EL JUBILADO INFORMATICO

En febrero de 2026, un laboratorio de investigación quiso repetir un estudio. No pudo. No fue un problema de presupuesto, ni de metodología defectuosa, ni de falta de interés. El problema fue más extraño que cualquiera de esos: los desarrolladores que necesitaban para el estudio se negaron a participar. La razón, según confesaron los propios investigadores, fue que no querían trabajar sin IA , ni siquiera por un número limitado de tareas, ni siquiera en un entorno controlado de investigación, ni siquiera a cambio de que les pagaran por hacerlo. El laboratorio es METR — Model Evaluation and Threat Research — uno de los nombres más respetados en investigación independiente sobre capacidades de IA. Y lo que terminaron publicando no fue el estudio que planeaban. Fue algo más inquietante: una confesión metodológica sobre por qué ya no podían medir lo que se proponían medir. Esta es la historia de cómo un experimento fallido terminó revelando más sobre la dependencia tecnológica de la ind...

Durante dos años, el mensaje de las grandes empresas tecnológicas a sus empleados fue consistente y simple: usen más IA. Las empresas que más la usen ganarán. Los números vendrán solos. Los números no llegaron. Y ahora el mensaje está cambiando. El 29 de mayo de 2026, Amazon cerró un sistema interno llamado KiroRank. Era un leaderboard — un tablero de clasificación — que medía cuántos tokens de IA consumía cada empleado en la plataforma interna de desarrollo Kiro. El más alto en el ranking ganaba lo que en Silicon Valley se llama "nerd points": reconocimiento interno, visibilidad, señales de carrera. Lo que pasó después es uno de los ejemplos más claros y más costosos de algo que los economistas llaman la Ley de Goodhart: cuando una métrica se convierte en el objetivo, deja de ser una métrica útil. Qué era KiroRank y por qué parecía buena idea Amazon no es una empresa ingenua. Tiene miles de ingenieros brillantes. Tiene procesos internos sofisticados. Y tiene, desde hac...

Noviembre de 2024. Anthropic publica silenciosamente un estándar técnico nuevo llamado Model Context Protocol. Sin evento de lanzamiento. Sin keynote. Sin campaña de marketing. Apenas una publicación técnica, un repositorio en GitHub, y SDKs para Python y TypeScript. El primer mes generó aproximadamente 2 millones de descargas del SDK. No fue un lanzamiento viral. Fue el inicio tranquilo de algo que en 16 meses se convertiría en la pieza de infraestructura más importante del ecosistema de agentes de IA. Para marzo de 2026, el SDK de MCP registraba 97 millones de descargas mensuales. Un crecimiento del 4.750% en 16 meses. React — el framework de frontend más adoptado de la historia — tardó aproximadamente tres años en alcanzar números comparables. Kubernetes, hoy considerado infraestructura fundacional del cloud, tardó casi cuatro años en llegar a una densidad de adopción similar. MCP lo hizo en 16 meses. Y la historia de cómo lo logró es más interesante que el número. El problema ...

En septiembre de 2025, el uso de Codex representaba aproximadamente el 5% del uso de Claude Code. Para enero de 2026, esa cifra había escalado a cerca del 40%. Cuatro meses. Un crecimiento de 8x relativo. Y casi nadie en la comunidad general estaba prestando atención. No hubo un gran anuncio. No hubo un evento de lanzamiento viral. Fue WIRED quien reportó los números en marzo de 2026, y aún así el debate no explotó hasta que los datos de GitHub empezaron a circular. Esos datos eran difíciles de ignorar: Claude Code estaba firmando aproximadamente el 4% de todos los commits públicos de GitHub, unos 135.000 por día, llegando a un pico de 326.000 commits en un solo día el 15 de marzo de 2026. No era un benchmark. No era un demo. Era el rastro real de código que una herramienta estaba dejando en la infraestructura de software del mundo. Esta es la historia de lo que realmente está pasando en la guerra de los agentes de coding — con los datos que importan, las jugadas estratégicas que se...

El 19 de mayo de 2026, en el Shoreline Amphitheatre de Mountain View, Koray Kavukcuoglu subió al escenario del Google I/O con algo que no era un modelo nuevo, ni un demo de realidad aumentada, ni un anuncio de precios. Era una oración. Kavukcuoglu, Director de Tecnología de Google DeepMind y Chief AI Architect de Google, dijo en el briefing de prensa previo al evento: "Puede ejecutar de forma independiente pipelines complejos de coding o gestionar proyectos de investigación iterativos completamente por sí mismo. Incluso hemos logrado probarlo construyendo un sistema operativo funcional desde cero." No un programa. No una aplicación. Un sistema operativo — el software base sobre el que corre una computadora — construido completamente por agentes de IA trabajando solos. La sala quedó en silencio por un segundo. Luego llegó el aplauso. Y después, la pregunta que la comunidad de desarrollo no pudo dejar de hacerse durante semanas: ¿qué significa esto para nosotros? Lo que s...

El 7 de junio de 2026, a las 12:28 AM, Peter Steinberger publicó dos oraciones en X. No había diagrama. No había enlace a ningún repositorio. No había hilo explicativo con numeritos. Solo esto: "Aquí va tu recordatorio mensual: ya no deberías estar enviando prompts a agentes de código. Deberías estar diseñando los loops que los envían por ti." En 72 horas, el post superó los 6,5 millones de vistas. La comunidad de developers en X, Hacker News, Reddit y YouTube estuvo debatiendo esas dos oraciones durante una semana entera. Algunos las entendieron de inmediato. La mayoría no. Y la primera respuesta con más likes capturaba perfectamente el ambiente: "nadie sabe qué significa esto excepto él y Boris." Lo que siguió fue el debate de programación más viral del año — y una de las redefiniciones más concretas del rol del developer en la era de la IA. Quién es Peter Steinberger y por qué importa quién lo dice Steinberger no es un influencer de tecnología. Es el cr...