Thariq Shihipar, exingeniero de Claude Code que dejó Anthropic este mes , publicó en X: "There’s 100% a kind of mania you can get into with coding agents, where it feels like you’re getting a lot done and working all the time but nothing is really happening." [«Hay al 100% una especie de manía en la que puedes caer con los agentes de programación: parece que haces muchísimo y trabajas todo el tiempo, pero en realidad no pasa nada.»]
Y añadió: "I think it’s often a form of avoidance of something else in life." [«Creo que a menudo es una forma de evitar otra cosa en la vida.»] Es una frase honesta, de alguien que trabajó cerca de estas herramientas. Y describe algo que muchos equipos reconocerán.
Las preguntas que responde este artículo
SAQ: las preguntas que deberías hacerte (y nadie se hace)
Sentirse productivo no es ser productivo.
El vídeo de este artículo está en producción.
Lo que dijo de verdad
Dos frases, ningún estudio, ninguna cifra. Shihipar no dijo que los agentes sean inútiles. Dijo que cierta forma de usarlos puede parecer progreso sin serlo . Los agentes de IA son programas que hacen tareas de varios pasos por ti; la cuestión es cómo los usas. India Today publicó el post el 30 de octubre y señaló que no dio una razón pública para dejar Anthropic .
No es el único que describe esa atracción. India Today recordó también que Andrej Karpathy dijo en el podcast No Priors que estaba en un estado de psicosis trabajando con agentes: "I’m just like in the state of psychosis of trying to figure out what’s possible, trying to push it to the limit" [«Estoy como en un estado de psicosis, intentando averiguar qué es posible, llevándolo al límite»] .
El desarrollador Peter Steinberger dijo la otra mitad en una entrevista citada por The Deep View: "If you don’t ask the right questions, it’s still going to be slop." [«Si no haces las preguntas correctas, seguirá siendo basura.»]
Actividad no es resultado
Microsoft lo ha comprobado en casa. Kathleen Hogan, su responsable de estrategia y transformación, escribió que la empresa "learned that access and usage do not equal transformation" [«aprendió que acceso y uso no equivalen a transformación»] .
Adding agents to a broken process still leaves a broken process [«Añadir agentes a un proceso roto deja un proceso roto»]
Kathleen Hogan, Microsoft
Y añadió: "speeding up one step just creates a longer queue at the next" [«acelerar un paso solo crea una cola más larga en el siguiente»] . Dicho de otro modo, más agentes en marcha miden actividad. Todavía no dicen nada de lo que se terminó.
Entonces, ¿qué conviene contar?
La respuesta de Microsoft fue empezar por el resultado de negocio y no por la herramienta, y seguir indicadores adelantados hasta que lleguen los resultados . Para un ingeniero, escribió Hogan, la medida "is not how much code AI produces, but whether the team is building better products faster" [«no es cuánto código produce la IA, sino si el equipo construye mejores productos más rápido»] .
La lección para las empresas
Fuentes
Las fuentes se enumeran en su idioma original.
- 1India Today, Armaan Agarwal, “Ex-Anthropic engineer says using AI agents may be your way of avoiding something in life,” 30 October 2026. https://www.indiatoday.in/technology/news/story/ex-anthropic-engineer-ai-agent-mania-avoidance-thariq-shihipar-3028223-2026-10-30
- 2Thariq Shihipar (@trq212), post on X, October 2026 (text as mirrored by daily.dev, accessed 30 October 2026). https://x.com/trq212/status/2115937378674372783
- 3The Deep View, Jason Hiner, “Why AI agent slop is overwhelming workers,” 2026. https://www.thedeepview.com/newsletter/why-ai-agent-slop-is-overwhelming-workers
- 4Microsoft, Kathleen Hogan, “What we’ve learned from Microsoft’s own AI transformation,” The Official Microsoft Blog, 17 September 2026. https://blogs.microsoft.com/blog/2026/09/17/what-weve-learned-from-microsofts-own-ai-transformation/