5 puntos de quiebre del software predichos por el cofundador de Hugging Face

Thomas Wolf publicó un artículo bastante provocador. Su argumento: en una era donde la IA escribe código, la estructura misma del software se voltea de arriba abajo. Después de leerlo, me quedé dándole vueltas un buen rato. Hay partes con las que concuerdo y otras que me parecen exageradas, así que decidí desglosarlo.

La era de amontonar bibliotecas se está acabando

Hasta ahora, jalar paquetes hechos por otros era lo más natural del mundo. Escribir todo uno mismo tomaba demasiado tiempo. Pero cuando le puedes encargar a un agente de IA que construya desde cero, lo personalizado se vuelve realista. Menos paquetes externos significa menos huecos de seguridad, apps más livianas y ejecución más rápida.

Trabajando con Claude Code últimamente, noté que la profundidad de mis dependencias npm se redujo bastante. ¿Nos estaremos moviendo hacia una era de “cero dependencias”?

• La estructura de vulnerabilidades en cadena, donde un paquete comprometido pone en riesgo miles de proyectos, empieza a desaparecer
• Paquetes más chicos significan tiempos de arranque y respuesta más rápidos

Se acabó la época de “no le muevas al código viejo”

Seguro conocen el efecto Lindy: la idea de que una tecnología que ha sobrevivido mucho tiempo tiene buenas razones para seguir sobreviviendo. La resistencia a tocar código heredado sigue una lógica similar: nunca sabes qué se puede romper.

Pero si la IA puede leer decenas de miles de líneas de código y reescribirlo en otro lenguaje, esa lógica se debilita. Wolf reconoce honestamente una limitación: la IA todavía se le pasan errores inesperados y casos extremos. Por eso la verificación formal, demostrar matemáticamente que el código se comporta como debe, pasa de ser un extra a ser un prerrequisito.

• El tiempo y el costo de reescribir código heredado se redujo a menos de una décima parte
• Subir código escrito por IA a producción sin verificación formal sigue siendo una apuesta arriesgada

Los lenguajes difíciles para humanos son fáciles para la IA

La popularidad de los lenguajes de programación siempre fue más cuestión de psicología que de méritos técnicos. ¿Es fácil de aprender? ¿La comunidad es buena onda? ¿Ayuda a conseguir trabajo? A los LLM todo eso les da igual. Los lenguajes con sistemas de tipos estrictos que atrapan errores en tiempo de compilación son mucho más cómodos para la IA.

Rust es el ejemplo perfecto. Tiene fama de ser difícil de aprender para humanos, pero para la IA las reglas son claras y el margen de error es chico.

• Lenguajes fuertemente tipados como Rust y Haskell están siendo revaluados en la era de la IA
• Si Python puede mantener su posición dominante se va a saber en los próximos cinco años

El motor que impulsa el código abierto se está tambaleando

El código abierto nunca fue solo compartir código. Era una cultura de construir juntos, aprender juntos y sentir que perteneces a algo. Cuando la IA escribe el código y la IA lo lee, esa estructura de motivación cambia de raíz.

Wolf va un paso más allá. Se imagina comunidades donde los modelos de IA crean y comparten bibliotecas entre sí. Si eso pasa, la alineación de esos sistemas de IA va a determinar la dirección de todo el ecosistema open source.

• El futuro del código abierto sin las motivaciones humanas de aprendizaje y pertenencia se ve incierto
• La alineación de la IA se convierte en un factor que define no solo la calidad del código sino cómo funcionan los ecosistemas

Podrían surgir lenguajes diseñados para la IA, no para humanos

Cuando los humanos diseñan lenguajes de programación, siempre hay un trade-off: más expresividad implica más complejidad, más seguridad implica menos libertad. Wolf sostiene que no hay garantía de que la IA enfrente el mismo dilema. Si los humanos ya no necesitan leer el código, podrían surgir formas de lenguajes completamente nuevas.

Este fue el punto de su ensayo que más me puso a imaginar.

• El viejo debate de atrapar errores en compilación vs. en ejecución podría volverse irrelevante para la IA
• Si un lenguaje no necesita ser legible para el ojo humano, las restricciones de diseño cambian completamente

Entre la realidad y la imaginación

De las cinco predicciones de Wolf, la reducción de dependencias y el auge de los lenguajes fuertemente tipados son cambios que ya se sienten en el día a día. El resto va a necesitar de tres a cinco años para validarse.

Una cosa es segura: entender las estructuras a través de las cuales se crea el código va a valer más que la capacidad de escribirlo.