Greg Brockman, presidente y co-fundador de OpenAI, publicó recientemente un hilo que describe perfectamente el momento que estamos viviendo en el desarrollo de software. Según él, estamos presenciando un auténtico renacimiento del desarrollo de software, impulsado por herramientas de IA que han mejorado exponencialmente desde diciembre.
El salto cualitativo
Lo más llamativo del hilo de Brockman es cómo describen el cambio interno en OpenAI: ingenieros que antes usaban Codex para tests unitarios ahora ven que la herramienta escribe prácticamente todo el código y se encarga de una gran parte de las operaciones y debugging. No es una mejora incremental, es un cambio de paradigma.
Este tipo de transformación nos recuerda a otras revoluciones tecnológicas como la computación en la nube o Internet本身. Cada una de estas tecnologías requirió una adaptación profunda de la forma de trabajar, y la IA agentica no será diferente.
La visión de OpenAI: desarrollo agentico para el 31 de marzo
Lo más interesante es que OpenAI no solo está desarrollando estas herramientas, sino que las está adoptando internamente de manera agresiva. Tienen dos objetivos claros para el 31 de marzo:
- Agentes como primera opción: Para cualquier tarea técnica, la herramienta por defecto debería ser interactuar con un agente en lugar de usar un editor o terminal directamente.
- Seguridad y productividad: El uso de agentes debe ser seguro pero suficientemente productivo para que la mayoría de workflows no necesiten permisos adicionales.
Estrategias para la transición
El hilo de Brockman detalla seis recomendaciones clave para adoptar este enfoque:
1. Probar las herramientas (de verdad)
No basta con oír hablar de ellas. OpenAI recomienda:
- Designar un “capitán de agentes” por equipo
- Compartir experiencias en canales internos
- Organizar hackathones para experimentar
2. Crear skills y AGENTS.md
Esta es una práctica que me parece especialmente brillante:
- Mantener un archivo AGENTS.md por proyecto que se actualice cuando el agente cometa errores
- Escribir skills para todo lo que Codex haga correctamente
- Guardar estas skills en un repositorio compartido
Es un enfoque muy pragmático: aprender de los fallos de los agentes y documentarlos para mejorarlos progresivamente.
3. Inventario de herramientas internas
Hacer accesible toda la herramienta interna a los agentes, ya sea mediante CLI o servidores MCP. Si los agentes no pueden acceder a tus herramientas, no pueden ayudar de verdad.
4. Estructuras de código agent-first
Esto todavía es terreno inexplorado, pero OpenAI sugiere:
- Tests rápidos de ejecutar
- Interfaces de alta calidad entre componentes
5. Decir NO al código descuidado
Brockman es muy claro en esto: hay que mantener al menos el mismo estándar de calidad que con código humano. Alguien debe ser responsable de cada PR, y los revisores deben mantener la barra alta.
6. Infraestructura básica
Hay mucho espacio para construir infraestructura alrededor de estas herramientas: observabilidad, tracking de trayectorias de agentes, gestión centralizada de herramientas accesibles.
Cambio cultural, no solo técnico
Lo que más me gusta del enfoque de OpenAI es que reconocen explícitamente que esto no es solo un cambio técnico, sino un cambio cultural profundo. Requiere repensar cómo trabajamos, cómo evaluamos código, cómo estructuramos equipos.
Brockman lanza al final una cuestión clave: cómo evitar que el código “funcionalmente correcto pero difícil de mantener” se infiltre en nuestros codebases. Esta es una pregunta que todas las empresas que adopten agentes de IA tendrán que responder.
Reflexiones personales
Desde mi perspectiva como desarrollador que ha visto evolucionar estas herramientas durante los últimos años, creo que estamos en un punto de inflexión similar al que vivimos con la adopción masiva de GitHub: no eliminó a los programadores, pero transformó completamente cómo trabajamos.
En mi opinión, la clave está en encontrar el equilibrio entre delegar tareas repetitivas a los agentes mientras mantenemos el juicio humano para decisiones arquitectónicas y de diseño. El futuro no es programadores vs IA, sino programadores potenciados por agentes de IA. Quienes sepan adaptar sus workflows y mantener estándares de calidad altos serán los que más se beneficien de esta revolución.
Comentarios