Los agentes de codificación ya son algo cotidiano en muchos equipos de desarrollo.Crean archivos, refactorizan, escriben pruebas y, entretanto, también trabajan de forma autónoma en cadenas de tareas más largas.Un nuevo estudio sobre Claude Code y Codex señala ahora una debilidad que resulta relevante precisamente en esta autonomía: los agentes no tienen una percepción fiable del tiempo, y no lo saben.
Dos hallazgos: duración y autoevaluación
El primer hallazgo se refiere a la estimación del esfuerzo.Según el estudio, ambos sistemas se equivocan de forma sistemática cuando deben indicar cuánto tiempo dura una tarea.Para Codex se informa una desviación de hasta diez veces.La magnitud y la dirección del error de estimación se enfatizan de forma distinta según la presentación, pero la conclusión central es la misma en cualquier caso: las indicaciones de tiempo de los agentes de codificación no son una base para la planificación.
El segundo hallazgo pesa más en la práctica.Ambos asistentes evalúan la calidad de su propio trabajo alrededor de 20 puntos porcentuales de forma demasiado positiva.Un agente que declara una tarea como terminada no solo entrega un resultado, sino también un juicio sistemáticamente demasiado optimista sobre él.Quien sigue ese juicio asume una distorsión que no es visible en el propio código.
Ambos aspectos juntos dan como resultado un problema de control que crece con la duración de la tarea.En un encargo corto —añadir una función, validar un formulario— la desarrolladora comprueba el resultado directamente de todos modos.Si, en cambio, un agente trabaja durante una hora o más en una tarea encadenada, decide una y otra vez por sí mismo si un paso parcial está terminado y si puede continuar.Precisamente estas decisiones se basan en la autoevaluación demasiado positiva.Los errores se propagan en lugar de llamar la atención en el siguiente punto de control.
Por qué esto desplaza el papel de los equipos
Paralelamente a este hallazgo, en el sector se discute una segunda observación que encaja bien con él: cuanto más asume la IA, más importantes se vuelven los buenos equipos.La IA puede generar código, revisar código y asumir pasos de trabajo.Lo que le falta es el conocimiento para clasificar resultados a través de varias disciplinas, es decir, para juzgar si una solución técnicamente plausible también es sostenible en lo profesional, en lo relativo a la seguridad y en lo operativo.Y no puede asumir responsabilidad.
Con ello cambian sobre todo los requisitos para DevSecOps, esa forma de trabajar que une desarrollo, seguridad y operación en un proceso común.Cuando una parte considerable del código procede de agentes, el cuello de botella se desplaza de la creación a la evaluación.La pregunta es menos con qué rapidez surge algo, sino quién juzga si puede pasar así a la operación.
Qué significa esto para la práctica de los proyectos
De los dos hallazgos se pueden derivar algunas consecuencias sobrias que se pueden implementar en proyectos en curso:
- No adoptar estimaciones de tiempo de los agentes. Las indicaciones de esfuerzo de un asistente son, como mucho, un motivo de conversación, no una base para la planificación de sprints, ofertas o compromisos de plazos frente a clientes.
- No valorar las declaraciones propias como aceptación. Un «terminado» o «las pruebas pasan» del agente no sustituye una revisión.Los aproximadamente 20 puntos porcentuales de desviación reportados en la autoevaluación son aquí la advertencia clave.
- Dividir las ejecuciones autónomas largas. En lugar de una gran tarea durante horas, mejor varios pasos claramente delimitados con puntos de control fijos.Cuanto más corta sea la cadena, menor será la probabilidad de que una autoevaluación errónea se propague.
- Intercalar instancias de verificación objetivas. Las pruebas automatizadas, el análisis estático, el linting y los escaneos de seguridad juzgan con independencia del agente.No sustituyen una revisión humana, pero reducen la dependencia de la declaración propia.
- Nombrar responsabilidades. Para cada artefacto que pasa a la operación se necesita una persona que responda por él en lo profesional, independientemente de quién o qué lo haya escrito.
La experiencia no se vuelve superflua, sino que se emplea de otra manera
La preocupación evidente de que los agentes de codificación vayan a sustituir a desarrolladoras y desarrolladores experimentados se queda corta ante este trasfondo.El hallazgo apunta en otra dirección: precisamente porque los agentes producen mucho y evalúan sus resultados de forma demasiado positiva, se necesitan personas que conozcan el contexto profesional.Quien entiende un dominio reconoce una solución que parece técnicamente limpia y que en lo profesional no da en el objetivo.Quien conoce la operación reconoce decisiones que funcionan en el sistema de pruebas y que resultan caras bajo carga o en el mantenimiento.
Para la colaboración en proyectos, esto también significa que las revisiones no deben tratarse como una formalidad que se suprime primero cuando hay presión de tiempo.Son el punto en el que se corrige la distorsión sistemática de los agentes.Y son el lugar donde el conocimiento permanece en el equipo, también con código que nadie del equipo ha escrito a mano.
Clasificación
Los agentes de codificación siguen siendo una herramienta útil, pero no son un informante fiable sobre su propio trabajo.Para los proyectos web y de software, esto significa sobre todo ampliar los pasos de verificación, la cobertura de pruebas y las responsabilidades claras allí donde los agentes aportan velocidad.
Quien despliega agentes y al mismo tiempo invierte en cultura de revisión y experiencia en el equipo, gana velocidad sin perder el control; quien solo apuesta por el ritmo, únicamente traslada el esfuerzo hacia el mantenimiento y la corrección de errores.
Fuentes
- Los agentes de IA no tienen noción del tiempo y no lo saben — The Decoder
- Cuanto más asume la IA, más importantes se vuelven los buenos equipos — DataCenter-Insider | News | RSS-Feed