Los ingenieros top de Spotify ya NO teclean código línea a línea, sino que “orquestan” sistemas de IA que generan, prueban y despliegan funcionalidades casi de punta a punta.
Al mismo tiempo, una parte de la comunidad avisa de que la velocidad de implementación de los sistemas de IA, también viene acompañados de más deuda técnica, más duplicación de código y más riesgo de burnout.
¿Qué ha dicho Spotify sobre sus desarrolladores y la IA?
Durante la conferencia de resultados del 10 de febrero, el co-CEO de Spotify (Gustav Söderström), explicó que los ingenieros más senior “no han escrito ni una sola línea de código desde diciembre”.
En lugar de programar de forma tradicional, trabajan con un sistema interno llamado Honk, conectado a Claude (Anthropic), que permite generar, revisar y desplegar código mediante instrucciones naturales.
Según Söderström: “un ingeniero puede generar código desde Slack simplemente usando el móvil camino al trabajo, pidiendo a Claude que corrija un bug o añada una funcionalidad a la app de iOS; y luego de recibir una nueva build por Slack, fusionarla a producción antes de llegar a la oficina”.
Esto ha permitido a Spotify acelerar la entrega de nuevas funciones sin que sus mejores ingenieros estén “picando código” de forma manual.
¿Cómo es programar con Honk y Claude?
El flujo descrito por Spotify es un ejemplo de desarrollo conversacional:
- El ingeniero describe el cambio (bugfix o feature) en lenguaje natural vía Slack.
- Honk + Claude Code generan el código, los tests y una versión compilada de la app.
- El sistema devuelve una build lista para revisar y, si pasa controles, se fusiona a producción.
En la práctica, el rol del desarrollador se desplaza de escribir código a:
- Especificar requisitos y restricciones con precisión.
- Revisar la calidad, seguridad y rendimiento de lo generado.
- Tomar decisiones de arquitectura y priorización de producto.
Spotify encaja así en una tendencia más amplia: grandes compañías están usando IA para escribir porciones significativas de sus propios sistemas.
Nuevo contexto: GPT-5.3-Codex y Claude Opus 4.6
El cambio en Spotify llega justo cuando se lanzan modelos claramente orientados a automatizar tareas técnicas complejas:
- GPT-5.3-Codex (OpenAI): presentado como un modelo capaz de ayudar incluso en su propio proceso de desarrollo, depurando ejecuciones de entrenamiento y diagnosticando resultados de pruebas.
- Claude Opus 4.6 (Anthropic): la compañía asegura que mejora el rendimiento en bases de código extensas y encabeza benchmarks técnicos clave.
Estos avances alimentan la sensación de que las IAs ya no solo “asisten”, sino que participan activamente en el ciclo completo de ingeniería: desde prototipar hasta optimizar infraestructuras complejas.
El ensayo viral “Something Big Is Happening”
El empresario Matt Shumer publicó el ensayo “Something Big Is Happening” (”
Algo grande está sucediendo”) que se volvió viral al sostener que la IA puede realizar prácticamente todo su trabajo técnico.
En el ensayo se afirma que:
- La mayoría de tareas de ingeniería de software y otros trabajos “en pantalla” pueden automatizarse ya o en breve.
- La disrupción será “mucho mayor que la del Covid”.
Este discurso se alinea con otras predicciones agresivas, como la de Mustafa Suleyman (Microsoft) que ha sugerido que la mayoría de tareas de oficina podrían automatizarse en unos 18 meses, o la de Elon Musk, que ha dicho que la programación “como profesión terminará efectivamente para finales de 2026”.
La réplica de Gary Marcus: hype vs realidad
El investigador de IA Gary Marcus se ha convertido en una de las voces críticas más visibles contra este tipo de narrativas.
En su análisis sostiene que:
- El ensayo de Shumer no aporta datos sólidos y es básicamente “publicidad exagerada”.
- Magnificar la capacidad actual de la IA puede llevar a malas decisiones económicas e incluso a una recesión si se sobrerreacciona.
- Lo que está ocurriendo en realidad es más limitado: probablemente los perfiles junior están más bajo presión, pero el apocalipsis laboral generalizado está sobredimensionado.
Marcus reconoce que la IA acabará sustituyendo gran parte del trabajo humano, pero su horizonte temporal es de décadas, no de 1–2 años.
Datos dudosos en la deuda técnica, calidad de código y burnout
Más allá del debate de opiniones, varios estudios empiezan a mostrar la cara B del uso intensivo de IA en desarrollo.
Deuda técnica y calidad del código
Un análisis de GitClear sobre más de 150 millones de líneas de código entre 2021 y 2024 señala:
- La duplicación de código aumentó alrededor de un 48%.
- La actividad de refactorización y “código movido” cayó en torno a un 60% entre 2021 y 2024.
- Se incrementó el “churn“, más código nuevo es reescrito o eliminado en menos de dos semanas.
En paralelo, estudios académicos indican que:
- El 88% de los desarrolladores percibe efectos negativos de la IA en la deuda técnica y un 53% cita código que parecía correcto pero no era fiable.
Impacto en las personas: presión y agotamiento
Otra línea de investigación asocia la adopción agresiva de los asistentes de IA con:
- Más presión organizacional para entregar más rápido.
- Aumento del agotamiento (burnout) entre desarrolladores.
El ingeniero Steve Yegge ha advertido que en este entorno, lo realista es esperar unas tres horas productivas al día de un desarrollador trabajando a máxima velocidad antes de que el cansancio pase factura.
¿Está la programación tradicional en vías de extinción?
Hoy conviven tres realidades que parecen contradictorias, pero en el fondo se complementan:
- Empresas como Spotify muestran que los flujos de trabajo centrados en IA ya son viables para equipos senior y pueden acelerar el delivery.
- Los nuevos modelos demuestran que la IA puede asumir tareas cada vez más complejas dentro del ciclo de vida del software.
- La evidencia empírica indica que, sin disciplina fuerte de ingeniería, la IA tiende a empeorar la calidad de las bases de código y a inflar la deuda técnica.
Frente a las predicciones de que “la programación como profesión terminará para finales de 2026”, la postura más realista apunta a una transformación profunda del rol del programador que a su desaparición inmediata: menos teclear, más diseñar sistemas, revisar, decidir y asumir responsabilidad sobre lo que la IA genera.
En otras palabras: los ingenieros de Spotify pueden haberse bajado del editor de texto, pero no se han bajado del timón del producto y la arquitectura.