¿Hay empresas que hayan vuelto a programar sin asistentes de IA?

Un usuario de Hacker News lanzó una consulta dirigida a la comunidad de desarrolladores para identificar casos reales de empresas que hayan abandonado el uso de modelos de lenguaje generativos en su flujo de trabajo y hayan regresado a la escritura manual de código. La pregunta se inscribe en la fas

Construir amplio, enviar pequeño: el nuevo flujo con IA

Un ingeniero de producto describe un flujo de trabajo para construir software con ayuda de IA en el que se invierte el orden tradicional de planificación. Frente al esquema clásico de escribir un RFC, dividirlo en issues y desarrollar cada bloque secuencialmente, propone construir primero la solució

La IA elimina la clase media de la ingeniería de software

La inteligencia artificial generativa está transformando el trabajo de los ingenieros de software al comprimir los plazos de implementación, hasta el punto de que un equipo puede producir en un lunes más código del que antes generaba en semanas. En proyectos con una cultura de ingeniería débil, esta

Revisar código es una habilidad que se puede entrenar

La revisión de código no consiste únicamente en detectar errores: cumple al menos cuatro funciones en los equipos de desarrollo —educación, mantenimiento de normas, control de acceso al código y prevención de defectos—, según estudios citados por el autor, como el realizado en Google sobre las expec

Afirmar que programar esta resuelto es no entender la ingenieria de software

El articulo cuestiona la afirmacion recurrente de que la programacion esta resuelta por los modelos de lenguaje. Distingue entre producir codigo ejecutable a partir de una especificacion clara y el trabajo completo de ingenieria de software, que en organizaciones maduras depende casi por completo de

Ocho mitos sobre ingeniería de software e IA generativa

La narrativa sobre la IA generativa en la ingeniería de software ha superado a la evidencia. Afirmaciones de marketing, victorias anecdóticas y estudios malinterpretados han consolidado ocho mitos persistentes que están orientando mal decisiones de adopción, herramientas y métricas de éxito. El art

Las ruedas que no dejamos de reinventar

La industria del software tiene una relación exasperante con los problemas ya resueltos. Una vez que algo se descubre, documenta y envía, una década después la mitad del campo lo reconstruye desde cero, aunque la solución original rara vez estuviera mal. El autor repasa casos emblematicos: autentica

Task runners para unificar tareas comunes en cualquier repositorio

Los desarrolladores que alternan entre varios repositorios se enfrentan a un problema cotidiano: cada proyecto usa una pila tecnológica distinta y exige recordar comandos diferentes para instalar dependencias, compilar, formatear, ejecutar pruebas o desplegar. Memorizar todos esos comandos y sus mat

Reescribir a mano el código generado por IA para evitar deuda cognitiva

El desarrollador Ankur Sethi propone en su cuaderno de laboratorio una solución artesanal para preservar la comprensión del propio código en la era de los asistentes de programación con IA: pedirle al modelo que genere el código en el chat y transcribirlo manualmente, línea por línea, en el editor.

DX Core 4: un marco unificado para medir la productividad de los desarrolladores

El DX Core 4 es un marco unificado de medición de la productividad de los desarrolladores que integra los enfoques DORA, SPACE y DevEx en cuatro dimensiones equilibradas: velocidad, eficacia, calidad e impacto de negocio. Está diseñado para que organizaciones de cualquier tamaño obtengan métricas ac

Gestión de ingeniería cuando producir código ya no es caro

La caída del coste de producir código plausible gracias a los modelos de lenguaje ha obligado a revisar muchas prácticas clásicas de dirección de ingeniería. Un director con más de tres años de experiencia repasa los principios tradicionales —no codear, dar tiempo al trabajo, proteger al equipo del

La psicología de los equipos de software, según Cat Hicks

Cat Hicks, doctora en psicología experimental cuantitativa por la Universidad de California en San Diego, presenta The Psychology of Software Teams, un libro que aplica la investigación psicológica al trabajo de los equipos de ingeniería de software. La obra combina hallazgos científicos con orienta

Software e IA: trazar el plan frente a escribir a ciegas

La adopción desigual de la inteligencia artificial en el trabajo de programación puede explicarse, según el autor, mediante una analogía con dos estilos de escritura de ficción: los «plotters», que planifican antes de escribir, y los «pantsers», que avanzan descubriendo la historia sobre la marcha.

