Anthropic publicó datos internos que cambian la conversación sobre productividad en ingeniería: Claude escribe más del 80% del código que va a producción. Los ingenieros shipan 8× más código por día que en 2024. Tasa de éxito en tareas abiertas: 76% en mayo de 2026, frente a 26% en noviembre de 2025. La aceleración es real. Pero la misma Anthropic reconoce: a medida que empezamos a empujar más código por la organización, el code review humano se convirtió en un nuevo cuello de botella.
Los números que nadie quiere ver
Faros AI instrumentó a 22 mil desarrolladores en 4 mil equipos y cuantificó el otro lado de la moneda. Tiempo mediano de review: +441,5%. Tasa de defectos por desarrollador: un aumento que se aceleró de 9% a 54%. Incidents-to-PR ratio: +242,7%. Code churn: +861%. PRs mergeados con cero review: +31,3%.
Nadie decidió dejar de revisar. Los revisores simplemente no pudieron seguir el volumen. El resultado es previsible: los PRs se acumulan, los revisores quedan sobrecargados, y la calidad cae, no porque la IA escriba código malo, sino porque el proceso de garantía de calidad no fue rediseñado para el nuevo volumen.
GitClear da la piedra de Rosetta: los usuarios diarios de IA producen aproximadamente 4× el output bruto de los no usuarios, pero la ganancia real de productividad es aproximadamente 12%. El gap entre 4× y 12% es donde vive la crisis de review. Código que entra rápido, pero necesita reescribirse, revertirse o corregirse poco después, no es productividad, es ruido disfrazado de velocidad.
La ironía estructural
El creador pide frenos mientras acelera. Anthropic publica datos que prueban que la IA se construye a sí misma, Claude ya escribe la mayoría del código de producción, y luego pide un mecanismo global de pausa verificable. Pero solo si los competidores también pausan. Mientras tanto, lanza updates cada dos semanas. La misma empresa que eliminó su propio compromiso vinculante de halt en febrero ahora le pide al mundo que construya uno.
Esto no es hipocresía, es la tensión estructural de la industria. Quien desacelera solo pierde mercado. Quien acelera sin frenos pierde calidad. El resultado es que la calidad se convierte en el costo oculto de la velocidad, y ese costo recae sobre los ingenieros seniors, exactamente las personas que menos puedes permitirte perder.
La evidencia se acumula
CMU estudió Cursor: +39% de PRs mergeados, +25,1% de complejidad de código. CodeRabbit: el código generado por IA carga 1,7× más issues. Veracode: el 45% del código generado por IA contiene fallas de seguridad. Y el dato más desconcertante, según Anthropic internamente: los devs con IA puntuaron 17% menos en tests de comprensión, 50% vs 67% de los que no usaron IA.
El patrón es consistente: más código, más rápido, con menos comprensión de lo que se está mergeando. El sistema se está rompiendo por las costuras. La aceleración es real. La calidad es el costo oculto. Y el costo recae sobre los ingenieros seniors, que son exactamente las personas que menos puedes permitirte perder.
Rediseñar el pipeline, no desacelerar
La respuesta no es volver a escribir código manualmente. Es rediseñar el pipeline de garantía de calidad para el nuevo volumen. Circuit breaker: triage de PRs por blast radius antes del review humano. AI-assisted review como primer filtro, según Anthropic, ese enfoque elevó la tasa de review substantivo de 16% a 54% con su herramienta interna. Tiered review: los cambios en módulos críticos exigen review humano obligatorio, los cambios en módulos periféricos pueden seguir con review AI-first.
En Tech86, aplicamos este razonamiento en la práctica. Cuando ayudamos a equipos a integrar IA en el proceso de desarrollo, el primer paso no es elegir el modelo, es rediseñar el pipeline de calidad. Sin circuit breaker por blast radius y AI-assisted review como primer filtro, la IA solo mueve el cuello de botella de escribir código a confiar en el código. Y el problema de confianza es más difícil de lo que jamás lo fue el de escritura.