El ingeniero de software Daryl Cecile reflexiona sobre cómo la inteligencia artificial ha transformado su flujo de trabajo de programación en el último año. Su principal conclusión es que la IA ha eliminado el cuello de botella que antes representaba su propia capacidad para crear prototipos rápidos. Ahora, puede pasar de una idea a un prototipo funcional en cuestión de horas, con una velocidad media cuatro veces superior a la que tenía antes de incorporar agentes de IA como Copilot a su rutina. Este cambio no solo acelera las tareas existentes; amplía el abanico de proyectos que puede abordar.
Cecile enumera varios proyectos recientes: Sakoa, un lenguaje de programación de sistemas con sistema de efectos y modos de memoria; Kato, un lenguaje de notación entre JSON y YAML diseñado para humanos y agentes; Seal, una CLI que reemplaza los archivos .env usando almacenes de credenciales del sistema operativo; Karabiner, una aplicación de mensajería para iOS nativa de agentes; y Plim, un editor de bloques embebible inspirado en Notion. Todos estos prototipos son funcionales y algunos ya tienen pruebas automatizadas.
El autor destaca que la IA ha cambiado la naturaleza del trabajo de ingeniería más que su simple velocidad. Ahora piensa en límites, contratos y cómo encajan las piezas, y escribe indicaciones y especificaciones que describen el sistema de forma holística antes de que exista. Esta planificación abstracta y la capacidad de delegar en agentes y personas le han permitido ser más efectivo.
No obstante, advierte de riesgos: al escribir menos código, debe esforzarse conscientemente por mantener su destreza técnica, leyendo código fuente, depurando manualmente y dedicando tiempo a la implementación artesanal. La mayor velocidad también le ha permitido liberar horas para exploración y aprendizaje, y aplicar mejoras en su trabajo diario, como reducir en un 50 % los tiempos de arranque de codespaces internos.
Cecile menciona a otros ingenieros que escriben sobre tendencias similares, como Mike McQuaid, Cassidy Williams y Simon Willison. Reconoce que la IA no es mágica y que persisten preguntas ambientales, financieras y sociales, pero su experiencia cotidiana es positiva: puede moverse más rápido, pensar en mayor escala y entregar más que antes.