Adopción de IA en Codificación: Impacto de Cursor en la Programación
La rápida adopción de la inteligencia artificial en el desarrollo de software está transformando la forma en que se escribe el código, con empresas como Anysphere liderando el camino. El producto estrella de Anysphere, Cursor, una plataforma de programación automatizada, se ha convertido rápidamente en un líder global en codificación impulsada por IA, integrándose con modelos de IA generativa de grandes actores como Anthropic y OpenAI.
Cursor funciona como un entorno de desarrollo integrado (IDE), una sofisticada aplicación de software que proporciona facilidades completas a los programadores para el desarrollo de software. Sus características clave incluyen “Cursor Tab”, que autocompleta líneas de código de forma inteligente, y un sistema de delegación que permite a los usuarios encargar pequeñas tareas a la IA, de manera muy similar a trabajar con un programador humano en pareja. Michael Truell, CEO de Anysphere, describe Cursor como un “procesador de texto mejorado” para ingenieros, que les permite editar eficientemente millones de líneas de lógica compleja con asistencia de IA.
Fundada hace tres años por graduados del MIT, el viaje de Anysphere hacia Cursor no fue directo. Truell y sus cofundadores, todos programadores e investigadores de IA de larga trayectoria, exploraron inicialmente el software de diseño asistido por computadora (CAD). Sin embargo, su pasión por la programación y el floreciente potencial de la IA en 2021 —impulsado por la aparición de productos de IA útiles y la comprensión de que modelos más grandes y más datos impulsarían un mayor progreso— los atrajeron de nuevo a las herramientas de codificación. Observaron que las soluciones de programación de IA existentes carecían de la ambición necesaria, lo que los impulsó a construir lo que imaginaron como la plataforma de codificación de IA definitiva.
Una inspiración significativa para Cursor fue GitHub Copilot, que Truell aclamó como el primer producto de IA verdaderamente útil en su esencia. A pesar de los “bordes ásperos” iniciales y las imprecisiones ocasionales, Copilot demostró la aplicabilidad de la IA en el mundo real más allá de los entornos de laboratorio o los sistemas de recomendación. Su utilidad como herramienta de desarrollo no tenía precedentes, incluso para programadores experimentados con configuraciones altamente optimizadas.
Si bien algunas startups tempranas de IA enfrentaron críticas por ser meros “envoltorios” alrededor de APIs existentes, Anysphere ha ido más allá. Truell argumenta que el término “envoltorio” está ahora algo anticuado, ya que incluso construir sobre APIs puede llevar a “productos muy, muy profundos”. La estrategia de Cursor ha sido escalar rápidamente su base de usuarios, utilizando las ideas sobre cómo la IA ayuda y obstaculiza a los programadores para refinar sus modelos. Solo su “modelo Tab” maneja más de mil millones de llamadas diarias, lo que lo convierte en uno de los modelos de lenguaje más grandes que generan activamente código de producción. Este modelo, ahora en su cuarta o quinta generación, se entrena con vastas cantidades de datos de productos, aprovechando talento e infraestructura especializados, incluida la experiencia de un desarrollador que construyó un producto temprano de autocompletado de programación llamado TabNine.
La rápida adopción de herramientas de codificación de IA como Cursor entre ingenieros profesionales es sorprendente. Truell relata historias de ingenieros que se vuelven tan dependientes de Cursor que expresan pánico ante la idea de perder el acceso. Esta aceptación generalizada se debe a varios factores:
Naturaleza basada en texto: La programación es inherentemente basada en texto, una modalidad en la que la IA sobresale.
Datos abundantes: Internet proporciona un vasto tesoro de código de código abierto para el entrenamiento de la IA.
Verificabilidad: El código puede ejecutarse y probarse, proporcionando una retroalimentación clara para que los modelos de IA aprendan y mejoren a través del aprendizaje por refuerzo, de manera muy similar a cómo la IA domina los juegos.
