El obituario que Simon Willison señaló
El 19 de octubre, Simon Willison publicó un enlace que pone nombre a un malestar que muchos programadores de carrera no saben cómo describir. Se trata del ensayo «My obituary for programming» de Jeremy Scheff, que explica con precisión qué se pierde cuando los agentes de código asumen el trabajo.
Scheff lo plantea así: programar se convirtió en uno de los mejores trabajos imaginables porque te pagaban por resolver pequeños acertijos de lógica, y cuanto más difícil el acertijo, mejor pagaban. Incluso los simples valían mucho dinero, porque la gente común no podía hacerlo. «Nos daban un problema y lo resolvíamos como queríamos. Nosotros definíamos la estrategia, hacíamos el cronograma, decidíamos qué era posible y qué no», escribe.
Willison agrega el matiz que hace útil la nota: si eres un programador al que le gusta construir sistemas que funcionan y no le importa demasiado el problema resuelto en el camino, los LLM son un regalo que no para de dar. Si resolver esos problemas era buena parte del disfrute, la pérdida es muy real.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEse es el punto. No se discute si la IA programa mejor o peor. Se discute qué parte del oficio desaparece primero.
¿Qué dicen los datos sobre los coding agents?
La evidencia de 2026 sugiere que el fenómeno no es solo emocional. Un estudio de investigadores de Harvard (Fiona Chen y James Stratton) analizó datos agregados de Jellyfish sobre 300 millones de eventos de trabajo y más de 700.000 empleados en más de 700 empresas de software, entre 2021 y marzo de 2026. Según reportó Ars Technica, la adopción de agentes de código se asocia con un aumento del 30% en líneas de código, 20% más de commits y 23% más de pull requests.
Pero el mismo estudio encontró que la tasa de resolución de issues y epics no cambió de forma estadísticamente significativa. La revisión de código se convirtió en el cuello de botella: los pull requests requieren más revisiones y los revisores dejan más comentarios. La eficiencia ganada al escribir se absorbe más adelante en el proceso.
Un trabajo de Wharton y MIT (Leon Musolff, Mert Demirer y Liyuan Yang) llega a una conclusión parecida desde otro ángulo. Siguiendo a más de 100.000 desarrolladores en GitHub entre 2022 y 2026, midieron que el autocompletado elevó la actividad de código un 40%, los agentes que editan en tiempo real llevaron el acumulado a 140% y los agentes asíncronos a 180%. Sin embargo, ese salto se tradujo en apenas 50% más de proyectos y 30% más de releases.
El dato más incómodo para quien construye producto: en la App Store, los lanzamientos mensuales pasaron de unos 30.000 antes de la llegada de los agentes de código, a comienzos de 2025, a cerca de 100.000 por mes en abril de 2026. El uso total se mantuvo plano o cayó en las cuatro tiendas analizadas. Más aplicaciones no significan más usuarios.
¿Se están perdiendo los empleos junior?
Aquí conviene separar dos cosas: cuánto código se produce y quién lo firma.
Un análisis de daily.dev que cita investigación de Stanford señala que el empleo de desarrolladores de 22 a 25 años cayó cerca de 20% entre 2022 y mediados de 2025, mientras crecía el de perfiles senior en roles intensivos en IA. Las vacantes junior habrían caído entre 60% y 70% desde 2022, aun cuando la Oficina de Estadísticas Laborales de Estados Unidos proyecta un crecimiento del 15% para desarrolladores en la próxima década.
El contrapeso viene de la industria de servicios. Infosys informó que alrededor de 80.000 de sus 300.000 empleados ya usan herramientas de código con IA, y aun así planea contratar 20.000 graduados en el año fiscal en curso. Su CEO, Salil Parekh, dijo que los servicios de IA generaron más del 8% de los ingresos en el último trimestre y podrían representar entre 20% y 30% del negocio en el futuro.
La lectura: el trabajo no desaparece, se mueve. Lo que se automatiza es la parte que antes funcionaba como escalón de entrada.
Por qué el puzzle era el trabajo, no el código
Durante décadas, el valor del programador no estuvo en teclear. Estuvo en decidir. Elegir el enfoque, estimar cuánto tarda, decirle a un cliente que su idea no era viable y proponer una alternativa. Eso es lo que Scheff describe y lo que los agentes de código empezaron a ocupar: hoy el modelo propone la arquitectura, sugiere la librería y arma el primer borrador en minutos.
El desplazamiento tiene una consecuencia concreta y medible. Si el código deja de ser el cuello de botella, el valor se corre hacia la revisión, la integración y la distribución. Los dos estudios citados apuntan al mismo lugar: se escribe mucho más, se publica bastante más, pero el software terminado y usado no crece en la misma proporción.
Para un founder esto no es una curiosidad académica. Es un cambio en dónde conviene poner el dinero.
¿Qué significa esto para tu startup?
Si tu equipo adoptó agentes de código, ya viviste el efecto. El primer mes todos producen más. El segundo mes las revisiones se acumulan y alguien empieza a quejarse de que «nada llega a producción». Ese es el cuello de botella del que hablan los datos.
Acciones concretas que puedes implementar esta semana:
- Presupuesta la revisión como una línea propia. Si el volumen de pull requests sube 23%, el tiempo de revisión tiene que subir en la misma proporción o el backlog se convierte en deuda. Define quién revisa, con qué criterio y en cuánto tiempo.
- Mide releases y adopción, no líneas de código. El 30% más de código no dice nada sobre tu negocio. Lo que importa es cuántas versiones llegaron a usuarios y cuántos las usan. Si tu tablero mide commits, estás midiendo la parte que se volvió barata.
- Redefine el rol junior antes de congelar la contratación. El junior que solo escribía CRUD ya no tiene espacio. El que aprende a leer un sistema completo, a revisar código generado y a detectar cuándo la IA se equivoca, sí. Contrata y forma para eso.
- Cuida el disfrute de tu gente senior. Si tus mejores ingenieros entraron al oficio por el acertijo, asignarles tickets de boilerplate es la forma más rápida de perderlos. Dales problemas de arquitectura, de datos y de rendimiento, que es donde su juicio todavía no se replica.
Conclusión
El ensayo de Scheff no es una queja nostálgica, es un diagnóstico de mercado. La parte del trabajo que era un puzzle se está automatizando, y con ella se va el principal motivo por el que mucha gente talentosa eligió esta profesión. Los datos de Harvard, Wharton y MIT muestran que la ganancia de productividad es real pero se está atascando en la revisión y la distribución, no en la escritura.
Para un founder hispanohablante, la oportunidad está en ese desajuste. El equipo que resuelva primero la revisión de código generado, que separe el juicio humano de la ejecución mecánica y que mida software entregado en lugar de código producido, va a sacar ventaja mientras el resto sigue celebrando el aumento de commits. Y el que además logre que sus ingenieros sigan encontrando acertijos interesantes, va a conservar al talento que la industria entera está tratando de contratar.
Fuentes
- Simon Willison – My obituary for programming (fuente original)
- Jeremy Scheff – My obituary for programming
- Ars Technica – AI coding agents generate more code, but not more software
- Wharton – AI Is Producing More Software. Why Isn’t It Being Used?
- Education Times – Infosys Hiring 2026
- daily.dev – Is Software Engineering Dying in 2026?
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
