Hernan Rocca

Hay momentos en tecnología en los que uno siente que se quedó atrás durante un fin de semana. El viernes todavía estábamos tratando de entender una idea, el lunes aparece otra etiqueta que promete superarla y, antes de que podamos probar si algo cambió de verdad, ya hay cursos, diagramas, manifiestos y perfiles profesionales alrededor del nuevo término.

Durante años, la tecnología dejó lugar para quienes aprendían por su cuenta, rompían cosas, leían documentación y construían criterio fuera de los caminos formales. Con la IA y el vibe coding, esa frontera se vuelve más borrosa: cada vez más personas pueden crear prototipos sin saber programar en profundidad. El desafío no es defender el diploma ni romantizar al autodidacta, sino entender qué tipo de aprendizaje nos permite tocar los problemas con las manos y no quedarnos solo con lo que parece conocimiento.

Un ingeniero de Google contó cómo logró construir en tres meses un proyecto que venía postergando hacía ocho años. La IA fue clave para destrabarlo, pero también lo llevó a tirar un mes entero de trabajo y empezar de nuevo. Al mismo tiempo, varias empresas empiezan a medir productividad por tokens consumidos, como si quemar más IA fuera igual a trabajar mejor. El problema no es la IA: el problema es olvidar que el software necesita criterio, arquitectura, contexto y alguien que se haga cargo de las decisiones difíciles.

Hoy el Pentágono formalizó lo que venía amenazando desde la semana pasada: designó a Anthropic como ‘supply chain risk’, una etiqueta que históricamente se reservaba para empresas de países adversarios, nunca para una empresa estadounidense. Lo que en apariencia es una disputa político-militar sobre IA tiene una dimensión más cercana y más incómoda: muchos equipos técnicos construyeron dependencias sobre modelos de Anthropic sin haber pensado siquiera una vez en este tipo de escenario. Y el problema no es Anthropic en particular: es que empezamos a mapear una categoría de riesgo que casi no existía hace tres años.

Febrero de 2026 llegó con otra explosión de herramientas: agentes de coding, un nuevo cliente para trabajar con IA, actualizaciones que en otro año hubieran sido la noticia del trimestre. Pero debajo del ruido hay una habilidad que casi nunca se enseña y que pocas veces se nombra: la de decir que no. No por miedo a lo nuevo, sino porque elegir qué entra en nuestra atención y en la de nuestro equipo es, quizás, uno de los actos de liderazgo técnico más difíciles y más valiosos que existe.

Arranca 2026 y los números son contundentes: la mayoría de los proyectos agénticos no llega a producción, y los analistas coinciden en que el problema no es la tecnología sino la forma en que la usamos. Lo curioso es que esto ya lo habíamos pensado acá, en un blog de reflexión, hace más de un año. No para decir ’te lo dije’, sino para preguntarnos algo más útil: si el camino se veía venir, ¿cómo lo torcemos para aprovechar de verdad lo que estos agentes pueden dar?