Claude writing a macOS driver for my obscure HP printer built only for Windows

Un usuario publicó en X que Claude Code escribió un driver de macOS para su impresora HP antigua — un dispositivo fabricado exclusivamente con soporte para Windows — y el video acumula 292.000 vistas, 5.600 likes y 599 guardados desde que se compartió el 17 de agosto de 2026.

Esto no es un tutorial ni un experimento académico. Es un agente de IA ejecutando código compilado en tiempo real, resolviendo un problema de hardware que ningún fabricante ha tocado en décadas. Para un founder, la señal es clara: las barreras técnicas que antes justificaban contratar desarrolladores senior o posponer features están colapsando.

¿Qué pasó exactamente?

Kuber, desarrollador que publica bajo el handle @kuberwastaken, compartió un video donde grabó pantalla mientras usaba Claude Code — la herramienta de desarrollo autónomo de Anthropic — para generar un controlador completo de impresión para macOS, dirigido a una impresora HP que nunca tuvo soporte para ese sistema operativo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

En el thread complementario, Kuber confirmó con un «LFG we did it» que el proceso funcionó. La impresora, que por diseño solo respondía a drivers de Windows, terminó operando en macOS gracias al código generado por el modelo.

El clip generó una reacción masiva en la comunidad técnica. Uno de los comentarios más vistos, publicado por @IuCCtweets, resumía lo que muchos sentían: «Es increíble imaginar que podemos hacer esto si nos da la gana, hace unos años nadie siquiera habría programado esto».

Este tipo de tarea — escribir un driver de hardware desde cero — requiere entender protocolos de comunicación entre software y dispositivos, arquitectura de sistemas operativos, y formatos de datos específicos del fabricante. Hace dos años, esto era trabajo de meses para un ingeniero embebido. En agosto de 2026, Claude Code lo hizo en una sesión de trabajo.

De vibe coding a agentic engineering: el salto que ya está ocurriendo

Lo que muestra Kuber no es un caso aislado. Forma parte de una transición más amplia en cómo los desarrolladores usan la IA.

Andrej Karpathy — ex director de IA en Tesla, quien acuñó el término «vibe coding» en febrero de 2025 — declaró en febrero de 2026 que esa fase estaba obsoleta. Su reemplazo: agentic engineering. La diferencia es sustancial. El vibe coding consistía en describir en lenguaje natural lo que querías construir y dejar que el modelo generara el código. El agentic engineering va un paso más allá: el agente escribe el código, ejecuta las pruebas, lee los errores, corrige el código, vuelve a ejecutar, y reporta cuando algo queda shipped. Tu rol pasa de escribir código a dirigir agentes.

Karpathy se unió a Anthropic en mayo de 2026 para reconstruir desde adentro el equipo de pretraining del modelo, lo que posiciona a Claude como referencia directa en esta evolución.

La industria confirma la tendencia. Figma adquirió en julio de 2026 al equipo detrás de Bud (antes Orchids), una plataforma de vibe-coding y agentes de IA que podía acceder a servicios externos, navegar la web y escribir código para automatizar tareas. La adquisición cerró el 18 de julio de 2026, con migración obligatoria para usuarios.

Y el impacto ya cruzó sectores regulados. Un neobanco estadounidense reportó en mayo de 2026 haber lanzado una función面向 clientes construida completamente por un agente de IA, aprobada por compliance tras cuatro horas de revisión — lo que habría tomado cuatro meses de desarrollo tradicional.

Claude Opus 5: más capaz pero con nuevos desafíos

El video de Kuber usa probablemente Claude Opus 5, lanzado el 24 de julio de 2026, que introdujo mejoras significativas en capacidades de coding y agentic behavior. Pero la mayor capacidad también trajo nuevas fricciones.

