La medicina tardó siglos en dividirse en traumatólogos, cardiólogos y pediatras. El software es mucho más joven, y en estos cincuenta años de vida, de profesionalización de verdad quizá solo podamos hablar en la última década. Aun así, hoy ya no hablamos de “programadores”, sino de especialistas por disciplina e incluso por lenguaje de programación.
Backend o frontend. Data scientist, DevOps, QA o mobile. Y dentro de cada disciplina, todavía más fino: Senior PHP Developer, Python Expert, Senior React Developer, Senior Ruby on Rails Engineer, Golang Backend Engineer. Son títulos que hemos visto llenar LinkedIn durante años.
Primero hay que entender por qué se produjo esta especialización, y darle el valor que tiene. Hoy todo es software. Todos nos hacemos una idea de los equipos técnicos de Amazon, Google o Netflix, pero pasa lo mismo en las startups tecnológicas, donde el grueso de la plantilla suele ser el equipo tech. Y es así porque, para llevar un producto complejo a producción, necesitas especialistas en cada disciplina, y a menudo gente muy buena en un lenguaje concreto.
Pues bien, en el último año y medio todo esto ha cambiado por completo. Durante estas últimas décadas nos habíamos formado para ser los especialistas en “rodillas” del software, y ahora hemos hecho un rollback hacia el médico de familia, más generalista: el programador que lo hacía todo, como decíamos antes.
Eso sí, con una pequeña diferencia: los sistemas no solo siguen siendo complejos, sino que tienen más dependencias, interactúan con ellos más actores que nunca y la complejidad del software no ha parado de crecer.
¿Y los especialistas? Ahora son los agentes de IA.
Lo que nos costaba y no veíamos
Jueves por la tarde. La funcionalidad está lista, el desarrollo hecho, pero el compañero que tenía que hacer la code review ya se ha ido. El viernes tenemos la política de no deploy on Friday, así que ya lo haremos el lunes. El lunes surge una urgencia nueva, y aquella funcionalidad pasa al martes.
¿Os suena? Es un quebradero de cabeza y un agujero en la caja de la empresa: cada día que pasa es coste de oportunidad perdido.
Las empresas con más presupuesto pueden tener equipos más diversificados y reducir así estas dependencias. Contratan a un segundo especialista en el mismo lenguaje, a veces no por el volumen de trabajo, sino para asegurar el delivery. Multiplícalo por cada lenguaje y cada capa, y buena parte de un equipo técnico existe para cubrirse a sí mismo.
¿Y qué pasa cuando el presupuesto es más ajustado y solo hay una persona por disciplina? Que si la de backend está de vacaciones, el backend no avanza.
Luego están los traspasos. El backend termina, el frontend lo coge, QA lo prueba, sistemas lo despliega. Cada traspaso es una cola. Cada cola, unos días que nadie había planificado.
Y el coste más grande: qué pasa una vez eso se ha entregado al cliente. ¿Estamos cerca del negocio? ¿Vemos si aquella funcionalidad ha tenido impacto o no? Normalmente, cuando un equipo tech entrega una tarea, se pone con la siguiente. Y aquí hay un desalineamiento claro entre lo que se entrega y lo que el cliente realmente quiere.
Qué ha cambiado
Ahora un solo ingeniero puede hacer lo que antes requería un equipo de especialistas. No porque lo sepa todo, sino porque dirige agentes que sí saben.
En agosto de 2025, Thomas Dohmke, entonces CEO de GitHub, explicó que los desarrolladores que más usan la IA han pasado de escribir código a delegarlo y verificarlo.
En febrero de 2026, el co-CEO de Spotify dijo que sus mejores desarrolladores no habían escrito ni una línea de código desde diciembre. Describen el cambio, un agente lo hace, ellos lo revisan y lo publican. A veces desde el móvil, de camino al trabajo.
En agosto de 2026, Uber publicó que más del 70% de sus pull requests se atribuyen a agentes, con personas que las revisan y las aprueban.
