Cómo la IA cambió mi forma de programar

Durante mucho tiempo me mantuve escéptico frente a las herramientas de IA para escribir código. Sabía que podían generar funciones simples o explicar conceptos, pero ¿realmente podían ayudar a construir algo sólido y funcional? Esa era la duda que me rondaba.

Todo cambió cuando vi cómo otros desarrolladores estaban lanzando proyectos reales usando estas herramientas como parte de su flujo de trabajo habitual. No las veían como experimentos, sino como aliados que multiplicaban su productividad. Eso me hizo replantearme cómo estaba usando la IA hasta ahora.

El proyecto de prueba: Cosmobot

Decidí retomar una idea antigua: crear un framework de chatbots que pudiera conectarse a diferentes plataformas de mensajería como Telegram, QQ o Discord. El proyecto parecía ideal para probar la IA porque era manejable, usaba tecnologías que no dominaba y exigía una arquitectura limpia.

Elegí un stack ambicioso para mi nivel:

Effectful — Un sistema de efectos que permite declarar explícitamente qué acciones puede realizar cada función. En lugar de tener I/O disperso en el código, cada función indica qué efectos puede generar.

Streaming — Una librería para manejar flujos de datos continuos, perfecta para procesar mensajes de diferentes plataformas.

Primeras experiencias

Empecé con un archivo llamado AGENTS.md que describía lo que quería construir. Luego simplemente fui solicitando funcionalidades una por una.

Lo que ocurrió después fue sorprendente. Cuando pedí soporte para QQ, esperé que necesitara varias correcciones debido a la falta de documentación en inglés. Sin embargo, la IA entregó una integración funcional y bien estructurada desde el primer intento.

Otro ejemplo ocurrió al cambiar la configuración de dotenv a TOML. En lugar de enfrentarme a una refactorización compleja, la IA entendió el objetivo y ejecutó el cambio sin problemas.

El ciclo de desarrollo

La dinámica que se estableció fue muy distinta a la habitual. El proceso se reducía a compilar, probar, verificar el comportamiento y pedir la siguiente función. La velocidad era tal, que ya no revisaba cada línea de código. Solo comprobaba que el resultado cumpliera lo que necesitaba.

Esta rapidez no significó sacrificar calidad. Al contrario, el nivel del código mantuvo buen nivel y pude explorar ideas mucho más rápido de lo usual.

Qué significa esto en la práctica

La experiencia me enseñó que la IA no viene a reemplazar al desarrollador. En cambio, permite elevar el nivel de trabajo: enfocarse en la arquitectura, en las decisiones de diseño y en verificar que el comportamiento coincide con lo que se pretende.

La IA se encarga de convertir esas ideas en código funcional. Aunque siempre hay que supervisar el resultado, la posibilidad de construir y ajustar prototipos en horas en lugar de días abre nuevas posibilidades.

Aplicación en proyectos reales

Si estás trabajando en proyectos que requieren infraestructura como hosting o DNS, la misma dinámica puede aplicarte. Con una iteración rápida, proyectos que normalmente tomarían semanas pueden reducirse a días. 这