CODEX37 #012 | Mayo 2026
Un desarrollador publicó un análisis sobre "la ola de inteligencia artificial que viene." El título: "Woof woof wooof. Wooof wooof woof wooof." El artículo completo, escrito en ladridos.
2,3 millones de personas lo leyeron. Más interacción que la mayoría de los análisis serios sobre el mismo tema.
El chiste no es gracioso por absurdo. Es gracioso porque es preciso.
Andrej Karpathy fue Director de Inteligencia Artificial en Tesla y co-fundó OpenAI. Esta semana publicó algo que cualquiera que haya escrito código en su vida debería leer dos veces.
Karpathy contó que el fin de semana le pidió a un agente de inteligencia artificial que montara un sistema completo de video para las cámaras de su casa. No le dio instrucciones técnicas paso a paso. Le dio un párrafo en inglés: conéctate a esta máquina, instala el modelo de visión que necesito, crea una interfaz web para ver las cámaras, prueba que todo funcione, configúralo para que arranque solo, y escríbeme un reporte de lo que hiciste.
El agente trabajó solo durante 30 minutos: se atascó varias veces, buscó las soluciones, las implementó, las testeó, corrigió los errores y configuró todo. Volvió con el reporte hecho.
Hace tres meses, eso era un proyecto de fin de semana: café, frustración, búsqueda en internet, más café. Hoy es algo que arrancas y olvidas mientras te preparas el desayuno.
Y Karpathy lo dice sin rodeos: ya no estás escribiendo código en un editor como se hizo desde que existen las computadoras. Esa era se acabó.
No dijo "está cambiando." Dijo que se acabó.
Los números detrás del cambio
Cuando alguien como Karpathy dice que la programación cambió, puedes pensar que exagera. Los números le dan la razón.
Una encuesta de DX (Laura Tacho y equipo, 450+ empresas) a 121,000 desarrolladores encontró que el 92.6% ya usa asistentes de inteligencia artificial para programar al menos una vez al mes. Tres de cada cuatro los usan todas las semanas. No es adopción temprana. Es el nuevo estándar.
Más concreto: el 26.9% del código que hoy está en producción — ejecutándose en empresas reales, sirviendo a usuarios reales — fue escrito por inteligencia artificial. Hace un año era 22%. La tendencia es clara y se acelera.
Stripe, la empresa que procesa pagos para millones de negocios, tiene un sistema de agentes internos que genera 1,000 contribuciones de código por semana. Spotify reporta que el 80% de sus flujos de trabajo de desarrollo ya están liderados por agentes. No son experimentos. Son operaciones centrales de empresas que mueven miles de millones de dólares.
Karpathy no está prediciendo. Está describiendo lo que ya pasó.
Diciembre
El punto de quiebre no fue gradual. Según Karpathy, los agentes de código básicamente no funcionaban antes de diciembre y básicamente funcionan desde entonces. No mejoraron un poco. Cambiaron de categoría.
Lo que tenemos ahora es otra cosa. Ya no programas. Delegas. Arrancas agentes, les das tareas en lenguaje natural, gestionas su trabajo en paralelo. Karpathy llama a esto ingeniería de agentes — un término que ya tiene definición formal como disciplina emergente. Y dice que la palanca de productividad se siente enorme.
La señal en el ruido
Mientras Karpathy describe esta transición con datos y ejemplos, el internet está inundado de artículos sobre "la ola de IA que viene." Tantos, tan parecidos, tan predecibles, que un desarrollador llamado Rhys Sullivan publicó uno con título idéntico: "La ola de IA viene: perspectiva de un perro que ha visto los datos."
El artículo completo, en ladridos.
Woof woof wooof. Wooof wooof woof wooof. Punto.
5.500 likes. 2,3 millones de vistas. Más interacción que la mayoría de los análisis serios.
El chiste es preciso. Cuando todo el mundo escribe el mismo artículo, un perro ladrando comunica exactamente lo mismo: nada nuevo, con mejor alcance.
Ahí está la lección operacional: en un mundo donde la IA puede generar contenido infinito, la diferencia no es quién puede escribir. Es quién puede hacer que alguien lea.
Lo que no se puede automatizar
Un educador de inteligencia artificial llamado kloss publicó esta semana una guía sobre cómo prosperar en esta era. Su tesis es simple y dura: la inteligencia artificial no hace irrelevantes a los humanos. Hace irrelevantes a los humanos equivocados.
kloss argumenta que las habilidades que importan ya no son técnicas. Son humanas:
Gusto — reconocer lo excelente cuando la IA te ofrece cantidades infinitas de mediocre.
Velocidad de decisión — no de ejecución, porque eso ya lo hace la máquina.
Convicción — lanzar cuando estás al 60%, moverte antes de tener certeza, porque cuando todos tienen las mismas herramientas, la diferencia es quién las usa primero.
Lo más honesto que dice kloss no es una recomendación. Es una confesión: cuenta que se quedó demasiado tiempo usando un solo modelo de inteligencia artificial por comodidad. La familiaridad lo cegó. El momento en que crees que encontraste la mejor herramienta es el momento en que dejas de buscar. La lealtad a una herramienta es una trampa.
Lo que los propios creadores de la IA descubrieron
Hay algo que no vas a encontrar en los hilos optimistas de redes sociales.
Anthropic, la empresa que construye uno de los modelos más usados del momento, publicó un estudio controlado donde dieron las mismas tareas de programación a dos grupos: uno con acceso completo a inteligencia artificial, otro sin ella. El resultado no fue lo que esperarías de una empresa que vende exactamente eso.
