Fa unes setmanes, Anthropic va publicar un article que ens va cridar l'atenció. Un equip de 16 agents de Claude, treballant en paral·lel sense intervenció humana, va escriure un compilador de C des de zero. 100.000 línies de codi en Rust, capaç de compilar el kernel de Linux. Cost: 20.000 dòlars i dues setmanes.
És el tipus de projecte que hauria requerit un equip d'enginyers senior durant mesos. I ho va fer una IA sola.
La IA ja escriu codi, i cada cop ho fa millor. Això canviarà la nostra professió de forma radical. Però hi ha un matís que sovint es perd en la conversa, i és el que volem explicar en aquest article.
Codi no és producte
Un compilador és un projecte tècnicament impressionant. Però també és un problema molt ben definit: hi ha una especificació clara, uns tests objectius i un resultat verificable de forma automàtica. La IA rendeix millor com més tancat i mesurable és el problema.
En el nostre dia a dia, els projectes no són així. Desenvolupem plataformes web, aplicacions i sistemes de gestió — productes que han de resoldre problemes reals de negoci, encaixar en fluxos de treball existents i funcionar de forma fiable en producció. El codi és només una part. L'altra — sovint la més complexa — és entendre què cal construir, prendre les decisions correctes d'arquitectura i assegurar que tot funciona com cal.
Això, avui per avui, no ho fa una IA sola. I és exactament on hem reenfocat el nostre treball.
Com treballàvem abans
Com la majoria d'equips de desenvolupament: rebíem els requisits, fèiem un disseny general i dedicàvem la major part del temps a implementar. Escriure codi, resoldre problemes sobre la marxa, testejar les parts més crítiques, lliurar.
Funcionava. Però si haguéssim de posar-hi números, probablement un 70% del temps se n'anava en escriure codi i un 30% en pensar, dissenyar i validar.
Agents working together
Com treballem ara
Aquesta proporció s'ha invertit.
Fem servir Claude com a eina principal de desenvolupament. Però no li diem «fes-me una aplicació». Li donem especificacions concretes: què construir, com ha d'encaixar amb la resta del sistema i quins criteris ha de complir.
A la pràctica, el nostre procés té aquest aspecte:
Disseny i especificació. Abans d'escriure una sola línia de codi, dediquem temps a definir amb precisió què estem construint. Estructura de dades, relacions entre components, casos límit, regles de negoci. Com més clara és l'especificació, millor és el resultat — amb o sense IA.
Implementació assistida. Claude escriu codi a partir d'aquestes especificacions. És ràpid i generalment encertat, però requereix un ull entrenat per detectar quan pren dreceres, quan no entén el context o quan produeix alguna cosa que tècnicament funciona però no és mantenible.
Testing complet. Aquest ha estat probablement el canvi més significatiu. Abans fèiem tests a les parts més crítiques: validacions de pagament, lògica de negoci complexa, integracions sensibles. Ara ho testegem tot. La IA ha fet que escriure tests sigui molt més ràpid — nosaltres definim què cal testejar i quins escenaris cobrir, i la implementació del test en si s'ha tornat gairebé trivial. Hem passat a treballar amb TDD de forma completa: primer els tests, després el codi.
La conseqüència directa és en la qualitat: si la IA introdueix un bug en modificar alguna cosa, els tests ho detecten. És una xarxa de seguretat que abans no teníem de forma tan exhaustiva.
Revisió i validació. Tot passa per revisió humana. Revisem la lògica, l'estructura, l'eficiència, i sobretot, que el que s'ha construït resol el problema real del client — no només el problema tal com la IA l'ha interpretat.
Iteració. Amb aquest procés, iterar és més àgil. Si alguna cosa no encaixa, ajustem l'especificació, regenerem i tornem a validar. El cicle de feedback s'ha escurçat considerablement.
El que hem après
La IA és una eina de producció excel·lent: generar codi, escriure tests, refactoritzar, documentar. És un multiplicador de productivitat real.
Però té limitacions clares. No entén el negoci del client. No sap que un camp «data de lliurament» té implicacions logístiques que afecten tres departaments. No qüestionarà un requisit que no té sentit. No proposarà una solució més simple si no li dones prou context.
L'experiència de l'equip importa més que mai. La diferència entre fer servir la IA amb criteri i sense és la diferència entre un producte sòlid i deute tècnic acumulat a gran velocitat.
Cap a on va això
El rol del desenvolupador ha canviat. Dediquem més temps a pensar, dissenyar, especificar i validar. Menys a la implementació mecànica. I el resultat és millor: més cobertura de tests, menys errors, solucions més robustes.
La IA continuarà millorant. El que avui requereix un equip que pensi bé les especificacions, potser demà ho farà de forma més autònoma. Però la nostra experiència fins ara és clara: la combinació d'eines potents i un equip amb criteri per fer-les servir és el que produeix bons resultats.
I això és el que oferim als nostres clients.
