¿Dónde está todo el software nuevo y bueno?
Nate Meyvis responde al reto del escéptico de la IA —si los asistentes de código son tan buenos, ¿dónde está el gran software nuevo? Ofrece nueve explicaciones conjeturales, desde menos bugs y mejores funciones en las apps existentes hasta ganancias ocultas en dashboards privados y sesiones únicas con Claude. Otras respuestas culpan a la lenta aprobación organizacional, a preferir más software antes que mejor software, y a equipos que se embolsan una aceleración de 2x como ocio mientras empuñan herramientas de 10x.
La discusión
La mayoría de los comentarios rechaza la premisa de que programar con IA deba producir mejor software de consumo, y argumenta que las empresas establecidas usan los LLM para recortar costos laborales y lanzar más rápido productos apenas funcionales mientras los usuarios cautivos absorben la caída de calidad. Hasta la afirmación del autor de que los desarrolladores se embolsan una aceleración de 10x para largas pausas de café recibe réplicas de ingenieros que señalan que la revisión humana de código, la responsabilidad del QA y la carga cognitiva topan la producción real alrededor de 2x a 3x. El contraejemplo más fuerte viene de desarrolladores que construyen pequeñas herramientas personales de un solo propósito —como una app de bandeja en Rust a medida para unos audífonos inalámbricos Sony en Linux o un monitor de flujo en una Raspberry Pi de 1 GB de RAM—, lo que respalda la tesis de que la producción real de la IA es software privado a medida que nadie más ve jamás.