Desarrollo con IA para programadores conscientes.
Cuando la misma IA que escribe el código escribe los tests, los tests verifican lo que el código hace, no lo que debería hacer. La verificación es la actividad que más cambia con IA, y la que menos hemos adaptado.
Ejecutar Claude Opus y Sonnet en worktrees aislados contra el mismo proyecto Rust revela que los LLMs tienen puntos ciegos analíticos genuinamente distintos, y que la unión de ambos es mejor que cualquiera por separado.
Cada vez que la IA genera código, toma docenas de decisiones de ingeniería que no pediste. Dependencias, convenciones, manejo de errores. Tú no las elegiste, pero mantenerlas te toca a ti.
La IA no te ahorra tiempo de planificación. Cambia dónde lo pones. Y si no decides tú dónde, lo decide ella por ti.
Una sola palabra puede reducir tus respuestas de 800 a 90 tokens en cualquier LLM. Cómo cambiar la distribución de probabilidad del modelo con una instrucción simple.
Los asistentes de código generan soluciones sobredimensionadas por defecto. Diseñar antes de generar es la actividad que separa al desarrollador del operador de prompts.
Los modelos de IA resuelven el 80% de los problemas de benchmark, pero se desploman al 23% cuando el problema exige comprensión real. La diferencia entre ambos números es exactamente lo que tú aportas, y lo que nunca deberías delegar.
Hay dos formas de equivocarte con la IA al programar: dejar que decida demasiado cuando no sabes nada, y dejar que ignore todo lo que tú sí sabes. Ambas nacen del mismo problema.