Si bien las herramientas de IA innegablemente aumentan la productividad, Truell señala que esto no se traduce necesariamente en menos horas de trabajo para los programadores. En cambio, las ganancias a menudo son absorbidas por la “elasticidad” y la ineficiencia inherentes al desarrollo de software a escala profesional. En grandes organizaciones, gestionar millones de líneas de código existente es un proceso intensivo en mano de obra. La IA ayuda a agilizar esto, permitiendo a los ingenieros abordar tareas más complejas o acelerar los ciclos de desarrollo en lugar de simplemente reducir su carga de trabajo.
Más allá del uso profesional, la codificación con IA también ha dado lugar a la “codificación por vibración” (vibe coding), donde aficionados e incluso novatos experimentan con la construcción de software. Si bien el enfoque principal de Cursor sigue siendo los ingenieros profesionales, Truell reconoce que hacer las herramientas más potentes para los expertos las hace inadvertidamente más accesibles para otros. Él vislumbra un futuro donde la construcción de software sea mucho más accesible, potencialmente sin un conocimiento profundo de los lenguajes de programación. Sin embargo, advierte que lograr el desarrollo de software de grado profesional para “cualquiera” aún está a cierta distancia. Truell diferencia la “codificación por vibración” para entretenimiento o pasatiempo de sus aplicaciones profesionales, como diseñadores que crean prototipos o personal no técnico que contribuye con pequeñas correcciones a las bases de código corporativas. Él cree que, si bien el interés en aplicaciones personalizadas y desechables está creciendo, el núcleo del desarrollo de software profesional probablemente seguirá en manos de una minoría dedicada de constructores.
Mirando hacia el futuro, Truell anticipa una evolución continua en el papel de la IA. Si bien predecir porcentajes exactos es un desafío, sugiere que en un “escenario alcista”, más de la mitad de las tareas de programación actuales podrían delegarse a la IA a partir de instrucciones de texto de alto nivel en aproximadamente un año. Sin embargo, persisten importantes obstáculos técnicos para la automatización completa. Estos incluyen permitir que los modelos aprendan y comprendan continuamente bases de código completas y contextos organizacionales, mejorar su capacidad para procesar grandes cantidades de información (“ventanas de contexto” más largas) y desarrollar capacidades multimodales que permitan a la IA interactuar con el software a través de interfaces gráficas de usuario (GUI). Lograr una coherencia a largo plazo para los agentes de IA que trabajan en tareas equivalentes a semanas de esfuerzo humano también presenta un desafío arquitectónico. Truell traza un paralelo con la industria de los coches autónomos, que ha visto un inmenso progreso pero también ha enfrentado barreras inesperadas, sugiriendo que el camino hacia la IA avanzada será igualmente complejo e iterativo.
Anysphere, actualmente un equipo de aproximadamente 150 personas, tiene como objetivo mantenerse ágil mientras crece significativamente para abordar sus ambiciosos objetivos. Truell, quien dedica una parte sustancial de su tiempo a la contratación, enfatiza una cultura que es “escéptica del proceso” y “escéptica de la jerarquía”, fomentando la honestidad intelectual, la curiosidad y un profundo compromiso con la misión de automatizar la programación. Él ve a Anysphere como un “experimento” único situado entre los laboratorios de modelos fundacionales y las empresas de software tradicionales, sobresaliendo tanto en el desarrollo de productos como en la innovación de modelos subyacentes.
La empresa se enfrentó recientemente a la reacción de los usuarios por un cambio en su modelo de precios, de basado en solicitudes a basado en el cómputo. Truell admite que la comunicación “podría haber sido mucho mejor” y reconoce que los consumidores, acostumbrados a suscripciones de tarifa plana como Spotify o Netflix, encuentran desafiante el precio basado en el uso. Explica que a medida que los agentes de IA trabajan más tiempo y ofrecen más valor, los costos computacionales subyacentes se vuelven más variables. Anysphere tiene como objetivo ofrecer a los usuarios opciones: una experiencia premium basada en el uso para usuarios intensivos, o un plan de suscripción predecible que satisfaga a la gran mayoría que no alcanza sus límites.