Ruby y la IA: ¿por qué algunos lenguajes funcionan mejor con agentes inteligentes?

A nadie le sorprende que el debate sobre qué lenguaje de programación es el mejor siga generando polémica. Cada año aparecen nuevos contendientes y otros quedan en segundo plano. Ruby, sin embargo, ha vuelto a aparecer en la conversación por un motivo que pocos esperaban.

Recientemente, un equipo decidió dejar de lado las opiniones y medir directamente cómo se comporta un agente de IA cuando tiene que escribir código en distintos lenguajes. Los resultados han puesto sobre la mesa algo que va más allá de las preferencias personales.

Un experimento que midió lo que realmente importa

El grupo de Coolhand Labs propuso una prueba sencilla: desarrollar la misma funcionalidad en tres lenguajes distintos usando Claude Code con Sonnet 4.6. El objetivo era comparar el rendimiento real del agente en Ruby, TypeScript y Python.

Para mantener la objetividad, siguieron un proceso claro:

• El agente de IA proponía un plan
• Un humano lo revisaba y lo aprobaba sin cambios
• Otro agente (Opus 4.7) realizaba la revisión de código
• Se generaban PRs hasta que pasaban todas las pruebas del CI

El enfoque permitió observar diferencias reales en tiempo, consumo de tokens y calidad del código generado.

Los resultados revelan más que solo velocidad

Ruby terminó por delante. Los agentes completaron las tareas en menos tiempo y con menos tokens. TypeScript ocupó el segundo lugar, aunque con más variación entre las ejecuciones. Python, en cambio, mostró tiempos más altos y flujos de trabajo más complejos.

Lo interesante no fue solo el resultado, sino lo que descubrieron al analizar por qué Python se comportaba de esa forma. La diferencia no tenía que ver con el lenguaje en sí,而是 con las instrucciones adicionales que el repositorio incluía.

Las instrucciones determinaron el comportamiento

En el caso de Python, las an