La irrupción de la IA generativa en el trabajo diario de ingeniería no elimina al profesional, sino que le reubica una capa más arriba, igual que ocurrió con Kubernetes y la gestión de servidores. El autor, ingeniero de infraestructura, describe cómo usa Claude a diario para redactar charts de Helm y módulos de Terraform, y cómo la herramienta le ahorra el trabajo de consulta —leer changelogs, recordar sintaxis HCL, pelearse con bucles anidados— pero no la toma de decisiones: qué imagen correr, qué puede hablar con qué, cómo escalar o qué hacer ante un fallo.
El artículo recorre esa lógica histórica: Kubernetes no mató a Ansible, lo que hizo fue mover la unidad de trabajo de "la máquina" al "workload" y automatizar todo lo de debajo. Fargate, Lambda y Cloudflare Containers siguieron el mismo camino. Con la IA pasa lo mismo, pero un piso más arriba: el ingeniero dicta la dirección y la forma final del módulo o chart; el modelo produce el borrador que después se itera.
El autor también señala el coste real: es más rápido, pero ha perdido soltura en los fundamentos. Compara su situación con la de quienes entraron después de Kubernetes y nunca aprendieron a montar una imagen de servidor, y no les hizo falta. La duda que deja abierta es cuánto tiempo durará esa función de "dar la dirección": si las iniciativas empresariales de volcar todo el contexto en la IA funcionan, un agente con visión de largo plazo de toda la infraestructura podría llegar a planificar mejor que cualquier humano, del mismo modo que una herramienta que ha leído todos los changelogs ya no se puede superar en debug. La conclusión provisional es que la IA sigue ocupada en comerse la capa justo debajo de "dar la dirección", y no está claro que esa vaya a ser la última.