Limpiar el código tras los desarrolladores estrella y sus sucesores de IA

Fuentes: Cleaning up after AI rockstar developers
Imagen generada por IA con el prompt: A messy desk with tangled cables, scattered code snippets on printouts, and a glowing laptop screen reflecting a developer contemplating the chaos, editorial illustration style, muted colors.
Imagen generada con IA

El desarrollador Jesse Skinner publica una reflexión, a medio camino entre la crónica y el ensayo técnico, sobre un patrón repetido en los equipos de ingeniería: la figura del desarrollador estrella y, más recientemente, su equivalente automatizado en los agentes de inteligencia artificial generativa. Ambos comparten rasgos como una velocidad de producción muy superior a la del resto, preferencia por herramientas y lenguajes nuevos, y un desinterés casi total por la legibilidad del código para terceros. El autor describe cómo, tras la marcha de un desarrollador estrella, los compañeros heredan una arquitectura que solo él entendía, escrita en lenguajes y librerías desconocidos, y cuya corrección más mínima puede llevar semanas. Con la irrupción de los LLM, ese fenómeno se ha multiplicado: cada nueva sesión de chat puede añadir a un desarrollador estrella artificial al equipo, capaz de generar decenas de miles de líneas en minutos, sin memoria del trabajo previo y aplicando prácticas genéricas que no siempre encajan con el sistema. Skinner advierte del riesgo de que la complejidad crezca de forma exponencial hasta volverse inteligible solo con ayuda de la propia IA, y de que equipos y empresas enteras se vuelvan dependientes de la generación automática. Frente a ello, propone un uso dirigido del modelo: guiar la generación en fragmentos pequeños, priorizar la comprensibilidad para todo el equipo, simplificar la arquitectura hasta ajustarla al problema y, cuando sea necesario, escribir código a mano. La artesanía del software, concluye, es la parte del trabajo que nunca debería externalizarse a una máquina.