Una de las informaciones más interesantes que he leído sobre los agentes de codificación basados en inteligencia artificial es la siguiente: más código no siempre significa más software.
El estudio de Fiona Chen y James Stratton de Harvard analizó datos de más de 700.000 empleados en más de 700 empresas de software, así como 300 millones de eventos de trabajo, desde 2021 hasta marzo de 2026. Después de la implementación de los agentes de codificación, el número promedio de líneas de código aumentó en un 30%, el número de commits en un 20% y el número de solicitudes de extracción (pull requests) en un 23%.
Pero la pregunta clave es: ¿esto se traduce en una mayor productividad? No parece ser así. No se observó un cambio estadísticamente significativo en la tasa de finalización de errores, tareas y características que se rastrean en herramientas como Jira.
El cuello de botella se encuentra en la revisión del código. El tiempo que transcurre desde que se envía una solicitud de extracción hasta que se integra en el código base principal aumentó en un 49%. La proporción de solicitudes de extracción que requieren modificaciones casi se duplicó, el número de comentarios por solicitud de extracción aumentó en un 35% y el porcentaje de empleados que realizan revisiones de código también aumentó en un 14%. Es decir, gran parte de la velocidad ganada en la fase de codificación se pierde en la revisión y corrección.
Las empresas están intentando resolver este problema con la inteligencia artificial: al marzo de 2026, el 80% de las empresas analizadas utilizaban algún tipo de herramienta de revisión de código basada en inteligencia artificial. Sin embargo, solo el 23,3% de los comentarios de revisión provienen de estos agentes, y solo contribuyen al 10,8% de las solicitudes de extracción; la mayor parte del trabajo sigue siendo realizado por personas. Además, no se observó un cambio significativo en el número de empleados activos, al menos durante el período analizado.
Es importante tener en cuenta que los datos finalizan en marzo de 2026, y que las herramientas han evolucionado desde entonces. Sin embargo, la conclusión que saco es clara: para mejorar la productividad, no solo es necesario acelerar el proceso de codificación, sino también la revisión, la corrección y la integración.
Noticia en Ars Technica:
https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
PDF del estudio:
https://fion.ac/jellyfish.pdf
Fuente: DonanımHaber
Como alguien que trabaja con código todos los días, 2025 supuso para mí un cambio enorme. Las herramientas de programación con IA dejaron de limitarse a completar la siguiente línea y empezaron a hacerse cargo de tareas de verdad. Si lo pienso, en la primera mitad del año todos seguían hablando de la experiencia de autocompletado de Cursor y Copilot; en la segunda mitad, el desarrollo guiado por especificaciones (Spec) se puso de moda de repente y los repositorios se llenaron de archivos Markdown escritos para que los leyeran los agentes.
Lo que más me ha impactado es que programar está pasando de estar «dirigido por personas» a estar «dirigido por agentes». Antes la IA solo predecía el siguiente carácter; ahora puede ir desde el análisis de requisitos hasta la generación de código y la verificación de resultados. Lo curioso es que casi todas las herramientas líderes impulsan a la vez tres formatos —IDE, CLI y Cloud— y al final todas convergen hacia los agentes.
Pero también han llegado los problemas. El que más duele es el coste de los tokens: las tareas se alargan, las llamadas a herramientas se multiplican, el contexto se reinyecta una y otra vez, y la factura se dispara. Este año, lo que todo el mundo repite ya no es «cómo escribir prompts», sino «ingeniería de contexto»: cómo equilibrar calidad, eficiencia y coste, y cómo aumentar la tasa de aciertos de caché.
Para mí, el verdadero punto de inflexión de 2025 no fue qué modelo era más potente, sino quién lograba convertir las restricciones y la memoria que antes estaban implícitas en la ingeniería en estructuras de contexto que los modelos pudieran entender y reutilizar. El valor del programador se está desplazando poco a poco de «escribir código» a «definir reglas». Ha sido, la verdad, un año un poco surrealista.
Fuente: InfoQ
IT之家 informa de que JetBrains anunció el 8 de octubre, en una entrada de blog, el modelo de IA para programación Mellum2.1, con énfasis en reforzar la programación con agentes. Como desarrollador, sigo con interés este tipo de modelos abiertos que se pueden desplegar en local, así que resumo aquí los puntos clave.
