Hace unos días vi un tweet de Brian Armstrong, CEO de Coinbase, donde anunciaba que recortaban el 14% de la plantilla. Lo que llamó la atención no fueron los despidos en sí sino el resto del texto, en el que explica cómo va a operar Coinbase a partir de ahora bajo lo que llama un modelo AI-native, con cinco capas máximo por debajo del CEO, sin managers puros y equipos pequeños gestionando flotas de agentes de IA. Hace unos meses escribí en este blog sobre cómo las agencias se iban a partir en tres grupos según respondieran a la IA, y una de las hipótesis que planteaba allí era que el sector iba a tirar por la vía de menos puestos pero mejor remunerados, con seniors potenciados por IA y mucho menos sitio para juniors. El tweet de Brian es la confirmación pública de esa hipótesis y por eso quería dar mi opinión.
Cloudflare copió la jugada en cuarenta y ocho horas
Una cosa es despedir gente y otra muy distinta es aprovechar un tweet con más de 23 millones de visualizaciones para publicar abiertamente el manual de operaciones que vas a aplicar a partir de ahora. Lo que en realidad estaba haciendo Brian era dar permiso al resto del sector para hacer lo mismo, y se vio venir rápido. Dos días después, el 7 de mayo, Cloudflare mandó una carta a sus empleados anunciando 1.100 despidos y sus fundadores dijeron explícitamente que no era recorte de costes ni evaluación de desempeño, sino una redefinición de cómo opera una empresa en la era de la IA agéntica. El encuadre era prácticamente idéntico al de Coinbase, y cuando dos compañías de primer nivel publican el mismo manifiesto en cuarenta y ocho horas la coincidencia ya no parece coincidencia.
Yo trabajo como freelance senior en Drupal, así que este movimiento no me afecta como afectaría a alguien dentro de Coinbase, aunque los efectos secundarios sí me llegan. Y desde mi posición, después de un año y pico peleándome con flujos de trabajo con IA, puedo decir que la parte técnica del blueprint encaja con lo que ya estoy viendo funcionar.
Cómo trabajo yo ahora
En mi día a día uso un conjunto de agentes y automatizaciones que he ido construyendo a base de prueba y error, y que me permite sacar proyectos más rápido y con menos errores tontos por el camino. Parte de ese setup lo tengo público en mis repos, en concreto un sistema multiagente sobre DDEV pensado para trabajar con Drupal del que he ido escribiendo aquí en el blog.
Tiene un sobrecoste claro, que es el consumo de tokens, pero a cambio puedo iterar mucho más rápido y eso compensa de sobra. Lo que no se ahorra con este enfoque es la parte de revisar lo que está produciendo la IA y decidir si lo que ha hecho está bien o si hay que reorientarlo. Esa capa de revisión es donde se juega todo, y es justo lo que el blueprint de Coinbase da por hecho sin explicarlo.
El criterio es lo que la IA no te da
Tener criterio es lo que decide si la IA te ayuda de verdad o solo te acelera el ritmo al que generas problemas. La IA escribe código que muchas veces parece bien pero está mal, parece mal pero está bien, o directamente se inventa funciones que no existen. Detectar eso al vuelo no se aprende leyendo documentación ni viendo cursos. Se aprende dedicando años a proyectos reales, viendo cosas romperse y teniendo a alguien con más experiencia al lado que te vaya señalando lo que tú todavía no eres capaz de ver.
Un junior no tiene criterio porque todavía no tiene el bagaje para tenerlo. No es una crítica, es simplemente cómo funciona la curva de aprendizaje. Para tareas simples eso no es un problema porque la IA hace ese trabajo perfectamente bien y por eso justamente está sustituyendo a los juniors en esas tareas. El problema viene en las tareas complejas, donde hace falta experiencia previa para saber qué arquitectura encaja, qué riesgos asumes con cada decisión y qué le tienes que devolver al agente cuando no entrega lo que querías.
De dónde van a salir los seniors de 2036
Si el modelo es que una persona generalista con criterio y dominio de la IA agéntica hace el trabajo de un equipo, surge una pregunta que el texto de Brian no responde: de dónde van a salir esos generalistas dentro de diez años.
