En Spotify “no han escrito ni una sola línea de código desde diciembre”

Mientras nuevas IAs prometen escribir software de punta a punta, Spotify cuenta que sus ingenieros más senior ya trabajan sin tipear. Entre euforia y dudas, crecen temores por calidad, deuda técnica y agotamiento.

En una industria que mide el pulso del futuro por lo que cambia de un trimestre al otro, Spotify dejó una frase que sacudió a más de un equipo de desarrollo: sus principales ingenieros “no han escrito ni una sola línea de código desde diciembre”. No se trató de una consigna para redes ni de una provocación aislada, sino de un relato sobre cómo se construyen funciones y se corrigen errores. La promesa detrás de ese giro es seductora: menos fricción, más velocidad, despliegues casi inmediatos.

El método, según la empresa, se apoya en un sistema interno llamado Honk y en el uso de Claude Code como ejecutor. El co-CEO Gustav Söderström describió el flujo con una escena diseñada para impresionar a cualquier gerente de producto y, al mismo tiempo, inquietar a quien piense en control de calidad. “Un ingeniero de Spotify mientras va en camino al trabajo desde Slack en su celular puede pedirle a Claude que corrija un error o agregue una nueva funcionalidad a la app de iOS”, explicó ante analistas. La imagen termina en un punto todavía más extremo: “Una vez que Claude termina ese trabajo, el ingeniero recibe una nueva versión de la app que se le envía por Slack a su teléfono, para que pueda fusionarla a producción—todo antes de llegar siquiera a la oficina”.

OTRAS NOTICIAS:

Sin límites nucleares desde 1972 y China acelera obras secretas en Sichuan

Ese tipo de automatización aterrizó en un momento cargado de señales. El 5 de febrero, el lanzamiento casi simultáneo de GPT-5.3-Codex y Claude Opus 4.6 encendió un debate que ya venía acumulando tensión: si la programación tradicional se encamina a la extinción o si la industria exagera su propio marketing. En el medio, empezaron a circular relatos que mezclan demostraciones técnicas, promesas de productividad y un cambio cultural más profundo sobre qué significa “programar”.

La discusión no se quedó en foros técnicos. El empresario Matt Shumer publicó el ensayo viral “Something Big Is Happening” (Algo grande está sucediendo) y lo presentó como una señal de época, con una advertencia sobre una disrupción “mucho mayor que la del Covid”. Esa lectura dividió al sector, porque no discute solo herramientas sino puestos de trabajo, jerarquías internas y el valor del oficio. Cuando una idea se vuelve tendencia, también se vuelve un terreno de disputa por legitimidad.

OTRAS NOTICIAS:

Bukele mostró un decomiso de droga récord y sumó un cruce político que crece en la región

En el polo crítico apareció el profesor emérito de NYU Gary Marcus, que cuestionó el entusiasmo como una construcción que esquiva problemas estructurales. En su respuesta, descartó el ensayo como “publicidad exagerada armada” y lo ubicó lejos de la experiencia real de muchos equipos. Marcus sostuvo que siguen presentes fallas de confiabilidad, alucinaciones y vulnerabilidades de seguridad en el código generado por IA, y que la productividad “sentida” no siempre se traduce en resultados sostenibles. En ese marco, recordó predicciones grandilocuentes que no se cumplieron, como la del millón de robotaxis para 2020.

Mientras tanto, los propios modelos alimentan el clima de carrera tecnológica. OpenAI sostuvo que GPT-5.3-Codex es “el primer modelo que fue fundamental en su propia creación”, con capacidad para depurar ejecuciones de entrenamiento y diagnosticar resultados de pruebas durante su desarrollo. Anthropic, por su parte, afirmó que Claude Opus 4.6 lidera benchmarks de analistas financieros y rinde mejor en bases de código extensas. Las dos descripciones empujan la misma idea: no solo generan texto, también empiezan a integrarse como pieza central del proceso técnico.

OTRAS NOTICIAS:

La reforma laboral llega a Diputados con un punto que nadie logra destrabar

El conflicto aparece cuando esa velocidad choca con la calidad y con el costo oculto del mantenimiento. Un estudio publicado en Arxiv indicó que el 88% de los desarrolladores reportó impactos negativos de la IA en la deuda técnica, y el 53% mencionó código que “parecía correcto pero no era confiable”. En el día a día, ese tipo de resultado obliga a revisar más, testear distinto y sostener una vigilancia que no siempre se ve en un tablero de métricas. La promesa de “entregar más” se vuelve frágil si el sistema acumula errores difíciles de detectar.

A la presión técnica se suma una presión humana, con señales de desgaste que preocupan incluso en un mercado acostumbrado a la exigencia. Una investigación separada vinculó la adopción de IA con un aumento en el agotamiento de los desarrolladores, por mayor presión organizacional y carga de trabajo. El ingeniero de software Steve Yegge lo dijo de una forma cruda y concreta, sin romanticismo: las empresas deberían esperar solo “tres horas productivas diarias” de los ingenieros “programando a máxima velocidad en modo vibe” antes de toparse con el burnout. La paradoja es evidente: herramientas pensadas para ahorrar tiempo también pueden acelerar el ritmo hasta volverlo insostenible.

OTRAS NOTICIAS:

Tres virus avanzan en silencio y ya están bajo vigilancia global en 2026

La deuda técnica también aparece en números de repositorios, no solo en percepciones. Un análisis de GitClear sobre 153 millones de líneas de código encontró que la duplicación creció un 48% y la refactorización cayó un 60% en bases asistidas por IA entre 2021 y 2024. Si esos patrones se replican en productos masivos, el costo puede llegar más tarde, cuando la urgencia del lanzamiento ya pasó y queda un sistema difícil de ordenar. En ese punto, la discusión deja de ser filosófica y se vuelve contable.

Los pronósticos extremos también empujan el debate hacia titulares. El CEO de Microsoft, Mustafa Suleyman, habló de automatizar la mayoría de las tareas de oficina en 18 meses, y Elon Musk dijo que la programación “como profesión terminará efectivamente para finales de 2026”. Marcus, incluso con una visión de reemplazo a largo plazo, rechazó los plazos cortos con otra frase que resume su escepticismo: “La IA reemplazará la mayor parte del trabajo humano durante el próximo siglo”, pero ve improbable ese salto en “el próximo año o dos”. Entre el “ya llegó” y el “todavía no”, Spotify muestra un caso real que acelera la conversación y deja una pregunta incómoda: qué se gana con la velocidad y qué se pierde cuando el código se escribe sin tocar el teclado.