El columnista Cory Doctorow explora por qué programadores con experiencia describen experiencias opuestas al usar inteligencia artificial en su trabajo: unos afirman escribir el mejor código de su carrera, mientras que otros —incluido un ingeniero de aviación— alertan de una pesadilla de deuda técnica que consideran insegura. La clave, argumenta Doctorow, no es una paradoja: son dos actividades distintas. Los primeros son 'centauros', trabajadores que deciden cómo adoptar la automatización; los segundos, 'centauros inversos', piezas humanas al servicio de sistemas automatizados que no controlan.
Doctorow amplía esta distinción al 'vibe coding' y a las utilidades personales que muchos usuarios no técnicos crean para sí mismos, una tradición que entronca con los scripts de shell, AppleScript, Hypercard o Visual Basic. Frente a ese software personal y 'vernáculo', el código de producción que otros deben mantener es, según el blog, un pasivo, no un activo. Para una empresa tecnológica, el código generado sin un proceso de canonización —hacerlo legible, reutilizable, eficiente y compatible con el resto del sistema— acumula deuda.
El ensayo se apoya en ideas del ingeniero Kellan Elliott-McCrea y del matemático Alex Kontorovich sobre 'canonización' en matemáticas, y sostiene que la industria de la IA, presionada por devolver las inversiones recibidas, necesita producir centauros inversos a gran escala y descuida el trabajo de limpieza y canonización. Esa tarea, comparada con el grano que alimenta la próxima cosecha, es el sostén del software libre y de código abierto. Doctorow concluye que, aunque el código 'que funciona hoy' tiene valor, solo el código canonizado permite construir sobre él en el futuro.