En el escenario de Code with Claude, el evento de Anthropic para desarrolladores celebrado en Londres, el ingeniero Jeremy Hadfield lanzó una pregunta al público: ¿quién había enviado en la última semana código escrito completamente por Claude sin haberlo leído siquiera? Los nervios se mezclaron con risas incómodas. Y, sin embargo, la mayoría de las manos permanecieron levantadas.
Esa imagen condensa una transformación que hace apenas un año parecía todavía lejana. Hoy, algunas de las mayores empresas tecnológicas del mundo ya construyen software de una forma que sus propios ingenieros apenas reconocen.
Un sector que ya no reconoce su propio ritmo
En el evento londinense participaron equipos de Spotify, Delivery Hero, Lovable y Monday.com, y todos compartían algo en común: habían reorganizado sus flujos de trabajo de desarrollo en torno a Claude Code. No como experimento. Como nueva normalidad.
El propio Jeremy Hadfield lo dejó claro desde el escenario: la mayor parte del software de Anthropic ya lo escribe Claude, incluido el propio Claude Code. Google, OpenAI y Microsoft hacen afirmaciones similares sobre la proporción de código generado por IA en sus organizaciones, y el patrón se repite en toda la industria.
Lo que llama la atención no es solo el dato, sino la velocidad. Hace un año, Anthropic presentaba Claude como una herramienta que «podía programar, más o menos». Con las actualizaciones 4.6 y 4.7, lanzadas en febrero y abril respectivamente, el salto cualitativo ha sido tan pronunciado que muchos desarrolladores ya no conciben su trabajo sin delegar en ella.
El objetivo de Anthropic: que Claude se supervise a sí mismo
Boris Cherny, responsable de Claude Code, fue directo en el discurso de apertura: el modelo por defecto ya no es que el humano le indique qué hacer a Claude, sino que Claude se indique a sí mismo qué hacer. El foco ha cambiado de la instrucción a la autonomía.
La visión que describe Cherny es concreta. Si algo falla, el desarrollador no debería ni ver el mensaje de error: Claude prueba, detecta el problema, lo corrige y vuelve a probar hasta que el código funciona. El humano, en este modelo, no interviene en el proceso.
Katelyn Lesse, directora de ingeniería, sitúa a Claude al nivel de un ingeniero de rango medio en la escritura de código. Angela Jiang, directora de producto, va bastante más lejos al describir el objetivo final: que Claude sea capaz de construirse a sí mismo.
‘Dreaming’: cuando los agentes aprenden de sus propios errores
Dos semanas antes del evento, Anthropic anunció una función llamada dreaming. El nombre es evocador, pero el mecanismo es preciso: los agentes de Claude Code toman notas durante sus tareas y las almacenan para uso futuro. Cuando un nuevo agente trabaja sobre el mismo código, puede consultar esas notas, ponerse al día más rápido y evitar repetir errores que ya cometieron agentes anteriores.
El sistema va más allá del registro individual. Dreaming consolida patrones comunes entre distintas tareas, lo que permite que Claude Code mejore de forma progresiva en bases de código específicas. Es un paso concreto hacia algo que hasta ahora era más promesa que realidad: la memoria operativa en sistemas de IA.
Las voces que no estaban en el escenario
Code with Claude fue un evento sin fisuras visibles. Todos los participantes querían formar parte de esta transformación. Pero fuera del recinto, el tono cambia bastante.
En foros como Reddit y Hacker News, varios desarrolladores sostienen que las herramientas de IA no reducen la carga de trabajo, sino que la redistribuyen: ahora hay más código que revisar, no menos. Un usuario con el nombre pron lo resumió sin rodeos: «Los únicos que dicen que el código generado está bien son los que no lo leen.»
Otros programadores advierten de algo más difícil de medir. Sus habilidades técnicas se están atrofiando: cuanto más delegan, menos practican. Hay investigadores que han alertado además de que el código generado por IA puede introducir vulnerabilidades de seguridad que se acumulan sin ser detectadas.
Las buenas prácticas no han desaparecido, pero sí la atención
Katelyn Lesse reconoce el problema con franqueza. Las mejores prácticas del desarrollo de software siguen siendo válidas, dice, pero muchos equipos las han perdido de vista en la euforia de la automatización. La velocidad ha ganado terreno a la disciplina.
La propia Anthropic no es inmune a esta tensión. Lesse admite que algunos responsables técnicos de la empresa están agotados intentando seguir el ritmo del volumen de código que generan sus propios equipos. Más automatización no siempre significa menos trabajo humano.
La pregunta que queda en el aire no es si la IA seguirá escribiendo más código —todo apunta a que sí—. La cuestión es quién asume la responsabilidad cuando ese código falla, y si el ritmo al que se produce deja tiempo suficiente para saberlo. Esa respuesta, por ahora, no estaba en ningún escenario.