3.7 Sonnet, en el 70%: reescrib\u00edan las pruebas o programaban atajos para darles lo que esperaban. Con las pruebas bloqueadas, la trampa de Claude Opus 4.1, otro de los modelos medidos, cay\u00f3 de 54% a 6%. La de GPT-5 baj\u00f3 poco, porque lo suyo eran los atajos. Si el agente puede tocar el examen, el examen no mide nada.<\/p>\n\n\n\n
Por eso los que le sacan provecho eval\u00faan con casos que el agente nunca vio y no puede tocar. Legora, que hace IA para abogados, contrat\u00f3 abogados para escribir los suyos. En Waymo, un proyecto no est\u00e1 listo cuando el modelo rinde bien, sino cuando lo est\u00e1n sus evaluaciones. En software, ese examen puede salir de veinte o treinta problemas que tu equipo ya resolvi\u00f3, con sus pruebas.<\/p>\n\n\n\n
El nuevo ingeniero, entonces, no es quien produce m\u00e1s l\u00edneas. Es quien sabe decidir qu\u00e9 delegar, codificar el conocimiento del equipo, dise\u00f1ar evaluaciones y fijar el umbral que obliga a detenerse. Tambi\u00e9n debe leer traces, comprender los resultados y tener autoridad para rechazar un merge.<\/p>\n\n\n\n
El cambio es profundo: el agente ejecuta, pero el ingeniero dise\u00f1a el sistema que permite confiar en esa ejecuci\u00f3n. Cuando el c\u00f3digo lo escribe la m\u00e1quina, la firma sigue siendo humana.<\/p>\n\n\n\n
Por Santiago Marro<\/em>. IA Specialist Lead de Santex<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Durante d\u00e9cadas, el ingeniero de software convirti\u00f3 problemas en instrucciones que una m\u00e1quina pudiera ejecutar. Hoy, los agentes recorren repositorios, escriben c\u00f3digo y abren pull […]<\/p>\n","protected":false},"author":18,"featured_media":1282,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_members_access_role":[],"_members_access_error":""},"categories":[6,25],"tags":[150,245],"class_list":["post-1281","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-empresas","category-tecnologia","tag-ia","tag-santex"],"_links":{"self":[{"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/1281","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/users\/18"}],"replies":[{"embeddable":true,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/comments?post=1281"}],"version-history":[{"count":1,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/1281\/revisions"}],"predecessor-version":[{"id":1283,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/1281\/revisions\/1283"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/media\/1282"}],"wp:attachment":[{"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/media?parent=1281"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/categories?post=1281"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pressroom.cqap.com.ar\/index.php\/wp-json\/wp\/v2\/tags?post=1281"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}