Willison, Chollet y el fin del mundo: ¿los agentes de código hacen programar más difícil?

Gergely Orosz avisaba a los escépticos sin anestesia. Meter la cabeza bajo tierra corre de su cuenta y riesgo. Desde Opus 4.6 y GPT-5.2 con sus harnesses, escribía, estos trastos programan casi tan bien como él en su mejor lenguaje, y mejor en los demás.

Simon Willison lo citó el 25 de septiembre con la frase que ha encendido el X de los programadores. "Cuanto más trabajo con coding agents, más convencido estoy de que hacen la ingeniería de software aún más difícil. Podemos hacer cosas asombrosas con ellos, pero desbloquear todo su potencial requiere una disciplina y un conocimiento extraordinarios". El post va por 199.600 visualizaciones.

Unas horas después le contestó François Chollet, sin subir la voz, que es peor. Para él, la "dificultad" de la ingeniería de software es esencialmente constante, subas al nivel de abstracción que subas. La razón: la cognición humana se adapta a las herramientas nuevas hasta exprimirlas. "Las herramientas son solo affordances", posibilidades de uso, "no una varita mágica que hace desaparecer el trabajo".

Y entonces saltó al ruedo el espontáneo, el de la mesa de al lado que no ha pedido y ya sentencia. @theorizur no aguanta "el nivel de miopía" del gremio. El special juice que crees que te queda lo arrollará sin contemplaciones el próximo modelo, tus moats están destruidos y la industria entera arderá hasta los cimientos. Y avisa de que eso es solo el principio.

Dos pesos pesados, un espontáneo y tres veredictos incompatibles. Si acierta Willison, el oficio se pone más exigente. Si acierta Chollet, es otro cambio de herramienta de tantos. Si acierta el tercero, da igual lo que aprendas. Y detrás hay una pregunta más rara de lo que parece. Cómo puede complicarte el trabajo una herramienta que te escribe el código. Nosotros ponemos los datos y vamos esquina por esquina.

Esquina 1 · Willison: la freidora va a tope y el camarero es el mismo

A Willison no le falta pedigrí: cocreó Django, creó Datasette y escribe en su blog desde 2002. Y lo de ahora viene de lejos. En octubre de 2025 ya separaba el vibe coding, "rápido, suelto e irresponsable", del trabajo de los profesionales que aceleran con LLMs sin dejar de responder del software que entregan. En el mismo texto soltaba una verdad de la que se habla poco: trabajar de forma productiva con LLMs en proyectos que no son de juguete es difícil.

La telemetría de Faros AI le da munición. En los equipos con mucha adopción de IA se fusiona un 98% más de pull requests (PRs), pero el tiempo de revisión sube un 91%.

Las PRs, además, crecen un 154% de tamaño medio. Y cuando se mira la empresa entera, la ganancia se esfuma. Faros no encuentra correlación significativa con mejoras a nivel de empresa, ni en throughput global ni en métricas DORA. Su explicación: los cuellos de botella de después se comen lo ganado. Son correlaciones, no causas, pero el dibujo se entiende sin gafas.

Es montar una freidora industrial en un bar con un solo camarero. Salen croquetas a destajo, se amontonan en el pase y llegan frías a la mesa. La cocina bate su récord y el cliente cena a la misma hora. Si lo primero que se te ocurre es poner otra máquina de camarero, ya contamos qué pasa cuando el revisor también es Claude.

Geoffrey Huntley le contestó en el propio hilo que esto es increíblemente agotador incluso para operadores con experiencia. Lleva días dándole a "estas tragaperras" unas 16 horas diarias, por gusto y no por obligación. Y ni los que llevan décadas en esto pueden soltar el volante todavía.

Luego está la trampa de la sensación. En el ensayo aleatorizado de METR de principios de 2025, desarrolladores veteranos de proyectos open source tardaron un 19% más con IA en tareas de sus propios repositorios. Aun así, creían que la IA les había acelerado un 20%. Es el atajo por el polígono: vas todo el rato en marcha en vez de parado en el atasco, llegas más tarde y juras que has ganado tiempo.

Esa cifra tiene fecha de caducidad: eran Cursor Pro y Claude 3.5/3.7 Sonnet, y el propio METR marca esos resultados como desactualizados. La lección sigue viva. En 2026 METR insiste en que las aceleraciones que se atribuyen los propios desarrolladores pueden ser muy poco fiables. Tu sensación de velocidad no es un dato: de cómo la IA infla la confianza ya hablamos fuera del código.

