Existe una vieja idea en la gestión de que «lo importante es lo que se mide». Y normalmente se obtienen más resultados con cualquier cosa que se mida.
Los ingenieros de software han estado discutiendo métricas de productividad durante décadas, comenzando con la línea de código. Pero a medida que una nueva generación de agentes de codificación de IA ofrece más código que nunca, resulta menos claro qué deberían medir los gerentes.
Los enormes presupuestos simbólicos (esencialmente la cantidad de potencia de procesamiento de IA que los desarrolladores pueden consumir) se han convertido en una insignia de honor entre los desarrolladores de Silicon Valley, pero esta es una forma muy extraña de pensar en la productividad. Quizás tenga poco sentido medir las entradas de un proceso si lo que importa es la salida. Podría tener sentido si intentas fomentar una mayor adopción de IA (o ventas de tokens), pero no tiene sentido si intentas ser más eficiente.
Considere la evidencia de una nueva clase de empresas que operan en el espacio «Developer Productivity Insights». Descubrieron que los desarrolladores que utilizaban herramientas como Claude Code, Cursor y Codex estaban produciendo código mucho más aceptable que antes. Pero también descubrimos que los ingenieros tenían que volver más a menudo para corregir el código aceptado, lo que socavaba las afirmaciones de mayor productividad.
Alex Circei, director ejecutivo y fundador de Waydev, está creando una capa de inteligencia para rastrear estas dinámicas. Su empresa trabaja con 50 clientes diferentes que emplean a más de 10.000 ingenieros de software. (Circei ha escrito para TechCrunch en el pasado, pero este periodista nunca lo había conocido antes).
Dice que los gerentes de ingeniería saben que las tasas de aceptación de código son del 80% al 90%, o el porcentaje de código generado por IA que los desarrolladores aprueban y conservan, pero pasan por alto la rotación que ocurre cuando los ingenieros necesitan arreglar ese código en unas pocas semanas, y la tasa real de aceptación del código cae a entre el 10% y el 30% del código generado.
Fundada en 2017 para proporcionar análisis a los desarrolladores debido al auge de las herramientas de codificación de IA, Waydev ha rediseñado completamente su plataforma en los últimos seis meses para abordar la rápida proliferación de herramientas de codificación. Ahora, la compañía está lanzando nuevas herramientas para rastrear los metadatos generados por los agentes de IA y proporcionar análisis sobre la calidad y el costo del código, brindando a los gerentes de ingeniería más información sobre la adopción y la efectividad de la IA.
evento de crisis tecnológica
San Francisco, California
|
13-15 de octubre de 2026
Si bien las empresas de análisis tienen un incentivo para resaltar los problemas que descubren, cada vez hay más pruebas de que las grandes organizaciones todavía están buscando formas de utilizar las herramientas de IA de forma eficaz. Las grandes empresas también se están dando cuenta: el año pasado, Atlassian adquirió otra startup de inteligencia de ingeniería, DX, por mil millones de dólares para ayudar a los clientes a comprender el retorno de la inversión en agentes de codificación.
Los datos de toda la industria cuentan una historia consistente. Se está escribiendo más código, pero una cantidad desproporcionada del mismo no permanece.
GitClear, otra empresa en este espacio, publicó un informe en enero que encontró que las herramientas de IA aumentaron la productividad, pero los datos también mostraron que «los usuarios habituales de IA tienen un promedio de 9,4 veces mayor rotación de código que los usuarios que no usan IA», lo que es más del doble de las ganancias de productividad proporcionadas por las herramientas.
Faros AI, una plataforma de análisis de ingeniería, aprovechó dos años de datos de clientes para su informe de marzo de 2026. Como resultado, la rotación de código (líneas de código eliminadas versus agregadas) aumentó en un 861% con la adopción avanzada de IA.
Jellyfish, que promociona una plataforma de inteligencia para ingeniería integrada de IA, recopiló datos sobre 7.548 ingenieros en el primer trimestre de 2026. La compañía descubrió que los ingenieros con los mayores presupuestos de tokens generaban la mayor cantidad de solicitudes de extracción (cambios sugeridos en una base de código compartida), pero las ganancias de productividad no aumentaron. Logramos el doble de rendimiento a 10 veces el costo de los tokens. En otras palabras, las herramientas crean cantidad, no valor.
Cuando hablas con desarrolladores, estadísticas como esta suenan ciertas. Mientras los desarrolladores disfrutan de la libertad de las nuevas herramientas, descubren que las revisiones de código y la deuda técnica se acumulan. Un hallazgo común es la diferencia entre los ingenieros senior y junior: estos últimos aceptan mucho más código generado por IA y, como resultado, manejan una mayor cantidad de reescrituras.
Aún así, los desarrolladores están trabajando para comprender exactamente qué intentan hacer los agentes, pero no esperen dar marcha atrás pronto.
«Esta es una nueva era en el desarrollo de software y tenemos que adaptarnos y nos vemos obligados a adaptarnos como empresa», dijo Circei a TechCrunch. «El ciclo no pasa».
Source link
