En un mundo regido por herramientas de codificación de IA cada vez más poderosas, la creación de software será más barata, dejando poco espacio para las empresas de software tradicionales. Un informe de un analista afirma: «La codificación Vibe permite a las nuevas empresas replicar la funcionalidad de plataformas SaaS complejas».
Las pistas incluyen retorcerse las manos y declarar que las empresas de software están condenadas.
Los proyectos de software de código abierto que utilizan agentes para superar las limitaciones de recursos de larga data deberían lógicamente estar entre los primeros en beneficiarse de la era del código barato. Pero esa ecuación simplemente no se aplica. En realidad, el impacto que tienen las herramientas de codificación de IA en el software de código abierto es mucho más complejo.
Según los expertos de la industria, las herramientas de codificación de IA están creando tantos problemas como los que resuelven. La naturaleza fácil de usar y accesible de las herramientas de codificación de IA ha creado una avalancha de código incorrecto que puede abrumar los proyectos. Crear nuevas funciones nunca ha sido tan fácil, pero mantenerlas es igual de difícil, lo que corre el riesgo de una mayor fragmentación del ecosistema de software.
El resultado es una historia más compleja que la simple abundancia de software. Quizás sea demasiado pronto para predecir la muerte inminente de los ingenieros de software en esta nueva era de la IA.
calidad y cantidad
En general, los proyectos que utilizan bases de código abiertas notan una disminución en la calidad promedio de sus envíos. Esto puede deberse a que las herramientas de inteligencia artificial reducen la barrera de entrada.
Jean-Baptiste Kempf, director ejecutivo de VideoLAN Organization, que supervisa VLC, dijo en una entrevista reciente que «para las personas que no están familiarizadas con el código base de VLC, la calidad de las solicitudes de fusión que vemos es terrible».
evento de crisis tecnológica
bostón, massachusetts
|
9 de junio de 2026
Kempf sigue siendo optimista sobre las herramientas de codificación de IA en general, pero dice que son las más adecuadas «para desarrolladores experimentados».
Blender, una herramienta de modelado 3D que se mantiene de código abierto desde 2002, tuvo problemas similares. El director ejecutivo de la Fundación Blender, Francesco Siddi, dijo que las contribuciones respaldadas por LLM generalmente «hacen perder el tiempo a los revisores y afectan su motivación». Blender todavía está desarrollando políticas oficiales con respecto a las herramientas de codificación de IA, pero Sidi dijo que las herramientas de codificación de IA «no son necesarias ni recomendadas para los contribuyentes o desarrolladores principales».
La avalancha de solicitudes de fusión ha empeorado tanto que los desarrolladores de código abierto están creando nuevas herramientas para gestionarla.
A principios de este mes, el desarrollador Mitchell Hashimoto lanzó un sistema que restringe las contribuciones a GitHub a usuarios «verificados», cerrando efectivamente la política de puertas abiertas de la compañía para el software de código abierto. Como dijo Hashimoto en su anuncio, «la IA ha eliminado la barrera natural de entrada que hace que los proyectos OSS sean confiables por defecto».
El mismo efecto se está observando en los programas de recompensas por errores que abren la puerta a investigadores externos para informar sobre vulnerabilidades de seguridad. El programa de transferencia de datos de código abierto cURL suspendió recientemente su programa de recompensas por errores después de verse abrumado por lo que el desarrollador Daniel Stenberg describió como «errores de IA».
«En el pasado, alguien dedicaba mucho tiempo a informes de seguridad», dijo Stenberg en una conferencia reciente. «Al principio hubo fricciones, pero ahora no hace falta ningún esfuerzo para lograrlo. Las compuertas están abiertas».
Esto es especialmente frustrante porque muchos proyectos de código abierto también están aprovechando los beneficios de las herramientas de codificación de IA. Kempf dice que construir nuevos módulos para VLC habría sido mucho más fácil si desarrolladores experimentados estuvieran a cargo.
«Puedes darle a un modelo todo el código base de VLC y decir: ‘Voy a portar esto a un nuevo sistema operativo'», dice Kemp. «Escribir código nuevo es conveniente para usuarios avanzados, pero difícil de administrar para personas que no saben lo que están haciendo».
prioridades en competencia
Un problema mayor con los proyectos de código abierto es la diferencia de prioridades. Mientras que empresas como Meta se centran en nuevos códigos y productos, el trabajo del software de código abierto se centra más en la estabilidad.
«Los problemas son diferentes para las grandes empresas y los proyectos de código abierto», comentó Kemp. «Se les promueve escribiendo código, no manteniéndolo».
Las herramientas de codificación de IA también están surgiendo en un momento en que el software en general está particularmente fragmentado.
El inversor en código abierto Konstantin Vinogradov afirma que las herramientas de inteligencia artificial están entrando en una tendencia de larga data en la ingeniería de código abierto.
«Por un lado, tenemos una base de código que crece exponencialmente con un número de interdependencias que crece exponencialmente. Y por otro lado, el número de mantenedores activos está creciendo, quizás lentamente, pero claramente no al ritmo», dijo Vinogradov. «La IA ha acelerado ambas partes de esta ecuación».
Esta es una nueva forma de pensar sobre el impacto de la IA en la ingeniería de software y tiene implicaciones alarmantes para la industria en su conjunto.
Si piensa en la ingeniería como el proceso de creación de software funcional, la codificación con IA lo hace más fácil que nunca. Pero si la ingeniería es realmente el proceso de gestionar la complejidad del software, las herramientas de codificación de IA pueden hacerlo aún más difícil. Como mínimo, se necesitará mucha planificación activa y trabajo para mantener bajo control esta creciente complejidad.
Para Vinogradov, el resultado es una situación común en proyectos de código abierto. Hay mucho trabajo por hacer, pero no suficientes buenos ingenieros para hacerlo.
«La IA no aumenta el número de mantenedores activos y capacitados», dijo. «Empodera a la gente buena, pero todos los problemas fundamentales persisten».
Source link
