Un addon de Google Forms tardó 15 segundos en cargar una pantalla estática
Mani Doraisamy, autor del blog donde se publicó el caso, cuenta que estaba depurando un problema de performance en el addon de Google Forms de su equipo cuando encontró la causa: no era una consulta pesada ni un servidor saturado, sino el código de logging que un colega había generado con IA para monitorear las instalaciones nuevas.
La intención era correcta. Monitorear clientes nuevos es una de las partes más importantes de operar un negocio. El problema es que el código intentaba obtener el email del usuario, y Google restringió severamente el nivel de detalle que se puede obtener del usuario desde diciembre pasado. La IA resolvió la restricción con una cadena de intentos: primero el email si el usuario había dado consentimiento al instalar; si fallaba, el ID de usuario; y si eso también fallaba, un log de error que dejaba constancia de la instalación sin identificar a nadie.
Cada paso es una línea de código. Internamente, cada uno dispara varias llamadas a los servidores de Google. Como el logging era lo primero que se ejecutaba después de la instalación, la pantalla de bienvenida tardaba 15 segundos en cargar.
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 →¿Qué habría hecho un arquitecto en lugar de la IA?
La respuesta del autor es incómoda para quien espera que la IA lo resuelva todo: un arquitecto habría registrado solo el timestamp de la instalación y le habría avisado al equipo de marketing que no puede enviar un email de seguimiento basándose únicamente en la instalación. O, si marketing necesita el email en el momento de instalar, habría mostrado primero la pantalla de bienvenida y registrado el email o el ID de forma asíncrona desde el navegador, mientras el usuario mira la pantalla.
Esa segunda opción tiene un costo explícito: llamar al servidor desde la pantalla de bienvenida del addon puede exigir que el servidor acepte un payload no autenticado. Es exactamente el tipo de decisión que la IA no toma sola.
El argumento central es que la IA escribe código muy bien, pero no sabe si estás lanzando la app o si ya tienes millones de usuarios. Sin ese contexto no puede elegir entre registrar un timestamp o un email. Y como está diseñada para complacer, ejecuta tus requisitos al pie de la letra en lugar de discutirlos.
Los datos: más código generado no es más software entregado
Esto no es una anécdota aislada. Una investigación de Harvard (Fiona Chen y James Stratton) sobre datos agregados de Jellyfish —300 millones de eventos de trabajo, más de 700.000 empleados y más de 700 empresas de software entre 2021 y marzo de 2026— encontró que la llegada de agentes de código a una empresa produce en promedio 30% más líneas de código, 20% más commits y 23% más pull requests, según reportó Ars Technica. Sin embargo, la tasa de resolución de issues y epics no cambió de forma estadísticamente significativa: la eficiencia ganada en la fase de escritura se absorbe en la revisión, que se alarga y acumula más comentarios.
Otros números que apuntan en la misma dirección:
- CloudBees, en su informe State of Code Abundance de 2026, encontró que 81% de los líderes técnicos de grandes empresas vio más incidentes en producción ligados a código generado por IA, aunque 92% se sentía confiado al desplegarlo, según TechTarget.
- Secure Code Warrior, junto con la RMIT University, evaluó 1.760 bases de código generadas por IA en 16 modelos y halló un promedio de 15 vulnerabilidades por base de código, concentradas en fallas de logging, inyección, diseño inseguro y control de acceso roto (vía TechTarget).
- GitLab, en su investigación de junio de 2026, reportó que 92% de las organizaciones enfrenta desafíos de gobernanza con código generado por IA y que 82% está preocupada por la deuda técnica, según Analytics Insight.
- La Linux Foundation estimó que 25% de los pull requests entrantes en proyectos de código abierto son de baja calidad, cifra que sube a 31% en proyectos grandes, según TechPowerUp. En el mismo estudio, 21% de los encuestados dijo que las tareas de alta complejidad tardaban más con IA que sin ella.
- TechTarget recogió además el caso de Amazon: en marzo de 2026, cambios de código asistidos por IA contribuyeron a dos caídas en su sitio de retail en una misma semana, según documentos internos reportados por Business Insider. Una provocó 120.000 pedidos perdidos y 1,6 millones de errores en el sitio.
¿Qué significa esto para tu startup?
Si tu equipo usa herramientas de código con IA y nadie está haciendo de arquitecto, la deuda técnica y los problemas de performance se acumulan sin que nadie los vea. Cuatro acciones concretas:
- Define el modelo de datos antes de pedir código. Escribe la restricción en el prompt o en las reglas del repositorio: no cambies el esquema ni agregues tablas sin preguntar. El autor señala que, sin esa restricción, las herramientas tienden a generar varias versiones del modelo con tablas y columnas redundantes.
- Haz explícitos los requisitos no funcionales. Las herramientas de código con IA están afinadas para cumplir tus requisitos funcionales y dos no funcionales: seguridad y compatibilidad hacia atrás. Eso empuja el diseño hacia lo seguro y compatible a costa de la performance. Si la latencia importa, dilo desde el principio.
- Mide la latencia de la primera pantalla como métrica de producto. Un addon que tarda 15 segundos en mostrar una pantalla estática no es un detalle técnico: es churn.
- Asigna un dueño humano a cada línea generada. La recomendación que TechTarget recoge de varios CTO es tratar el código de IA como input de terceros no confiable, con un responsable nombrado que pueda explicar, defender y mantener cada implementación.
El nuevo trabajo del desarrollador: discutir requisitos
El punto más filoso del artículo es que muchas empresas tomaron a sus mejores programadores y los movieron a un puesto de arquitecto sin avisarles. Ven que el trabajo que amaban —escribir código— ahora lo hace la IA, y nadie les explicó que su nueva tarea es otra: discutir requisitos, diseñar el modelo de datos, restringir a la IA dentro de esa arquitectura y revisar que el resultado la respete.
El contexto de adopción explica la urgencia. Según el informe Octoverse de GitHub de octubre de 2026, más de 40% de los pull requests de septiembre se iniciaron con un agente de IA, frente a 17% en marzo, según Analytics Insight. La encuesta de JetBrains de 2026, con más de 15.000 desarrolladores, mostró que la adopción de Claude Code pasó de 18% en enero a 39% entre mayo y julio, mientras GitHub Copilot bajó de 29% a 21%.
Con ese volumen, la revisión se vuelve el cuello de botella. Y revisar no es solo mirar si el código corre: es preguntar si resuelve el problema correcto. El caso del addon lo ilustra bien. La IA escribió código que funciona. Solo que cada intento de identificar al usuario costaba llamadas de red que nadie necesitaba en el camino crítico.
Conclusión
La lección práctica no es dejar de usar IA para programar, sino cambiar qué le pides. Si especificas requisitos y dejas que la IA decida la arquitectura, la arquitectura la terminas decidiendo tú sin darte cuenta. Si especificas la arquitectura primero y la IA programa dentro de esa restricción, el resultado es código que puedes mantener.
Para un founder, la pregunta operativa es simple: ¿quién en tu equipo está haciendo de arquitecto hoy? Si la respuesta es que nadie, porque la IA lo resuelve, el problema de performance ya está en producción — solo que todavía no lo mediste.
Fuentes
- We promoted developers into architects without informing them (fuente original)
- Vibe slop in coding: A guide for IT executives
- AI coding agents generate more code, but not more software
- How AI is Transforming Software Development & Code Generation
- Linux Foundation: 25% de los pull requests son de baja calidad
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 →