Los que usaron IA sacaron 17% menos en comprensión de código. No en velocidad. No en cantidad. En entendimiento real de lo que estaban construyendo. Los que programaron solos entendieron mejor su propio código.
Las brechas más grandes aparecieron en depuración y comprensión de errores — exactamente las habilidades que necesitas cuando algo se rompe a las 3 de la mañana y no hay agente que te salve.
Y lo más revelador: los desarrolladores júnior que delegaron todo a la IA sacaron menos de 40% en tareas conceptuales. No estaban aprendiendo. Estaban subcontratando su aprendizaje.
La conclusión del estudio es brutal en su honestidad: el esfuerzo cognitivo — incluso quedarse dolorosamente atascado — es importante para desarrollar maestría.
Esto no contradice a Karpathy. Lo complementa. Sí, la era de escribir código línea por línea se acabó. Pero la era de entender qué estás construyendo, por qué, y qué puede fallar — esa no se acaba nunca. Delegarlo todo sin entender nada es la forma más rápida de volverse irrelevante en la era que supuestamente te iba a liberar.
La edición #009 ("El músculo") trataba de esto desde otro ángulo: la comprensión profunda que se atrofia si no se ejercita. Esta trata de la otra cara — la dirección operativa cuando la ejecución ya se delega. Son dos lecturas del mismo cambio.
Lo que se opera, no se confiesa
Las herramientas que se construyen están cambiando el oficio que las construyó.
La persona que dirige CODEX37 escribe instrucciones, no código. Esta semana montó cinco sistemas que clasifican 467 artículos por tema, generan ideas de ediciones combinando autores diversos, extraen estadísticas de la plataforma, producen publicaciones automáticas para redes sociales con un modelo local, y rastrean resoluciones semanales. Cinco sistemas en producción; cero líneas de código escritas a mano.
Eso es exactamente lo que Karpathy describe: ya no es programación, es dirección. Criterio y gusto para saber qué construir, para quién, y cuándo lo que recibes de vuelta todavía no alcanza.
Otro creador, Alex Finn, fue más lejos: construyó una oficina virtual completa donde monitorea a sus agentes de IA. Tablero de tareas, flujo de contenido, calendario, sistema de memoria, estructura de equipo. Literalmente un centro de mando para gestionar empleados que no duermen. Uno de ellos le completa proyectos mientras él duerme.
La pregunta que queda
En 15 años, programador va a sonar como mecanógrafo suena hoy. Un oficio que todos hacían y que fue reemplazado por algo que no necesitó el mismo nombre.
Lo que reemplaza a la programación todavía no tiene nombre estable. Karpathy lo llama ingeniería de agentes. kloss lo describe como un sistema operativo personal. Alex Finn lo trata como gestión de equipo. Los nuevos roles ya aparecen en ofertas laborales: ingeniero de agentes, arquitecto de flujos de inteligencia artificial.
Lo que sí está claro: el valor ya no está en saber escribir código. Está en saber qué pedir, a quién delegarlo, y cuándo lo que recibiste no es suficientemente bueno. Y también — si le crees a los datos de los propios creadores de la IA — en no perder la capacidad de entender lo que se construye en tu nombre.
Y acá está la ironía: los programadores — los mismos que supuestamente pierden su oficio — son probablemente los mejor preparados para prosperar en lo que viene. Décadas de pensar en sistemas, descomponer problemas, depurar lo que no funciona, y construir sobre abstracciones les dieron exactamente el músculo que esta era necesita. No perdieron un oficio. Les cambiaron las herramientas del que ya tenían.
Gusto. Criterio. Velocidad. Comprensión.
Las mismas cosas que siempre importaron. Solo que ahora no hay código en el medio que disfrace la diferencia entre alguien que sabe lo que quiere y alguien que no.
Karpathy publicó su mensaje sobre el fin del oficio. Hoy lo han leído más de cinco millones de personas.
Un perro publicó "woof woof". Lo han leído 2,3 millones.
La diferencia entre los dos no es el contenido.
Es que uno sabe exactamente qué está diciendo.
P.D. — Mientras cerrábamos esta edición, Karpathy anunció que se une a Anthropic, a liderar un equipo que usa a Claude para acelerar el entrenamiento de Claude. (Anthropic dice que Claude ya escribe el 90% de su código.) El hombre que declaró muerto el oficio de escribir código se va a delegar el desarrollo de la IA a la IA — en la empresa cuyo propio estudio mide lo que se pierde al delegar sin entender. No lo planeamos. El oficio cambió tan rápido que la noticia nos ganó la publicación.
Fuentes:
Karpathy, A. (24 feb 2026). Sobre por qué las interfaces de línea de comandos son el futuro de la interacción con agentes (X).
Karpathy, A. (25 feb 2026). Sobre cómo la programación cambió radicalmente en los últimos dos meses (X).
Sullivan, R. (22 feb 2026). "La ola de IA viene — perspectiva de un perro que ha visto los datos" (X).
kloss (25 feb 2026). "Cómo ganar realmente en la era de la IA" (X).
Finn, A. (18 feb 2026). "Tu agente de IA es inútil sin un centro de mando" (X).
DX (Laura Tacho et al., feb 2026). Encuesta a 121,000 desarrolladores sobre adopción de asistentes de inteligencia artificial (450+ empresas participantes).
Anthropic (29 ene 2026). How AI assistance impacts the formation of coding skills (Anthropic Research).
Karpathy, A. (19 may 2026). Anuncio de incorporación a Anthropic, equipo de pre-training (cobertura: TechCrunch).
Transparencia: Built with AutonomyBuilder — sistema de investigación y ejecución con IA. Dirección humana sobre sistemas IA.
CODEX37 — En español. Sin hype.