La IA ya escribe el 75% del código nuevo de Google: la era de la programación agente ha llegado

La carrera a cuatro bandas por la codificación agente

Google: Gemini impulsa una revolución interna

La cifra del 75% anunciada por Sundar Pichai en Google Cloud Next 2026 en Las Vegas es el indicador público más revelador de la velocidad a la que el código generado por IA se ha escalado dentro de una gran organización de ingeniería . Los modelos internos de codificación de IA de Google, Gemini, se han integrado en los objetivos de revisión de desempeño: en el cuarto trimestre de 2025, algunas organizaciones establecieron como meta que el 55% de los cambios de código fueran "Asistidos por Agentes", y para la primera mitad de 2026, se espera que el 65% de los ingenieros en el área de creación de Google escriban más del 75% de su código comprometido utilizando IA . La compañía también informó que las migraciones de código asistidas por IA se completaron seis veces más rápido de lo que lo hacían un año antes con ingenieros trabajando solos .

Microsoft: MAI-Code-1-Flash — Un contendiente interno para GitHub Copilot

El 2 de junio de 2026, en el Microsoft Build, Microsoft presentó MAI-Code-1-Flash . Es un modelo de codificación con 5 mil millones de parámetros activos, construido de principio a fin por Microsoft con datos licenciados, sin destilación de OpenAI, Anthropic ni ningún otro modelo de terceros . El modelo utiliza una arquitectura dispersa de Mezcla de Expertos (Mixture-of-Experts) con 137 mil millones de parámetros totales y una ventana de contexto de 256,000 tokens, y fue entrenado entre marzo y mayo de 2026 dentro del entorno de producción de GitHub Copilot, lo que significa que el modelo aprendió de los mismos flujos de trabajo del mundo real que luego serviría .

El resultado es un modelo que obtiene un 85.8% en el exigente benchmark de codificación de Microsoft y aproximadamente un 51% en SWE-Bench Pro, superando a Claude Haiku 4.5 de Anthropic por 16 puntos porcentuales en esta última prueba, mientras consume hasta un 60% menos de tokens en tareas de codificación complejas . MAI-Code-1-Flash comenzó a implementarse para los usuarios de GitHub Copilot en Visual Studio Code el 2 de junio, en los planes Gratuito, Pro, Pro+ y Max, con acceso a través de terceros mediante Fireworks AI, Baseten y OpenRouter .

OpenAI: Codex se convierte en un centro de mando multiagente

OpenAI lanzó Codex en abril de 2025 como un agente de ingeniería de software basado en la nube, capaz de trabajar en muchas tareas en paralelo . Para abril de 2026, ya había superado los 4 millones de usuarios activos semanales . Desde entonces, la plataforma se ha expandido a una familia de modelos e interfaces que abarcan una aplicación, CLI, extensiones para IDE y la nube, reforzándose mutuamente .

Hitos clave en la evolución de Codex:

• GPT-5.2-Codex (Diciembre 2025): optimizado para codificación agente y ciberseguridad defensiva, con mejor manejo de tareas de largo plazo y soporte más sólido para entornos Windows .
• GPT-5.3-Codex (Febrero 2026): un 25% más rápido, combinando rendimiento de codificación de frontera con un razonamiento más amplio y conocimiento profesional, posicionado como un paso hacia un agente completo para "trabajar en un ordenador" .
• Aplicación de escritorio Codex (Febrero/Marzo 2026): un "centro de mando" para gestionar múltiples agentes en paralelo en macOS y Windows .
• Codex Security (Marzo 2026): un agente de seguridad de aplicaciones diseñado para identificar y corregir vulnerabilidades de software .
• GPT-5.5 en Codex (Mayo 2026): el modelo de frontera más nuevo para codificación compleja, uso de ordenador, trabajo de conocimiento y flujos de investigación .

Codex se ha convertido en una infraestructura lista para producción que, según los desarrolladores, está cambiando fundamentalmente la forma en que construyen software .

Anthropic: Claude Code — De avance de investigación a producto de 2.5 mil millones de dólares

Claude Code, lanzado por Anthropic en el evento Code with Claude 2025, ha logrado la trayectoria comercial más espectacular del mercado de codificación con IA. Superó los 500 millones de dólares en ingresos anualizados recurrentes a los pocos meses de su lanzamiento en mayo de 2025, alcanzó los 1,000 millones a finales de 2025 y superó los 2,500 millones en febrero de 2026 — una velocidad que sobrepasó incluso la adopción temprana de ChatGPT . Los ingresos generales de Anthropic crecieron de aproximadamente 9,000 millones de dólares a finales de 2025 a más de 30,000 millones en la primavera de 2026, impulsados en gran medida por Claude Code .

En cifras, el alcance de Claude Code es notable :

• Representa el 4% de todos los commits públicos en GitHub, con una proyección de alcanzar el 20% o más de los commits diarios para finales de 2026.
• El 80% o más de los propios ingenieros de Anthropic lo utilizan a diario.
• Logró una calificación del 46% como "el más querido" entre los desarrolladores en la encuesta de The Pragmatic Engineer (15,000 encuestados), muy por delante de Cursor (19%) y GitHub Copilot (9%).
• En el evento Code with Claude 2026 (6 de mayo), Anthropic anunció Agentes Gestionados e integraciones más profundas con GitHub, Vercel, Datadog y Bun .