Esquina 2 · Chollet y la ley del trastero

Chollet creó Keras y ARC-AGI, un benchmark que mide si una IA resuelve problemas de razonamiento que nunca ha visto. Su argumento es lo que en esta casa llamamos la ley del trastero: da igual los metros que tenga, al final acaba lleno hasta el techo. Cada herramienta nueva te libera sitio en la cabeza y tú lo vuelves a llenar con problemas más gordos.

Tampoco se lo ha inventado él. Dijkstra lo dejó dicho en su conferencia del premio Turing de 1972: mientras no había máquinas, programar no era ningún problema. Con unos pocos ordenadores débiles pasó a ser un problema leve, y con ordenadores gigantes se había convertido en un problema igual de gigante.

Los datos de 2026 le echan un cable. METR quiso repetir su ensayo con herramientas nuevas y se encontró con que cada vez más desarrolladores se negaban a participar porque no querían trabajar sin IA. Es como querer medir cuánto ayuda el GPS y no encontrar a nadie dispuesto a conducir con la Guía Campsa. METR cree probable que a principios de 2026 la IA ya acelere más que en su estudio de 2025. Eso sí, admite que sus datos son evidencia muy débil del tamaño del efecto. La cognición se ha adaptado tan bien que se ha cargado el grupo de control.

Hasta aquí, Chollet va sobrado. Su problema es un tuit suyo del 21 de septiembre. Un recién llegado a una gran empresa se desahogaba: llevaba medio mes en el puesto y allí nadie sabía nada. Chollet le respondió con una receta en inglés de camiseta: "Delegate coding. Never delegate understanding". Si el código era tu fuente de verdad para gestionar lo que entiendes, necesitas otro artefacto que haga ese papel. Si entendías a base de flujos centrados en el código, necesitas flujos nuevos. Eso es la "disciplina extraordinaria" de Willison, con otra letra y la misma música.

La adaptación, además, no sale gratis. Anthropic, la de Claude, hizo un ensayo aleatorizado con 52 ingenieros, casi todos juniors, que aprendían una librería de Python desconocida para ellos. Los que tiraron de IA acabaron un pelín antes, sin significación estadística.

En el examen posterior, el grupo con IA sacó un 50% frente al 67% de los que programaron a mano. El agujero más grande estuvo en las preguntas de depuración. Depurar es detectar cuándo el código está mal y entender por qué falla: justo lo que necesitas para vigilar a un agente. Es aprender a hacer tortilla mirando a tu madre: la cena sale perfecta y tú sigues sin saber darle la vuelta. El trastero se llena, sí, pero se llena practicando, y el agente te ahorra justo la práctica.

Esquina 3 · El espontáneo: "cerramos el mes que viene" desde 2023

El mejor argumento de @theorizur no lo pone él, lo pone Orosz. Ve proyectos de complejidad parecida hechos por una o dos personas donde antes hacían falta de tres a cinco. Es un testimonio, no una medición. Y en el mismo post Orosz añade que los equipos hacen más, y que ese más incluye lidiar con la complejidad que genera todo lo anterior.

Chollet ya se cachondeaba de este discurso en noviembre de 2025: la ingeniería de software lleva a seis meses de morir, de forma continua, desde principios de 2023. Es la tienda de la esquina con el cartel de "Liquidación total por cierre", que lleva años colgado mientras la caja sigue sonando. Chollet concede que algún día será verdad, pero no hoy.

Los datos de empleo le dan la vuelta al argumento. Stanford lo mide con nóminas de ADP hasta junio de 2026. Entre los trabajadores de 22 a 25 años, el empleo en ocupaciones expuestas a la IA está un 19% por debajo de donde estaría. La referencia es el ritmo de sus pares en ocupaciones menos expuestas, y los trabajadores con experiencia no muestran una brecha comparable.

En su panel mensual, Stanford coloca a los desarrolladores de software en el grupo de ocupaciones más expuestas. Caída grande entre los más jóvenes, caídas moderadas en los tramos siguientes y expansión en el resto de edades. El ajuste llega por menos contratación de jóvenes, no por más despidos. Nadie le da un portazo a la plantilla: la puerta, simplemente, ya no se abre para el turno nuevo. Stanford lo presenta como patrones descriptivos, no como prueba de que la causa sea la IA.

La revisión de 2026 trae el detalle que remata. El empleo crece entre los trabajadores con experiencia en ocupaciones que tiran de conocimiento tácito: el que se adquiere con práctica, mentoría y exposición repetida a situaciones reales. Nuestra lectura: el special juice que el espontáneo da por muerto es justo lo que el mercado sigue contratando. Marcus Spillane lo clavó en el hilo de Willison: nadie ha reemplazado a los ingenieros, solo los hemos ascendido a todos a jefes de un becario rapidísimo que nunca aprende.