No son startups siguiendo una moda. Son equipos de ingeniería muy exigentes, y todos cuentan lo mismo: el trabajo ya no es teclear código.
Ahora los especialistas son los agentes
Aquí viene la parte incómoda: saber Python ya no es una carrera.
Un agente escribe Python, Rust, PHP o TypeScript. Conoce el framework que aprendiste el año pasado y el que no aprenderás nunca. No distingue entre backend y frontend, porque para él esa frontera no existe.
Kent Beck lo dijo antes de que fuera evidente: el 90% de sus habilidades había pasado a valer cero, y el otro 10% valía mil veces más. Ese 10% no es un lenguaje. Es saber qué hay que construir y juzgar si el resultado es bueno.
Pero un agente solo es preciso si está acotado. Necesita un dominio claro, el contexto justo y una forma de comprobar lo que hace. Pídele que “ayude con el backend” y tendrás una mediocridad muy segura de sí misma. Pídele que “concilie las facturas de proveedores con el ERP y no contabilice nunca nada por encima de 5.000 €” y tendrás una herramienta de confianza.
Alguien tiene que definir ese dominio. Alguien tiene que decidir qué agentes hacen falta y qué no pueden hacer nunca. Ese es el trabajo nuevo.
Los especialistas son los agentes. Los humanos son los generalistas que los diseñan.
Qué hace un generalista
No significa saber un poco de todo. Significa ser responsable de un resultado, desde el problema del cliente hasta un cambio en producción, y de vuelta.
- Entiende el problema hablando con quien lo tiene.
- Lo divide en lo que puede hacer un agente y lo que debe hacer una persona.
- Define los agentes: dominio, contexto, límites.
- Revisa lo que devuelven. Aquí la profundidad todavía cuenta: no en la sintaxis, en el criterio.
- Lo pone en producción y mira qué pasa.
Algunas empresas ya contrataban así antes de la IA. PostHog lo llama product engineer: una persona que lleva una funcionalidad desde la idea hasta el feedback de los usuarios. Habla con ellos, publica y vuelve a empezar. Sin pasárselo a otro equipo.
Y la métrica cambia. No cuentan los story points ni las líneas de código. Cuenta el tiempo entre el problema de un cliente y un cambio que pueda usar. El equipo que cierra ese ciclo en días gana al que lo cierra en meses, sea cual sea su lenguaje.
Antes de despedir a nadie
Esto no va de “la IA sustituye a los ingenieros”. Dos advertencias.
Las herramientas solas no te hacen más rápido. A principios de 2025, un estudio de METR encontró desarrolladores experimentados un 19% más lentos con IA, aunque creían que iban más rápido. Un año después, cuando intentaron repetir el estudio, muchos ya no querían trabajar sin IA. La velocidad no viene de la herramienta. Viene de cambiar cómo se organiza el trabajo.
Y un generalista sin criterio es peor que un especialista. Si no distingues el código bueno del que solo lo parece, el agente te ayudará a equivocarte más deprisa.
Qué hacer el lunes
Si diriges una empresa: deja de buscar gente por lenguaje. Organiza los equipos alrededor de un resultado para el cliente. Mide cuánto tarda un problema en llegar resuelto a producción. Y antes de contratar a un segundo especialista por si acaso, pregúntate si lo que necesitas es un agente bien definido y una persona que se responsabilice de él.
Si eres ingeniero: acércate al producto. Aprende el negocio en el que trabajas. Aprende a darle a un agente un encargo que no pueda malinterpretar, y revisa lo que te devuelve como si llevara tu nombre debajo. Porque lo lleva.
Durante veinte años, la industria ha premiado a quien iba más a fondo en una sola especialidad. Ahora premiará a quien ve el conjunto.
Este es también el trabajo que hacemos con nuestros clientes: un forward deployed engineer se integra en el equipo, aprende el negocio y lleva los AI workflows hasta producción.