La definición de 'terminado' para desarrolladores de software

Artículo de opinión técnica que reflexiona sobre lo que realmente significa dar por concluido un trabajo en el desarrollo de software. El autor sostiene que 'terminado' es una afirmación sobre la realidad y el valor entregado, no sobre el esfuerzo invertido, y advierte de la trampa frecuente de cons

La definición de 'terminado' en el desarrollo de software

¿Cuándo está realmente terminado un trabajo de software? El texto parte de una idea central: 'terminado' es una afirmación sobre la realidad, no sobre el esfuerzo. Enumera trampas habituales que llevan a los desarrolladores a declarar algo acabado cuando aún no lo está: que solo funcione en su propi

Por qué seguir escribiendo código en 2026

En pleno apogeo de los agentes de inteligencia artificial capaces de generar código de forma autónoma, un ingeniero de software estadounidense sostiene que escribir código a mano sigue siendo una habilidad esencial para los programadores, no por nostalgia, sino por una razón cognitiva profunda. Doug

Escribe código como si un humano fuera a mantenerlo

Los modelos de lenguaje generativos son útiles para producir código rápido, pero absorben y replican los patrones del repositorio en el que trabajan. Cuando un desarrollador acepta atajos —condiciones duplicadas, funciones monolíticas o la promesa de «limpiar esto más tarde»— cada commit envía una s

Cómo construir un proyecto desde cero con agentes LLM sin perder el control

Tras el éxito en la reescritura de pycparser con ayuda de un LLM, el ingeniero Eli Bendersky comparte en un ensayo su experiencia al desarrollar desde cero watgo, un toolkit de WebAssembly para Go, utilizando agentes de IA como compañero de programación. El artículo se centra en la metodología, las

La calidad del código de IA empieza en tu propio código fuente

La utilidad de la inteligencia artificial aplicada al desarrollo de software no depende solo del prompt ni del modelo elegido, sino del estado del propio repositorio con el que trabaja. Cuando una base de código sigue patrones claros, consistentes y basados en stacks tecnológicos populares, el model

«Informática» no es ciencia y «ingeniería del software» no es ingeniería

Este ensayo sostiene que la informática no constituye una ciencia y la ingeniería del software tampoco se ajusta al concepto tradicional de ingeniería. El autor parte de una observación: los debates sobre las mejores prácticas de desarrollo de software rara vez se resuelven con criterios objetivos,

Voy retrasado con las novedades de C# 14: ¿importa realmente?

C# 14 llegó con novedades de sintaxis que la comunidad ha recibido con entusiasmo, desde las expresiones de colección hasta la palabra clave `field` y los nuevos modificadores de parámetros. Aun así, muchos desarrolladores —como relata el autor de este texto— mantienen en sus proyectos de producción

Por qué conviene usar IA para revisar código cuando el diff es enorme

Cuando una Pull Request alcanza miles de líneas, la revisión línea por línea deja de ser rentable. La inteligencia artificial ya detecta vulnerabilidades de severidad alta y supera al revisor humano en la detección de pequeños defectos de estilo o sintaxis, por lo que dedicar horas a la caza de nimi

Por qué rechazo código de IA aunque funcione

El ingeniero Vinicius Brasil explica su práctica habitual de descartar el código generado por agentes de programación, incluso cuando supera las pruebas, porque considera que el cuello de botella del desarrollo se ha desplazado de la implementación a la revisión. Aunque sigue buenas prácticas —modo

