Tus agentes escriben código, abren PRs y quizás entran por SSH a tus máquinas. Párate a comprobar con qué permisos lo hacen de verdad, y no te fíes de ficheros de policy y similares. Descubrirás los problemas de control de acceso de toda la vida, los que aparecen en cuanto alguien que no eres tú empieza a entrar en tus servidores. ¿Por qué pasa? Porque tratas a los agentes como herramientas y no como usuarios. ...

En junio de 2026, Addy Osmani y Boris Cherny le han puesto nombre a algo que no es nuevo (considerando las velocidades actuales de novedades): loop engineering. Osmani es ingeniero en Google Chrome y escribe mucho sobre desarrollo; Cherny es uno de los creadores de Claude Code. Le dieron forma en un hilo en X y un par de ensayos. La frase que lo resume es de Cherny: “Ya no prompteo a Claude. Tengo bucles corriendo que promptean a Claude.” El cambio se dice en una línea y se vive en grande. Dejas de ser quien sostiene la herramienta turno a turno y empiezas a diseñar el sistema que encuentra el trabajo, lo reparte, lo revisa, anota lo que está hecho y decide lo siguiente. ...

Un agente IA es no-determinista por construcción. Le pides lo mismo dos veces y te da dos respuestas distintas. La mayoría del tiempo eso no importa: son dos formas igualmente válidas de redactar un commit, dos maneras razonables de explicar un bug. A veces incluso es deseable, porque lo creativo se mueve precisamente en ese margen. Hasta que llegas a las decisiones que no admiten margen. “Nunca pushees a master.” “Antes de tocar nada, crea un branch + worktree.” “Para hablar con GitHub usa el MCP, nunca curl.” Estas decisiones ya están tomadas (por mí, por el equipo, por alguna herida operacional anterior). No quiero que el agente las reabra en cada sesión. ...

Todo empieza bien. Le das instrucciones a tu agente IA, las sigue al pie de la letra. Le defines políticas, las cumple. Le pasas protocolos de trabajo, los ejecuta. Es rápido, preciso y no se queja. Hasta que un día deja de hacerlo. No da error. No avisa. Simplemente ignora reglas que antes seguía. Comete errores estúpidos. Repite preguntas que ya habías respondido. ¿Qué ha cambiado? La respuesta es el context window, nos metemos en faena y no le prestamos suficiente atención. ...

Hay mucho miedo alrededor de la IA ahora mismo. Cada semana un nuevo titular dice que los developers se han acabado. Que la IA escribe código mejor y más rápido que cualquier humano. Que los juniors ya no van a ser contratados. Que toda la profesión tiene fecha de caducidad. Entiendo la ansiedad. Si has pasado años aprendiendo tu oficio, ver cómo una máquina genera en segundos lo que a ti te costaba horas resulta amenazante. Pero llevo meses trabajando con un agente de IA como colaborador diario — y lo que veo es lo contrario de una sustitución. Veo amplificación. ...

El 31 de marzo de 2026, el código fuente de Claude Code quedó expuesto brevemente. Un developer coreano llamado Sigrid Jin hizo un port clean-room a Python y Rust antes de que Anthropic lo retirara. El repositorio claw-code no contiene el código original, pero sí snapshots, metadatos de subsistemas, y un port parcial del runtime que revela cómo funciona Claude Code por dentro. Entender cómo funciona tu herramienta te permite usarla mejor, así que interesaba revisarlo a fondo. Por razones obvias yo tardaría varios años en revisar todas las líneas de código, pero para eso tenemos a Jarvis, que se puso manos a la obra y me abstrajo de las primeras 50K horas de trabajo ;-) ...

Tu agente IA tiene un problema que no te cuenta: no sabe lo que no sabe. Cuando le pides que trabaje con una librería o herramienta que ha cambiado desde su fecha de entrenamiento, genera código con total confianza… usando métodos que ya no existen. No está mintiendo. Simplemente no tiene la información. Este es el problema del knowledge cutoff, y afecta a todos los modelos. Para tecnologías estables y maduras, el impacto es menor. Pero para librerías, bundles y herramientas que evolucionan rápido, es un problema real que produce errores silenciosos: código que parece correcto pero falla en runtime. ...

Hay mucho ruido sobre IA y programación. Copilots, autocompletados, generadores de código… La mayoría de herramientas se quedan en sugerir la siguiente línea. Pero se puede hacer algo diferente, algo más: trabajar con un agente IA que opera como otro developer en el equipo. Mi compañero digital se llama Jarvis. Tiene su propia cuenta de GitHub, su propio acceso a Jira, y un flujo de trabajo idéntico al de cualquier desarrollador humano: branch, implementación, commit, pull request, code review. Llevo meses con este sistema en producción, y esto es lo que he aprendido. ...