La carrera profesional tradicional funcionaba con un trato silencioso. Empezabas haciendo el trabajo aburrido que nadie quería tocar, cobrabas menos porque estabas aprendiendo de los seniors y a cambio absorbías cómo se hacían las cosas grandes. Ese trato es justo lo que ha roto la IA, porque si los agentes hacen el trabajo sucio la moneda con la que los juniors pagaban su formación se ha quedado sin valor, y si los agentes hacen ese trabajo igual de bien o mejor las empresas ya no tienen razón para contratarlos. Hay datos de Stanford y la Oficina de Estadísticas Laborales en Estados Unidos que muestran una caída cercana al 50% en contrataciones junior entre 2023 y 2025, y en LinkedIn las vacantes entry-level pidiendo tres a cinco años de experiencia ya son un meme. La generación que entra ahora al mercado es la primera que tiene que llegar siendo senior antes de que se le permita ser junior.
Qué puede hacer un junior hoy
Si las empresas no te van a contratar para darte la experiencia que necesitas, te la tienes que buscar tú. Esto no es nuevo, llevo recomendándolo en otros artículos desde antes de la explosión de la IA generativa: monta side projects y llévalos a producción.
No vale el típico portfolio con una web estática y un formulario de contacto. Hablo de proyectos reales, lo bastante complejos como para que te obliguen a aprender cosas nuevas mientras los implementas. Pueden ser tuyos, para clientes pequeños o contribuciones a open source. Lo importante es que tengan complejidad, estén en producción y se puedan enseñar. Por un lado aprendes lo que ya nadie te va a enseñar y por otro tienes algo concreto en el portfolio que demuestra que sabes llevar un proyecto desde la idea hasta el deploy. Y si los haces usando agentes de IA, encima ganas experiencia exactamente en lo que el mercado va a pedir, aprendiendo sus límites, sus trampas y tus propias buenas prácticas para evitar problemas en producción.
Lo que pienso desde el lado freelance
El gran ganador silencioso de este movimiento es el freelance que trabaja solo. Hace cinco años, sacar un proyecto medianamente serio pedía un equipo con frontend, backend, diseño, copy y alguien que coordinara todo. Hoy, con un buen setup de agentes, una sola persona puede llevarlo entero. El agente hace el grueso del trabajo en cada disciplina y la persona se ocupa de revisar con criterio para garantizar que lo que llega al cliente tenga el nivel que ha pagado. No hace falta ser hiperexperto en cada área, hace falta saber lo suficiente como para juzgar lo que la IA te devuelve.
Eso encaja con otra cosa que llevo viendo desde hace meses. Cómo yo trabajaba hace un año no se parece a cómo trabajaba hace seis meses, y ninguna de las dos formas se parece demasiado a la de ahora. Cuando empezó todo esto los modelos eran asistentes que te completaban código mientras programabas, y hoy son agentes con bastante autonomía a los que les das una tarea, los dejas correr y revisas la entrega. Cualquiera con ganas de aprender y que se ponga a publicar proyectos va a poder ponerse al día rápido. Y al revés, un senior con muchos años de oficio que se niegue a usar IA o a aprender cómo trabajar mejor con ella se va a quedar fuera de juego antes de lo que cree.
Hay una frase que lleva tiempo dando vueltas por el sector y que cada vez me parece más cierta: vamos a tener trabajo mientras los clientes no sepan explicar lo que quieren. Yo entro a reuniones donde el cliente trae una especie de carta a los Reyes Magos y no es capaz de ver las implicaciones de lo que pide, ni si existe una solución más simple para lo que necesita. Mi trabajo allí no es escribir código, sino estirarle de la lengua hasta entender qué está pidiendo de verdad, traducir eso a unos requisitos sensatos y guiar el proyecto desde la idea hasta producción asegurándome de que lo que se entrega sea mantenible y no esté sobredimensionado. Ese rol mezcla traducción, project management y criterio técnico, y es lo que la IA todavía no puede hacer en una mesa con un cliente delante.
No sé del todo cómo va a aterrizar todo esto, pero algo me parece bastante claro. El programador puro que recibe órdenes y las implementa como una máquina es el perfil al que la IA está sustituyendo. El que pivota a multipotencial, con criterio para juzgar lo que hace la IA y para entender al cliente, no veo cómo lo van a sustituir en el corto plazo.