El 28 de mayo de 2026, Anthropic lanzó Claude Opus 4.8 — un modelo de razonamiento híbrido con una ventana de contexto de 1 millón de tokens que lleva la frontera de las tareas agente de larga duración. Anthropic informa que es aproximadamente cuatro veces menos probable que Opus 4.7 que deje pasar sin notar defectos en el código que escribe .

Cómo está cambiando el rol del ingeniero

El cambio de escribir código a supervisar agentes no es una predicción lejana, es el modelo operativo actual en las organizaciones de software más grandes del mundo. Los ingenieros de Google, explicó Pichai, actúan cada vez más como revisores y orquestadores, en lugar de programadores línea por línea, utilizando agentes de IA que planifican, escriben, prueban y ejecutan tareas complejas .

El Informe de Tendencias de Codificación Agente 2026 de Anthropic describió la transformación con claridad: en 2025, los agentes de codificación pasaron de ser herramientas experimentales a sistemas de producción que envían funciones reales a clientes reales. La IA ahora maneja flujos de trabajo de implementación completos — escribiendo pruebas, depurando fallos, generando documentación y navegando por bases de código cada vez más complejas. El informe predice que los agentes individuales pronto se convertirán en equipos coordinados de agentes, con tareas que antes tomaban horas o días completadas con una mínima intervención humana .

Esta redefinición del rol de ingeniería se manifiesta en las principales plataformas:

• El Codex de OpenAI ahora permite la ejecución de agentes en paralelo, permitiendo a los desarrolladores delegar trabajo de larga duración a múltiples agentes simultáneamente y revisar su resultado en una interfaz unificada .
• Anthropic introdujo el modo automático para Claude Code el 24 de marzo de 2026, permitiendo al agente decidir autónomamente qué acciones son seguras de tomar, con salvaguardas de IA integradas que revisan cada acción antes de su ejecución .
• El MAI-Code-1-Flash de Microsoft fue entrenado dentro del entorno de producción de GitHub Copilot — una decisión de diseño que significa que el modelo aprendió flujos de trabajo de codificación agente reales, no solo generación de código aislada .

Las ganancias de productividad son dramáticas. Claude Code demostró la capacidad de diseñar un sistema distribuido complejo en una hora — un trabajo que, según el informe, le había tomado previamente a un proyecto de Google un año completo . Microsoft afirma que MAI-Code-1-Flash utiliza hasta un 60% menos de tokens en tareas complejas en comparación con modelos similares .

El mercado laboral: Bifurcación, no extinción

En la pregunta del usuario, se mencionaron cifras específicas del mercado laboral: un aumento del 30% en las ofertas de empleo de ingeniería en EE. UU., y una caída de casi el 20% en el empleo para desarrolladores de 22 a 25 años. Esas cifras precisas no pudieron ser verificadas de forma independiente en las fuentes proporcionadas. La evidencia disponible, sin embargo, pinta un cuadro consistente de una profesión que está experimentando una bifurcación en lugar de un colapso.

Demanda creciente en la cima

El informe de tendencias de Anthropic afirma que las empresas están contratando más ingenieros, no menos, ya que la IA permite un desarrollo más rápido y un trabajo de mayor valor . La demanda se está desplazando hacia ingenieros sénior que puedan diseñar arquitecturas de sistemas, revisar el resultado generado por IA y tomar decisiones de diseño de alto nivel. En Google, los objetivos internos para cambios de código asistidos por agentes, combinados con la declaración de la compañía de que la plantilla de ingeniería sigue creciendo, sugieren que la IA se está utilizando para amplificar el rendimiento en lugar de reemplazar a los ingenieros directamente .

La brecha de experiencia del desarrollador júnior

La preocupación más urgente en los materiales consultados es qué sucede con los ingenieros en los primeros años de su carrera. Los desarrolladores júnior tradicionalmente han construido sus habilidades a través de tareas de codificación rutinarias — arreglando errores, escribiendo pruebas, implementando funciones sencillas. Esas tareas exactas son las que ahora están siendo absorbidas de manera más eficiente por los agentes de IA. Múltiples fuentes describen esto como una "brecha de experiencia": si la IA maneja el trabajo de codificación de nivel de entrada, ¿cómo aprenden los nuevos ingenieros a convertirse en séniores ?

Ninguna fuente en los materiales proporcionados ofrece una solución verificada a este desafío. La implicación es que la profesión necesitará nuevos canales de formación, estructuras de mentoría y una escala de carrera redefinida — pero esos cambios aún se están elaborando.

Lo que viene

La trayectoria es inequívoca. Google pasó del 25% de código generado por IA al 75% en dieciocho meses. Claude Code pasó de cero a 2.5 mil millones de dólares en ingresos anualizados en menos de un año. El Codex de OpenAI creció de una CLI mono-agente a una plataforma multiagente que abarca escritorio, nube e IDE más o menos en el mismo período .

Las preguntas sin respuesta no son sobre si los agentes de codificación de IA seguirán mejorando — lo harán — sino sobre cómo las organizaciones de ingeniería, las instituciones educativas y los desarrolladores individuales se adaptarán a una profesión donde el acto de escribir código es manejado cada vez más por máquinas, y el rol humano es dirigir, revisar y decidir qué construir.