El Creador de Claude Code Ahora Dice que el Código 100% por IA es «Problemático»

Boris Cherny está retractándose de su propio hype. El ingeniero de Anthropic que declaró en enero que la IA había «resuelto la programación» — y que personalmente escribe cero líneas de código — ahora admite que las empresas que operan con 100% de código generado por IA están chocando contra una pared. La admisión importa porque Cherny no es un crítico. Él dirige Claude Code. Cuando la persona que construye la herramienta dice que la herramienta crea problemas, presta atención.

Qué pasó: Cherny se retracta de «la IA resolvió la programación»

Hablando en una charla informal de Scale AI en junio de 2026, a Cherny le preguntaron directamente sobre las preocupaciones del COO de Uber, Andrew Macdonald, de que el gasto en IA no estaba produciendo suficiente ROI. Macdonald tenía motivos para preocuparse — Uber quemó todo su presupuesto de IA de 2026 en cuatro meses (Business Insider, 2026).

La respuesta de Cherny fue un giro respecto a su postura de enero (Times of India, 2026):

«ROI es absolutamente el enfoque correcto porque no quieres pensar solo en el costo — gastas algo en ello y obtienes algo a cambio.»

Luego esbozó un modelo de madurez implícito de tres fases para la adopción de programación con IA:

Cherny ahora califica la Fase 2 como «problemática». Cuando el throughput de cada ingeniero se dispara, el cuello de botella se desplaza de la producción de código a la revisión de código, el aseguramiento de calidad y — críticamente — tener suficientes buenas ideas para alimentar la máquina.

Reconoció que Anthropic misma siente la presión del costo: «Cada token que usamos es un token que no le damos a un cliente» (Business Insider, 2026). Es una admisión reveladora viniendo de una empresa que gana dinero vendiendo tokens.

Por qué importa

El giro de Cherny no es una corrección personal. Es una señal para la industria. La ola de herramientas de programación con IA está entrando en una fase de realismo, y la conversación está pasando de «mira lo que puede hacer» a «esto es lo que cuesta y esto es lo que obtienes a cambio.»

Sam Altman de OpenAI está haciendo comentarios similares sobre las preocupaciones de ROI empresarial. El patrón es claro: las empresas que construyeron las herramientas son ahora las que advierten sobre los límites de las herramientas. Eso merece más atención que cualquier crítica de terceros.

Para Claude Code específicamente, esto refuerza el veredicto que ya sostenemos: conditional. La herramienta está arquitectónicamente adelantada — flujos de trabajo dinámicos, sub-agentes maker-checker, rutinas en la nube — pero la infraestructura de control de costos que separa una demo poderosa de una herramienta empresarial sostenible todavía está poniéndose al día. El propio Cherny dice que las empresas deberían dar a los empleados «tokens y libertad para experimentar» mientras controlan los costos «en el backend, no en el front end.» Es un equilibrio difícil que ninguna herramienta ha resuelto completamente.

Qué cambia para ti

Si estás evaluando herramientas de programación con IA a mediados de 2026, el benchmark de capacidad ya no es el punto de partida correcto. Las propias palabras de Cherny enmarcan las nuevas prioridades:

• Presupuesta tokens, no solo asientos. Los bucles de agentes autónomos disparan los costos rápidamente. Si tu herramienta no te da límites de gasto estrictos, un bucle desatendido puede quemar el presupuesto de un mes en un fin de semana.
• Mide ROI, no porcentaje de adopción. «¿Qué porcentaje del código es generado por IA?» es una métrica de vanidad. «¿Qué entregamos más rápido, y a qué costo?» es una métrica de negocio.
• Resuelve el cuello de botella de ideas temprano. La advertencia de la Fase 3 de Cherny está subestimada. Si tus ingenieros pueden producir 10x más código pero tu equipo de producto solo puede definir 2x más funcionalidades, compraste una caminadora más rápida, no una empresa más rápida.

FAQ

¿El código 100% generado por IA es realmente un problema? El propio Cherny dice que sí. Cuando el throughput de cada ingeniero se dispara, el cuello de botella se desplaza de la producción de código a la revisión de código, el aseguramiento de calidad y — críticamente — tener suficientes buenas ideas para alimentar la máquina. El código se escribe más rápido de lo que los humanos pueden revisarlo.

¿Qué deberían medir las empresas en lugar del porcentaje de adopción de IA? ROI — funcionalidades entregadas por dólar gastado en IA. Cherny coincide: «ROI es absolutamente el enfoque correcto.» Mide qué entregas más rápido y a qué costo, no qué porcentaje de tu código escribió una IA.

¿Sigue siendo Claude Code recomendado? Neomanex mantiene un veredicto conditional sobre Claude Code. La herramienta está arquitectónicamente adelantada — flujos de trabajo dinámicos, sub-agentes maker-checker, rutinas en la nube — pero la infraestructura de control de costos todavía está alcanzándolos. Es la herramienta correcta para equipos que pueden gestionar presupuestos de tokens y tienen una cultura de revisión sólida. Es la herramienta equivocada para equipos que quieren configurarla y olvidarse.