Según reportó International Business Times el 18 de agosto de 2026, desarrolladores están reportando que Opus 5 tiende a over-engineer tareas simples: pedirle arreglar un sitemap generó una reconstrucción completa del sitio; pedir headers HTTP desencadenó un ejercicio de arquitectura de seguridad completa. El modelo puede resolver problemas complejos, pero a veces no sabe cuándo detenerse.

Anthropic reconoce este comportamiento en su documentación oficial de prompting: los modelos Opus 4.5, 4.6 y 5 tienen tendencia a crear archivos extra, añadir abstracciones innecesarias o construir flexibilidad no solicitada. La solución no es abandonar el modelo, sino ajustar el prompting para mantener soluciones mínimas.

En julio de 2026, Anthropic redujo el system prompt de Claude Code en más del 80% — de aproximadamente 800 tokens a 164 tokens — sin caída medible en evaluaciones internas. El cambio refleja una filosofía nueva: confiar más en las capacidades del modelo y menos en instrucciones explícitas exhaustivas.

Qué significa esto para tu startup

El caso de la impresora HP ilustra tres cambios estructurales que todo founder debería incorporar a su estrategia operativa:

1. El costo marginal de desarrollar software complejo se acerca a cero. Escribir drivers, integraciones de hardware, o herramientas de infraestructura ya no requiere un equipo especializado. Si tu roadmap tiene features que posponés porque «no tenemos el expertise», ese argumento perdió fuerza. Los agentes de IA pueden ejecutar esas tareas con supervisión humana adecuada.

2. La habilidad crítica ya no es escribir código, sino dirigir agentes. Como señala Karpathy, el skill que compuesta rápidamente es aprender a romper proyectos en tareas limpias, definir specs claras, y revisar el output del agente. Los fundadores que ejecuten este loop 50 veces este trimestre sabrán en octubre cosas que otros fundadores no conocerán hasta el próximo año.

3. Mayor autonomía exige mejores guardrails. Con modelos más capaces, los límites dejan de estar en el prompt y se trasladan al sistema que rodea al agente. Herramientas como CLAUDE.md, restricciones configuradas, y flujos de revisión son cada vez más críticos — especialmente cuando el agente modifica archivos o ejecuta acciones fuera del scope original.

¿Qué puedes hacer mañana mismo?

Si estás liderando una startup o un proyecto técnico, estos pasos concretos te ponen adelante:

Identificá una feature bloqueada en tu roadmap que posponés por falta de tiempo o expertise. Abrí Claude Code, Cursor, o tu agente preferido. Escribí el spec como si le estuvieras briefeando a un freelancer: un párrafo de qué debe hacer, tres bullets de qué se ve bien, una frase de qué NO debe tocar. Ejecutá el agente, leé el output, mandalo back con una corrección. Repetí hasta que funcione. Ese ciclo de aprendizaje vale más que cualquier curso.
Mapeá dónde tu agente falla consistentemente. Después de tus primeras rondas, creá una hoja de cálculo simple: qué categorías de tarea el agente resuelve en el primer intento, cuáles necesitan una ronda de correcciones, y cuáles requieren tu intervención total. Esa matriz es tu mapa de ROI para agentic engineering en tu negocio específico.
Elegí tu agente por el modelo que tiene abajo, no por la interfaz. Como advierte Forbes, la calidad del modelo subyacente es el bottleneck principal. El agente que termina más trabajo en el primer intento es el que vale la pena pagar. Cambiá de herramienta cuando el modelo debajo deje de ganar.
Implementá guardrails antes de escalar. Definí qué acciones el agente puede tomar sin aprobación humana y cuáles requieren revisión. Documentá estas reglas en CLAUDE.md o equivalente. A medida que los agentes ganan autonomía, los límites se vuelven tan importantes como las instrucciones.

La impresora HP de Kuber no es el futuro. Es el presente. Lo que separa a los fundadores que capitalizan esta ola de los que la observan desde afuera no es el acceso a la tecnología — cualquiera puede abrir Claude Code — sino la velocidad con que aprenden a dirigirla.