Un ingeniero de software comparte, a partir de su experiencia directa hasta julio de 2026, su valoración sobre el impacto real de los modelos de lenguaje grandes (LLM) en la programación. Su tesis central, que denomina "hipótesis de la escalera", sostiene que la adopción masiva de los LLM en 2026 se explica sobre todo porque han cruzado el umbral de fiabilidad necesario para operar dentro de bucles de retroalimentación automatizada: ya pueden iterar hacia un objetivo verificable de forma objetiva, por ejemplo, crear un botón con un comportamiento concreto y comprobar que funciona. Cruzar ese peldaño habilita usos nuevos; pero, una vez arriba, seguir siendo más alto aporta mucho menos.
A partir de ahí, el autor estima que la productividad se ha multiplicado por dos, no por diez, y duda de que las mejoras marginales de los modelos, por sí solas, cierren la brecha. Los LLM siguen sin responder con suficiente precisión a preguntas que no admiten verificación automática, como si una estructura de código es más mantenible o si una documentación incluye la información adecuada y omite la superflua. En su flujo de trabajo, los usa para producir un borrador que después revisa a fondo, y les prohíbe explícitamente escribir READMEs, docstrings o comentarios. También experimenta con "vibe coding" (generar código sin leerlo) en proyectos personales y señala que el grueso de las ganancias futuras vendrá de rehacer los flujos y herramientas en torno a las capacidades actuales, no de esperar modelos mejores.