El modelo mantiene la arquitectura de Mellum2: es un modelo de mezcla de expertos (MoE) de 12B con 2,5B de parámetros activos, y sigue publicado con licencia Apache 2.0. El cambio en el entrenamiento está en que la fase de aprendizaje por refuerzo posterior al preentrenamiento ha dejado de ser un cierre breve para convertirse en el núcleo del entrenamiento. Se añadieron datos de matemáticas, concursos algorítmicos, ciencia, uso de herramientas e ingeniería de software, y se montaron entornos internos de refuerzo, lanzando millones de sandboxes durante el entrenamiento en miles de entornos. Antes de entrenar, se descartan las tareas con pruebas defectuosas, respuestas no verificables o dificultad inadecuada.
Según la información oficial, puede explorar bases de código, editar archivos y revisar sus propios cambios. La mayor mejora está en la programación con agentes: identifica la causa raíz de las pruebas que fallan, redacta una solución y verifica el resultado. En velocidad, la arquitectura no cambia, pero la predicción de múltiples tokens (MTP) lo hace unas 1,6 veces más rápido en una sola petición. En comparación con Mellum2, Qwen3.5-9B y Gemma 4 E4B con los mismos criterios de evaluación, con carga alta el rendimiento de salida de Mellum2.1 en una sola H200 se acerca al doble del de Qwen3.5-9B.
El modelo está disponible en Hugging Face y se puede desplegar en local o en infraestructura propia, de modo que las empresas pueden mantener su código y sus datos en su propio entorno. Los planes incluyen versiones GGUF para llama.cpp, Ollama y LM Studio, y un componente de decodificación especulativa MTP para vLLM.
Espero con ganas la versión GGUF, porque así los desarrolladores particulares podrían probarlo en su propio equipo. ¿Qué os importa más en un modelo de programación: la precisión o el coste de despliegue?
Fuente: IT之家
Un artículo de ITmedia NEWS me dio a conocer que Google ha presentado «Playground», una plataforma de juegos experimental. Se anunció el 7 de octubre de 2026, hora de EE. UU., y desde ese mismo día está disponible en el navegador para usuarios mayores de 18 años en Estados Unidos.
El uso consiste solo en dar instrucciones por texto. Se puede empezar desde cero, editar una plantilla de prompt inicial o usar asistencia guiada, y el juego creado se puede probar en el momento. Los cambios en la física, las reglas, los personajes o el entorno se reflejan si se describen con palabras. Según el artículo, no hace falta experiencia en programación, aunque no se revela qué modelo de IA se utiliza.
También se puede compartir. Al ser una aplicación web, funciona tanto en el teléfono como en el ordenador; se puede enviar un enlace a amigos y familia, publicar el juego en la galería «Explore» o mantenerlo privado. Algunos géneros admiten clasificaciones y multijugador, y los juegos publicados pasan una revisión de seguridad según las normas de la comunidad de Google. La función de creación de juegos llegará por fases según la membresía de Google One.
El otro anuncio es una alianza con Unity. Ambas empresas planean lanzar en 2026 un nuevo producto, «Unity Spark», que aportará a Playground mecánicas de juego completas, 3D de alta fidelidad y la flexibilidad del runtime de Unity. También se conectará directamente con Unity Asset Store. Actualmente está en pruebas y pronto comenzará una beta cerrada. El CEO de Unity señaló que unos 3 000 millones de personas al mes juegan juegos hechos con Unity, pero muchas nunca han hecho uno.
Personalmente, creo que compartir y jugar juegos creados con prompts podría ser una puerta de entrada interesante a la programación. Me gustaría saber qué opináis de herramientas como esta.
Fuente: ITmedia NEWS
Next ha publicado un artículo sobre Pi, un harness de código abierto que acaba de alcanzar la versión 1.0.0. Para quien no conozca el término, un harness es la capa de software que rodea a un modelo de IA y le permite leer archivos, ejecutar comandos o buscar en internet.
Pi busca ser minimalista pero extensible. Es compatible con más de 1.500 modelos y variantes, comerciales o de pesos abiertos que se pueden usar en local, y se presenta como una alternativa a Claude Code y Codex que no depende de los modelos de Anthropic ni de OpenAI. Los desarrolladores ven en el paso a la 1.0 una señal de madurez.
El artículo menciona también novedades recientes: los conectores MCP, un modo «codemode» y la compatibilidad con ChatGPT. Pi Durable se presenta como capaz de resistir fallos internos y externos catastróficos.
