Max Kanat-Alexander, Executive Distinguished Engineer en Capital One, propone un enfoque pragmático para preparar a las organizaciones para la era de los agentes de codificación. En lugar de apostar por una tecnología específica que quedará obsoleta en seis meses, identifica las "inversiones sin arrepentimiento" ("no regrets investments"): mejoras fundamentales de la experiencia del desarrollador (DevX) que benefician tanto a los humanos como a los agentes. Su mantra: "Lo que es bueno para los humanos es bueno para la IA" ("What's good for humans is good for AI").
Los agentes, como los desarrolladores nuevos, necesitan un entorno sano para ser productivos. Kanat-Alexander enumera varios pilares: 1. Estandarización: los agentes aprenden a partir de código open-source estándar. Utilizar herramientas de compilación propietarias o lenguajes oscuros los vuelve ineficientes. Las organizaciones deben alinearse con los estándares de la industria. 2. Validación rápida y clara: los agentes iteran por ensayo y error. Si las pruebas tardan 20 minutos (CI lenta) o devuelven errores crípticos, el agente falla. Se requieren CLI rápidas y mensajes de error explícitos. 3. Estructura y legibilidad: en bases de código "legado" ilegibles donde la lógica está oculta, el agente está tan perdido como un humano. Refactorizar para lograr claridad y capacidad de prueba es un prerrequisito para un uso eficaz de la IA. 4. Documentación de la intención: el agente no puede adivinar el contexto de negocio ni las decisiones tomadas en reuniones. La documentación debe centrarse en el "por qué" y en las restricciones externas (por ejemplo, el formato de una API de terceros) que el código por sí solo no revela.
Luego aborda el gran desafío: la revisión de código (Code Review). Con la IA, la producción de código se dispara, convirtiendo a cada desarrollador en un revisor a tiempo completo. El riesgo es saturar a los revisores y dejar pasar código mediocre ("rubber stamping"), creando un círculo vicioso de deuda técnica. Insiste en la necesidad de mantener un alto nivel de calidad, distribuir la carga de trabajo de revisión y formar a los desarrolladores junior en la lectura crítica de código, ya que ahí es donde se decidirá la calidad futura del software.