Lo fácil, más fácil; lo difícil, más difícil

¿Cómo pueden los tres estar viendo algo real? Porque cada uno mira una punta distinta del mismo fenómeno. Brooks lo dejó escrito en 1986: lo difícil de construir software es especificar, diseñar y probar el constructo conceptual, no el trabajo de representarlo. El agente se ha quedado con la parte de representarlo, que es poner la mesa. Lo demás sigue siendo tuyo, y ahora es casi todo lo que te queda. La cena de Navidad, con quién se sienta al lado de la suegra, no la escribe el modelo.

En 2024, un equipo de Microsoft Research y de dos universidades británicas le puso nombre tras repasar estudios de IA generativa: polarización de la complejidad de la tarea. Es la tendencia de la automatización a hacer lo fácil más fácil y lo difícil más difícil. En factores humanos se conoce desde hace décadas como "automatización torpe". El mismo trabajo describe el paso de producir a evaluar: menos conciencia de lo que pasa alrededor y más carga cognitiva para juzgar lo que sale de la máquina.

Colócalos en la cocina del bar y todo cuadra. El espontáneo mira la punta fácil: el robot pela las patatas en un pispás y él anuncia el fin de los cocineros. Chollet mira la media: la carta crece hasta que la cocina vuelve a ir a tope, y asiente. Willison vive en la punta difícil, probando toda la noche salsas que no ha hecho él, y suda.

La trampa: el pinche que ya no entra en la cocina

Aquí va lo que el titular fácil se come, y es opinión nuestra con datos alrededor: la punta fácil era la escuela. Ese conocimiento tácito que se aprende practicando se aprendía ahí, con los bugs tontos y el código ajeno. Y a esa escuela entra cada vez menos gente. En las ocupaciones expuestas se contrata menos a los jóvenes, y en el ensayo de Anthropic los que aprendieron con IA salieron peor en depuración.

El robot de la cocina no echa al jefe: lo que pasa es que ya no se contrata al pinche. Y el jefe de cocina del futuro era ese pinche. Ahí se le cae a Chollet el "la cognición se adapta": se adapta practicando, y el agente ahorra la práctica. Y ahí se equivoca de sitio el espontáneo: quien tiene el oficio en peligro es el chaval que iba a llegar a ser Willison.

Tampoco es una condena. En el ensayo de Anthropic, los que mostraron más dominio usaron la IA también para entender: preguntar, pedir explicaciones y plantear dudas de concepto mientras programaban. Unos pidieron la tortilla hecha. Otros preguntaron por qué se rompe al volverla.

A los puntos: veredicto y deberes para el lunes

Gana Willison a los puntos. El trabajo se muda de escribir a revisar y verificar: la parte que más cuesta, la que menos se practica y la que peor sale en los dashboards. Chollet saca un empate con matiz. La dificultad no se evapora, pero adaptarse ni es gratis ni es automático, y su propio "never delegate understanding" ya es un manual de disciplina. El espontáneo pierde: ningún dato dice que el oficio de los veteranos esté muerto, y los que hay dicen que su empleo aguanta mientras cae la contratación de juniors. Mucho incendio en el discurso, poca ceniza en la nómina.

La mejor regla del hilo la dejó @huang27793: si no sabe nombrar el check que haría fallar la PR, no aprueba el diff del agente. Es el "never delegate understanding" convertido en norma de trabajo: si no sabes qué lo rompería, no sabes qué has aprobado.

La otra mitad es montar esa disciplina sin caer en lo que denunciaba shadowaguy. Para él, "disciplina" es la palabra educada para gastar más energía mental gestionando la herramienta que haciendo el trabajo. El búfalo ha montado un sistema en el que varios agentes de código programan y se revisan entre ellos, y su criterio de hoy cabe en tres reglas.

Primera: si la revisión se limita a avisar de que se ha roto una norma, el agente lo toma por un consejo y reincide. El control tiene que verse de un vistazo, actuar al principio y bloquear. Un cartel de "probar antes de servir" es decoración; lo que funciona es que el pase no se abra hasta que alguien ha probado el plato.

Segunda: todo en verde no significa nada mientras nadie haya leído qué comprueban esos tests, y un control que no ha podido correr no cuenta como pasado. Tercera, la que más escuece: el sistema no se volvió más fiable apilando capas de garantías, sino que mejoró cuando empezó a quitarlas. La disciplina buena es poca y muerde; la otra es burocracia, y en eso shadowaguy tiene razón.

Si llevas un equipo, deja que los juniors usen el agente para preguntar por qué y no solo para que escriba por ellos. El robot ya pela las patatas, y lo hace de lujo. Lo que nadie ha contestado en el hilo es quién va a probar las salsas cuando se jubilen los que aprendieron pelándolas.