Automatizar el propio trabajo: cómo delegar hasta lo que no se repite

Un desarrollador de herramientas comparte su experiencia al aplicar una regla sencilla heredada de un amigo emprendedor: «no hagas nada tres veces». Si una tarea aparece más de dos veces, hay que automatizarla. Aunque ya había automatizado el 95% de sus tareas de programación, descubrió que aún qued

Revisar código de IA se ha vuelto caro; reescribirlo, barato

El ingeniero de software Ishmeet Bindra sostiene que los modelos de lenguaje grandes (LLM) no son vagos, sino que tienden a construir desde cero en lugar de reutilizar librerías existentes, ya que para el modelo escribir doscientas líneas de implementación supone el mismo esfuerzo cognitivo que escr

Vibe coder frente a ingeniero de software: cuatro diferencias que importan

Un vibe coder y un ingeniero de software no se distinguen por la herramienta que usan, sino por dónde empieza y dónde termina su responsabilidad. Este artículo de Yusuf Aytas parte de una analogía histórica: hace casi una década, muchos desarrolladores confundían su identidad profesional con Java y

¿Por qué la comunidad de Hacker News critica tanto a la IA?

Un usuario de Hacker News con más de 20 años de experiencia como ingeniero de software ha abierto un hilo 'Ask HN' en el que cuestiona la postura crítica recurrente que la comunidad del sitio mantiene hacia la inteligencia artificial aplicada al desarrollo. El autor asegura que, en los últimos seis

El código se abarata: la comprensión se encarece

El desarrollador Carson Gross sostiene en un ensayo reciente que la inteligencia artificial ha abarató la generación de código, pero ha encarecido la comprensión del mismo, lo que obliga a redefinir el rol del ingeniero de software. Gross parte de una observación directa: los modelos de lenguaje (L

--dangerously-skip-reading-code

En el panorama actual de la ingeniería de software, la integración de modelos de lenguaje grandes (LLMs) plantea un desafío fundamental: la velocidad de generación versus la capacidad humana de comprensión. Facundo Olano, en su análisis, advierte que asumir que no necesitamos leer código generado po

Software: ¿Abstracciones rápidas, problemas lentos?

El artículo de James Ludwell-Grymes, "Los Costos 'Ocultos' de las Grandes Abstracciones", explora una tendencia preocupante en el desarrollo de software: la creciente dependencia de abstracciones que, si bien aumentan la velocidad de desarrollo inicial, a menudo conducen a una comprensión superficia

Personaliza tu código: la importancia de los temas

Este artículo, aunque sin título específico, explora el fascinante mundo de los temas para editores de código y entornos de desarrollo. En esencia, un tema define la apariencia visual de un editor de código, controlando colores de texto, fondo, resaltado de sintaxis, y otros elementos de la interfaz

Programar plantas: el nuevo enfoque de desarrollo

El artículo introduce el concepto de "programación de plantas de interior", acuñado por Ryan Goldstein, como una forma de desarrollo de software personal y específico. No se trata de crear software robusto y listo para producción, sino de escribir pequeñas herramientas para resolver problemas idiosi

Usuarios pierden habilidades técnicas: ¿diseño intencionado?

El artículo "The Slow Death of the Power User" lamenta la pérdida progresiva de la alfabetización técnica entre los usuarios y, alarmantemente, entre los propios desarrolladores. Se argumenta que esta pérdida no es accidental, sino el resultado de dos décadas de diseño deliberado por parte de las gr

Mejora tus herramientas, soluciona errores

En el mundo del desarrollo de software, especialmente en proyectos de código abierto, la frustración de perseguir un error (bug) puede ser intensa. El artículo "Fix your tools" de ochagavia.nl relata una experiencia personal que ilustra una lección valiosa: a veces, la solución más eficiente a un pr

IA alivia la carga de la programación

El artículo "IA hizo que la programación fuera más agradable" explora cómo la inteligencia artificial (IA) está transformando la experiencia de la programación, haciéndola más gratificante para los desarrolladores. Tradicionalmente, una parte significativa del trabajo de ingeniería de software impli