Gergely Orosz

Gergely Orosz, autor del boletín The Pragmatic Engineer, publicó dos textos con un día de diferencia en septiembre de 2025 que abordan los agentes de codificación desde extremos opuestos: cómo se construye uno y cómo sabría alguien si funciona.

El primero, fechado el 2025-09-15, se apoya en entrevistas con Boris Cherny, Sid Bidasaria y Cat Wu sobre el funcionamiento interno de «Claude Code»: un prototipo de septiembre de 2024 que solo era capaz de identificar la música que sonaba, hasta que el acceso al sistema de archivos y a bash le permitió leer una base de código por sí solo. Las cifras que se reportan son concretas e incómodas para quien espere generalizar. Aproximadamente el 90% del código de la herramienta lo escribe la propia herramienta. Los ingenieros de Anthropic integraron un 67% más de pull requests mientras la plantilla se duplicaba. El equipo publica de 60 a 100 builds internas al día.

El segundo, fechado el 2025-09-16 y coescrito con Laura Tacho, encuesta a 18 empresas, entre ellas Google, GitHub, Microsoft y Dropbox, y constata que el lado de la medición sigue sin resolverse. El 85% de los ingenieros usa herramientas de IA; sus responsables tienen dificultades para decir cuánto vale eso. Orosz y Tacho proponen el AI Measurement Framework, que combina la adopción y el gasto con métricas centrales de entrega como la change failure rate, y advierten que el desarrollo asistido por IA sin gestión puede generar la mayor acumulación de deuda técnica hasta la fecha. La acceptance rate, en su día la métrica de referencia, va perdiendo utilidad. Orosz pronostica que el trabajo de medición se desplazará ahora hacia la telemetría de los agentes.