Hay que decir que alrededor del 80 % del texto está reservado a suscriptores, así que me limito a lo que se puede leer públicamente. En los comentarios, varios lectores comparan Pi con OpenCode: uno lo considera muy ligero pero más difícil de configurar, sobre todo para MCP, y otro señala la variante Oh-My-Pi. El autor anuncia además un artículo sobre la instalación y el uso.
Lo que me interesa es la idea de separar el harness del modelo: puedes cambiar de modelo sin cambiar de herramienta. Queda por ver si la sencillez de Pi aguanta cuando los usos se complican. Y vosotros, ¿qué harness usáis a diario para programar con IA?
Fuente: Next
Xataka cuenta una historia que mezcla programación, IA y bastante polémica. ArtCraft era hasta hace unos días una plataforma de generación de imagen y vídeo con IA. Brandon Thomas, miembro del equipo, anunció que había creado con vibe coding reemplazos de siete aplicaciones de Adobe, escritos en Rust y de código abierto: PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PdfCraft (Acrobat), EffectCraft (After Effects) y DesignCraft (InDesign).
Se distribuyen para Windows, macOS y Linux, y también se pueden usar desde ArtCraft. El artículo destaca que Adobe nunca ofreció herramientas creativas profesionales para Linux, así que ese hueco no es menor.
Un compañero del autor probó PhotoCraft durante unos días: las funciones básicas funcionan, no hay rastro de las herramientas de IA de Photoshop y la aplicación ocupa muy poco. Aun así, por ahora no sustituye al original. Los propios creadores reconocen que están en alfa temprana: les faltan unas veinte herramientas de IA y generativas, profundidad en tipografía y flujos profesionales, y compatibilidad con plug-ins.
Según los creadores, el enfoque es clean-room: se basan en especificaciones públicas y en el comportamiento observable de los programas, sin código ni recursos propietarios. Que PhotoCraft abra archivos PSD es posible porque Adobe publicó esas especificaciones. En redes circula la sospecha, sin pruebas, de que se descompilaron los programas de Adobe.
Xataka también recuerda los problemas del vibe coding: el código generado por IA puede ser difícil de depurar y contener cosas que un programador humano no escribiría, algo menos grave en apps personales que en proyectos grandes. A mí me parece una buena advertencia. Como alternativas gratuitas, el autor menciona Affinity, GIMP y DaVinci Resolve. ¿Os fiaríais de una app generada así?
Fuente: Xataka
Leí un análisis de Simon Bisson en Computer Sweden sobre cómo Microsoft ha elevado Rust al estatus interno Tier-1, al mismo nivel que C#, TypeScript y C. Ese estatus exige, entre otras cosas, una cadena de herramientas completa y la integración con Windows y Azure.
El contexto es que Mark Russinovich, director de tecnología de Azure, ha destacado la seguridad de memoria de Rust como una parte importante de la estrategia de seguridad de Microsoft, y además Microsoft fue uno de los fundadores de la Rust Foundation. Una colaboración de invitados en la web de la Rust Foundation describe cómo se conecta Rust con Microsoft Visual C (MSVC) para lograr una interoperabilidad sin fisuras entre lenguajes.
Lo más concreto es un nuevo backend para el compilador de Rust, rustc_codegen_utc. Usa el backend de Visual C, una DLL llamada C2.DLL, y entrega archivos .OBJ al enlazador de MSVC. La ventaja es que Rust puede aprovechar el trabajo de seguridad y estabilidad que Microsoft ya tiene, y que el código de Rust y de C sea compatible. Microsoft afirma que está listo para producción y que más de cien proyectos internos de Rust lo usan. Sin embargo, solo es interno, y la empresa ha insinuado que las herramientas podrían ser de código abierto, pero no ha dado ningún plazo.
Para quienes estamos fuera de Microsoft, la situación es más terrenal: el soporte de Rust en VS Code funciona a través de rust-analyzer, para compilar sigue haciendo falta MSVC C Build Tools, y el crate windows de Microsoft da acceso directo a las API de Windows. El consejo del artículo es empezar con las herramientas que ya existen para aprender desarrollo en Windows con Rust.
A mí me parece interesante que una empresa tan grande invierta para no tener que mantener dos equipos de compiladores separados. ¿Para qué usáis Rust?
