Por qué escribir código en 2026: La codificación humana sigue siendo importante para los agentes de IA
Doug Turnbull, en su artículo "Why Write Code in 2026", desafía la mentalidad predominante de Psicosis de IA donde el 90%+ del código es generado por IA. Sostiene que, a pesar de la inteligencia similar a Fable, los humanos aún se benefician de escribir código, no porque los agentes sean peores, sino porque el inglés es poco específico para la computación y actuar a través del inglés pierde precisión.
Argumentos clave
- Experimenta la fragilidad directamente: Escribir código te permite sentir los puntos débiles de la arquitectura. Si es difícil para ti construir sin romper, será más difícil para un agente.
- Combate la acumulación de chapuzas: La revisión pasiva de código pasa por alto microajustes. La chapuza vuela bajo el radar y se acumula, perjudicando el rendimiento del agente a largo plazo.
- Propiedad y atención: Cuando pruebas un enfoque y dejas que el agente estampe patrones, participas y posees el resultado. La revisión pura lleva al desapego.
- Agente != compilador: Los agentes son como pasantes recién incorporados: leen código parcial, posiblemente chapucero, y ejecutan indicaciones imprecisas. No entregues el gusto humano a ejércitos de pasantes.
- Los agentes amplifican malas decisiones: Un error humano puntual (por ejemplo, usar almacenamiento local del navegador en lugar de BD) se envuelve en indirección por agentes conservadores, triplicando las líneas de código.
Por qué sigue siendo útil codificar
Turnbull detalla beneficios concretos:
- Boceto en pasos ejecutables: Para trabajo algorítmico, el inglés carece de precisión calibrada. Los lenguajes de bajo nivel ofrecen un enorme espacio de diseño; los de alto nivel restringen la computación. El código te permite pensar directamente en el entorno de ejecución.
- Eliminación gozosa: Eliminar código manualmente lleva a una mejor arquitectura que pedirle a un agente en inglés. Un ejemplo: eliminar envoltorios innecesarios de almacenamiento local y explorar alternativas mejoró dramáticamente la arquitectura.
- Regla del boy scout: Los agentes se inclinan por cambios seguros y mínimos; rara vez mejoran la calidad del código. Los humanos deben limpiar y documentar proactivamente principios arquitectónicos consistentes.
Conclusión
La mentalidad de fábrica de software es valiosa: infraestructura, CI, evaluaciones y barreras de seguridad para agentes son esenciales. Pero la línea de montaje tiene puntos débiles. Escribir código, incluso una fracción del total, te mantiene conectado con la arquitectura del sistema y evita la acumulación de chapuzas que finalmente perjudica la efectividad del agente. Como dice Turnbull: "Si puedo limpiarlo y luego documentar un principio coherente sobre la arquitectura, la fábrica de software funciona mejor."
📖 Lee la fuente completa: HN LLM Tools
👀 Ver también

Estudio de Cursor AI: Las ganancias de velocidad a corto plazo conducen a la complejidad a largo plazo
Un estudio que utilizó análisis de diferencias en diferencias encontró que la adopción de Cursor AI conduce a aumentos estadísticamente significativos pero transitorios en la velocidad, junto con aumentos sustanciales y persistentes en las advertencias de análisis estático y la complejidad del código que impulsan desaceleraciones a largo plazo.

Fallos intermitentes en el modo automático de Claude Opus 4.8: Sin actualización en la página de estado
Los usuarios informan fallos intermitentes en el modo automático de claude-opus-4-8 con errores sobre la indisponibilidad temporal del clasificador para acciones Bash. No hay actualizaciones en la página de estado de Anthropic.

El giro de Meta hacia la IA: Zuckerberg dice que el progreso no es lo suficientemente rápido y que se gastaron 145 mil millones de dólares
El CEO de Meta, Mark Zuckerberg, dijo al personal que el desarrollo de agentes de IA no se ha acelerado como se esperaba. La compañía gastó $145 mil millones en infraestructura de IA este año y despidió a 8,000 empleados para reorganizarse en torno a la IA.

LeMario: Entrenando un modelo mundial JEPA en Super Mario Bros — Guía técnica y análisis posterior
Benjamin Bai reproduce la arquitectura JEPA de LeWorldModel desde cero y la entrena en Super Mario Bros. El modelo predice futuros de cinco pasos pero falla en la planificación a largo plazo: una autopsia técnica detallada.