La pandemia del "No sé, Claude escribió esto": Cuando la rendición cognitiva reemplaza la propiedad del código
Un ingeniero abre un PR de 1000 líneas. Le haces una pregunta de arquitectura. Responde: "No sé, esto lo escribió Claude". Esto no es un caso aislado, es una pandemia. Addy Osmani, de Google, lo llama rendición cognitiva: cuando el resultado de la IA se convierte en tu resultado sin que sientas que debes revisar nada.
La externalización cognitiva es delegar en la IA pero aún así responsabilizarte de la respuesta. La rendición es cuando saltas el entendimiento por completo. La línea entre ambas se mueve bajo tus pies a diario, y la mayoría de los ingenieros la cruzan sin darse cuenta.
Cómo ocurre
Empiezas una sesión de planificación con Claude. Produce un plan que parece razonable: te saltas descomponer la tarea, te saltas entender los detalles y vas directo a la ejecución. El resultado funciona. Lo hojeas, abres un PR y sigues adelante. En el mejor caso, un revisor hace preguntas que no puedes responder. En el peor, todos tienen prisa y el PR se aprueba sin leer: un diff revisado por el mismo agente que lo escribió. Pedirle a la IA que revise su propio código es como un estudiante calificando su propio examen: siempre aprueba.
Las dos causas raíz
Anton Zaides, el autor, describe cómo reinicia su sesión de Claude después de 2-3 horas de planificación. Identificó dos problemas:
- Objetivo vago: Empezar con una idea difusa de lo que quieres lograr obliga a Claude a llenar los vacíos.
- Conocimiento de dominio insuficiente: Cuando no sabes lo suficiente para tomar decisiones, las delegas en la IA.
La alternativa del autor: revisa cada cambio en el IDE antes de hacer commit. Pídele a Claude que explique cualquier cosa que no entiendas. Si la respuesta no tiene sentido, cambia el código y revisa de nuevo. El objetivo es entender cada línea, no confiar en la IA.
El artículo está patrocinado por CodeRabbit CLI, un revisor externo para código generado por IA. Ejecuta más de 40 analizadores estáticos sin ningún apego a lo que escribió, señalando partes que no se sostienen. Pero el mensaje central trasciende cualquier herramienta: tú escribiste el código, tú eres responsable. Claude es solo una herramienta, no toma las decisiones.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también
El Análisis de Precios de Inferencia Muestra una Diferencia de 4.4x para el Mismo Modelo entre Proveedores
El análisis de precios de inferencia para Llama 3.1 70B Instruct muestra una diferencia de coste de 4.4x entre proveedores, con DeepInfra a $0.20/$0.27 por millón de tokens y Together a $0.88/$0.88. Para modelos de razonamiento, la diferencia alcanza ~30x entre DeepSeek R1 y OpenAI o1.
Evolución de la Arquitectura de Caché KV: Desde GPT-2 hasta Mamba
El análisis de los costos de memoria de la caché KV muestra que GPT-2 utilizaba 300 KiB/token, Llama 3 lo redujo a 128 KiB/token con atención de consultas agrupadas, y DeepSeek V3 logró 68.6 KiB/token con atención latente multi-cabezal. Mamba/SSMs eliminan por completo la caché KV mediante estados ocultos de tamaño fijo.
Anthropic restringe las suscripciones a Claude desde plataformas de terceros como OpenClaw.
Anthropic dejará de cubrir las suscripciones de Claude para herramientas de terceros como OpenClaw a partir del 4 de abril. Los usuarios deberán habilitar el uso adicional de pago por uso facturado por separado, con un crédito único equivalente al precio de la suscripción mensual disponible hasta el 17 de abril.
Terry Tao sobre verificadores de pruebas de IA: Lean, colaboración y matemáticas formales
Terry Tao predice que los matemáticos colaborarán en grupos de cientos y sus demostraciones serán verificadas por ordenadores como Lean, no por humanos. Un extracto de Quanta Magazine explora esta visión.