Fuente: Computer Sweden
En Computable leí un resumen del informe de 2026 de la Linux Foundation «State of Open Source in Europe», su quinta edición, presentado en la Open Source Summit Europe en Praga. El mensaje principal es claro: usar open source por sí solo no da control. Hay que contribuir y participar en su gobernanza.
Las cifras muestran dónde está la fricción. Para el 94 % de las organizaciones europeas la soberanía digital es importante para su estrategia tecnológica, y para el 61 % es muy importante. Los desarrolladores europeos aportan casi el 40 % de las contribuciones a proyectos de infraestructura como Kubernetes y OpenStack, pero muchas organizaciones se limitan a usarlos. Y el 31 % no tiene un marco formal para gestionar el open source. Quienes lo tienen dicen recuperar más de cuatro veces la inversión, frente a 3,6 veces de quienes no lo tienen.
También se habla de las herramientas de programación con IA. El 94 % usa o prueba herramientas de codificación con IA generativa, tres cuartas partes creen que aumentan el valor del open source y el 48 % por ello usa más open source. Casi la mitad mantiene forks internos, lo que supone una media de 311 horas para 9,5 forks por ciclo de lanzamiento.
Lo que más me llama la atención es que la cúpula de la Agentic AI Foundation está formada sobre todo por empresas estadounidenses, como AWS, Anthropic, Google, Microsoft y OpenAI. En el nivel Gold solo aparecen Suse y Ericsson desde Europa. Mientras tanto, la Comisión Europea trabaja en un paquete de soberanía tecnológica de unos 2000 millones de euros.
Thierry Carrez, de Linux Foundation Europe, sostiene que el open source ayuda a depender menos, pero solo con una participación activa en estructuras de gobernanza abiertas. Como desarrollador, lo comparto: una pull request a veces tiene más influencia que un documento de política. ¿Cómo es la situación donde ustedes están?
Fuente: Computable
Richard Speed, en The Register, informa sobre ArtCraft, una empresa que ha añadido alternativas a Word, Excel y PowerPoint a su colección de aplicaciones en Rust. La llama reimplementaciones «clean room» de software propietario, y los proyectos dependen mucho de Claude para su desarrollo. Sus repositorios de GitHub también incluyen proyectos inspirados en Photoshop, Illustrator y Premiere Pro.
El revisor ejecutó WordCraft, la alternativa a Word, en una Surface con Arm y comprobó que funcionaba bien. Se parece a Word, aunque sus botones, iconos e imágenes son diferentes. Está en fase pre-alfa, ArtCraft estima una paridad de funciones con Word del 62 por ciento, y el revisor desaconseja usarlo en producción. La hoja de ruta reconoce que las pruebas de compatibilidad con archivos DOCX reales no han empezado, y que los gráficos, SmartArt y los objetos OLE incrustados se han descartado.
En cuanto a la licencia, WordCraft tiene doble licencia MIT o Apache 2.0. El diccionario ortográfico y la separación silábica usan la lista de palabras de dominio público Moby Hyphenator II, de Grady Ward. ArtCraft asegura que todo se construyó a partir de especificaciones públicas y de la observación, con recursos originales o de licencia abierta. The Document Foundation, que desarrolla LibreOffice, no quiso hacer comentarios; Microsoft acusó recibo de la consulta sin más respuesta, y Adobe no comentó sobre los proyectos de aplicaciones creativas.
Neil Brown, de decoded.legal, dijo al periódico que la posición legal dependerá de la jurisdicción, que los desarrolladores podrían alegar que su implementación independiente no infringe nada, pero que dada la envergadura del asunto, una disputa podría llegar a los tribunales.
Lo que me parece interesante no es la afirmación en sí, sino la velocidad: un equipo pequeño que usa una herramienta de programación con IA puede publicar una suite ofimática reconocible, inacabada pero lo bastante usable como para probarla. Las preguntas abiertas son la calidad, el mantenimiento y el aspecto legal. Me encantaría saber qué piensan otras personas que escriben código con asistentes de IA sobre las afirmaciones de «clean room».
Fuente: The Register
Leí en el sitio del Portal Tecnológico que OpenAI ha anunciado una nueva función de ChatGPT llamada «Interfaz inteligente» (Intelligent UI), coincidiendo con el lanzamiento de los modelos GPT-6. La idea es que una respuesta ya no es solo texto: puede combinar texto con elementos visuales interactivos dentro de la propia conversación.
