El momento en que cambié de opinión
Estaba refactorizando un módulo legacy en React. Tipos inconsistentes, lógica mezclada con presentación, tests inexistentes. El tipo de código que uno conoce bien pero que da pereza tocar. Le di el contexto a Claude Code, le dije qué quería lograr, y en diez minutos tenía una propuesta estructurada que yo habría tardado una hora en esbozar solo.
No me sorprendió la velocidad. Me sorprendió que la propuesta era buena. Tenía criterio.
Ahí decidí tomarme esto en serio.
Las herramientas que uso
No uso una sola herramienta porque no existe una que lo haga todo bien.
Claude Code es mi par de programación. Lo uso directamente en el editor para tareas de código complejas: refactors, arquitectura, revisar lógica. Razona bien, no alucina tanto, y cuando no sabe algo lo dice.
Cursor tiene la ventaja de integrarse al editor con autocompletado contextual. Es útil para el flujo de escritura rápida cuando ya sé qué quiero construir.
GitHub Copilot fue mi primer contacto con IA en el código. Me sorprendió: pequeños nudges que aceleraban mi ritmo sin que yo casi lo notara. Hoy casi no lo uso, pero tiene su lugar en la historia de cómo llegué hasta acá. Lo que empezó como autocompletado se convirtió en algo mucho más grande.
ChatGPT y Gemini los consulto cuando necesito una segunda opinión o quiero explorar un problema desde otro ángulo. También para búsquedas técnicas donde Perplexity no llega al nivel de detalle que necesito.
Perplexity reemplazó a Google para búsquedas técnicas. Me da fuentes, me ahorra contexto, va al punto.
OpenClaw lo estoy explorando para orquestación de agentes. Estoy investigando cómo automatizar flujos de trabajo más complejos, y aquí es donde la IA deja de ser un asistente y empieza a ser infraestructura.
La parte que nadie te dice
La IA no reemplaza el criterio. Acelera la ejecución, pero no sabe qué es importante para tu proyecto, qué deuda técnica vale pagar ahora, o qué arquitectura va a sobrevivir el siguiente año.
Si le haces una pregunta vaga, te da una respuesta vaga. Si no sabes leer el output, no sabes si es bueno. Si no tienes experiencia para cuestionar la respuesta, te puedes meter en problemas fácilmente.
Lo que sé lo aprendí resolviendo problemas reales. Y eso me enseñó algo: la herramienta vale lo que vale quien la usa. Con IA aplica exactamente igual.
Cómo lo integro en la práctica
Arranco el día revisando lo que tengo que construir. Si es algo nuevo y complejo, empiezo con una conversación: le explico el contexto, las restricciones, lo que ya intenté. Usualmente eso me genera el esqueleto del problema.
Para código, trabajo en sesiones: contexto claro, tarea acotada, output revisado. No le doy el control del cursor. Yo reviso todo lo que genera antes de que entre al repositorio.
Para investigar tecnologías o tomar decisiones de arquitectura, lo uso como interlocutor. Le hago preguntas, empujo sus respuestas, busco los huecos. Es como tener un colega con mucha memoria pero sin experiencia propia.
Lo que le diría a otro desarrollador
Úsalas. Pero no las uses para pensar menos, úsalas para pensar mejor.
Si dependes de ellas para entender lo que estás construyendo, tienes un problema. Si las usas para ir más rápido en lo que ya entiendes, es una ventaja real.
La curva no es técnica, es de criterio. Toma tiempo aprender a hacer las preguntas correctas, a evaluar las respuestas, a saber cuándo confiar y cuándo cuestionar. Pero una vez que lo tienes, el salto de productividad es genuino.
Llevamos meses con esto y recién estamos aprendiendo a usarlo bien.
