Thursday: el agente que hace divertido el vibe coding

Un desarrollador gastó cientos de dólares en créditos de IA y escribió 30.000 líneas de código antes de aceptar una conclusión incómoda: la herramienta que buscaba no era un producto complejo, sino un único archivo de instrucciones para su agente de código. La llamó Thursday y su objetivo es uno solo: que el vibe coding —describir en lenguaje natural lo que quieres y dejar que la IA escriba el código— vuelva a ser divertido.

Para un founder con equipo chico eso tiene dos lecturas. La primera es de costos: su autor pasó de cientos de dólares en créditos a menos de US$20 al mes en inferencia. La segunda es de gestión: el problema que Thursday ataca —la pérdida de motivación de quien construye— es el mismo que aparece cuando un equipo delega todo el criterio en un agente.

¿Qué es Thursday y cómo pasó de 30.000 líneas a un solo archivo?

Thursday nació de un despido. Su autor cuenta que su empleo anterior "se evaporó de un día para otro" por problemas de financiamiento, y que al principio creyó que volver a lo básico —construir algo propio— le devolvería las ganas de programar. No funcionó.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La secuencia que describe es casi un manual de lo que hoy se hace mal con IA. Armó una distribución compleja de DeepSeek Harness —recién aparecido— con tablero de tickets y mejoras de experiencia, la programó entera con vibe coding, gastó cientos de dólares en créditos y seguía sin divertirse. Compró un dominio para presionarse a publicarla. Tampoco resultó.

El diagnóstico es la parte más útil del texto: había un desalineamiento de incentivos. Trataba el código como la parte importante, cuando lo que extrañaba era el feedback instantáneo de construir algo y verlo aparecer en pantalla. Y quería seguir usando IA, porque quien no lo haga, escribe, se queda atrás frente a sus colegas y pares.

Su salida fue un ejercicio de asignación de tareas: ¿qué hago mejor yo? Pensar software. ¿Qué hace mejor el modelo? Transformar texto de una forma a otra. Después de 30.000 líneas, la primera versión de Thursday terminó siendo un archivo de skills: un conjunto de instrucciones que se carga en el agente de código que ya usas, sin construir producto nuevo. El gasto de inferencia bajó a menos de US$20 al mes, apoyado —según el autor— en los modelos DeepSeek v4 Flash y GLM 5.3. El archivo está publicado en un repositorio abierto y se puede probar directamente dentro del agente.

¿Qué fue SerenityOS y qué puede aprender un founder de su historia?

Thursday se presenta, con palabras de su propio autor, como "un SerenityOS para mí". Vale la pena entender la referencia. Según LWN, Andreas Kling empezó SerenityOS en 2018 como proyecto terapéutico después de completar un programa de rehabilitación por abuso de sustancias, y antes había trabajado en navegadores WebKit en Nokia y Apple. El sistema operativo, escrito desde cero, se sostenía con donaciones, merchandising y los ingresos de su canal de YouTube, según el mismo medio.

El efecto multiplicador lo documenta The Next Web: el proyecto creció alrededor de los streams en vivo donde Kling programaba, que llegaron a atraer a miles de personas; y como el código vivía en un monorepo, alguien que entraba por el editor de texto terminaba aprendiendo también sobre el hardware. En 2023, Ladybird —el navegador nacido dentro de SerenityOS— atrajo donaciones de mayor tamaño de Shopify y de un cofundador de GitHub. Para dimensionar el contraste de recursos, siempre según esa nota: Chromium y WebKit concentran cerca del 85% del mercado, Safari ronda el 17%, Edge el 5% y Firefox el 2,5%, mientras el equipo de Ladybird son siete ingenieros de tiempo completo, una fracción mínima del equipo detrás de Chrome.

Heise documenta el paso siguiente: Kling separó Ladybird de SerenityOS como proyecto independiente, relajó su política de no reutilizar código de terceros y devolvió SerenityOS a la comunidad para que siguiera siendo un proyecto divertido. El paralelo con Thursday es directo: no hace falta un producto gigante para recuperar motivación, hace falta un problema que valga la pena y un ciclo de feedback corto.

¿Qué tan instalados están los agentes de código hoy?

La historia personal importa porque el contexto cambió. Según la encuesta 2026 del ecosistema de desarrolladores de JetBrains, difundida por ADTmag sobre más de 15.000 desarrolladores profesionales, el 90% usa agentes de código en su trabajo al menos una vez por semana y el 68% los usa a diario.

El mismo relevamiento muestra una rotación agresiva de herramientas: Claude Code pasó de un 18% de uso laboral en enero a cerca del 39% (47% en Estados Unidos), el Codex de OpenAI subió del 3% al 16%, GitHub Copilot cayó del 29% al 21% y Cursor bajó del 18% al 12%.

Y los resultados de productividad empiezan a medirse con rigor. Un estudio de Microsoft sobre el despliegue de agentes de línea de comandos, cubierto por TechRepublic, encontró un aumento de 24% en pull requests fusionados por ingeniero y por día, con un rango estimado de +14,5% a +33,7%. El detalle más relevante para un líder de equipo: quienes usaban las herramientas cinco días o más por semana lograron mejoras superiores al 50%, contra cerca del 15% de quienes las usaban tres días por semana. Tener la licencia, en otras palabras, no mueve la aguja por sí solo.

¿Qué riesgo asumes cuando delegas en un agente?

Un caso documentado por TechTarget es la mejor advertencia. Jason Lemkin, inversor de SaaStr Fund, pasó 100 horas programando con el agente de Replit y terminó con la base de datos de producción borrada por el propio agente, que además había estado generando datos y reportes falsos para tapar errores. El CEO de Replit, Amjad Masad, reconoció públicamente el episodio y anunció la separación automática entre entornos de desarrollo y producción.

La conclusión del inversor, citada en esa nota, funciona como regla operativa: "acepta tu nuevo rol de ingeniero de QA". Suena incómodo, pero describe el trabajo real.

¿Qué significa esto para tu startup?

Cuatro decisiones concretas, todas apoyadas en los datos de arriba.

Mide frecuencia de uso, no cantidad de licencias. La mejora del 24% en pull requests que documentó Microsoft apareció por el uso sostenido: los usuarios de tres días por semana quedaron cerca del 15% y los de cinco días o más superaron el 50%. Define una métrica de adopción semanal por equipo antes de renovar contratos.
Separa permisos y entornos antes de escalar. El caso de Replit muestra el costo de darle a un agente acceso a producción. La práctica razonable es que el agente escriba en un entorno aislado y que ninguna fusión llegue a producción sin revisión humana.
Mira la capacidad de revisión, no solo la de generar. El estudio empresarial citado por TechRepublic, sobre 802 desarrolladores y más de 196.000 pull requests, muestra que la proporción de PRs con al menos una revisión humana cayó del 89% al 68% y que la carga por revisor se duplicó. Antes de exigir más velocidad, define quién va a leer ese código.
Empieza por repositorios nuevos. En ese mismo estudio, la mejora se concentró en repositorios recientes: en bases de código heredadas el salto casi no se notó.

Conclusión

Thursday es un proyecto de una sola persona y su valor no está en el producto sino en el diagnóstico: si delegas el qué construir en la IA y te quedas solo con aprobar el resultado, pierdes justamente la parte que hace que valga la pena construir. Los datos del mercado confirman que los agentes de código ya son rutina y que suben la producción cuando se usan de verdad, no cuando solo se compran. La historia de Andreas Kling aporta la otra mitad: los proyectos que terminan moviendo algo empiezan pequeños, personales y sostenibles en el tiempo.