Un programador responde al post de Dan Luu —«ya no hay razón para que el software sea lento»— y desmonta la idea de que los grandes modelos de lenguaje (LLM) vayan a acabar de forma generalizada con el software lento. Luu sostiene que muchas optimizaciones antes costosas (compiladores JIT, índices, ajustes específicos de carga) ahora son baratas gracias a los LLM, en una línea parecida a la de Nolan Lawson sobre testing o a la de los defensores de los métodos formales. El autor coincide en que expertos con dominio profundo sí aprovecharán esa nueva capacidad, pero discrepa de que ocurra a gran escala.
El argumento central es económico: si antes obtener la propiedad X costaba A con presupuesto B, tras los LLM costaría A/N con N mucho mayor que 1, así que todo el mundo invertiría. Sin embargo, el texto identifica cuatro razones por las que las premisas no se cumplen. Primera, la tolerancia a la lentitud ha subido: latencia en autocompletado, compilaciones, enlaces o tests se acepta ahora como asíncrona, como muestra su propia experiencia optimizando el rendimiento de git en un monorepo. Segunda, en muchas empresas el software es un centro de coste sin presupuesto desde el inicio, sobre todo en entornos con monopolios o poder de mercado. Tercera, los plazos se han recortado por la expectativa de que los LLM aceleran el trabajo, reduciendo el presupuesto disponible. Cuarta, el factor N está sobreestimado: implementar una optimización, enviarla a producción, crear un sistema de «trinquete» que evite regresiones y mantenerlo fiable y eficiente es mucho más costoso que escribir el cambio. Como ejemplo, cita el fork de Zig de Jarred Sumner (Bun), que cuadruplicaba la velocidad de compilación pero no podía incorporarse al compilador upstream porque afectaba al diseño del lenguaje Zig y a su analizador semántico paralelo.