AI Adoption: Overview
Esta sección prepara candidatos para entrevistas y procesos donde el uso de AI está permitido, esperado o evaluado indirectamente. El objetivo no es aprender a "vibe codear" ni demostrar que instalaste las cosas correctas, sino demostrar que podés usar AI sin dejar de ser el ingeniero a cargo.
Cómo leer esta sección
Este módulo tiene una parte táctica: cómo usar agents, prompts, tests y revisión bajo presión de tiempo. Pero también tiene una parte behavioral: las empresas están intentando entender si los candidatos las van a ayudar a adoptar AI, o si la empresa va a tener que ayudarlos a ellos a ponerse al día.
Ese cambio no vive solo en coding. La palanca que otorga AI redefine lo que implica ser resourceful: preparar una presentación con AI, generar material de estudio, revisar documentación, analizar entrevistas o mejorar un workflow interno son señales de la misma mentalidad. Hay nuevas formas de producir, y las ventanas para impresionar se cierran rápido porque tarde o temprano se vuelven default.
Para el formato de entrevista, empezá por AI Interviews. Después seguí con Execution System y Evaluation Criteria.
You Are Here
Steve Yegge popularizó la imagen de los estadios de evolución del developer con AI en Welcome to Gas Town (opens in a new tab). La imagen es útil porque mapea escalones de AI Adoption, entre cómo avanzó el ecosistema y cómo un dev busca incrementar su capacidad.
No necesitás estar siempre en el borde de la adopción. Lo que es útil es tener una noción de qué se está volviendo baseline/default: qué herramientas, qué convenciones, qué conceptos, qué resultados.
Qué cambió
La producción de código se volvió más barata. Eso no significa que la ingeniería se volvió fácil, ni que la calidad dejó de importar. Significa que cambió la tolerancia a ciertos tipos de riesgo.
En muchos productos, el peor caso razonable de shipping es: "sale mal, lo detectamos y lo hotfixeamos". Si ahora podés producir, revisar y corregir más rápido, también podés tolerar más experimentación.
Pero hay límites que no son hotfixeables:
- Perder dinero real
- Exponer PII/datos personales o credenciales
- Romper confianza con usuarios
- Crear riesgo legal, compliance o seguridad
- Dejar código que nadie en el equipo entiende
La barrera de calidad para deployear a producción no parece haber subido, y si bajó no lo hizo de manera uniforme. Al cliente sigue sin importarle la implementación subyacente: la vara de calidad no cambió para el consumidor. Esto es algo bueno, ya que con el uso adecuado es posible:
- entregar más y mejores resultados a un mismo costo
- entregar los mismos resultados a menor costo
Current meta: la lectura de Silver.dev
Esta es la lectura de Lautaro Paskevicius (opens in a new tab), Founding Engineer @ Silver.dev, sobre los cambios vistos hasta Mayo 2026. La idea es hacer un repaso ligero por lo que fueron los últimos dos años de AI Coding para poder estar alineados en los siguientes artículos. El rango usa <least_tolerable_adoption>-<most_tolerable_adoption> en base a los estadios de la imagen de Yegge: qué nivel percibimos que empezaba a ser tolerable en un buen proceso y qué nivel todavía se veía agresivo pero defendible. Los meses son una referencia light, no timestamps.
| Momento | Rango | Lectura |
|---|---|---|
| Hasta Ene 2024 | 1-2 | Ya había breakthroughs y demos absurdas de AI: ChatGPT/GPT-4, DALL-E 3, Midjourney v6, Stable Diffusion. Pero en coding todavía no se sentía igual de transformador para la mayoría. El breakthrough práctico era Copilot autocomplete o Cursor Tab/Copilot++; los early adopters estaban probando Cursor completo. |
| Jul 2024 | 2-4 | Cursor cruza una barrera práctica: chat y edición integrada empiezan a ser mejores que el flow clásico con Stack Overflow, al menos para tareas locales y feedback loops cortos. Cursor después levantaría su Series A en agosto. |
| Feb 2025 | 2-5 | Claude Code se roba el foco. El agent en CLI gana por ser lightweight, por su harness, y por estar típicamente acompañado del modelo más reciente. El IDE empieza a tomar un lugar de verificación, consulta y edits simples |
| Jul 2025 | 4-6 | Opus 4 sube la vara fuertemente. Momento de adopción instantánea para muchos devs: vibe shift. Plan mode y mejores harnesses hacen más viable delegar chunks grandes de tareas. Claude Code sigue fuerte; opencode lanza y marca mejores defaults de CLI: TUI done right, agent CLI multi-modelo, session forking, y mucho más. |
| Oct 2025 | 4-7 | Para esta altura, varios modelos chinos importantes ya rendían bien vía gateway. La iteración se vuelve mucho más barata y los frontier labs necesitan competir. Algunos model releases se sienten como una step function, otros no tanto. Convenciones como Spec Kit (opens in a new tab) y Agent Skills (opens in a new tab) continúan la batalla de mejorar el rendimiento que no traen los modelos nuevos, y hay diferencias notables entre setups por dev. opencode ya es producto sólido: mejor plan mode, skills/config como parte del setup, plugins |
| Jan 2026 | 5-8 | Nuevo vibe shift: entre OpenClaw y Ralph (opens in a new tab), los loops pasan a ser un concepto core de AI. Empezamos a hackear agents para que hagan rumination sobre su propio output, verifiquen y vuelvan a intentar. El blog post de Ramp sobre Inspect (opens in a new tab) marca que los background agents ya son parte de la discusión mainstream: agents corriendo en cloud, en loop, always-on, con entorno completo, humans in the loop y PRs en paralelo dejan de sentirse como demo frágil. Usar agents deja de ser raro; la pregunta pasa de "si usás AI" a cuánto de tu workflow necesita review humana explícita. |
| May 2026 | 6-? | Cursor nunca se fue. Los background agents empiezan a acercarse a developers que no viven en bleeding edge (e.g Devin); el techo todavía se está moviendo. Los model releases son importantes pero no como lo que se vió en early 25. Es estándar pagar subs de $100/$200 o incluso API pricing en los miles de dólares para devs en startups high growth o en corporaciones |
Takeaway
Esta es una foto opinionada del momento en el cual estamos como industria. La intención de repasar las transiciones de los ultimos meses es darte una sensación de inercia para que puedas continuar vos mismo con este criterio evaluando los meses siguientes. Ahora estás actualizado. El punto no es casarte con una herramienta, sino mantenerte lo suficientemente inquieto como para reconocer cuándo cambió el default.