SDLC AI-native

Louis Claxton, del equipo de Applied AI de Anthropic, publicó el 21 de agosto de 2026 una guía de seis etapas (Planificar, Diseñar, Construir, Probar, Desplegar, Mantener) en la que las etapas en sí no cambian respecto al SDLC clásico. Lo que cambia es el modo de ejecución: cada etapa confirma el artefacto que la siguiente lee. El autor original captura la intención en un «intent.md», los requisitos y el diseño se fusionan en un `spec.md`, y la construcción congela `plan.md` antes de escribir cualquier código. La cadena de commits se convierte en el rastro de auditoría.

Jason Clinton, Deputy CISO de Anthropic, planteó el mismo cambio en julio de 2026 como un problema de Amdahl: con «Claude» escribiendo aproximadamente el 80% del código fusionado y los ingenieros entregando 8 veces más código por trimestre, la revisión y la monitorización se convierten en el cuello de botella si no escalan junto con la producción. Sus controles por etapa se adhieren a límites nombrados, lo cual es la lectura de «SFEIR» sobre por qué el ciclo importa más que los controles: una puerta es, por definición, algo colocado entre dos etapas.

Las afirmaciones cuantificadas provienen de proveedores. Los científicos de datos de Atlassian Robbie Geoghegan y Fan Jiang reportan un 19% más de pull requests fusionadas en repositorios que adoptan «Rovo Dev», cifra que sube al 59-87% cuando entre tres y cinco miembros del equipo lo adoptan. Paula Hingel, citando el informe DORA 2025, señala que la adopción de IA correlaciona positivamente con el rendimiento y negativamente con la estabilidad de entrega.

Gregor Hohpe aporta la advertencia que atraviesa todo esto: un SDLC impulsado por IA castiga los malos hábitos mucho más rápido, porque amplifica todo, disfunciones incluidas.