Lo que los equipos de bases de datos pueden enseñarnos sobre los agentes de IA en programación

Vamos a ser directos: cada semana aparece una nueva noticia sobre agentes de IA escribiendo código a velocidades sobrehumanas.Cursor reconstruyó SQLite en días. Fábricas de software generan pull requests al por mayor. Es suficiente para que cualquier desarrollador se pregunte si su empleo tiene los días contados.

Pero lo que esas noticias no cuentan es algo importante: la velocidad es lo fácil. ¿Hacer que los agentes escriban código rápido? Eso ya está resuelto. ¿Hacer que escriban código en el que realmente confiarías para sistemas en producción? Ese es el problema difícil que nadie quiere discutir.

Cockroach Labs compartió recientemente su enfoque para este desafío, y vale la pena analizarlo — especialmente si eres una startup o desarrollador que piensa integrar agentes de IA en su flujo de trabajo.

La Pregunta de los 160.000 Dólares

En 2024, Cockroach Labs añadió soporte para Oracle a su herramienta de migración llamada MOLT. El proyecto tardó nueve meses y costó aproximadamente 160.000 dólares en tiempo de ingeniería. Un trabajo sólido, profesional, realizado por ingenieros con experiencia.

Luego llegó abril. El equipo necesitaba añadir soporte para IBM Db2 — una base de datos con un dialecto SQL rico, un sistema de tipos complejo y un protocolo wire nativo. El alcance técnico equivalente.

Lo lograron en menos de dos días. El costo total fue de 4.172 dólares.

¿El truco? Ningún humano escribió ni una sola línea de código.

Antes de empezar a redactar tu carta de renuncia mental, piensa en qué hizo posible esto: no fueron solo agentes más inteligentes. Fue un sistema construido alrededor de una premisa radical — que el cuello de botella no es escribir código, sino escribir código confiable.

MOLT Sinai: Una Clínica de Programación

Cockroach Labs no simplemente lanzó agentes al problema. Construyeron lo que llaman MOLT Sinai: un pipeline inspirado en los hospitales universitarios donde los problemas se convierten en "pacientes", el código fusionado se convierte en "alta médica", y los revisores humanos son los "Jefes de Servicio".

El vocabulario es encantador, pero la filosofía subyacente es seria:

• Los issues son pacientes: Cada tarea entra al sistema con documentación, pasa por triaje y sigue un camino de atención definido
• La descomposición es el diagnóstico: Los problemas grandes se dividen en subproblemas con grafos de dependencias explícitos. Primero el trabajo de fundamentos. Luego los sistemas de tipos. Finalmente los iteradores de filas. No puedes acelerar la sanación.
• La revisión es la ronda médica: Cada pieza de trabajo se examina, se devuelve para revisiones (a veces 55 veces por cada issue padre), y escala cuando es necesario
• Los humanos son los chiefs: La autoridad final permanece con ingenieros experimentados que pueden escalar issues a sí mismos cuando algo parece incorrecto

Esto no se trata de reemplazar a los doctores — se trata de construir un sistema donde residentes, adjuntos y especialistas tienen roles claramente definidos.

Por Qué el Rendimiento Es la Métrica Equivocada

Aquí es donde la mayoría de los experimentos con IA en programación se equivocan: optimizan para "PRs por hora" o "líneas de código por día". Estas métricas se ven emocionantes en demos. Generan buenos titulares. Son casi inútiles para realmente entregar software.

Cockroach Labs lo dice sin rodeos: prefieren que los agentes tarden 10 veces más antes de meter datos incorrectos en una migración de un cliente. Para una empresa cuya propuesta de valor entera es la corrección de datos, esto no es solo filosofía — es supervivencia.

Su pregunta no era "¿cuántas PRs podemos fusionar?" Era "¿cuántas de estas PRs nos darían vergüenza fusionar?"

Esa es una pregunta que más equipos deberían hacerse, usen o no agentes de IA.

Qué Pasó en Realidad

Cuando el soporte para Db2 llegó a MOLT:

• 32 sub-issues se abrieron bajo el issue padre
• 27 pull requests se fusionaron a través del pipeline
• 55 veces, los revisores devolvieron el trabajo para correcciones
• 9 issues escalaron, con 2 requiriendo intervención humana
• La cobertura de tests igualó su dialecto más probado (PostgreSQL)

Los agentes no fueron perfectos. Crearon issues contra su propio trabajo: gaps en fixtures, bugs en mapeo de tipos, correcciones de niveles de aislamiento. Necesitaban supervisión. Pero la supervisión fue estructurada, con propósito y proporcional a la complejidad del trabajo.

Compara esto con una fábrica de software ejecutando agentes en paralelo con una capa que maneja las fusiones. Esa arquitectura tiene sentido cuando el cuello de botella es la velocidad de escritura. ¿Para trabajo crítico para la correctness? Necesitas algo más parecido a un hospital, no a una línea de producción.

Qué Significa Esto para Tu Equipo

Olvida, la mayoría de ustedes no están construyendo herramientas de migración de bases de datos. Están construyendo web apps, APIs, herramientas internas, MVPs para el próximo gran proyecto. Las consecuencias son diferentes.

Pero la lección aplica: los agentes de IA destacan en volumen, los humanos destacan en criterio. Los equipos que sacan verdadero valor de la programación con IA no están simplemente preguntándole a ChatGPT y enviando el resultado. Están construyendo sistemas que aprovechan las fortalezas de cada uno.

Esto podría significar:

• Usar agentes para boilerplate, tests y andamiaje
• Construir pipelines de revisión que atrapen lo que los agentes pasan por alto
• Tratar la salida del agente como "borrador uno" en lugar de "listo para enviar"
• Mantener humanos en el loop para cualquier cosa que toque datos de clientes o lógica central del negocio

Los desarrolladores que prosperarán junto a los agentes de IA no son los que aprenden a escribir más rápido. Son los que aprenden a arquitectar sistemas que convierten la IA en un multiplicador de fuerzas en lugar de un pasivo.

La Conclusión Final

MOLT Sinai procesó el equivalente a nueve meses de trabajo de ingeniería en dos días, al 2,5% del costo, con calidad comparable al código escrito por humanos.

Pero ese titular oculta lo que realmente pasó: un equipo de humanos construyó un sistema riguroso, definió roles claros, estableció puntos de control significativos y luego confió en que sus agentes operaran dentro de ese marco.

Los agentes no reemplazaron a los ingenieros. Los amplificaron.

Esa no es una historia sobre IA reemplazando desarrolladores. Es una historia sobre desarrolladores construyendo sistemas lo suficientemente sofisticados para usar la IA bien.

Y sinceramente? Esa es la versión de esta historia que vale la pena prestar atención.

¿Cansado de infraestructura que te frena? Vibe Hosting combina despliegue potenciado por IA con la confiabilidad que necesitas para enviar rápido sin el miedo. Registro de dominios, certificados SSL y hosting en la nube — todo en un solo lugar.