Los elementos compatibles incluyen ilustraciones, diagramas, gráficos, formularios y botones interactivos. Según el artículo, que cita el blog de OpenAI, GPT-6 se entrenó para determinar cuándo un elemento interactivo es preferible al texto y cómo colocarlo dentro de la respuesta.
Entre los ejemplos citados están la ilustración de una bicicleta de siete velocidades con botones para seleccionar cada pieza y ver su información, imágenes de fichas de mahjong agrupadas en conjuntos desplazables, y pequeñas herramientas como una calculadora de ahorros para la jubilación o un reparto de gastos entre varias personas. En cuanto a modelos, GPT-6 Sol está disponible para los planes superiores, mientras que los suscriptores de Go y los usuarios gratuitos usan Luna, más eficiente. El artículo también menciona una mejor búsqueda web, respuestas parciales más rápidas mientras se reúne información y una mayor resistencia a los intentos de saltarse el entrenamiento de seguridad.
Creo que este paso es importante para los desarrolladores, porque acerca el chat a una pequeña aplicación creada bajo demanda. La pregunta abierta es si los botones de verdad nos ayudarán más que un texto bien escrito. Me encantaría conocer vuestra opinión.
Fuente: Portal Tecnológico
Después de cinco años, Bootstrap vuelve a moverse: su cofundador Mark Otto ha anunciado la primera alfa de Bootstrap 6, según informa heise developer. Me parece interesante porque el framework nació en el entorno de Twitter y es de código abierto desde 2011.
Las cifras muestran lo grande que se ha vuelto Bootstrap: más de 1.750 millones de instalaciones según el proyecto. Al mismo tiempo, su cuota de mercado está bajando. Según W3Techs, a principios de agosto de 2026 el 13,8 % de todos los sitios web usaba Bootstrap, frente al 15,3 % de diciembre de 2025. Tailwind CSS gana terreno en los proyectos nuevos.
El equipo apunta a navegadores modernos: Chrome y Edge desde la versión 130, Firefox desde la 132 y Safari desde la 18. Para ello, Bootstrap 6 usa funciones como el cambio automático entre tema claro y oscuro, los diálogos nativos y diseños que se alinean con los elementos que los rodean en lugar de con la ventana. Los colores, los espacios y los radios de las esquinas se pueden controlar en gran medida con variables CSS, incluso en tiempo de ejecución. Los nombres de clase se acercan a Tailwind: .d-md-none pasa a ser .md:d-none y .col-lg-6 pasa a ser .lg:col-6. Los acordeones funcionan sin JavaScript.
Lo que más me llama la atención es la parte de IA: la documentación está disponible como llms.txt y llms-full.txt, y el repositorio contiene archivos de habilidades pensados para que los agentes de IA ayuden, por ejemplo, en la migración.
Según el artículo, las páginas existentes no se pueden cambiar sin más. Bootstrap 5 seguirá recibiendo soporte por ahora, y antes del fin de su soporte habrá una actualización a la 5.4.0. Se espera que la versión 7 llegue mucho antes. ¿Quién de vosotros sigue usando Bootstrap y quién ya se ha pasado a otra cosa?
Fuente: heise online
Esta semana me llamó la atención una noticia de XYZ: la Universidad Politécnica de Breslavia y el Centro de Oncología, Neumología y Hematología de Baja Silesia están construyendo una plataforma de IA para la sanidad. No otro chatbot más, sino un modelo base que une la historia clínica, los resultados de laboratorio, las imágenes y el itinerario de tratamiento.
Empiezan por el cáncer de pulmón: el DCOPiH atiende a más de 1.400 pacientes nuevos al año y tiene datos bien documentados. El sistema debe vigilar que la documentación esté completa antes del comité de tumores, señalar lo que falta y evitar que el paciente «se pierda» entre una prueba y otra. El médico sigue decidiendo; la IA debe devolverle tiempo junto al paciente, no pensar en su lugar.
Técnicamente me interesa el aprendizaje federado: los datos se quedan en el hospital y al modelo común solo van los resultados del entrenamiento. La base será la experiencia con el modelo polaco PLLuM, pero con lenguaje médico real y multimodalidad.
El primer prototipo llegará en los próximos meses. Si sale de Baja Silesia, podría ser uno de los proyectos polacos de IA más importantes, de esos de los que vale la pena hablar sin ruido de marketing.
Fuente: XYZ
