DHH adopta la construcción "agent-first", prefigurando el cambio del periodismo de redactar a dirigir

Why it matters

Hansson's reversal shows how rapidly coding agents can change an experienced developer's workflow. 37signals is betting that agent access will become a core software interface while human review remains the production bottleneck.

David Heinemeier Hansson (@dhh), el creador de Ruby on Rails y copropietario y CTO de 37signals, dijo en una publicación del 11 de agosto en X que trabajar con IA le ha devuelto un nivel de urgencia creativa que no había sentido desde sus primeros días con Ruby. "Un millón de ideas, todas rebotando en mi cabeza, esperando a ser solicitadas", escribió Hansson.

"Un millón de ideas, todas rebotando en mi cabeza, esperando a ser solicitadas"

Su cambio importa más allá del desarrollo de software. Ofrece un adelanto de lo que probablemente sucederá en el periodismo una vez que los sistemas de IA puedan asumir de forma fiable una tarea, recopilar material, producir un borrador y devolverlo para revisión: el trabajo escaso pasa de teclear cada oración a elegir la tarea, dirigir el proceso y decidir qué es apto para publicar.

Esa transición no eliminará la reportería, la edición ni la rendición de cuentas. La propia experiencia de Hansson sugiere lo contrario. A medida que la IA asuma más trabajo de producción, el criterio profesional se convierte en la limitación. Para los desarrolladores, eso significa arquitectura, revisión y selección de producto. Para los periodistas, significa obtención de fuentes, verificación, encuadre y responsabilidad editorial.

Hansson cambió de opinión cuando la IA pudo hacerse cargo de tareas

La reversión de Hansson se desarrolló cuando las herramientas de codificación superaron el autocompletado. En un ensayo de diciembre de 2024, comparó la IA con un programador junior conocedor cuya labor a menudo contenía suposiciones erróneas, dependencias innecesarias y callejones sin salida arquitectónicos. El código generado dentro de los dominios familiares de Ruby y JavaScript, escribió, generalmente requería una reelaboración sustancial.

La ruptura ocurrió cuando los agentes obtuvieron acceso al terminal, ejecución de pruebas, búsquedas web y otras herramientas. En una publicación del 7 de enero de 2026, Hansson dijo que esas capacidades permitían a los agentes contribuir con código de calidad de producción bajo supervisión. En lugar de intentar terminar la frase que estaba tecleando, un agente podía asumir una tarea separada, recorrer una base de código y devolver un resultado para revisión.

Para abril, Hansson describió un flujo de trabajo centrado en agentes en una entrevista con The Pragmatic Engineer. Ejecutaba varios modelos en paneles de terminal separados y dedicaba gran parte de su tiempo a revisar sus resultados en lugar de introducir manualmente cada línea. Aun así rechazaba las afirmaciones de que los agentes estaban escribiendo más del 90% del código de producción cuando la calidad y la cohesión importaban.

Esa salvedad es central para la lección aplicable al periodismo. El cambio trascendental no es que un sistema de IA pueda generar texto. Es que un profesional puede delegar una tarea acotada, inspeccionar el resultado y ejecutar más experimentos de los que permitía la producción manual. La publicación de Hansson del 11 de agosto traslada el caso más allá de la eficiencia: reducir el costo de probar una idea cambió su deseo de crear.

El periodismo enfrentará el mismo cambio de flujo de trabajo

La comparación no es entre código y texto como productos intercambiables. Es entre dos formas de trabajo del conocimiento en las que los practicantes a menudo han tratado la producción manual como inseparable de su identidad profesional. Al principio Hansson veía la asistencia de la IA como una interrupción de la programación. La aceptó cuando las herramientas se volvieron lo suficientemente capaces de operar bajo su dirección sin pedirle que cediera el juicio final.

Es probable que el periodismo siga el mismo camino. La resistencia persistirá mientras la IA produzca prosa genérica, suposiciones débiles o afirmaciones no verificables. La adopción se acelerará cuando los agentes puedan manejar partes coherentes de una tarea mientras dejan a los periodistas responsables de las relaciones con las fuentes, la verificación y las decisiones que hacen creíble el trabajo.

La experiencia de Hansson también advierte contra reducir ese futuro a una estadística de productividad. Su publicación del 11 de agosto no ofreció datos sobre tiempo ahorrado, código desplegado, proyectos intentados o la proporción de trabajo generado por agentes que sobrevivió a la revisión. La afirmación más sólida es sobre la capacidad creativa: las indicaciones le permiten perseguir más ideas mientras concentra su atención en la dirección y la selección.

Para un periodista, la ganancia análoga no sería publicar salida no revisada de una máquina. Sería probar más vías de reporte, interrogar más material y desarrollar más posibles encuadres antes de decidir qué historia merece publicarse. El cuello de botella se desplaza de producir un primer borrador a ejercer el juicio.

37signals se está estructurando alrededor del trabajo delegado

Hansson ya ha traducido esa convicción en decisiones de producto e infraestructura en 37signals, que hace Basecamp y HEY. En marzo, dijo que la empresa había revitalizado la API de Basecamp, lanzó una interfaz de línea de comandos y publicó instrucciones para agentes para operar el servicio de gestión de proyectos.

Un agente puede buscar en proyectos, resumir actividad, crear listas de tareas, publicar actualizaciones, subir archivos y organizar calendarios. En lugar de insertar un chatbot genérico en Basecamp, 37signals está preparando el servicio para que sea controlado por agentes que los clientes elijan. Hansson dijo que la empresa había probado funciones nativas de IA durante 18 meses y decidió no lanzarlas porque los resultados no eran lo suficientemente útiles.

Ese es el patrón estratégico que el periodismo debe observar. La IA no necesita reemplazar el producto visible para reorganizar cómo se realiza el trabajo detrás de él. Las API, las herramientas y las instrucciones de tarea pueden convertir los sistemas existentes en infraestructura para flujos de trabajo supervisados por agentes, mientras los humanos retienen el control sobre el resultado final.

La conversión de Hansson no prueba que todo experimento asistido por IA será bueno, ni que la supervisión pueda eliminar todo error. Muestra cuán rápido puede colapsar el escepticismo una vez que la delegación se vuelve útil. Los estándares del periodismo hacen que la carga de revisión sea diferente y las consecuencias del fracaso más serias, pero no eximen a la profesión de la misma presión económica y creativa. Una vez que los agentes puedan realizar tareas editoriales acotadas lo suficientemente bien como para ampliar lo que un periodista puede investigar y probar, el paso de redactar todo a dirigir más de ello será solo cuestión de tiempo.